Wie Data Tech datenbasierte Werbung ermöglicht Technologien und Strategien für Data-driven Marketing
Im Werbemarkt geben heute Daten den Takt an. Klar, dass da Data Technology eine Schlüsselrolle spielt. Die Tools helfen Ihnen dabei, Daten aus unterschiedlichen Quellen zu sammeln, zu verknüpfen und zu analysieren. Das ermöglicht Ihnen, die Kundenreise datenbasiert mit Werbung zu begleiten und crossmediale Kampagnen gezielt zu orchestrieren.
Derzeit gibt es mehr als 15'000 Marketing-Technology-Tools. Zu diesem Schluss kommt zumindest die vielbeachtete MarTech Map der beiden MarTech-Experten Scott Brinker und Frans Riemersma. Gegenüber der ersten MarTech Map aus dem Jahr 2011 bedeutet das eine Verhundertfachung der Instrumente. Diese Entwicklung macht deutlich: Technologien aller Art werden im Marketing immer wichtiger. Dazu zählt auch die Data Technology, kurz Data Tech.
Was versteht man unter Data Tech im Marketing?
Der Begriff bezeichnet die Gesamtheit an Technologien, die Daten im Marketing sammeln, verknüpfen und analysieren. Data Tech bildet heute das Rückgrat einer datengetriebenen Kommunikation – und macht es erst möglich, dass Marketingtechnologien ihr Potenzial entfalten.
Im Werbemarkt nimmt Data Tech eine Schlüsselrolle ein:
- Sie schafft Transparenz über die Wirkung einzelner Kanäle,
- ermöglicht die präzise Orchestrierung von Kampagnen über digitale und physische Touchpoints hinweg und
- legt die Basis für Personalisierung in Echtzeit.
Angesichts fragmentierter Zielgruppen, neuer Suchmöglichkeiten mit KI sowie steigender Erwartungen an die Relevanz von Werbung ist Data Tech nicht nur ein technisches Hilfsmittel, sondern ein strategischer Enabler für die crossmediale Kommunikation.
Lange war die Nutzung vieler Datentechnologien den Spezialisten vorbehalten. Heute sei das anders, erklärt Giampiero Beroggi, Experte für Datenanalyse und Professor an der Fachhochschule Graubünden: «Wer Auto fährt, muss ja auch nicht Thermodynamik studiert haben. Vereinfacht gesagt reicht es, Gas geben, bremsen und steuern zu können. Genauso ist es mit Data Tech: Man braucht die Bereitschaft, sich seriös einzuarbeiten und den Umgang mit den Tools zu lernen. Die Codes und Berechnungsmodelle muss man aber nicht mehr zwingend verstehen. Deshalb sind die Tools auch für KMUs zugänglich geworden.»
MarTech
Bezeichnet die Gesamtheit an Software und Tools, die Marketingprozesse unterstützen: unter anderem Marketing Automation, E-Mail-Marketing, Content Management und Social Media Management. Ziel ist es, Marketingaktivitäten effizient zu steuern, zu automatisieren, zu skalieren und zu messen.
Data Tech
Ist der übergeordnete Begriff für alle Technologien, die das Sammeln, Speichern, Analysieren und Verarbeiten von Daten ermöglichen. Diese Technologien sind die Basis für datengetriebene Marketing- und Werbestrategien.
AdTech
Steht für Technologien, die speziell auf die Planung, Ausspielung und Messung von Werbung abzielen. Dazu gehören zum Beispiel Demand-Side-Plattformen für programmatische Werbung, Ad Server oder Lösungen zur Werbewirkungsmessung. AdTech sorgt dafür, dass Werbung gezielt, automatisiert und datenbasiert ausgespielt werden kann.
KomTech
Umfasst jene Technologien, die Kommunikationsprozesse organisieren und steuern – intern wie extern. Dazu gehören zum Beispiel Tools für Messaging, Kollaboration oder Kundeninteraktion. Im Kontext von Marketing und Werbung ist KomTech die Basis, um Informationen im Unternehmen, mit Partnern sowie mit Kundinnen und Kunden effizient auszutauschen.
Wie hilft Data Tech, Marketingbudgets effizienter einzusetzen?
