Composable CDP Strategie
Key Insights aus unserem Webinar mit Adam Greco (Hightouch) & Jörg Hopmann:
- Eine Composable CDP aktiviert Kundendaten direkt aus dem Data Warehouse. Keine Datenkopien, keine proprietären Schemas, kein Vendor Lock-in.
- Paketbasierte CDPs benötigen typischerweise 6–12 Monate zur Implementierung. Ein Composable CDP Proof of Concept ist in zwei bis drei Wochen realisierbar.
- Use Cases, die mit einer paketbasierten CDP nicht umsetzbar sind, wie deckungsbeitragsgesteuerte Angebote, Inventar-gesteuerte Werbung und B2B Buying Team Verhalten, werden mit einer Composable CDP zum Standard.
- Eine einheitliche Datenbasis ist die Voraussetzung für zuverlässige KI im Marketing.
Dieser Beitrag fasst die wichtigsten Erkenntnisse aus unserem Webinar mit Adam Greco (Hightouch) und unserem CEO Jörg Hopmann zusammen. Das vollständige Recording hier kostenlos ansehen.
Ein Szenario, das regelmäßig begegnet: Das Marketing-Team sendet einer Kundin, die ihr Problem gerade per Support-Ticket gemeldet hat, eine Retargeting-Kampagne für genau das Produkt, das sie nicht kaufen konnte. Oder ein Unternehmen bewirbt bei einem Käufer, der denselben Artikel zehn Minuten zuvor im Ladengeschäft erworben hat, weiterhin den Online-Kauf. Nicht böswillig, sondern weil die CDP schlicht nicht wusste, was im Warehouse längst stand.
Genau dieses Problem steht im Zentrum der Composable CDP Strategie. Am 17. Juni 2026 haben wir gemeinsam mit Adam Greco, Product Evangelist bei Hightouch, in einem Webinar beleuchtet, warum sich immer mehr Unternehmen von klassischen, paketbasierten Customer Data Platforms lösen, und was eine durchdachte Marketing-Analytics-Strategie dabei leisten muss.
„The minute you’re only using parts of the data that are in the packaged CDP, you can actually make mistakes – or do more harm than good.“
Adam Greco, Product Evangelist, Hightouch
„It’s one of the most impactful projects you can have as a consultancy – introducing CDPs, optimizing CDPs – because everything is measurable.“
Jörg Hopmann, CEO, Hopmann Marketing Analytics
Was ist eine Composable CDP, und warum jetzt?
Eine Customer Data Platform (CDP) sammelt, vereinheitlicht und aktiviert Kundendaten für Marketing und Vertrieb. Klassische, paketbasierte CDPs tun das, indem sie Daten in ein eigenes System importieren. Das war jahrelang der Standard.
Das Problem entsteht nicht bei der Einführung. Es wächst mit der Zeit. Cloud Data Warehouses wie Snowflake oder BigQuery sind zum zentralen Speicherort für Kundendaten geworden. Sie enthalten deutlich mehr Daten als jede paketbasierte CDP. Das Ergebnis: Marketing-Teams arbeiten mit einem Teilbild ihrer Kundschaft, während das vollständige Bild ungenutzt im Warehouse liegt.
Quelle: Adam Greco, Hightouch
Die Composable CDP dreht dieses Prinzip um. Statt Daten in ein externes System zu exportieren, verbindet sie sich direkt mit dem bestehenden Data Warehouse und aktiviert von dort aus. Hightouch hat diesen Ansatz maßgeblich geprägt. Der Begriff „composable“ beschreibt, dass die CDP-Funktionalität, also Identity Resolution, Audience Building und Data Activation, aus Best-of-Breed-Komponenten zusammengesetzt wird, statt aus einem monolithischen Paket zu kommen.
10 Gründe für den Wechsel zur Composable CDP Strategie
Adam Greco hat im Webinar zehn Gründe vorgestellt, ausführlich dokumentiert von Hightouch, warum Unternehmen auf eine Composable CDP Strategie umsteigen. Die folgenden sind aus unserer täglichen Beratungspraxis besonders relevant.
Zugriff auf alle Kundendaten
Paketbasierte CDPs enthalten nur die Daten, die explizit in sie importiert wurden: oft Marketing-Daten, selten CRM-Daten, fast nie Transaktions- oder Servicehistorie. Das Warehouse hingegen enthält alles. Wer Audiences auf Basis vollständiger Kundenprofile aufbauen will, kommt um den Warehouse-first-Ansatz kaum herum.
