MarTech-Stack-Architektur: Grundlagen & Kernkonzepte

Wenn das Marketing Verträge schneller abschließt, als irgendjemand die Tools verbinden kann, haben Sie keinen Stack. Sie haben einen Haufen. Scott Brinkers Marketing Technology Landscape hat 2024 die Marke von 14.000 Produkten überschritten, und Gartners Marketing-Technology-Umfrage von 2023 ergab, dass Marketer rund ein Drittel der Funktionen nutzen, für die sie bereits bezahlen, nach 42 Prozent im Jahr davor. Der Abstand zwischen dem, was Sie besitzen, und dem, was Sie tatsächlich betreiben, ist die Stelle, an der Budget still verschwindet.

Diese Lektion hat eine Aufgabe: den Gegenstand zu definieren. Welche Layer es gibt, welches System die verbindliche Version eines Sachverhalts hält und welches nur eine entbehrliche Kopie, und wie sich ein Kundendatensatz zwischen ihnen bewegt. Der restliche Teil des Moduls (die Auswahlmethode, die Fallstudie, die Politik der Konsolidierung) setzt dieses Vokabular voraus.

--- WAS EIN MARTECH STACK TATSÄCHLICH IST ---

Ein MarTech Stack ist die verbundene Menge an Software, mit der eine Marketingorganisation Kunden gewinnt, bindet, konvertiert und hält. Das Wort „Stack“ leistet hier Arbeit. Es impliziert Layer, und diese Layer haben eine Richtung: Daten werden unten erfasst, in der Mitte entschieden, oben gegenüber dem Kunden ausgespielt. Bewusst gebaut, bewegen sich Daten sauber nach unten und wieder nach oben, und Entscheidungen fallen in Minuten. Reaktiv zusammengesetzt, liegen Daten in Nischen, Teams streiten darüber, wessen Zahl stimmt, und niemand kann sagen, was die Akquisition eines Kunden im letzten Quartal gekostet hat, ohne eine Woche manueller Abstimmung.

Eines verbirgt das Organigramm: An den Nahtstellen zwischen den Layern finden die Zuständigkeitskämpfe statt. Niemand streitet darüber, wem das E-Mail-Tool gehört. Alle streiten darüber, wem das Feld gehört, das entscheidet, ob ein Kontakt als Kunde zählt.

--- KERNKONZEPT 1: DIE DREI ARCHITEKTUR-LAYER ---

Layer eins ist das Datenfundament: das Warehouse (Snowflake, BigQuery), die Analytics-Erfassung, das vertriebsseitige Recordsystem, das die Lektion zu den CRMCRMCustomer Relationship Management: software and strategy to manage and analyse customer interactions throughout their lifecycle.Vollständige Definition ansehen →-Grundlagen beschreibt, und das persistente Unified Profile, dem eine eigene Grundlagenlektion gewidmet ist. Nichts, was über diesem Layer gebaut wird, ist vertrauenswürdiger als das, was darin liegt.

Layer zwei ist Intelligenz und Aktivierung: Marketing-Automation- und Messaging-Plattformen (Klaviyo im Consumer Commerce, Adobes Marketo Engage im B2B), Paid-Media-Management, Audience-Aufbau, Experimentation. Dieser Layer entscheidet, wer was bekommt, und wann.

Layer drei ist Experience: das CMS, das steuert, was auf der Website erscheint, die Personalisierungs-Engine, Chat, Social Publishing. Kunden berühren immer nur Layer drei. Seine Qualität wird vollständig von den zwei Layern darunter bestimmt.

Zählen ist hier relevant. Eine Consumer-Marke im Mid-Market betreibt zwölf bis zwanzig Tools. Große Unternehmen kommen üblicherweise auf einen niedrigen dreistelligen Wert, sobald regionale Teams und KKThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →äufe auf Markenebene mitgezählt werden. Das Layer-Modell macht diese Zahl lesbar, weil es aus „wir haben 140 Tools“ ein „wir haben vier Produkte, die in Layer zwei dieselbe Aufgabe erledigen, und niemand verantwortet Identity in Layer eins“ macht.

--- KERNKONZEPT 2: INTEGRATIONSARCHITEKTUR-MODELLE ---

Wie Tools miteinander sprechen, zählt genauso viel wie die Frage, welche Tools Sie kaufen.

