Die meisten Unternehmen haben kein Problem mit Kundendaten. Sie haben ein Problem mit der Vereinbarkeit ihrer Kundendaten. Das CRM verfügt über eine Version des Kundenprofils, die E-Commerce-Plattform über eine andere, der Service Desk über eine dritte und das Marketing-Automatisierungstool über eine vierte – alle sind technisch korrekt, aber keine davon ist mit den anderen abgeglichen. Stellt man eine einfache Frage wie „Wie viele Kunden haben wir eigentlich?“, liefern vier Systeme vier unterschiedliche Antworten.
Eine einheitliche Kundensicht (Single Customer View, SCV) ist der Ansatz, der dieses Problem löst. Sie fasst alle über die gesamte IT-Landschaft verstreuten Kundeninformationen in einem einzigen, zertifizierten Datensatz zusammen, auf den alle Systeme zugreifen können – und, was entscheidend ist, hält diesen Datensatz stets auf dem neuesten Stand, auch wenn sich die zugrunde liegenden Quellen ständig ändern.
Was eine einheitliche Kundensicht eigentlich ist
Eine einheitliche Kundensicht ist ein geregelter, kontinuierlich gepflegter Datensatz, der einen realen Kunden über alle Systeme hinweg abbildet, mit denen er in Berührung kommt. Es handelt sich dabei weder um einen Bericht noch um ein Dashboard. Es ist eine betriebliche Ressource: ein „Golden Record“ für den Kundenbereich, komplett mit Überlebensregeln, einer stabilen Kennung, konsolidierten Kontaktdaten, einer Interaktionshistorie und den Geschäftsregeln, die festlegen, welche Quelle Vorrang hat, wenn zwei Systeme voneinander abweichen.
Diese Unterscheidung ist entscheidend. Eine 360-Grad-Sicht, die nur innerhalb eines BI-Tools existiert, zeigt Ihnen lediglich, was passiert ist. Eine einheitliche Kundensicht versorgt die Systeme, die tatsächlich handeln – die Kampagnen-Engine, das Serviceportal, den Abrechnungslauf, den KI-Agenten, der eine Antwort verfasst. Der Mehrwert entsteht durch die Verteilung, nicht durch die Visualisierung.
SCV, CRM, CDP oder MDM – wo liegen die Grenzen?
Diese vier Begriffe werden regelmäßig synonym verwendet, und genau hier liegt der Fehler bei den meisten SCV-Projekten, noch bevor auch nur eine einzige Konfigurationszeile geschrieben wurde.
| Fähigkeit | Wofür es entwickelt wurde | Wo es als SCV Schwächen aufweist |
|---|---|---|
| CRM | Verwaltung und Erfassung der Geschäftsbeziehung – Pipeline, Aktivitäten, Verkaufschancen. | Es ist eine Quelle unter vielen, kein Schiedsrichter zwischen den Quellen. Sein Datenmodell dient dem Vertrieb, nicht dem gesamten Unternehmen. |
| CDP | Zusammenführung von Verhaltens- und Marketingdaten zur kanalübergreifenden Aktivierung. | Optimiert für Marketing-Anwendungsfälle. Die Datensätze werden nur selten als verbindliche Daten in die Systeme ERP, Abrechnungs- oder Service-Systeme zurückgespeist. |
| Data Warehouse / BI | Analyse, Berichterstattung, historische Trends. | Analytisch, nicht operativ. Es gibt keine nachgelagerten Prozesse, die einen korrigierten Datensatz daraus verwenden. |
| MDM | Erstellung und Verteilung zertifizierter Stammdaten über alle Bereiche hinweg, einschließlich des Kundenbereichs. | Nichts – genau das ist die Architektur, die ein SCV benötigt. Es muss lediglich sichergestellt werden, dass die Unternehmensführung ernst genommen wird. |
Einfach ausgedrückt: Ein CDP oder ein CRM kann zwar ein Kundenprofil hosten, aber nur das Stammdatenmanagement erzeugt einen Datensatz, den jedes andere System vertraglich akzeptieren muss. Wenn sich Ihre einheitliche Kundensicht in einem Marketing-Tool befindet, handelt es sich um eine Marketing-Sicht – eine gute zwar, aber nicht um eine einheitliche Datenquelle für das gesamte Unternehmen.