Kürzere Implementierungszeiten
Paketbasierte CDPs erfordern aufwendiges Tagging, Datenmigration, proprietäres Datenmodell und kontinuierliche Synchronisierung. Eine Composable CDP setzt auf die Daten, die bereits im Warehouse liegen. Paketbasierte CDPs benötigen typischerweise 6–12 Monate zur Implementierung und verursachen hohe laufende Wartungskosten (Hightouch, 2026). Jörg Hopmann hat im Webinar konkrete Zeitrahmen aus eigenen Projekten genannt: Ein Proof of Concept ist in zwei bis drei Wochen möglich. Eine vollständige Einführung mit den ersten produktiven Use Cases dauert rund sechs Wochen.
Datenschema-Flexibilität
Paketbasierte CDPs erzwingen ein Schema, das für tausende von Kunden funktionieren muss. Adam Greco beschrieb im Webinar ein konkretes Beispiel: Ein Tierbedarfsunternehmen hatte ein komplexes Datenmodell, das Haustiere, Besitzer und Produkte miteinander verknüpfte, was keine paketbasierte CDP abbilden konnte. Die Composable CDP nutzt schlicht das vorhandene Warehouse-Schema, ohne es zu erzwingen oder zu vereinfachen.
Besseres Identity Resolution
Je mehr Identifikatoren eine CDP für die Profilzusammenführung nutzen kann, desto präziser ist das Ergebnis. Da das Warehouse die meisten Kundenidentifikatoren enthält, ist die Qualität der Identitätsauflösung dort naturgemäß höher als in einem System, das nur einen Teil der Daten sieht.
Datenschutz und Datensicherheit
Jede Kopie von Kundendaten ist ein zusätzliches Risiko, sowohl regulatorisch als auch aus Sicherheitsperspektive. Composable CDPs erzeugen keine Datenkopien im klassischen Sinne. Das ist besonders im DACH-Raum relevant: Durch den Verzicht auf zusätzliche Datensilos vereinfachen Composable CDPs DSGVO-konforme Right-to-erasure-Anfragen erheblich, weil es nur eine zentrale Datenquelle gibt.
Kein Vendor Lock-in
Identity Graphs, Audience-Definitionen und Journey-Logik, die in einem paketbasierten CDP-System aufgebaut wurden, gehören dem Anbieter, nicht dem Unternehmen. Beim Anbieterwechsel geht dieses Wissen verloren. Im Composable-Ansatz liegen all diese Outputs als Tabellen im Warehouse. Der Anbieter kann jederzeit gewechselt werden, ohne das aufgebaute Datenwissen aufzugeben.
AI-Grundlage
KI-Modelle brauchen vollständige, konsistente und saubere Daten. Fragmentierte Kundendaten über mehrere Systeme hinweg machen präzise KI-Ausgaben praktisch unmöglich. Wer eine KI-gestützte Personalisierung oder prädiktive Analysen einführen will, braucht zuerst eine einheitliche Datenbasis. Die Composable CDP ist nicht nur eine MarTech-Entscheidung. Sie ist ein Baustein der AI-Datenstrategie.
Was nur die Composable CDP kann: Use Cases aus dem Warehouse
Jörg Hopmann hat im Webinar vier Use-Case-Typen vorgestellt, die mit paketbasierten CDPs entweder gar nicht oder nur mit erheblichem Aufwand umsetzbar sind.
Deckungsbeitrag-gesteuerte Angebote: Produktmargen sind hochsensible Daten, die kein Unternehmen in ein externes System exportieren möchte. Im Warehouse sind sie vorhanden. Eine Composable CDP kann Angebote und Kampagnen auf Basis von Deckungsbeiträgen steuern, nicht nur auf Basis von Umsatz oder Klickraten. Das verändert die wirtschaftliche Wirkung von Kampagnen fundamental.
Inventar-gesteuerte Werbung: Paketbasierte CDPs sind auf personenbezogene Entitäten ausgerichtet. Lagerdaten, Produktverfügbarkeit und Kampagnenlaufzeiten sind keine Personen. Im Warehouse lassen sich solche Nicht-Personen-Entitäten direkt mit Kundendaten verknüpfen und für die Kampagnensteuerung nutzen.
B2B Buying Teams: Im B2B-Kontext kauft selten eine Person allein. Entscheidungen werden durch Teams getroffen. Eine CDP, die nur einzelne Personenprofile kennt, kann das Verhalten eines Buying Teams nicht abbilden. Das Warehouse enthält diese teamübergreifenden Zusammenhänge, und eine Composable CDP kann sie direkt nutzen.
