Highlight
Gemeinsam erfolgreich – unser valantic Team.
Lernen Sie die Menschen kennen, die mit Leidenschaft und Verantwortung bei valantic Großes bewegen.
Mehr über uns erfahren10. Februar 2023
Die Implementierung einer Customer Data Platform (CDP) ist ein umfangreiches Unterfangen, das sorgfältig geplant sein will. Wie der Name bereits vermuten lässt, handelt es sich dabei um ein Tool, das speziell für die Aufarbeitung, Transformation und Aggregation von Kundendaten entwickelt wurde. Ist die Datenstrategie erarbeitet und die CDP entwickelt, kann mit der Implementierung gestartet werden. Die erfolgreiche Umsetzung eines CDP-Projekts durchläuft dabei mehrere Phasen, die wir in dieser Blogserie aufarbeiten.

Eine effektive und durchdachte Projektorganisation ist integraler Bestandteil einer geordneten und erfolgreichen Implementierung einer Customer Data Platform. Vor dem Start gilt es daher zuerst das Kern-Team aus Mitarbeiter*innen und externen Dienstleister*innen sowie den erweiterten Teilnehmer*innenkreis zu definieren. Folgende Rollen sollten dabei jedenfalls bedacht werden, auch wenn sich interne Rollenverständnisse im Projektverlauf noch ändern können.
Ausgehend davon, dass die Implementierung und der Betrieb einer CDP auf der Auswahl und Priorisierung von Use Cases beruhen sollen, sind Mitarbeiter*innen aus den Fachabteilungen für Marketing, Development und E-Commerce unverzichtbare Expert*innen. Deren Erfahrung in den Fachbereichen und das damit einhergehende Know-how sind für die Qualität der Use Cases unabdinglich.
Dabei können Bewertungskriterien definiert werden, anhand derer die fachlichen Anforderer den Projektfortschritt beurteilen. Auf diesem Weg findet eine interne Qualitätssicherung statt, die den gesamten Implementierungsprozess begleitet. Zudem steht für Rückfragen und Entscheidungen stets ein*e Ansprechpartner*in zur Verfügung.

Egal, welches Projekt umgesetzt werden soll, Projektmanager*innen bilden stets einen essenziellen Bestandteil des Projektteams. Sie fungieren als Schnittstelle zwischen den jeweiligen Expert*innen aus den Fachbereichen. Ihre Kernaufgabe besteht darin, das Projekt zu organisieren und dabei Deadlines, Budget und Qualität immer im Blick zu haben. Am besten gelingt das mit einem durchdachten Projektplan, in welchem die Fortschritte regelmäßig dokumentiert werden.
Damit die CDP nachhaltig, performant und sicher in die bestehende IT-Systemlandschaft integriert werden kann, dürfen auch IT-Architekt*innen nicht im Kernteam fehlen. Dabei besteht deren Hauptaufgabe darin, alle notwendigen Datenquellen zu integrieren, um den Erfolg der Use Cases zu gewährleisten. Expertenwissen bezüglich Datenerfassungsmethoden wie mittels Software Development Kit (SDK), API-Schnittstellen und Import-Mechanismen sollte hier jedenfalls gegeben sein, damit auch Machbarkeitsbewertungen durchgeführt werden können.
Gut zu wissen: Mit den sogenannten Software Development Kits entwickeln Programmierer*innen die entsprechenden Anwendungen für die jeweiligen Plattformen. Die API-Schnittstellen dienen dabei der Datenübermittlung. Auf diesem Weg können etwa Bestandsdaten in Echtzeit an Außendienstmitarbeiter*innen übermittelt werden, um jederzeit den Überblick über den aktuellen Lagerbestand zu behalten.

Bereits vor und während der CDP-Implementierung ebnen datengetriebene Entscheidungen den Weg zum Erfolg. Daten-Analyst*innen geben Einblick in die vorhandene Datenlage und liefern Antworten auf wichtige Fragen, die sich im Projektverlauf stellen. Jedoch kann es bereits bei der Aufstellung und Priorisierung der Use Cases hilfreich sein, einen Blick in Datensätze zu werfen, um bestehende Datenmodelle in die CDP zu überführen.
Hinzu kommen die System-Owner, die vor allem bei der Integration bereits vorhandener Daten und Systeme in die CDP wichtige Ansprechpartner*innen darstellen.
Um die einzelnen Umsetzungspakete im Projektverlauf effizient abarbeiten zu können, bedarf es erfahrener Entwickler*innen. Da diese jedoch intern meist auch mit anderen Aufgaben und Projekten betraut sind, sollten die Ressourcen hier frühzeitig eingeplant werden. Zudem ist es wichtig, die voraussichtlichen Anforderungen abzuklären, um den Zeitaufwand für die unterschiedlichen Prozesse besser einschätzen zu können.