Schaffen Sie eine vertrauenswürdige Datenbasis, um KI-gestützte Automatisierung und zuverlässige Entscheidungsfindung zu ermöglichen. Laden Sie das Whitepaper herunter und erfahren Sie, wie Sie Data Governance als strategische Kompetenz etablieren – und so skalierbare Automatisierung und KI nutzen können.
Die Aufgaben, die ein SCV in Bezug auf Ihre Daten ausführt
Hinter diesem Konzept verbirgt sich eine Abfolge von unscheinbaren Datenvorgängen, die jeweils kontinuierlich ausgeführt werden müssen und nicht nur einmalig bei der Inbetriebnahme.
- Umstrukturierung – Datensätze aus verschiedenen Quellen werden auf ein gemeinsames Kundenmodell abgebildet, sodass „Konto“, „Ansprechpartner“, „Kunde“ und „Partei“ nicht mehr vier verschiedene Bedeutungen haben.
- Normalisierung – Formate, Adressstrukturen, Ländercodes, Namenskonventionen und Kennungen werden an einen festgelegten Standard angepasst.
- Bereinigung und Ergänzung – unvollständige Datensätze werden anhand anderer interner Quellen oder verifizierter externer Referenzen korrigiert und vervollständigt.
- Abgleich und Dublettenbereinigung – Durch probabilistischen und regelbasierten Abgleich werden Datensätze identifiziert, die dieselbe Person oder Organisation beschreiben, und anhand von Überlebensregeln wird entschieden, welche Attributwerte nach der Zusammenführung erhalten bleiben.
- Zertifizierung und Verteilung – der daraus resultierende „Golden Record“ wird freigegeben, mit einer Versionsnummer versehen und in Echtzeit, ereignisgesteuert oder nach Zeitplan an alle nutzenden Systeme zurückgesynchronisiert.
Der letzte Schritt wird am häufigsten unterschätzt. Durch die Dublettenbereinigung entsteht ein bereinigter Datensatz; erst eine zuverlässige Integration macht ihn nutzbar. Ein perfekter „Golden Record“, der niemals auf dem Bildschirm des Callcenter-Mitarbeiters erscheint, hat nichts bewirkt.
Was das Unternehmen dafür erhält
Das technische Ergebnis ist ein einheitliches Kundenprofil. Die geschäftlichen Ergebnisse sind konkreter.
Eine Segmentierung, die sich bewährt. Segmente, die auf deduplizierten Daten basieren, verhindern Doppelzählungen. Die Reichweitenzahlen von Kampagnen lassen sich fundiert begründen, und derselbe Kunde taucht nicht mehr in zwei sich widersprechenden Segmenten auf.
Kohärenter Kontakt über alle Kanäle hinweg. Ein Kunde, der gerade eine Beschwerde eingereicht hat, sollte nicht eine Stunde später eine E-Mail mit Upselling-Angeboten erhalten. Ein solcher Fehler ist fast nie ein strategisches Problem, sondern ein Datenproblem, das dadurch verursacht wird, dass zwei Systeme nicht darüber informiert wurden, dass es sich um dieselbe Person handelt.
Skalierbare Personalisierung. Die Zusammenführung von Kaufhistorie, Surfverhalten, Serviceinteraktionen und angegebenen Präferenzen in einem Profil ermöglicht erst wirklich kontextbezogene Szenarien – beispielsweise ein Verlängerungsangebot, das auf den individuellen Nutzungszyklus abgestimmt ist, oder E-Commerce-Inhalte, die sich an die tatsächliche Beziehung des Kunden zur Marke anpassen und nicht an ein allgemeines Nutzerprofil.