Point-to-Point heißt: Tool A schickt Daten direkt an Tool B. Schnell eingerichtet, bei Skalierung fragil. Zwanzig miteinander verbundene Tools ergeben bis zu 190 Verbindungen, jede mit eigenen Zugangsdaten, eigenem Field Mapping und eigenem stillen Fehlerverhalten. Sie sind selten dokumentiert, und die Person, die sie gebaut hat, geht irgendwann.

Hub-and-Spoke setzt eine Plattform in die Mitte, meist einen Unified-Profile-Store oder eine Integrationsplattform wie MuleSoft oder Workato. Aus zwanzig Tools werden zwanzig Verbindungen. Der Preis: Das Datenmodell des Hubs wird Ihr Datenmodell, und ein Ausfall dort ist ein Ausfall überall.

Event-driven publiziert jede Kundenaktion einmal als Event, und Tools abonnieren, was sie interessiert. Das skaliert am besten und erlaubt, ein Tool hinzuzufügen, ohne Pipelines neu zu bauen. Es verlangt aber ein stabiles Event-SchemaSchemaA schema is the formal blueprint that defines how data is structured, named, typed, and related within a database, file, or message.Vollständige Definition ansehen →, das die meisten Marketingteams am ersten Tag nicht haben. Benennen Sie „Add to Cart“ in „add_to_cart“ um, ohne es jemandem zu sagen, und jeder nachgelagerte Subscriber matcht nicht mehr, ohne Fehlermeldung.

Zwei Fehlerbilder, die man hier schon benennen sollte. Bidirektionale Sync-Loops: Zwei Systeme schreiben dasselbe Feld, jedes liest das Update des anderen als neu, und ein frischer Unsubscribe wird von einem veralteten Datensatz überschrieben. Entscheiden Sie pro Feld, welches System gewinnt, schriftlich. Und Rate Limits: Die meisten SaaS-APIs zählen Calls in einem rollierenden Zeitfenster, sodass ein Bulk-Backfill Ihre Live-Trigger für Stunden aushungern kann.

--- KERNKONZEPT 3: SYSTEMS OF RECORD VERSUS SYSTEMS OF ENGAGEMENT ---

Diese Unterscheidung ist diejenige, die die meisten Stacks falsch machen.

Ein System of Record hält die verbindliche Version eines Sachverhalts und bewahrt seine Historie: getätigte Bestellungen, Vertragsbedingungen, erteilte und zurückgezogene Consents, den Identity Graph. Es verändert sich langsam, es wird auditiert, und Sie würden das Geschäft darum herum neu aufbauen, wenn alles andere abbrennt.

Ein System of Engagement hält schnell wechselnden, weitgehend entbehrlichen State: Kampagnenzugehörigkeit, Frequency Caps für Sendungen, Session-Verhalten, wer aktuell in einem Nurture Flow ist. Das Schreibvolumen ist hoch, die Daten veralten in Wochen, und ein Anbieterwechsel sollte kein existenzielles Ereignis sein.

Der Test: Wenn Sie dieses Tool im nächsten Quartal ersetzen, was wäre für immer verloren? Alles auf dieser Liste gehört in den Record-Layer, mit einer Kopie, die in das Engagement-Tool gepusht wird, nicht umgekehrt. Consent ist der harte Fall. Unter der DSGVO müssen Sie den Consent nachweisen kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen, einschließlich wann und wie ererThe ratio of interactions (likes, comments, shares) to reach for a given piece of content, used to gauge how well audiences respond relative to how many people saw it.Vollständige Definition ansehen → erteilt wurde. Wenn der einzige Nachweis in der Messaging-Plattform liegt, macht eine Anbietermigration aus Ihrer Rechtsposition ein Datenexport-Problem.

Der Datenfluss zwischen beiden läuft auf zwei Uhren. Getriggerte Nachrichten brauchen Sekunden: Eine Abandoned-Checkout-E-Mail aus Klaviyo wird von einem Live-Event-Stream des Shops ausgelöst. Reporting braucht Vollständigkeit, nicht Geschwindigkeit, also landen dieselben Events in Batches im Warehouse und werden gegen Bestellungen und Retouren abgeglichen. Reife Stacks pushen dann im Warehouse berechnete Audiences zurück in die Aktivierungstools, das Muster wird üblicherweise Reverse ETLETLETL (Extract, Transform, Load) is a data integration process that pulls data from sources, reshapes it into a consistent format, and writes it into a target system.Vollständige Definition ansehen → genannt. Der vorhersehbare Fehler ist, dass die zwei Pfade sich widersprechen, die Echtzeitzahl sagt 41.000 und das Warehouse sagt 38.600, und niemand kann sagen, was stimmt. Lösen Sie das über die Zuständigkeit: Der Stream entscheidet über Triggering, das Warehouse entscheidet über Reporting.

