In unserer Auswertung des Marketing Tech Monitor 2026 haben wir auf das Gesamtbild geschaut: Marketingtransformation lässt sich nicht auf einzelne Technologien reduzieren. Der Report verbindet Daten, Architektur, Prozesse, KI und Organisation. Damit beschreibt er eine Entwicklung, die wir auf Shift/CX aus der Perspektive von Customer Journeys und Experience Management diskutieren. In unserem Beitrag „Marketing Tech Monitor 2026: Warum Speed Leadership am Ende zur Organisationsfrage wird" haben wir diese Parallelen bereits eingeordnet.

Bei der Fallstudie der Carl Zeiss Meditec AG lohnt sich ein genauerer Blick. Sie beschreibt einen mehrjährigen Weg von getrennten digitalen Angeboten über eine gemeinsame Datenbasis und Personalisierung bis zu automatisierten Content-Prozessen und weiteren KI-Anwendungen. Der Case macht damit konkret, wie Daten, Content und Ausspielung schrittweise enger zusammenrücken.

Der bekannte Ausgangspunkt: Kundendaten liegen in verschiedenen Systemen

Der Ausgangspunkt bei ZEISS Meditec ist eine Situation, die wir auf Shift/CX schon häufiger diskutiert haben: Digitale Angebote und Touchpoints sind vorhanden, die dahinterliegenden Kundendaten bleiben aber über unterschiedliche Systeme verteilt. Bei ZEISS betrifft das unter anderem Newsletter, Shop, Clinical Applications, Downloads und Trainings. Die Datenströme waren nicht durchgängig verbunden. Damit fehlte die Möglichkeit, Interaktionen über diese Angebote hinweg auf einer gemeinsamen Datenbasis zu betrachten.

Das Datensilo-Problem ist weder neu noch ZEISS-spezifisch. Wir haben es unter anderem in unserem Beitrag „Marketing Automation: Weg mit den Datensilos!" aufgegriffen. Solange relevante Kundendaten getrennt bleiben, stoßen kanalübergreifende Personalisierung und eine abgestimmte Customer Journey schnell an Grenzen.

ZEISS setzt deshalb zunächst bei der Daten- und Systemarchitektur an. Eine Customer Data Platform führt Informationen aus unterschiedlichen Quellen zusammen und stellt sie für Segmentierung und Aktivierung bereit. In der Fallstudie liegt diese Datenebene zwischen Enterprise-Systemen wie CRM, ERP und Identity Management und den Interaktionskanälen wie Marketing Automation, Website, Social Media, Events und Commerce.

Die CDP schafft zunächst die Datenbasis dafür, Interaktionen über verschiedene Angebote hinweg besser zusammenzuführen. Entscheidend ist anschließend, was Marketing und die beteiligten Systeme mit diesen Daten tun. Hier setzt die Fallstudie ihren nächsten Schwerpunkt.

Mehr Personalisierung braucht mehr passenden Content

Mit der gemeinsamen Datenbasis können Zielgruppen differenzierter betrachtet und Inhalte gezielter ausgespielt werden. Daraus entsteht unmittelbar die nächste Herausforderung: Je feiner die Personalisierung wird, desto mehr passende Inhalte und Varianten werden benötigt.

Die ZEISS-Fallstudie bringt diesen Zusammenhang mit „Ohne Content keine Hyperpersonalisierung" auf den Punkt. Eine genauere Segmentierung hilft wenig, wenn für unterschiedliche Situationen anschließend nur dieselben wenigen Inhalte zur Verfügung stehen.

Der Engpass verschiebt sich. Zunächst fehlen verbundene Kundendaten. Sind diese verfügbar, lassen sich Zielgruppen und Situationen differenzierter betrachten. Gleichzeitig wächst der Content-Bedarf. Texte, Bilder und andere Inhalte müssen in mehr Varianten erstellt, geprüft, freigegeben und ausgespielt werden.

Hier setzt im ZEISS-Case Generative AI an. Dabei geht es nicht nur um die KI-gestützte Content-Erstellung. ZEISS ordnet sie in einen größeren Prozess ein: von Daten und Briefing über Campaign Planning und Content Creation bis zu Review, Approval, Publishing und Analytics. GenAI wird damit Bestandteil des Content-Prozesses.

Für die Personalisierung ist diese Verbindung entscheidend. Wer genauer bestimmen kann, welcher Inhalt zu einer Zielgruppe oder Situation passt, muss diesen Inhalt auch bereitstellen können. GenAI kann helfen, die benötigten Varianten zu skalieren. Planung, Taxonomien, Templates, Freigaben und regulatorische Anforderungen bleiben trotzdem Teil des Prozesses.

Abb.: Eigener Nachbau von Abbildung 100 / Herausforderungen ZEISS und Zielsetzung dzur Ausrichtung an einer durchgängigen Customer Journey

Wenn Daten, Content und Ausspielung zusammenkommen

Mit dieser Verbindung von Daten, Content und Ausspielung nähert sich der Case der Experience-Orchestration-Diskussion. Die einzelnen Elemente sind bekannt: Die CDP verbindet Daten. Segmentierung und Predictive Personalisation unterstützen die Auswahl. Content-Prozesse liefern Varianten. Marketing Automation, Website, Social Media, Events und Commerce übernehmen die Ausspielung. Analytics liefert Informationen über Nutzung und Wirkung zurück.

Diese Schritte lassen sich immer weniger getrennt betrachten. Mehr Daten ermöglichen eine feinere Personalisierung. Diese benötigt mehr passenden Content. Der Content muss über unterschiedliche Touchpoints bereitgestellt werden. Die Reaktionen darauf liefern wiederum Daten für weitere Interaktionen.