Eine vertrauenswürdige KI-Grundlage. Generative Modelle und KI-Agenten sind nur so zuverlässig wie die Datensätze, auf die sie zugreifen. Lässt man einen Agenten auf vier widersprüchliche Kundendatenbanken zugreifen, erhält man vier selbstbewusste, aber widersprüchliche Antworten. Ein zertifizierter Kundendatensatz ist die Voraussetzung dafür, KI überhaupt in Kundengespräche einzubinden – ein Punkt, den wir in unserem Beitrag über Data Governance als geschäftliche Kompetenz näher ausführen.
Nachweisbare statt nur behauptete Compliance. Die Verpflichtungen gemäß DSGVO – Auskunftsrecht, Recht auf Löschung, Einwilligungsmanagement, Aufbewahrungsfristen – lassen sich kaum zuverlässig einhalten, wenn Kundendaten in einem Dutzend Systemen doppelt vorliegen. Mit einem einzigen maßgeblichen Datensatz und einer dokumentierten Herkunftsverfolgung wird ein Löschungsantrag zu einem kontrollierten Vorgang statt zu einem archäologischen Projekt. Rollenbasierter Zugriff und lückenlose Prüfpfade gelten einheitlich statt systemweise.
Erfahren Sie, wie zertifizierte Kundendatensätze in der Praxis erstellt und verteilt werden.
So implementieren Sie eine einheitliche Kundensicht
Ein SCV wird weniger implementiert als vielmehr ausgehandelt. Die technischen Entscheidungen sind vergleichsweise einfach; der Aufwand liegt vielmehr darin, sich darauf zu einigen, was ein Kunde eigentlich ist.
- Erfassen Sie alle Systeme, in denen Kundendaten gespeichert sind. Jede Quelle, jedes Attribut, jede undokumentierte Tabellenkalkulation. Ein Datenkatalog verwandelt dies von einer einmaligen Prüfung in eine dauerhafte, gepflegte Transparenz darüber, woher jedes einzelne Attribut stammt.
- Definieren Sie die Anwendungsfälle vor der Modellierung. Die Datenduplizierung für eine Marketingkampagne und die Datenduplizierung für die aufsichtsrechtliche Berichterstattung sind unterschiedliche Probleme mit unterschiedlichen Toleranzgrenzen. Entscheiden Sie, welche davon das SCV zuerst bedienen muss.
- Einigen Sie sich auf das Kundendatenmodell und die Prioritätsregeln. Welches System hat bei einem Adresskonflikt Vorrang? Was gilt als Übereinstimmung? Wer genehmigt eine Zusammenführung? Diese Fragen sind geschäftliche Entscheidungen, und eine verspätete Beantwortung dieser Fragen ist der häufigste Grund für Verzögerungen.
- Wählen Sie die Plattform anhand einer schriftlichen Spezifikation aus. Bewerten Sie eine Auswahlliste von Anbietern gründlich, anstatt eine lange Liste nur oberflächlich zu prüfen, und führen Sie Tests mit Ihren eigenen Daten durch, anstatt den Demo-Datensatz zu verwenden.
- Führen Sie das Projekt erst ein, wenn die entsprechenden Steuerungsmechanismen vorhanden sind. Konfiguration, Workflows zur Datenverwaltung, Genehmigungswege und eine echte Testphase – kein Pilotprojekt, das still und leise in den Produktivbetrieb übergeht.
- Machen Sie das SCV zur Standardlösung. Jede kundenbezogene Maßnahme – Segmentierung, Berichterstellung, Einbindung neuer Anwendungen – läuft über das SCV. Sobald ein Projekt die Erlaubnis erhält, eine eigene Kundentabelle anzulegen, beginnt die Fragmentierung von Neuem.
