Alle InsightsKI & Daten

The Intelligence ShiftHyperpersonalisierung beginnt im Datenmodell - nicht im Kanal.

Wenn Personalisierung „nicht funktioniert", wird am Wording gedreht, am Kanal, am Timing. Der Fehler liegt fast immer tiefer: in einem Datenmodell, das Identität, Consent und Kontext in einen Topf wirft.

Christian Börner · Mai 2026 · 8 Min.
Hyperpersonalisierung entsteht nicht im Kanal, sondern aus einem Datenmodell, das Identität, Consent und Kontext sauber trennt und verbindet.

Hyperpersonalisierung entsteht nicht im Kanal, sondern aus einem Datenmodell, das Identität, Consent und Kontext sauber trennt und verbindet.

Es gibt eine Frage, die ich in Personalisierungs-Projekten immer zuerst stelle, und sie klingt fast zu simpel: Weiß das Unternehmen zu jedem Zeitpunkt, WER da gerade ist, WAS diese Person erlaubt hat und in welchem KONTEXT sie sich bewegt?

Die Antwort ist erstaunlich oft: so richtig nicht. Und dann ist auch klar, warum die Kampagnen-Engine, das neue Tool oder die x-te Betreffzeilen-Optimierung nichts retten. Hyperpersonalisierung klingt nach Rechenleistung und Modellen. Praktisch entscheidet sie sich an einer viel unspektakuläreren Stelle: an der Sauberkeit der Datenbasis, auf der sie aufsetzt.

Ein gutes Modell auf schlechten Daten ist nur eine schnellere Art, die falschen Kunden anzusprechen.

Identität

Der Klassiker, den ich immer wieder sehe: Derselbe Kunde liegt mehrfach im System - als Interessent, als Newsletter-Abonnent, als Servicekontakt, als Vertragskunde. Vier Datensätze, kein gemeinsamer Schlüssel. Jede „personalisierte" Ansprache trifft dann nur ein Viertel der Wahrheit, und in manchen Fällen widersprechen sich die Viertel auch noch.

Bevor irgendjemand über Modelle redet, braucht es Identitätsauflösung, die trägt. Deterministisch überall dort, wo ein echter Schlüssel existiert (Kundennummer, Login, Vertragsnummer). Probabilistisch nur dort, wo man es sich leisten kann, gelegentlich falschzuliegen. Bei einer Produktempfehlung ist eine Fehlzuordnung ärgerlich. Bei einer Vertragskommunikation ist sie ein Vorfall.

Consent

Kürzer, weil das Prinzip einfach ist: Was ein Kunde erlaubt hat, gehört ins Datenmodell, als prüfbares Feld, in Echtzeit. Nicht als PDF im Consent-Tool, das die Kampagne nie fragt.

Ich sehe regelmäßig Architekturen, in denen beides nebeneinanderher läuft. Das ist zunächst ein rechtliches Risiko, klar. Aber es ist auch ein Modellfehler: Ein Signal, das Sie nicht nutzen dürfen, existiert für die Personalisierung schlicht nicht. Wenn Ihr Datenmodell das nicht abbildet, rechnet Ihr Modell mit Geistern.

Kontext

Der unterschätzteste der drei. Der Kaufabschluss von vor zwei Jahren sagt weniger über die nächste beste Aktion als die Tatsache, dass jemand gerade zum dritten Mal dieselbe Hilfeseite öffnet.

Viele Datenmodelle kennen nur Stammdaten und abgeschlossene Transaktionen. Das ist ein Fotoalbum. Personalisierung braucht einen Film: den laufenden Kontext, der zeigt, wo jemand JETZT steht. Session-Signale, offene Vorgänge, aktuelle Nutzung. Ohne diese Ebene personalisieren Sie die Vergangenheit.

Womit anfangen?

Nicht mit einem Architektur-Programm. Nehmen Sie sich eine einzige konkrete Personalisierungs-Idee vor, die heute nicht funktioniert, und verfolgen Sie rückwärts, welche drei Datenpunkte sie bräuchte. Prüfen Sie dann, ob Ihr Modell Identität, Consent und Kontext dafür sauber getrennt hält. In neun von zehn Fällen finden Sie den Engpass genau in dieser Trennung, nicht in der Engine.

Das ist weniger glamourös als ein neues Tool. Aber es ist die Arbeit, die sich auszahlt.

Häufige Fragen

Warum scheitert Personalisierung meist am Datenmodell und nicht am Kanal?

Der Kanal spielt nur aus, was das Datenmodell hergibt. Sind Identität, Einwilligung und aktueller Kontext nicht sauber getrennt und verknüpft, liefert auch die beste Kampagnen-Engine unpassende Inhalte. Der Engpass liegt eine Ebene tiefer, als er sichtbar wird.

Was bedeutet belastbare Identitätsauflösung konkret?

Ein realer Kunde wird über alle Systeme hinweg genau einer Identität zugeordnet: deterministisch, wo ein echter Schlüssel wie Kundennummer oder Login existiert, probabilistisch nur dort, wo gelegentliche Fehlzuordnungen vertretbar sind. Ohne gemeinsamen Schlüssel adressiert Personalisierung Fragmente statt Menschen.

Wie gehört Consent in ein Personalisierungs-Datenmodell?

Als vollwertiges, in Echtzeit prüfbares Datenfeld direkt im Modell, nicht als nachgelagerte Filterregel in einem separaten Tool. Ein Signal ohne Einwilligung darf für die Personalisierung nicht existieren.

Was ist mit „Kontext schlägt Historie" gemeint?

Aktuelle Verhaltenssignale - eine wiederholt geöffnete Hilfeseite, ein laufender Vorgang - sagen mehr über die nächste sinnvolle Aktion als abgeschlossene Transaktionen von vor zwei Jahren. Ein Datenmodell, das nur Stammdaten und Historie kennt, personalisiert die Vergangenheit.

Nächster Artikel

KI im CRM: was heute wirklich trägt - und was noch Wette ist.

Artikel lesen
Let's Shift Together!

Über dieses Thema sprechen?

In einer CX-Expert-Session gehen wir es gemeinsam an - konkret, in 60 Minuten.

KontaktCX-Expert-Session