Ein CDP-Operator ist für die Umsetzung der Basis-Konfiguration sowie das zugrundeliegende Datenmodell innerhalb der CDP verantwortlich. Diese Hauptrolle im Projekt kann jedoch auch auf zwei Expert*innen aufgeteilt werden. Eher technischer Natur ist die Erstellung des Datenmodells für die CDP, während ein Marketing- oder CRM-Manager hauptsächlich für den Aufbau der Segmente und Customer Journeys verantwortlich ist.
Hauptbestandteil jeder Customer Data Platform sind die Daten der Kund*innen. Ein ständiger Abgleich mit den bestehenden Rechtsgrundlagen ist daher unabdingbar, um DSGVO-konforme Datenbanken zu erstellen. Ein möglichst transparenter Umgang mit Kundendaten sollte daher gewährleistet sein. Zudem müssen auch Aspekte geklärt werden, die sich auf den Auskunftsanspruch und die Einwilligung der Kund*innen für die Datenverarbeitung beziehen. DSGVO-Expert*innen leisten wertvolle Unterstützung, damit stets rechtssicher agiert wird.

Es kann vorkommen, dass während der Projektumsetzung heikle Entscheidungen getroffen werden müssen. Hierfür empfiehlt es sich, dem Projekt einen Lenkungsausschuss voranzustellen. Dieses Gremium besteht aus Fachexpert*innen, die nicht im Detail in das Projekt involviert sind. Dies soll sicherstellen, dass alle Interessen vertreten sind und gewahrt bleiben, und dass Entscheidungen ohne „Projektballast“ getroffen werden können. Letztlich liegt die finale Entscheidung jedoch immer beim Projektsponsor bzw. beim Auftraggeber des Projekts.
Ist das Projektteam komplett, und sind die Ressourcen geblockt, kann der Projektmodus definiert werden. Hier gibt es zwei grundsätzlich unterschiedliche Möglichkeiten. Der agile Projektmodus hat sich für die CDP-Implementierung als vorteilhaft erwiesen. In diesem Modus Operandi ist agiles Arbeiten möglich, wobei in sogenannten Sprints fokussiert an einzelnen Bausteinen des Projekts gearbeitet wird. Auf diesem Weg sind Fortschritte schnell sichtbar, und es kann flexibel auf Anfragen oder geänderte Anforderungen reagiert werden.
Im Gegensatz dazu steht das Wasserfallmodell, wobei die einzelnen Aufgaben linear und in aufeinanderfolgenden Projektphasen abgearbeitet werden. Unabhängig davon, welche Vorgehensweise gewählt wird – ein entsprechender Projektplan muss beiden Methoden zugrunde liegen. Der jeweilige Projektfortschritt sollte darin dokumentiert sein und beim Erreichen von gesetzten Zwischenzielen dem erweiterten Projektteam – darunter all die oben Genannten – präsentiert werden.
Ist das Kernteam aufgestellt und der Projektmodus definiert, geht´s weiter in die nächste Phase: die Spezifikation.
Neugierig geworden?
Tiefere Einblicke in das Thema MarTech gibt unser Whitepaper „Surviving the MarTech Jungle“.
Agentic Commerce 24. Juli 2026
KI im Wissensmanagement: Wissen in den digitalen Kanal bringen
Es ist 22:47 Uhr, der Warenkorb ist gefüllt, doch eine Frage bleibt offen. Die Antwort kennt der Berater, nur ist er nicht mehr erreichbar. Das wertvollste Wissen eines Unternehmens sitzt bei seinen Mitarbeitenden, selten im digitalen Kanal. Wie KI dieses Erfahrungswissen verfügbar macht, lesen Sie hier.
KI im Wissensmanagement: Wissen in den digitalen Kanal bringen
Customer Experience 23. Juli 2026
Service-as-a-Software: Wie wird das Marketing KI-ready? | Interview
Der Marketing Tech Monitor 2026 macht deutlich: Während KI-Anwendungen und Agenten sich rasant weiterentwickeln, kämpfen viele Unternehmen mit der Umsetzung. Warum zwischen technologischem Fortschritt und organisatorischer Realität oft eine große Lücke entsteht, beantworten wir im Interview.
Service-as-a-Software: Wie wird das Marketing KI-ready? | Interview
Künstliche Intelligenz 22. Juli 2026
Interview: Wie gelingt der strukturierte Einstieg in Agentic AI?
Agentic AI schafft nur dann langfristigen Wert, wenn KI-Anwendungen nahtlos in Prozesse eingebunden und mit klaren Kontrollmechanismen versehen sind. Wie ein AI Workshop beim strukturierten Einstieg unterstützen kann und Organisationen durch die Entwicklung eines produktionsnahen KI-Agenten erste Erfolge erzielen, hat uns Maria Kern, Digital Experience Architect, beantwortet.
Interview: Wie gelingt der strukturierte Einstieg in Agentic AI?Nichts verpassen.
Blogartikel abonnieren.