- Erweitern Sie die Lösung. Echtzeit-API-Zugriff für nachgelagerte Systeme, KI-gestütztes Abgleichverfahren für Fälle mit geringer Zuverlässigkeit und Überwachung, damit eine Verschlechterung der Datenqualität erkennbar wird, bevor das Unternehmen sie bemerkt.
In ein CDP integriert oder eigenständig?
Es ist durchaus möglich, eine einheitliche Kundensicht über eine Kundendatenplattform oder ein CRM zu verwalten, und für Unternehmen, bei denen sich die Herausforderungen im Zusammenhang mit Kundendaten tatsächlich auf das Marketing beschränken, kann dies die richtige Entscheidung sein.
Die Grenzen treten zutage, sobald der Datensatz Informationen außerhalb dieses Bereichs benötigt. Ein innerhalb einer CDP erstelltes Profil ist für die Aktivierung optimiert; es bestimmt jedoch selten, was der ERP glaubt, was auf einer Rechnung erscheint oder was ein Servicemitarbeiter sieht. Eine unabhängige MDM-Ebene kehrt dieses Verhältnis um: Der Kundendatensatz wird zentral gepflegt, und die CDP, der CRM sowie alle anderen Anwendungen werden zu Nutzern dieser Daten. Eine einzige Version der Wahrheit, die jeden Prozess mit derselben Qualität versorgt, unabhängig davon, welche Anwendung die Daten anfordert.
Die architektonischen Optionen, die dieser Entscheidung zugrunde liegen – Registrierungsmodell, Konsolidierung, Koexistenz, zentralisierte Lösung – werden in unserem Leitfaden zu Datenhub-Modellen für das Stammdatenmanagement ausführlich behandelt.
Erstellen Sie Ihre einheitliche Kundensicht mit SoftProject
Ein funktionierendes SCV benötigt drei Dinge gleichzeitig: zertifizierte Datensätze, transparente Datengrundlagen und eine Integration, die die Datensätze tatsächlich dorthin weiterleitet, wo Entscheidungen getroffen werden. Die SoftProject-Plattformen decken alle drei Bereiche ab.
- Stammdatenmanagement erstellt und pflegt den „Golden Record“ des Kunden – Abgleich, Deduplizierung, Überlebensregeln, Stewardship-Workflows und automatisierte Synchronisation mit CRM, ERP und Domänensystemen.
- MyDataCatalogue dokumentiert die Systeme und Quellen, aus denen das SCV gespeist wird, sodass die Herkunft jedes Attributs nachvollziehbar ist – was für Audits und als Nachweis im Rahmen der DSGVO unerlässlich ist.
- dataspot. ergänzt dies um geschäftsorientierte Datenverwaltung und lückenlose Datenherkunft, sodass ein „Golden Record“ auf klar definierte, gut nachvollziehbare Daten zurückgeführt werden kann und nicht auf eine undokumentierte Zuordnung.
- X4 BPMS verbindet die Anwendungen über einen integrierten ESB und mehr als 200 vorgefertigte Adapter und ermöglicht es Ihnen, die zugehörigen Prozesse – wie Genehmigungsabläufe, Onboarding-Abläufe und Serviceportale – grafisch mit BPMN 2.0 zu modellieren und zu automatisieren.
- Phoenix sorgt dafür, dass diese Integrationen und Prozesse auch bei steigendem Datenvolumen und wachsenden Systemen unter einer Ausführungssteuerung auf Unternehmensniveau weiterlaufen.
Das Ergebnis ist eine einheitliche Kundensicht, die über die bloße Zusammenführung hinausgeht. Sie deckt den gesamten Lebenszyklus der Kundendaten ab – vom Zeitpunkt ihres Eingangs in das Unternehmen bis zu ihrer rechtmäßigen Löschung – und betrachtet sowohl die Geschäftsteams, die auf diese Daten angewiesen sind, als auch die Architektur, in der sie gespeichert sind, als Teil desselben Problems.
