Ein KI-Agent kann Angebote vergleichen, Informationen auswerten und Arbeitsschritte übernehmen. Welche Kundenbeziehung er dabei vor sich hat, muss allerdings erst einmal feststehen. Denn ein Kunde mit drei widersprüchlichen Profilen wird durch künstliche Intelligenz nicht automatisch zu einem eindeutigen Kunden. Genau hier setzte der Vortrag von Andreas Gozian und Prof. Dr. Emanuel Bayer beim DDV Dialog Summit 2026 an.
Am 5. und 6. November kamen in Frankfurt am Main rund 160 Teilnehmende zum Summit des Deutschen Dialogmarketing Verbands zusammen. Im Mittelpunkt stand die Frage, wie KI die Kommunikation und die Beziehungen zwischen Unternehmen und Kunden verändert. Gozian und Bayer rückten dabei eine Voraussetzung in den Fokus, die hinter den sichtbaren Anwendungen leicht verschwindet: die Qualität der zugrunde liegenden Kundendaten.
Auch auf dem Podium wurde Forschung und Praxis zusammengebracht: Prof. Dr. Bernd Skiera, Co-Founder von MARINI, diskutierte, welches Potenzial die Forschungsergebnisse der AGGP-Preisträgerinnen und -Preisträger für das Dialogmarketing eröffnen. Die Leitfrage: Wie werden aus wissenschaftlichen Erkenntnissen neue Ansätze für die Praxis?

KI verändert den Kundendialog. Die Datenfrage bleibt.
Der Rückblick des DDV beschreibt einen Wandel, der über die automatische Erstellung von Texten hinausgeht. Digitale Assistenten könnten künftig stärker beeinflussen, welche Informationen Menschen wahrnehmen, welche Anbieter sie vergleichen und welche Angebote überhaupt in Betracht kommen. Zugleich zeigten die vorgestellten Anwendungen, dass Zeitersparnis und Verlässlichkeit getrennt betrachtet werden müssen.
Für Customer Intelligence führt diese Entwicklung zu einer grundlegenden Frage: Auf welche Informationen stützen sich Entscheidungen und Handlungen? Ein schnellerer Prozess ist wenig gewonnen, wenn er den falschen Kontakt anspricht oder eine Kundenbeziehung nur ausschnittsweise berücksichtigt.
In ihrem Vortrag „Der Agentic Golden Record als Fundament für Customer Intelligence“ am 6. November verbanden Andreas Gozian von MARINI und Prof. Dr. Emanuel Bayer von der DHBW Mannheim diese Datenfrage mit dem wirtschaftlichen Ziel: Kunden gewinnen, entwickeln und halten. Für alle drei Aufgaben braucht es Informationen, die im jeweiligen Use Case tatsächlich verwendbar sind.
Ein Kunde, mehrere Systeme und unterschiedliche Wirklichkeiten
Im Vortrag wurde das Problem an einem vereinfachten Beispiel deutlich: In CRM, ERP und Marketinganwendung steht dieselbe Person mit unterschiedlichen Schreibweisen, Kennungen und Kontaktangaben. Für Menschen mögen die Zusammenhänge naheliegen. Ein System braucht nachvollziehbare Regeln, um zu erkennen, welche Datensätze zusammengehören und welche Angaben gelten sollen.
Die reine Synchronisation löst diese Aufgabe nicht. Sie kann widersprüchliche Informationen sogar besonders zuverlässig verteilen. Erst wenn Identitäten zugeordnet, Schreibweisen vereinheitlicht und relevante Attribute nach definierten Regeln ausgewählt werden, entsteht ein nutzbares Kundenbild. Die Grundlagen dieser Zusammenführung erläutert auch der Magazinbeitrag zum Golden Record.
Was den Agentic Golden Record ausmacht
Gozian und Bayer stellten den Agentic Golden Record als KI-gestützt aufbereiteten, systemübergreifend zusammengeführten Kundendatensatz vor. Er verbindet eine konsistente Kundenidentität mit relevantem Geschäftskontext und schafft damit eine Datengrundlage für Menschen, Anwendungen und KI-Agenten.
Zu den im Vortrag erläuterten Eigenschaften gehören die Zusammenführung verschiedener Quellen, die Konsolidierung von Informationen, die laufende Aktualisierung und eine eindeutige, persistente Kennung. Der entscheidende Punkt ist das Zusammenspiel: Ein Name und eine Adresse ergeben noch nicht den Kontext, den Vertrieb, Marketing oder Service für ihre Aufgaben benötigen.
Der Vortrag ordnete den Ansatz in das Customer Intelligence Evolution Framework, kurz CIEF, ein. Datenintegration und Datenqualität bilden darin die Grundlage für Erkenntnisse und die schrittweise Umsetzung konkreter Use Cases. Die Reihenfolge macht deutlich, warum eine neue KI-Anwendung die Arbeit an der Datenbasis nicht ersetzt.
Datenqualität entscheidet sich am Use Case
Die Referenten betrachteten Datenqualität anhand von sechs Dimensionen: Vollständigkeit, Gültigkeit, Korrektheit, Eindeutigkeit, Konsistenz und Aktualität. Maßgeblich ist dabei, ob die Daten für die konkrete Aufgabe geeignet sind. Ein fehlendes Merkmal ist nicht für jede Anwendung gleich problematisch.
Die möglichen Folgen betreffen den gesamten Kundenlebenszyklus. Fehlende Lead-Informationen können die Priorisierung erschweren. Ein falsch zugeordneter Vertrag kann dazu führen, dass der Vertrieb relevante Angebote übersieht. Veraltete Kontaktdaten können Service und Rückgewinnung behindern. Wie sich solche Fehler wirtschaftlich auswirken, muss im jeweiligen Prozess gemessen werden. Der Vortrag liefert dafür keine pauschale Erfolgsgarantie.
Damit wird Customer Intelligence konkret: Kundendaten systematisch sammeln, analysieren und nutzen, um datenbasierte Use Cases zu realisieren und den Wert von Kundenbeziehungen zu steigern. Wie unterschiedlich diese Anwendungen aussehen können, zeigen etwa die Beiträge zum Kundenportfoliomanagement mit Customer Lifetime Value und zur datengetriebenen Kundenrückgewinnung.
Die Datenbasis ist niemals einfach fertig
Ein weiterer Schwerpunkt war die kontinuierliche Sicherung der Datenqualität. Quellsysteme und Kundeninformationen verändern sich laufend. Eine einmalige Bereinigung kann deshalb nur einen Zwischenstand herstellen.
Der vorgestellte Ablauf umfasst das Prüfen, Verbessern und Zuordnen von Daten sowie deren Bereitstellung für Anwendungen. Änderungen lösen die nächste Qualitätsprüfung aus. Der Agentic Golden Record ist in diesem Verständnis eine fortlaufend gepflegte Grundlage für Customer Intelligence.
Der Beitrag von Gozian und Bayer ergänzte die Diskussion über neue KI-Möglichkeiten damit um eine praktische Perspektive: Wer Kundenbeziehungen mithilfe von KI weiterentwickeln will, muss wissen, welche Kundendaten zusammengehören, wie verlässlich sie sind und wofür sie gebraucht werden. Auch der intelligenteste Agent sollte schließlich wissen, mit wem er es zu tun hat.