Data Tech adressiert die grossen Herausforderungen, mit denen Marketing seit jeher ringt: die mangelnde Transparenz über die Wirkung einzelner Massnahmen, die Streuverluste durch ungenaue Zielgruppenansprache, die fragmentierten Customer Journeys und den hohen Aufwand für die manuelle Kampagnensteuerung. Indem Daten systematisch gesammelt, verknüpft und analysiert werden, entstehen Antworten auf genau diese Probleme: Zielgruppen lassen sich präzise identifizieren, Kanäle orchestriert bespielen, Prozesse automatisieren und Wirkungsbeiträge sichtbar machen. Unternehmen gewinnen dadurch Sicherheit in ihren Entscheidungen – und können Budgets dort einsetzen, wo sie den grössten Effekt erzielen.
Wie kann Data Tech die Kundenanalyse verbessern?
Mit Data Tech gewinnen Unternehmen tiefere Einblicke, wie sich ihre Kundenbasis zusammensetzt. Analysen, wie sie zum Beispiel Swiss Post Advertising anbietet, liefern wertvolle Informationen über Soziodemografie, geografische Verteilung und Verhaltensmuster der Kundschaft. Diese Daten können Marketingteams nutzen, um zielgerichtete Marketingstrategien zu entwickeln und die Kundschaft effektiv zu erreichen.
Wie können Unternehmen Data Tech erfolgreich einführen?
Der erfolgreiche Einsatz von Data Tech beginnt mit der Datenstrategie: Unternehmen sollten definieren, welche Ziele sie mit Daten erreichen wollen und welche Datenquellen dafür relevant sind. Oft zahlt es sich aus, klein zu starten, Erfahrungen zu sammeln und daraus schrittweise zu lernen. Ebenso zentral sind Datenqualität, Datenschutz und interne Kompetenzen: Nur wer Technologien und Prozesse versteht, kann sie wirksam steuern. So wird Data Tech vom technischen Tool zum echten Erfolgsfaktor im Marketing.
Wozu dient Data Tech im Marketing?
Crossmediale Kommunikation bedeutet heute weit mehr, als Botschaften über mehrere Kanäle hinweg auszuspielen. Entscheidend ist, dass die einzelnen Kontaktpunkte aufeinander abgestimmt sind und im Zusammenspiel wirken. Genau hier setzt Data Tech an: Sie verbindet Daten aus unterschiedlichsten Quellen und bringt sie in einen gemeinsamen Kontext. Zu diesen Datenquellen zählen neben CRM-Systemen, Webseiten und Social Media auch physische Kanäle wie Mailings sowie stationäre Points of Purchase.
«Durch die Analyse der Daten können Marketingteams nachvollziehen, wann und wie Kontakte mit der Marke stattfinden», erklärt Ingo Gächter, Datenforscher und Dozent an der Hochschule Luzern. «Sie verstehen besser, welche Rolle der jeweilige Touchpoint spielt und wie sich Massnahmen gegenseitig verstärken oder kannibalisieren.» So lasse sich die Kundenreise erfassen, auswerten und abbilden – vom ersten Impuls über die Informationssuche und den Vergleich von Angeboten bis hin zum Kaufentscheid und zur After-Sales-Phase, die wesentlich über die Loyalität entscheidet.
Die entscheidenden Werbemomente bestimmen
Diese datenbasierte Aufgabe nennt sich Customer Journey Mapping. Sie ermöglicht es, die Zielgruppe nutzerzentriert und kontextbezogen anzusprechen: «Unternehmen können ihre Botschaften so steuern, dass sie im richtigen Moment, über die relevanten Kanäle und passend zum aktuellen Kontext ausgespielt werden», so Ingo Gächter. Oder anders gesagt: Ohne Data Tech bleibt die crossmediale Kommunikation fragmentiert – mit ihr entsteht eine orchestrierte Customer Journey auf Basis konsistenter Daten.
Ob für die Wettbewerbsanalyse, die Produktentwicklung oder die Orchestrierung der Kundenreise: Data Tech ist auch im B2B-Marketing unverzichtbar geworden. Besonders deutlich zeigt sich das im Account Based Marketing (ABM). Bei dieser B2B-Strategie werden Marketing- und Vertriebsaktivitäten gezielt auf einzelne, besonders wertvolle Schlüsselkunden ausgerichtet.
