19.12.2017

Datengetriebene Marketing-Entscheidungen – wo anfangen?

Gastkommentar. Alexander Igelsböck von Adverity beschreibt für uns entscheidende Punkte für eine erfolgreiche Datenstrategie im Marketing.
/artikel/datengetriebene-marketing-entscheidungen-datenstrategie
adverity igelsböck Datenstrategie
(c) Adverity: Die Co-Founder Martin-Brunthaler und Alexander Igelsböck

Datenstrategie. Gastkommentar von Alexander Igelsböck, Gründer und CEO von Adverity.


Als Internetnutzer produzieren wir alle eine gigantische Menge an Daten, ob wir wollen oder nicht. Jede noch so kleine Interaktion bei Facebook, Amazon oder anderen Online-Plattformen wird registriert und als Dateneintrag gespeichert. Und diese Daten bieten den sammelnden Firmen einen großen Wert: das Wissen, was uns gefällt, was wir tun, was wir suchen, kann zu Geld gemacht werden.

+++ Warum die Digitale Transformation in der Marketing-Abteilung beginnt +++

„Wenn du nicht dafür bezahlst, bist du selbst das Produkt“

Es gibt den bekannten Ausspruch: „Wenn Du nicht dafür bezahlst, bist Du nicht der Kunde. Dann bist Du das Produkt, das verkauft wird.“ Die gewieften Betreiber der Online-Plattformen verkaufen die Nutzungsdaten an Werbetreibende, die wiederum angepasste Werbung ausspielen. Die Werbetreibenden selbst sammeln ebenso Daten der Kunden ein und gewinnen Rückschlüsse über einen Webseitenbesucher: die Zeit, die ein möglicher Kunde auf bestimmten Seiten verbringt, ist ein starker Indikator, wie interessiert er ist. Ein einfaches Beispiel wäre der Besuch einer Seite mit Preisinformationen – je ausführlicher diese studiert wird, umso wahrscheinlicher ist ein Vertragsabschluß. Kurzum: deine Daten sind enorm wertvoll für Unternehmen, die etwas verkaufen wollen.

Kann man im Daten-Heuhaufen tatsächlich eine Nadel finden?

Doch diese vereinfachte Darstellung wird bei näherer Betrachtung kompliziert: Denn nicht alle Daten sind aussagekräftig. Wir wissen aus unserer täglichen Arbeit mit Werbetreibenden: Nur wenn man sich auf die richtigen Bereiche fokussiert, erhält man auch wertvolle Erkenntnisse – andernfalls droht man sich in der Zahlenwüste zu verlaufen. Ein häufiges Beispiel ist der Marketingverantwortliche, der zu Beginn seiner „Datengetriebenen Strategie“ einfach alles analysieren will, in der Hoffnung, eine grandiose Erkenntnis würde ihm schon in den Schoß fallen. Die Nadel im Heuhaufen wäre eine richtige Analogie, wenn man sich sicher wäre, dass man eine Nadel sucht. Wenn man sich der Frage nicht sicher ist, kann es keine befriedigende Antwort geben.

Die richtigen Fragen für die Datenstrategie

Am Ende des Tages muss man seine Datensammlung wie jedes andere Produkt betrachten: Entweder bringt es einen Mehrwert oder eben nicht. Um einen entsprechenden Wert überhaupt bestimmen zu können, muss man die richtigen Fragen stellen. Überraschenderweise gehört das aber zu den größten Herausforderungen für Marketingentscheider: implizites Wissen über sein Produkt zu konkreten, mit Daten verifizierbare Fragestellungen zu formulieren ist schwierig, aber die Grundlage für eine Datenstrategie.

Wenig verwunderlich, ist eine Datenstrategie viel mehr als nur eine Anhäufung von Nutzerdaten: Es beginnt mit der Definition der Ziele und führt ohne Umwege zu den Fragen: welche Daten brauche ich, um die Frage zu beantworten? Wo speichere ich diese Daten überhaupt – reicht eine Excel-Pivot-Tabelle oder brauche ich eine aufwändigere Lösung? Welche Software brauche ich für die Analyse – und welcher Mitarbeiter kümmert sich eigentlich um all diese Prozesse?