Diese Entwicklung haben wir auf Shift/CX bereits aus einer anderen Richtung im Beitrag „Von der Marketing Automation zur CX Automation: Was jetzt zählt" diskutiert. Dort ging es um die Verschiebung vom klassischen Kampagnenmanagement zu einer stärker daten- und journey-orientierten Steuerung von Kundeninteraktionen.

Der ZEISS-Case zeigt einen praktischen Entwicklungsweg in diese Richtung. Es geht nicht mehr allein darum, welche Kampagne über welchen Kanal ausgespielt wird. Relevant wird das Zusammenspiel von Kundenkontext, passenden Inhalten und dem jeweiligen Touchpoint.

Hier setzen wir mit dem Begriff Experience Orchestration an. ZEISS selbst verwendet diese Bezeichnung in der Fallstudie nicht. Es ist unsere Einordnung des beschriebenen Entwicklungsweges. Der Case zeigt aber nachvollziehbar, warum Datenintegration, Personalisierung, Content und Ausspielung zunehmend zusammen gedacht werden müssen.

Die organisatorische Seite gehört dazu

Der Case knüpft auch an die zentrale Erkenntnis unserer ersten Auswertung des Marketing Tech Monitor an. Die Weiterentwicklung des MarTech-Stacks bleibt nicht auf die Technologie beschränkt. Sobald Daten, Content und Ausspielung enger miteinander verbunden werden, verändern sich auch Prozesse und Verantwortlichkeiten.

Das zeigen die „Lessons Learned" der ZEISS-Fallstudie. Genannt werden unter anderem ein zentrales Digital beziehungsweise MarTech Operations Team, kontinuierliches Stakeholder-Management und Product Ownership. Hinzu kommen klar definierte Prozesse und Taxonomien sowie der Fokus auf konkrete Use Cases und Datenqualität.

Personalisierung und Content Automation verbinden Aufgaben, die häufig über Marketing, IT, Data und weitere Fachbereiche verteilt sind. Regeln, Daten, Content-Prozesse und Freigaben müssen deshalb nicht nur technisch zusammenpassen. Sie müssen auch im laufenden Betrieb gepflegt und weiterentwickelt werden.

Am konkreten ZEISS-Beispiel wird damit sichtbar, was der Marketing Tech Monitor auf übergeordneter Ebene beschreibt: Der Umbau der Marketing-Technologie zieht Veränderungen bei Prozessen, Rollen und Zusammenarbeit nach sich.

KI erweitert die bestehende Architektur

Die Fallstudie endet nicht bei CDP und Content Automation. ZEISS beschreibt weitere Entwicklungen rund um GenAI, Predictive Personalisation und Agentic AI. Auch Agent-to-Agent-Kommunikation und ein MCP-Server zur Bereitstellung von Markeninformationen werden thematisiert.

Die Reihenfolge ist dabei wichtig. Die KI-Anwendungen stehen nicht am Anfang der beschriebenen Entwicklung. Sie setzen auf einer Architektur auf, in der Daten bereits stärker zusammengeführt und Content-Prozesse neu organisiert werden.

Daraus würden wir noch keine vollständige AI Experience Orchestration ableiten. Unsere Diskussion darüber geht einen Schritt weiter. Sie beschäftigt sich mit der Frage, was passiert, wenn KI nicht nur einzelne Arbeitsschritte unterstützt, sondern stärker in die Auswahl, Erzeugung und Ausführung von Kundeninteraktionen eingreift.

Der ZEISS-Case zeigt einige Grundlagen dafür: Daten müssen verfügbar sein, passende Inhalte bereitgestellt und Systeme für die Ausspielung angebunden werden. Gleichzeitig müssen Prozesse und Verantwortlichkeiten diese Verbindung unterstützen.

Was wir aus dem ZEISS-Case mitnehmen

Der ZEISS-Case zeigt einen nachvollziehbaren Entwicklungsweg. Aus der Verbindung zuvor verteilter Kundendaten entstehen bessere Möglichkeiten für Segmentierung und Personalisierung. Diese erhöhen den Bedarf an passenden Inhalten. Content Automation und GenAI helfen wiederum dabei, diesen Bedarf zu bedienen.

Damit rücken Daten, Personalisierung, Content und Ausspielung näher zusammen. Und daraus entsteht die nächste Frage: Wie lassen sich Kundeninteraktionen über unterschiedliche Systeme und Touchpoints hinweg abgestimmt steuern?

Hier führt die Fallstudie in die aktuelle Experience-Orchestration-Diskussion. Bei der Shift/CX AI Experience Orchestration Konferenz im Oktober gehen wir noch einen Schritt weiter und diskutieren, wie KI diese Verbindung verändert, wenn sie zunehmend selbst Kontext verarbeitet, Inhalte erzeugt und Aktionen unterstützt oder ausführt.

Der ZEISS-Case liefert dafür kein fertiges Zielbild. Er zeigt aber einen konkreten Transformationsweg, auf dem viele der notwendigen Bausteine bereits zusammenkommen.

Marketing Tech Monitor 2026: Originalstudie und weitere Einordnung

Die hier diskutierte Fallstudie der Carl Zeiss Meditec AG stammt aus dem Marketing Tech Monitor 2026 von Dr. Ralf E. Strauß und dem MarketingTechLab. Der vollständige Monitor enthält neben den Ergebnissen der Untersuchung weitere Fallstudien, Interviews und Einordnungen zur Entwicklung von Marketing-Technologie und Marketingorganisation.

Unsere übergreifende Bewertung findet ihr in „Marketing Tech Monitor 2026: Warum Speed Leadership am Ende zur Organisationsfrage wird".

Der vollständige Marketing Tech Monitor 2026 kann über das MarketingTechLab bezogen werden. Zusätzlich stellt das MarketingTechLab eine Management Summary des Reports zur Verfügung.