Data Layer – Das Gedächtnis des Systems

Marcus Bauer, Head of Data & Analytics bei einem Hamburger E-Commerce-Unternehmen, hat ein Problem. 180.000 aktive Kundenprofile – verteilt auf drei Systeme: CRM, CDP, E-Mail-Tool. Kein System spricht mit dem anderen.

Als sein Team einen Reaktivierungs-Agenten einführen will, stellt sich heraus: Der Agent kann nicht wissen, ob ein Kunde, den das CRM als aktiv führt, seit sechs Wochen keine E-Mail mehr geöffnet hat. Er agiert im Dunkeln.

Das ist der Kern dieses Kapitels. Ein Agent ist nur so gut wie die Daten, die er sieht. Wer hier spart oder schludert, verschenkt das Potenzial aller darüber liegenden Schichten.

Vom statischen Kundenprofil zum Customer Graph

Ein Kundenprofil ist kein Snapshot mehr. Jeder Klick, jede Session, jeder Kauf, jede nicht geöffnete E-Mail ist Information – und diese Information veraltet schnell. Der Customer Graph ist das technische Konzept dahinter: ein dynamisches Netzwerk aus Personen, Produkten, Kanälen, Ereignissen. Für Agenten ist dieser Graph das Gedächtnis. Ohne ihn agieren sie im Dunkeln.

Das größte Problem in der Praxis ist Fragmentierung. Ein Kunde, der im Webshop kauft, in der App stöbert, mit dem Kundenservice telefoniert und im stationären Handel einkauft – das sind in vielen Systemen vier verschiedene Personen. Identity Resolution löst das. Aber wie zuverlässig diese Auflösung funktioniert, welche Kompromisse dabei entstehen und was das für die Qualität der Agenten-Entscheidungen bedeutet – das ist komplizierter, als es klingt.

Company as Code – das Gedächtnis des Unternehmens über sich selbst

Der Customer Graph ist die eine Hälfte des Gedächtnisses: das Wissen über die Kunden. Die andere Hälfte wird fast immer vergessen – und entscheidet genauso über die Qualität der Agenten: das Wissen des Unternehmens über sich selbst. Woran erkennt ein Content-Agent deine Markenstimme? Woher weiß ein Kampagnen-Agent, dass im vierten Quartal keine aggressiven Rabatte gefahren werden? In den meisten Unternehmen liegt genau dieses Wissen nicht in Systemen, sondern in Köpfen, Präsentationen und verstreuten Wiki-Seiten. Ein Agent kann nichts abrufen, was nie aufgeschrieben wurde.

Die Softwareentwicklung hat dafür längst eine Antwort: Infrastructure as Code. Daniel Rothmann überträgt das Prinzip auf die ganze Organisation – Company as Code: Strategie, Marke, Prozesse, Rollen, Entscheidungen und Regeln werden nicht länger implizit gelebt, sondern explizit, strukturiert und versioniert in einer einzigen Quelle der Wahrheit festgehalten, auf die Menschen und Agenten gleichermaßen zugreifen. Das Format folgt dem Inhalt: narratives Wissen wie eine Markenstimme gehört in Markdown, regelhafte Artefakte wie Guardrails in YAML – beides im selben Git-Repository, für Agenten per RAG abrufbar. Company as Code ist die Voraussetzung dafür, dass viele Agenten überhaupt konsistent zusammenarbeiten: dieselben Begriffe, dieselben Regeln, dieselben Entscheidungen. Ohne ihn erfindet jeder Agent die Regeln neu – oder halluziniert sie.

Consent ist kein Compliance-Layer – er ist ein Profil-Attribut

Hier ist der Punkt, den die meisten Unternehmen falsch angehen: Datenschutz und Consent werden als separate Compliance-Themen behandelt, die am Ende eines Projekts abgehakt werden. Im Data Layer für Agentic Marketing funktioniert das nicht.

Stell dir vor, ein Agent entscheidet, einen Kunden per E-Mail zu reaktivieren. Er prüft Kaufhistorie, Churn-Score, letzte Interaktion – alles vorhanden. Was er nicht prüft: ob der Kunde seinen E-Mail-Consent vor drei Wochen widerrufen hat. Das Ergebnis ist ein DSGVO-Verstoß – nicht durch Absicht, sondern durch Architekturlücke.

Consent muss ins Kundenprofil, muss real-time synchronisiert sein und muss agent-lesbar strukturiert sein. Und mit dem EU AI Act, der ab August 2026 vollständig gilt, werden die Anforderungen noch schärfer. Welche CDP-Architekturen das wirklich sicher lösen – und welche das nur versprechen – ist eine der entscheidenden Fragen dieses Kapitels.

→ Mit einem soliden Data Layer steht das Gedächtnis des Systems. Im nächsten Kapitel geht es um das Gehirn: den Decisioning Layer.

→ Zum Buch