«Datentechnologien sind das Fundament des Account Based Marketings», erklärt Aldo Gnocchi, Dozent für Digitales Marketing an der Fachhochschule Nordwestschweiz FHNW. «Data Tech hilft Unternehmen, die richtigen Ziel-Accounts zu identifizieren, die relevanten Entscheidungsträger innerhalb dieser Firmen zu finden und sie über verschiedene Kanäle hinweg mit personalisierten Botschaften anzusprechen.»
Dafür braucht es einen sogenannten ABM Tech Stack – also ein Bündel aufeinander abgestimmter Daten- und Marketingtechnologien, das vier zentrale Komponenten umfasst: Customer Data Platform, Datenanreicherungs- und Intent-Data-Plattformen, Aktivierungs- und Orchestrierungstools und Analyse- und Reportingtools.
Sie führt Daten aus CRM, Website, Marketing Automation und Drittquellen zu einem konsistenten 360-Grad-Kundenprofil zusammen.
Anbieter wie ZoomInfo, Cognism oder 6sense liefern nicht nur fehlende firmografische Daten, sondern identifizieren auch Verhaltensdaten, die eine Kaufabsicht signalisieren (Intent Data). Sie erkennen, welche Unternehmen sich gerade aktiv mit einem bestimmten Thema oder Lösungen beschäftigen. «Diese Information ist Gold wert, um Marketing- und Vertriebsaktivitäten auf die Accounts mit der höchsten Abschlusswahrscheinlichkeit zu konzentrieren», so Aldo Gnocchi.
Dazu zählen klassische Marketing-Automation-Systeme wie HubSpot oder Marketo, aber auch spezialisierte ABM-Plattformen wie Demandbase oder Terminus. «Diese Plattformen ermöglichen es, die identifizierten Ziel-Accounts über verschiedene Kanäle koordiniert und mit massgeschneiderten Inhalten anzusprechen. Sie steuern die gesamte Customer Journey auf Account-Ebene», erklärt Aldo Gnocchi.
Moderne ABM-Plattformen bilden laut Aldo Gnocchi weit mehr ab als klassische Kennzahlen wie Klicks und Öffnungsraten: «Ihre Dashboards zeigen, wie sich das Engagement innerhalb eines Ziel-Accounts entwickelt – welche Abteilungen oder Personen innerhalb eines Unternehmens mit welchen Inhalten interagieren, über welche Kanäle sie erreicht wurden und welche Kontaktpunkte den grössten Einfluss auf den Kaufentscheid hatten.»
Fünf typische Einsatzbereiche von Data Tech im Werbemarkt
Data Tech wird für vielfältige Anwendungen eingesetzt – von der Zielgruppenanalyse bis zur dynamischen Preisgestaltung. Ein Grundsatz sollte laut Giampiero Beroggi aber immer gelten: «Don’t outsource your Brain!» Damit meint er, dass Unternehmen und Marketingteams eigenes Know-how aufbauen sollten. Denn nur dann können sie «auf Augenhöhe mit MarTech-Anbietern und Beratern arbeiten und heikle Abhängigkeiten vermeiden.»
Data Tech ermöglicht es den Werbetreibenden, ihre Zielgruppen genauer zu segmentieren und besser zu verstehen als je zuvor. Statt sich nur auf klassische demografische Merkmale wie Alter oder Geschlecht zu stützen, lassen sich Fragen beantworten wie:
- Mit welcher Marketingstrategie und über welche Kanäle wird die Zielgruppe am wirksamsten erreicht?
- In welchen geografischen Gebieten sind besonders viele Personen der Zielgruppe vertreten?
- Welche Formate, Inhalte und Botschaften sprechen die Zielgruppe am stärksten an?
- Welche persönlichen Merkmale weisen die Personen der Zielgruppe auf?
- Welche Unterschiede hinsichtlich Verhalten, Bedürfnissen und Vorlieben zeigen sich bei einzelnen Zielgruppen-Segmenten?