Man braucht Geduld

Um die Erwartungen gleich zu Beginn richtig einzuordnen: Man braucht sehr viel Geduld, so trivial das klingen mag. Wir wissen von unseren Marktumfragen, dass 70 Prozent aller CEOs die genaue Analyse ihrer Marketingdaten für den Unternehmenserfolg als wichtig betrachten – aber nur 27 Prozent geben an, derzeit in einer guten Ausgangsposition für erfolgreiche Analytics zu sein. Und es wäre falsch, einzig den Marketingabteilungen die Schuld zu geben: Wir hören in unseren Diskussionen mit Kunden, wie dringend eine Problemlösung gesucht wird, ohne dass unternehmensintern die vielen Implikationen und der Umfang dieser Transformation beachtet wird.

7 Punkte für die bessere Datenstrategie

All dies zeigt, wie weit Ambition und Unternehmensrealität derzeit auseinander liegen – und diese Lücke muss geschlossen werden, bevor man den Anschluss an den wettbewerbsstarken Markt verliert. Daher haben wir nochmal eine handliche Checkliste mit den wichtigsten Punkten zusammengestellt, die man im Auge behalten sollte:

  1. Wenn man eine Datenstrategie erstellt, muss man die richtigen Fragen stellen. Das Ziel sollte auch  sein, seine eigenen Annahmen infrage zu stellen, anstatt ausschließlich eigene Hypothesen zu bestätigen. Es kann ein durchaus reinigender Prozess sein, vermeintliche Selbstverständlichkeiten nochmal zu überprüfen.
  2. Unternehmens- und fachliche Ziele sollten deutlich formuliert sein, um diese mit den Ergebnissen der Analyse bestätigen zu können. Mit einem klaren Blick kann man die neu gewonnen Erkenntnisse auch gleich in wirkungsvolle Maßnahmen umwandeln.
  3. Eine realistische Zeitvorgabe und die richtigen Tools sind notwendig, um ans Ziel zu kommen. Auch die Aufgabenverteilung muss klar geregelt sein, womöglich braucht es Experten im Team, die sich ausschließlich um die Marketinganalysen kümmern.
  4. Kennziffern oder Key-Performance-Indicators (KPI) sollten bewusst und in begrenztem Rahmen gewählt werden – man kann nicht in alle Richtungen gleichzeitig marschieren. Wichtig hierbei: die Komfortzone verlassen und auch neue KPIs erforschen bzw. Erfinden: jedes Unternehmen ist anders und vielleicht braucht dein Produkt eine besondere Herangehensweise.
  5. Kontext ist extrem wichtig. Daten sind vor allem in Relationen sinnvoll, ein Kampagnenerfolg ist nur mit ähnlichen Aktivitäten oder über ähnliche Zeiträume vergleichbar. Im Vordergrund sollte hier eine kontinuierliche Verbesserung der relevanten KPIs stehen.
  6. Wie in vielen anderen betrieblichen Zusammenhängen gilt bei Marketing Analytics: Führungsstärke ist die wichtigste Disziplin. Als Marketing Leader muss man nicht nur Verantwortung übernehmen, sondern auch als Vorbild agieren: KPIs und Ziele genau kennen, realistische Ziele setzen, dem Team auch Raum für Experimente und Fehler einräumen, allen Mitarbeitern die Möglichkeit geben, die Details zu erlernen und Routinen zu optimieren.
  7. Nicht alle Ergebnisse werden befriedigend oder in konkrete Maßnahmen umwandelbar sein. Auch das ist OK. Die Gewissheit, vieles (noch) nicht zu wissen, kann gewissermaßen ermunternd sein, noch weiter am Produkt, am Targeting oder an der Kampagne zu arbeiten.

+++ Big Data: Nach dem Hype ist vor der Chance +++


Alexander Igelsböck ist Mitgründer und CEO des Wiener Startups Adverity, das sich als Ziel gesetzt hat, Agenturen und Werbetreibenden die Arbeit mit ihren Marketingdaten radikal zu vereinfachen.