Langfristige Kundenhistorie: Manche paketbasierten CDPs löschen inaktive Kunden nach 90 Tagen. Das macht sie für Branchen mit langen Kaufzyklen, wie Automotive, Versicherung oder Anlagenbau, strukturell ungeeignet. Das Warehouse speichert die vollständige Historie, unabhängig von Aktivitätszeiträumen.
Wie eine Composable CDP Einführung in der Praxis aussieht
Ein dreiteiliger Ansatz hat sich in Beratungsprojekten bewährt, den wir auch im Webinar vorgestellt haben.
Phase 1: Schnell evaluieren. Zugang zu ausgewählten Tabellen im Warehouse gewähren, ersten Use Case definieren und aufbauen, bestehende Tools verbinden. Kein neues Tagging, keine Migration. Wer ohne eigenen Datensatz starten möchte, kann mit einem Demo-Warehouse beginnen.
Phase 2: Von Tag eins adoptieren. Marketing-Teams arbeiten in einer intuitiven Oberfläche, ohne SQL-Kenntnisse zu benötigen. Data Teams bleiben im Warehouse-Umfeld, das sie bereits kennen. Keine parallele Datenhaltung, kein neues System auf der Datenseite.
Phase 3: Wert beweisen. Da Warehouse und CDP dieselbe Datenquelle nutzen, lassen sich Kontrollgruppen sauber aufsetzen. Ergebnisse sind direkt im Warehouse messbar. Das erlaubt echte Incrementality-Tests, nicht nur Vorher-Nachher-Vergleiche.
Die vollständige Session ansehen? Adam Greco und Jörg Hopmann gehen alle zehn Gründe, das Use-Case-Framework und die AI-Readiness-Architektur im Detail durch.
Webinar Recording kostenlos ansehenUse Cases richtig priorisieren
Welcher Use Case zuerst? Das Framework, das wir im Webinar vorgestellt haben, beschreibt jeden Use Case entlang von vier Dimensionen: Zielgruppe, Kanäle und Aktionen, benötigte Daten und primärer KPI. Dann werden Impact und Umsetzbarkeit bewertet und die Use Cases entsprechend priorisiert.
Typische Einstiegs-Use-Cases: Win-back hochwertiger inaktiver Kunden, Churn Prevention, Cross- und Upselling sowie Paid-Media-Effizienz durch Suppression bekannter Käufer. Jeder dieser Use Cases funktioniert am besten, wenn er auf vollständige Warehouse-Daten zugreift, nicht auf einen importierten Datensatz.
Die Hybrid-Frage: Gibt es einen Mittelweg?
Im Q&A des Webinars kam eine Frage, die in Evaluationsprojekten regelmäßig gestellt wird: Wie sinnvoll ist ein hybrider Ansatz, bei dem eine paketbasierte CDP mit Warehouse-Daten angereichert wird?
Adam Grecos Antwort war klar: Sobald Daten in ein externes System kopiert werden, kehren die Probleme zurück. Vendor Lock-in, Datendiskrepanzen, doppelte Sicherheitsanforderungen, begrenzte Datenschema-Flexibilität. Ein Hybrid-Modell klingt nach einem Kompromiss, bringt aber in der Praxis oft das Schlechteste aus beiden Welten. Die Empfehlung: entweder vollständig paketbasiert oder vollständig composable.
Was das für Ihre Customer Data Platform Strategie bedeutet
Eine Composable CDP Strategie ist keine Tool-Entscheidung allein. Sie ist eine Datenstrategie-Entscheidung. Wer ein modernes Data Warehouse betreibt und Marketing-Aktivierung aus diesem Warehouse heraus betreiben möchte, hat mit dem Composable-Ansatz eine klare Architekturentscheidung getroffen: Daten bleiben, wo sie sind. Die Aktivierung kommt zu den Daten, nicht umgekehrt.
Das hat Konsequenzen für die Zusammenarbeit zwischen Marketing- und Data-Teams, für die Auswahl von MarTech-Partnern und für die langfristige AI-Datenstrategie. In unserer CDP-Beratung begleiten wir diesen Prozess von der Use-Case-Definition über das technische Audit bis zur Implementierung und Governance, als zertifizierter Hightouch-Partner für die DACH-Region.