Die Antworten darauf liegen in den Daten – genauer: in riesigen Mengen an Daten zu Onlineverhalten, Kaufhistorie, Standortdaten, Social-Media-Aktivitäten, Reaktionen auf physische Mailings und vielem mehr. Mit Big-Data-Analysen lassen sich daraus Nutzerprofile entwickeln. Hier kommt immer öfter künstliche Intelligenz zum Einsatz.
Die Customer Journey der meisten Konsumierenden ist heute fragmentiert – eine grosse Herausforderung für die Werbetreibenden. Doch Data-Tech-Instrumente wie Customer-Data-Plattformen verknüpfen Datenpunkte aus unterschiedlichsten Quellen und ordnen sie einzelnen Usern zu. So wird zum Beispiel sichtbar, dass eine Anzeige auf Social Media zum Besuch des Onlineshops geführt hat, der Kauf aber abgebrochen und erst durch ein automatisiertes Nachfass-E-Mail doch noch getätigt wurde. Auf dieser Grundlage lassen sich Kampagnen kanalübergreifend orchestrieren: Jeder Touchpoint baut auf dem vorherigen auf und die Zielgruppen werden fortlaufend mit konsistenten Botschaften angesprochen.
Werbung war lange Zeit von manuellen Prozessen geprägt: Zum Beispiel wurden Werbeplatzierungen einzeln gebucht und Anzeigenformate manuell angepasst. Mit Data Tech lassen sich solche Aufgaben heute weitgehend automatisieren. Ein Beispiel dafür ist Programmatic Advertising: Kauf und Verkauf von Werbeflächen erfolgen in Echtzeit und vollautomatisch. Innerhalb von Millisekunden entscheidet ein Algorithmus, ob für eine freie Werbefläche ein Angebot gemacht wird – basierend auf dem Profil der Person, der die Werbung ausgespielt werden könnte. Auch die Gestaltung von Werbemitteln wird zunehmend automatisiert. Mit Dynamic Creative Optimization lassen sich Anzeigen sogar in Echtzeit anpassen: Bilder und Texte werden dynamisch auf individuelle Nutzerprofile abgestimmt.
Bei crossmedialen Kampagnen blieb bisher oft unklar, welche Kanäle welchen Beitrag zum Erfolg geleistet haben. Data Tech hat diese Unschärfe deutlich verringert: Mit Echtzeit-Reportings erhalten Werbetreibende jederzeit einen Überblick über die Performance ihrer Kampagnen. Sie sehen, wie die einzelnen Werbemittel und Kanäle performen und wo das Budget am wirkungsvollsten eingesetzt ist. So können sie laufende Kampagnen optimieren.
Noch präziser lässt sich die Wirkung einzelner Massnahmen und Kanäle auf Basis historischer Daten ermitteln. Dafür wird zum Beispiel ein Marketing Mix Modeling aufgesetzt – in der Regel in Zusammenarbeit mit einem spezialisierten Partner. Dieses Verfahren baut auf den von Data Tech gesammelten Daten auf und zeigt die Wirkungsbeiträge von Werbemitteln und Kanälen auf.
Mit Data Tech lassen sich Preise und Angebote dynamisieren und in Echtzeit anpassen – abhängig von Nachfrage, Lagerbestand, Wettbewerbssituation, individuellen Interaktionen von Usern, Wetter und weiteren Faktoren. Die mit den dynamischen Preisen und Angeboten verbundene Kundenkommunikation kurbelt direkt den Absatz an.
Ein typisches Beispiel ist der Warenkorbabbruch im E-Commerce: Erkennt das System, dass eine Nutzerin kurz vor Abschluss den Kaufprozess abbricht, kann es automatisch eingreifen. Die ausgelöste E-Mail oder Push-Notification per App enthält neben der Erinnerung an das Produkt auch einen Rabattcode, was einem dynamisch gesenkten Preis entspricht. Solche Mechanismen reduzieren die Abbruchquote deutlich und steigern die Conversion Rate.