Deine ungelesenen Artikel:
29.09.2026

So will A1 den KI-Boom für sich nutzen

ICT ist für die A1 Group aktuell der Wachstumsmarkt schlechthin. Die große Aufgabe: KI operativ in Unternehmen zu bringen. Welche Strategien man dabei verfolgt, erklärten Group-CEO Alejandro Plater und Group-CTO Alexander Kuchar am Rande des "A1 ICT Summit".
/artikel/so-will-a1-den-ki-boom-fuer-sich-nutzen
29.09.2026

So will A1 den KI-Boom für sich nutzen

ICT ist für die A1 Group aktuell der Wachstumsmarkt schlechthin. Die große Aufgabe: KI operativ in Unternehmen zu bringen. Welche Strategien man dabei verfolgt, erklärten Group-CEO Alejandro Plater und Group-CTO Alexander Kuchar am Rande des "A1 ICT Summit".
/artikel/so-will-a1-den-ki-boom-fuer-sich-nutzen
A1 Group CEO Alejandro Plater und A1 Group CTO Alexander Kuchar | (c) A1 Group
A1 Group CEO Alejandro Plater und A1 Group CTO Alexander Kuchar | (c) A1 Group

„Als sich das Internet durchgesetzt hat, gab es ‚Greenfield-Unternehmen‘ wie Google, die keine Legacy hatten und etablierte Unternehmen wie Microsoft, die sich transformieren mussten. Jetzt sind wir in der gleichen Situation. Während OpenAI, Anthropic und Co. etwas komplett Neues aufbauen, müssen die bestehenden Player, wie etwa auch wir, die Transformation schaffen“, sagt Alejandro Plater, CEO der A1 Group, am Rande des A1 ICT Summit. Und er fügt an: „Microsoft ist diese Transformation damals sehr gut gelungen. Wir wollen wie Microsoft sein.“

ICT als entscheidender Wachstumsmarkt

Mehr noch als um die Herausforderungen, die KI innerhalb des Konzerns mit sich bringt, geht es für die Gruppe dabei darum, dem Markt zu liefern, was gebraucht wird. Das große Schlagwort lautet ICT mit umfassenden Cloud- und KI-basierten Angeboten für Unternehmen. Von 2021 auf 2025 wuchs der Gruppenumsatz in dem Bereich von 285 auf 573 Millionen Euro – eine durchschnittliche jährliche Wachstumsrate von 19 Prozent. Was das mit dem KI-Boom zu tun hat, bringt Plater auf den Punkt: „Wir sind groß und haben die Möglichkeiten, schnell auf alle Entwicklungen zu reagieren. Viele Unternehmen sind klein und haben diese Möglichkeiten nicht. Das ist eine große Chance für uns.“

„Souveränität heißt für uns in erster Linie: Du hast die Wahl.“

Eine Rolle spielt dabei natürlich auch das aktuell große Thema Digitale Souveränität. „Souveränität heißt für uns in erster Linie: Du hast die Wahl. Es gibt mehrere Alternativen und du kannst entscheiden“, erklärt Alexander Kuchar, CTO der A1 Group. Das trifft vor allem auf den Cloud-Bereich zu, wo man mit der Tochter Exoscale ein eigenes Angebot mit Data-Centern an zahlreichen europäischen Standorten hat, gleichzeitig aber auch Angebote der US-Hyperscaler vertreibt. „Es kommt hier immer auf die konkreten Kundenbedürfnisse an, welche Variante die sinnvollste ist“, sagt der CTO.

In Sachen KI setzt A1 dagegen primär auf Open-Source-Modelle, also einen genuin souveränen Ansatz. Dass diese technologisch nicht mit den Frontier-LLMs der US-Giganten mithalten können, sieht Kuchar wenig problematisch. Die Entwicklung verlaufe verschoben, aber parallel. „Was die Frontier-Modelle heute können, werden die Open-Source-Modelle in kurzer Zeit können“, so der CTO. Entscheidend seien die tatsächlichen Bedürfnisse der Unternehmenskunden – und hier spiele etwa auch die Abwägung zwischen Performance und Kosten eine große Rolle. Die Wahl falle daher oft bewusst auf schwächere Modelle, die den spezifischen Zweck aber – günstiger – erfüllen.