--- KERNKONZEPT 4: DATA GOVERNANCEDATA GOVERNANCEData governance is the set of policies, roles, and processes that ensure data is accurate, secure, well-defined, and used responsibly across an organization.Vollständige Definition ansehen → IM STACK ---

Governance heißt: wem jedes Feld gehört, wer es lesen darf, wie es erhoben wurde, wie lange es aufbewahrt wird und welches System entscheidet, wenn Kopien sich widersprechen. Behandeln Sie das als Betriebskosten, nicht als juristisches Häkchen.

Zwei konkrete Folgen. Ein DSGVO-Löschbegehren muss innerhalb eines Monats erfüllt werden, und es muss jede Kopie erreichen, also ist jedes ungesteuerte Replikat, das Sie angelegt haben, eine weitere Stelle, an die sich jemand erinnern muss. Und Pricing pro Profil macht Identity-Hygiene zu einem Kostenposten: Klaviyo rechnet nach aktiven Profilen ab, und Adobe lizenziert Real-Time CDPCDPA Customer Data Platform unifies customer data from all sources into persistent, actionable profiles that other systems can use.Vollständige Definition ansehen → nach Profilvolumen (beide sind Anbieter in dieser Kategorie, lesen Sie ihre Empfehlungen entsprechend). Eine doppelte Identität wird zweimal berechnet, zweimal bespielt und zweimal berichtet.

--- FÄLLE AUS DER PRAXIS ---

Fall eins: Adobes eigene Baureihenfolge. Adobe kaufte Marketo 2018 für 4,75 Milliarden Dollar und Magento im selben Jahr und verbrachte dann die folgenden Jahre damit, Experience Platform darunter zu legen, damit ein Profil über die Teile hinweg geteilt werden kann. Lehrreich ist die Reihenfolge. Aktivierungstools zu kaufen, selbst von einem Anbieter, führt nicht dazu, dass sie sich einen Kunden teilen. Der gemeinsame Data Layer muss separat gebaut oder gekauft werden, und Adobe (das diesen Layer verkauft) hat Jahre und Milliarden genau dafür in der eigenen Produktlinie aufgewendet. Wenn ein Softwareunternehmen so lange braucht, ist die Annahme, zwei zugekaufte Tools würden sich in Ihrem Stack „einfach integrieren“, optimistisch.

Fall zwei: das Commerce-Muster rund um Klaviyo. Die Shop-Plattform ist das System of Record für Bestellungen; Klaviyo konsumiert Events und hält Engagement-State. Es bricht beim Join Key. Ein Kunde kauft einmal als Gast mit einer Arbeitsadresse, legt dann ein Konto mit einer privaten Adresse an. Sie halten nun zwei Profile, jedes mit der Hälfte der Kaufhistorie. Eines erhält eine Welcome Flow eine Woche nachdem der Kunde 300 Dollar ausgegeben hat, das andere qualifiziert sich nie für das VIP-Segment, weil sein Umsatz aufgeteilt ist. Beide werden berechnet. Kein Tool behebt das; eine Identity-Regel in Layer eins tut es.

Fall drei: ein Gegenbeispiel dazu, ein Messtool zum Record werden zu lassen. Google stellte die Datenverarbeitung in Universal Analytics am 1. Juli 2023 ein und löschte diese historischen Daten später, und Teams, deren einzige Kopie ihrer Web-Verhaltenshistorie in diesem Produkt lag, verloren die Möglichkeit, über die Migration hinweg Jahresvergleiche zu ziehen. Wer Raw Events in ein Warehouse geschrieben hatte, behielt seine Historie und wechselte nur das Reporting-Tool.