Edouard Cante ist als Chief Product Officer für die strategische Ausrichtung und Weiterentwicklung des Produktportfolios von SoftProject verantwortlich. Mit seinem fundierten Marktverständnis und seiner hohen Innovationskraft treibt er kundenorientierte Lösungen voran und sichert die langfristige Wettbewerbsfähigkeit des Unternehmens.
Häufig gestellte Fragen zur einheitlichen Kundensicht
Was ist eine einheitliche Kundensicht (SCV)?
Eine einheitliche Kundensicht ist ein zertifizierter, kontinuierlich gepflegter Datensatz, der einen Kunden über alle Systeme des Unternehmens hinweg repräsentiert. Sie konsolidiert Daten aus den Bereichen CRM, E-Commerce, Service, Abrechnung und Marketing zu einem „Golden Record“ mit einer stabilen Kennung und leitet diesen Datensatz an die Systeme weiter, die ihn benötigen.
Was ist der Unterschied zwischen einer einheitlichen Kundensicht und einer Kundendatenplattform?
Eine Kundendatenplattform bündelt Kundendaten für Marketingzwecke. Eine auf dem Stammdatenmanagement basierende einheitliche Kundenansicht erzeugt einen Datensatz, der für das gesamte Unternehmen – einschließlich der Systeme für ERP, Abrechnung und Service – als verbindlich gilt, und stellt diesen als Referenzversion bereit, nicht als eines von mehreren Profilen.
Ist eine einheitliche Kundenansicht dasselbe wie ein 360-Grad-Kundenbild?
Sie sind eng miteinander verbunden, aber nicht identisch. Der Begriff „Customer 360“ beschreibt in der Regel die Vollständigkeit der Sicht – alle relevanten Daten zu einem Kunden an einem Ort. Eine einheitliche Kundensicht fügt die Anforderungen der Eindeutigkeit und Autorität hinzu: nicht nur alle Daten, sondern eine vereinbarte Version davon, die von anderen Systemen operativ genutzt wird.
Inwiefern trägt die Sichtweise eines einzelnen Kunden zur Einhaltung der DSGVO bei?
Es bietet eine einzige verbindliche Aufzeichnung mit dokumentierter Herkunft, wodurch Zugriffsanfragen, Löschanfragen, die Verwaltung von Einwilligungen und Aufbewahrungsregeln als kontrollierte Vorgänge ausgeführt werden können. Die rollenbasierte Zugriffskontrolle und die Protokollierung von Prüfungen gelten dann einheitlich für die gesamte Kundendomäne, anstatt in jedem System separat konfiguriert werden zu müssen.
Wie lange dauert die Umsetzung einer einheitlichen Kundenansicht?
Das hängt weitaus mehr von der Einigung innerhalb der Organisation ab als von der Technologie. Die Zuordnung von Quellen und die Konfiguration von Abgleichregeln lassen sich in Wochen bemessen; entscheidend für den Gesamtzeitplan ist jedoch die Einigung auf das Kundendatenmodell, die Prioritätsregeln und die Zuständigkeit für die einzelnen Attribute abteilungsübergreifend. Die Abgrenzung des Umfangs der ersten Version auf ein oder zwei konkrete Anwendungsfälle ist der zuverlässigste Weg, um diesen Zeitrahmen zu verkürzen.
Brauchen wir noch eine CRM, wenn wir eine einheitliche Kundensicht haben?
Ja. Ein CRM verwaltet die Geschäftsbeziehung – Aktivitäten, Pipeline, Interaktionen. Das SCV verwaltet die zugrunde liegenden Identitäts- und Referenzdaten. In der Praxis wird das CRM sowohl zur Quelle als auch zum Nutzer des „Golden Record“ und arbeitet dabei mit zertifizierten Daten statt mit einer eigenen, isolierten Version.