Strategie: Leute vor Ort

CEO Plater sieht das Thema aus der Vogelperspektive: „Es geht nicht primär um die Technologie. Es geht um das Leadership in den Unternehmen.“ Entscheidend sei, wie die Technologie operativ ankomme und es gelinge, die ganze Organisation mitzunehmen. A1 setzt dabei auf Präsenz in seinen Märkten. „Es ist überraschend, wie unterschiedlich unsere Märkte sind. Wenn ein US-Player kommt, und den Unternehmen erklären will, wie sie ihr Business zu führen haben, wird das nicht funktionieren“, sagt Alexander Kuchar. Und Plater ergänzt: „Das ist unsere Strategie: Wir haben Leute vor Ort, die die Sprache sprechen. Wir haben Callcenter und Techniker, die zu einem kommen. Bei den Hyperscalern erreichst du niemanden.“

Dass die besagten Callcenter schon in absehbarer Zeit nicht mehr mit Menschen, sondern mit KI-Agenten besetzt sein werden, ist für den CEO gleichzeitig eine Selbstverständlichkeit: „Die KI passt sich sogar an den spezifischen Dialekt der Anrufenden an. Menschen können es damit nicht aufnehmen“, meint er. Und ob aber Kund:innen nicht dennoch mit echten Menschen sprechen wollen? „Man wird nicht erkennen, dass es eine KI ist“, so Plater, „bloß, wenn die Regulatorik vorschreibt, das schon bei Gesprächsbeginn kenntlich zu machen.“

Generell sei die Regulatorik auch etwas, das ihn beschäftige, sagt der CEO, konkret die Unterschiede zwischen den Ländern bzw. den Großregionen: „So viel ist klar: Die weniger regulierten bewegen sich schneller – im Positiven wie im Negativen – und die stärker regulierten bewegen sich langsamer – im Positiven wie im Negativen.“

„Je weniger Systeme, Tools und Prozesse man hat, desto einfacher ist es zu kontrollieren.“

Ein großes damit verbundenes Thema ist die Sicherheit. „Wir arbeiten mit mehreren Strategien daran, die Cyber-Security stetig zu verbessern“, sagt dazu Plater. Erstens versuche man etwa, wo es gehe, zu vereinfachen. „Je weniger Systeme, Tools und Prozesse man hat und je simpler alles ist, desto einfacher ist es zu kontrollieren.“ Zweitens habe man eigene Teams, die ständig die neuesten Entwicklungen im Auge behielten und solche, die konstant Angriffe auf das eigene System simulieren, um Lücken zu finden. Auch hier sieht der CEO eine große Chance für die A1 Group, die CTO Kuchar benennt: „Wir bieten hier maßgeschneiderte Lösungen für KMU.“

Und wie sieht es mit den zuletzt vielfach kolportierten globalen Bedrohungsszenarien durch KI aus, die bis zur befürchteten Auslöschung der Menschheit gehen? „Ich bin nicht sehr fatalistisch bei dem Thema“, sagt Plater. Man müsse solche Szenarien schon in Perspektive setzen. „Was sind die tatsächlichen Möglichkeiten, die so drastisch sein könnten? Das ist für mich eher Science Fiction. Aber wer weiß, vielleicht irre ich mich.“

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Datengetriebene Marketing-Entscheidungen – wo anfangen?

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Datengetriebene Marketing-Entscheidungen – wo anfangen?

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Datengetriebene Marketing-Entscheidungen – wo anfangen?

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Datengetriebene Marketing-Entscheidungen – wo anfangen?

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Datengetriebene Marketing-Entscheidungen – wo anfangen?

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Datengetriebene Marketing-Entscheidungen – wo anfangen?

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Datengetriebene Marketing-Entscheidungen – wo anfangen?

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Datengetriebene Marketing-Entscheidungen – wo anfangen?

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Datengetriebene Marketing-Entscheidungen – wo anfangen?