Wenn Sie prüfen möchten, ob Ihre Datenbasis für eine Composable CDP Einführung geeignet ist, sprechen Sie uns an. Der erste Schritt ist meistens kürzer als erwartet.
Was unsere Kunden häufig wissen möchten.
Webinar FAQ zur Composable CDP Strategie
Was ist der Unterschied zwischen einer Composable CDP und einer klassischen CDP?
Eine klassische (paketbasierte) CDP importiert Kundendaten in ein eigenes System und verwaltet sie dort. Eine Composable CDP verbindet sich direkt mit dem bestehenden Cloud Data Warehouse und aktiviert Daten von dort, ohne Kopien zu erstellen. Das Warehouse bleibt die einzige Datenquelle. Funktionen wie Identity Resolution, Audience Building und Data Activation werden über spezialisierte Tools wie Hightouch bereitgestellt.
Ist eine Composable CDP nur für Marketing, oder profitieren auch andere Teams davon?
Paketbasierte CDPs werden typischerweise von Marketing-Teams getrieben, was Reibung mit Data Teams erzeugen kann, die sich übergangen fühlen. Composable CDPs bringen Marketing- und Data-Teams eher zusammen als auseinander, weil Data Teams in ihrer gewohnten Warehouse-Umgebung weiterarbeiten, während Marketing-Teams Zugang zu reichhaltigeren Daten erhalten. Diese bereichsübergreifende Zusammenarbeit ist in der Praxis eines der stärksten Adoptions-Argumente für den Composable-Ansatz.
Wie lange dauert die Einführung einer Composable CDP?
Ein Proof of Concept ist in zwei bis drei Wochen realisierbar. Eine vollständige Einführung mit den ersten produktiven Use Cases dauert typischerweise rund sechs Wochen, vorausgesetzt, relevante Daten liegen bereits im Warehouse. Im Vergleich zu paketbasierten CDPs, deren Implementierung 6–12 Monate in Anspruch nehmen kann, ist das ein erheblicher Unterschied.
Ist eine Composable CDP DSGVO-konform?
Ja, und in vielen Fällen ist sie aus Datenschutzperspektive sogar vorteilhafter als eine klassische CDP. Da keine Kundendaten in ein externes System kopiert werden, gibt es weniger Orte, an denen Daten gespeichert und verwaltet werden müssen. Right-to-erasure-Anfragen lassen sich über den zentralen Datenbestand im Warehouse umsetzen, ohne mehrere Systeme bereinigen zu müssen.
Kann eine Composable CDP auch Echtzeit-Personalisierung abbilden?
Ja. Eine verbreitete Sorge ist, dass Warehouse-basierte Architekturen batch-orientiert und damit für Echtzeit-Use-Cases ungeeignet sind. In der Praxis adressiert Hightouch dies durch die Kombination von gecachten Warehouse-Audiences mit Real-time Event Streaming, was Same-Session-Personalisierung ermöglicht, ohne Daten in ein separates System zu kopieren. Adam Greco hat diese Frage direkt im Webinar Q&A beantwortet.
Wie unterstützt Hopmann bei der Einführung einer Composable CDP?
Als zertifizierter Hightouch-Partner für die DACH-Region begleiten wir Unternehmen vom ersten Use-Case-Workshop über das technische Audit und die Architekturentscheidung bis zur Implementierung und Governance. Wir sprechen sowohl die Sprache der Marketing-Teams als auch die der Data-Teams und schaffen damit die Verbindung, die für eine erfolgreiche CDP-Einführung notwendig ist.
Brauchen wir ein spezialisiertes, eigenes Data Team, bevor wir mit einer Composable CDP starten können?
Nicht zwingend. Eine verbreitete Sorge ist, dass das Data Warehouse erst „vollständig“ sein muss, bevor eine Composable CDP sinnvoll ist. In der Praxis ist es das nie. Die nützlichere Frage lautet: Haben wir die Daten im Warehouse, die unser erster Use Case benötigt? Wenn ja, kann es losgehen. Adam Greco hat im Webinar noch eine weitere Beobachtung geteilt, die es wert ist festzuhalten: Unternehmen, die mit einer Composable CDP starten, bringen mit der Zeit mehr Daten ins Warehouse, nicht weniger. Marketing-Teams sehen, was möglich wird, und fragen nach mehr. Data Teams sehen, dass ihre Arbeit genutzt wird, und werden motivierter, das Warehouse weiterzubauen. CDP und Warehouse verstärken sich gegenseitig.