Voraussetzungen für datengestütztes Marketing
Die Technologien zum Sammeln, Speichern, Analysieren und Verarbeiten von Daten bringen also viele Möglichkeiten und Vorteile mit sich. Doch wie können Marketingteams Data Tech effektiv implementieren? «Die grössten Hürden liegen weniger in den Technologien selbst, sondern darin, wie sich Unternehmen organisatorisch für Data Tech aufstellen und wie sie mit ihren Daten umgehen», so Manuel Dömer, Studiengangleiter Data Science an der ZAHW. Deshalb sollten die Marketingteams zuerst folgende Voraussetzungen schaffen:
Datensilos überwinden: Viele Unternehmen verfügen zwar über wertvolle Daten – doch diese sind über verschiedene Systeme verteilt: Kundendaten im CRM, Daten zu Klicks und somit zu Interessen im Newsletter-Tool, Umsätze im ERP. Solange diese Daten nicht miteinander verbunden sind, bleibt der Blick auf die Kundinnen und Kunden bruchstückhaft. Deshalb erstaunen die Ergebnisse einer im Jahr 2025 weltweit durchgeführten Befragung des Softwareunternehmens Qualtrics wenig: Von den mehr als 700 teilnehmenden Marketing-Führungskräften aus grossen Unternehmen sagen 56 Prozent, durch fragmentierte und uneinheitliche Datenquellen überfordert zu sein. Folglich vertrauen zwei Drittel der Befragten bei wichtigen Entscheidungen immer noch auf ihr Bauchgefühl. Erst wenn die Daten aus verschiedenen Quellen zusammengeführt werden, entsteht eine solide Grundlage, um Entscheidungen datenbasiert zu treffen.
Unter dem Begriff «Data Anxiety» versteht man die Unsicherheit oder sogar Überforderung im Umgang mit Daten. Im Marketing führt Data Anxiety dazu, dass Chancen datengetriebener Strategien nicht genutzt werden. Zwar erkennen die meisten Fachpersonen die theoretischen Vorteile von Daten fürs Marketing. In der Praxis haben etliche aber das Gefühl, zu viele, zu komplexe oder unklare Daten vorliegen zu haben, um sie systematisch zu nutzen und fundierte Entscheidungen zu treffen.
Wie weit verbreitet Data Anxiety ist, zeigt die internationale Studie «Mehr als nur Zahlen: Wie Data Storytelling Kommunikation neu definiert» von Canva aus dem Jahr 2025. Dafür wurden 2400 Fachpersonen aus Marketing und Vertrieb befragt. Die Studie spricht von einem «Daten-Dilemma»: Einerseits sagen 74 Prozent der Befragten, dass ihr Unternehmen stärker auf Daten-Insights setzt als noch vor zwei Jahren. Andererseits geben 66 Prozent zu, sich im Umgang mit Daten unsicher oder überfordert zu fühlen. Immerhin: Trotz der weit verbreiteten Data Anxiety möchten 78 Prozent der Befragten gern mehr mit Daten arbeiten, um effektiver zu werden.
Datenqualität sicherstellen: Dubletten sowie fehlerhafte und veraltete Daten führen zu falschen Schlüssen – und damit zu ineffizienter Werbung. Deshalb braucht es einen klaren Prozess für die Datenpflege sowie Lösungen, um die Aktualität der Daten laufend sicherzustellen.
Daten standardisieren: Häufig erheben Unternehmen Daten in unterschiedlichen Formaten. Die systematische Klassifizierung und Strukturierung von Daten ist daher eine zentrale Voraussetzung, um Data Tech sinnvoll einsetzen zu können.
Schnittstellen und Integration von Systemen meistern: Technisch gesehen ist Data Tech nur dann wirkungsvoll, wenn die wichtigsten Systeme miteinander verbunden sind – von CRM und ERP über Marketing-Automation-System bis hin zu AdTech-Plattformen. «Diese Integration erfordert oft erhebliche Ressourcen und viel technisches Know-how», so Manuel Dömer. «Doch der Aufwand lohnt sich, damit Schnittstellen reibungslos funktionieren und Datenflüsse nicht ins Stocken geraten.»