--- CMO ACTION ITEMS ---

• Auditieren Sie den Stack in diesem Quartal in drei Layern. Listen Sie jedes aktive Tool auf, ordnen Sie es einem Layer zu und zeichnen Sie, wie Daten tatsächlich fließen, nicht wie das Anbieterdiagramm behauptet. Die meisten Teams finden drei bis fünf Redundanzen in Layer zwei und eine Lücke in Layer eins.
• Kennzeichnen Sie jedes Tool als Record oder Engagement, und benennen Sie für jedes Recordsystem die Felder, die es exklusiv besitzt. Alles, was zwei Systeme beanspruchen, braucht eine schriftliche Vorrangregel, bevor es eine neue Integration braucht.
• Verlangen Sie eine Quelle für vier Zahlen: Akquisitionskosten, Lifetime ValueLifetime ValueLifetime Value: the total revenue (or profit) a customer generates throughout their entire relationship with your business.Vollständige Definition ansehen →, marketing-sourced PipelinePipelineAll active sales opportunities across the stages of the sales process, together with their combined potential value and probability of closing.Vollständige Definition ansehen → und Kanalattribution. Wenn Ihr Team nicht alle vier innerhalb von 24 Stunden aus einem System liefern kann, ist das Architektur, nicht Strategie.
• Binden Sie neue KKThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →äufe an einen schriftlichen Integrationsplan: welcher Layer, was gelesen wird, was geschrieben wird, was ersetzt wird und was bricht, wenn es im dritten Jahr abgeschaltet wird.

--- HÄUFIGE FEHLER, DIE ERGEBNISSE ZERSTÖREN ---

Fehler eins: den oberen Layer kaufen, bevor der untere steht. Eine Personalisierungs-Engine ist nur so intelligent wie die Daten, die sie füttern. Adobe Target, das Inhalte auf Basis fragmentierter, duplizierter Datensätze ausspielt, produziert keine besseren Erlebnisse, es produziert selbstbewusst falsche, und das zu höheren Kosten als die generische Seite, die es ersetzt hat.

Fehler zwei: jedes Kanalteam seine eigenen Tools besitzen lassen. Paid MediaPaid MediaVisitors arriving via paid ads or sponsored placements, where you pay a platform to display your message rather than earning visits organically.Vollständige Definition ansehen → auf einem Datenmodell, E-Mail auf einem anderen, Web auf einem dritten, und kanalübergreifende Messung wird unmöglich. Sie fallen auf Last Click zurück, weil es das einzige Modell ist, das keine Daten braucht, die Sie nie erhoben haben. Das bewertet Marken- und Upper-FunnelFunnelThe customer journey from awareness to purchase, typically Awareness, Interest, Consideration, Decision, Action, with prospects narrowing at each stage.Vollständige Definition ansehen →-Arbeit systematisch zu niedrig, also werden diese Budgets gekürzt, und das ist der Folgeschaden.

Fehler drei: Architektur als Projekt behandeln statt als dauerhafte Praxis. Jedes Jahr kommen Tausende Produkte auf den Markt, und Enterprise-Verträge verlängern sich üblicherweise automatisch, wenn nicht Wochen vorher gekündigt wird. Teams, die die Kontrolle behalten, prüfen den Stack zweimal im Jahr formell, führen einen Verlängerungskalender und bewerten neue Tools gegen die bestehende Architektur statt gegen eine Demo.

--- KEY TAKEAWAYS ---

• Ein Stack besteht aus Layern mit einer Richtung: Datenfundament, Intelligenz und Aktivierung, Experience. Was der Kunde berührt, ist nur so gut wie das, was darunter liegt.
• Systems of Record halten verbindliche Historie; Systems of Engagement halten schnellen, entbehrlichen State. Fragen Sie, was für immer verloren wäre, wenn ein Tool im nächsten Quartal ersetzt würde, und verschieben Sie alles auf dieser Liste einen Layer nach unten.
• Das Integrationsmodell zählt genauso viel wie die Toolwahl. Point-to-Point bricht bei Skalierung (20 Tools, bis zu 190 Verbindungen), Hub-and-Spoke zentralisiert das Risiko, event-driven skaliert am besten, braucht aber SchemaSchemaA schema is the formal blueprint that defines how data is structured, named, typed, and related within a database, file, or message.Vollständige Definition ansehen →-Disziplin.
• Betreiben Sie zwei Uhren mit Absicht: einen Live-Event-Stream für Triggering, Batch-Abgleich im Warehouse für Reporting, und eine schriftliche Regel, welche der beiden entscheidet.
• Governance ist Geld, nicht Papierkram: Doppelte Identitäten werden bei Pricing pro Profil zweimal berechnet, und jede unkontrollierte Kopie eines Profils ist eine weitere Stelle, die ein Löschbegehren innerhalb eines Monats erreichen muss.