Komplexität bei Data Tech reduzieren: Der Aufbau einer datengetriebenen Marketingarchitektur ist komplex. «Unternehmen beschränken sich daher besser auf einige wenige Data-Tech-Tools, die sie dafür im Griff haben und die ihnen nachweislich einen Mehrwert bieten», rät Ingo Gächter. «Gerade KMUs empfehle ich: Weniger ist mehr. Macht das, was ihr macht, richtig und konsequent.»
Datenschutz und Compliance sicherstellen: Die Nutzung von Daten im Marketing unterliegt strengen gesetzlichen Vorgaben. «Datenschutz mag lästig sein. Aber wer transparent und fair mit personenbezogenen Daten umgeht, schafft Vertrauen. So wird Privacy zum Wettbewerbsvorteil», sagt Ingo Gächter.
Rollen festlegen und gemeinsames Verständnis schaffen: Im Umgang mit Data Tech sind in der Regel verschiedene Kompetenzen gefragt. So braucht es zum Beispiel für die Modellierung von Vorhersagen Personen mit fundierten Kenntnissen in Statistik und maschinellem Lernen. Gleichzeitig sind Fachspezialisten unverzichtbar, die über tiefgehendes Wissen in einem spezifischen Gebiet verfügen. Damit diese unterschiedlichen Rollen erfolgreich zusammenarbeiten können, braucht es laut Manuel Dömer ein gemeinsames Verständnis. «Man spricht in diesem Zusammenhang auch von Data Literacy oder Datenkompetenz. Das meint die Fähigkeit, Daten zu sammeln, zu lesen, zu verstehen, kritisch zu bewerten und zu kommunizieren.»
Organisatorischen Wandel gestalten: «Die Implementierung von Data Tech ist einerseits ein Technologieprojekt, andererseits aber immer auch ein Change-Prozess», sagt Manuel Dömer. «Nicht nur der Einsatz neuer Technologien bringt einen Wandel mit sich. Auch neue Daten und die daraus gewonnenen Erkenntnisse können weitreichende Implikationen haben. Denn oft beeinflussen sie Prozesse, Strategien oder sogar Geschäftsmodelle.» Die Mitarbeitenden müssen verstehen, wie datengetriebene Kommunikation funktioniert, welche Vorteile sie hat und wie sie die eigene Arbeit verändert. Dazu braucht es Schulungen und eine Kultur, die datenbasierte Entscheidungen fördert.
Rund 1,6 Millionen Privatkunden in der Schweiz haben der Post ihre Zustimmung erteilt, Angebote von Drittfirmen zu erhalten. Bisher ist das Targeting für diese Personen anhand von First-Party-Daten erfolgt: Die Post analysiert Daten wie Klickverhalten, Kaufhistorie oder Nutzungsdaten und ermittelt daraus mithilfe statistischer Modelle Affinitäten.
Neu ergänzt die Post die First-Party-Daten durch Informationen, die die Kundinnen und Kunden ihr bewusst und freiwillig überlassen. Diese Zero-Party-Daten werden einerseits durch das Hinterlegen von Interessen und andererseits durch Umfragen generiert. Ein aktuelles Beispiel: Nach einem erfolgreichen Pilotprojekt wurde mehr als eine Million Personen, die Angebote Dritter erhalten wollen, zum Thema Autokauf befragt. Sie äusserten sich unter anderem zu präferierten Marken, zeitlich gelagerten Kaufabsichten und ihrem Budget für ein Auto.
Das Resultat dieser schweizweit einzigartigen Umfrage: Statt lediglich Annahmen zu treffen, welche personalisierten Angebote interessant sein könnten, stammen die Angaben dafür (z. B. präferierte Automarken und Antriebsarten) nun direkt von den Kundinnen und Kunden selbst. Das ermöglicht hochrelevante Angebote genau im richtigen Moment.
Wichtig dabei: Die Post verkauft keine Adressdaten dieser Personen. Stattdessen führt Swiss Post Advertising komplette, datengetriebene Crossmedia-Kampagnen für Anbieter aller Art in der Autobranche durch.
Nach der Befragung für die Autobranche sind bereits weitere Umfragen in Planung. Im Fokus stehen Themen wie etwa das Wohnen, die eine längere Entscheidfindung mit sich bringen und die Schweizer Bevölkerung bewegen.
