Best of LinkedIn: MarTech Insights KW 24/ 25

An die Stelle des Sammelns von Tools treten im MarTech geregelte, datennative Ausführungsebenen. Die deutlichsten Signale sind Databricks CustomerLake, die Aktivierungsmodelle von Snowflake und Hightouch, die Plattformschritte von Salesforce und Adobe sowie KI-Workflows, die saubere Daten, klare Verantwortlichkeiten und messbare Ergebnisse voraussetzen. Im Markt geht es nicht mehr darum, mehr Software zu kaufen, sondern darum, Architektur, Orchestrierung und Operating Models besser zu gestalten.

Datum

June 26, 2026

MarTech Insights

Thomas Allgeyer

Methodik: Alle zwei Wochen sammeln wir die relevantesten LinkedIn-Beiträge zu ausgewählten Themen und verdichten sie zu einem Gesamtüberblick, ausschließlich auf Basis dieser Beiträge. Die einzelnen Beiträge dahinter finden sich hier: https://linktr.ee/thomasallgeyer. Viel Freude beim Lesen.

‍

Unseren Podcast anhören

Wer lieber zuhört: Unser Podcast fasst die wichtigsten Erkenntnisse zu MarTech Insights KW 24/ 25 zusammen:

‍

Datenebene und CDP-Architektur

Databricks CustomerLake lenkte die CDP-Debatte auf eine lakehouse-native Kundenaktivierung.
Snowflake und Databricks galten als tragfähigere Datengrundlage, nicht als Ersatz für Salesforce oder HubSpot.
CDPs wurden neu als Orchestrierungsfähigkeit verstanden und nicht mehr nur als eigenständige Kundendatenbanken.
Databricks CustomerLake wurde so beschrieben, dass sich die Datenplattform wie die Marketingplattform verhält.
Warehouses brauchen weiterhin operative Kontextebenen für die Aktivierung in Echtzeit und für konkrete Kundenaktionen.
Salesforce, Informatica, Snowflake und Databricks wurden mit einer stärker headless aufgebauten Kundendatenebene in Verbindung gebracht.

‍

Identität und Aktivierung

Acxiom Real ID wurde für die Identitätsauflösung nativ in Databricks CustomerLake verfügbar.
Iterable trat als Launch-Partner von Databricks CustomerLake für die Aktivierung von Daten in Kampagnen auf.
Das berichtete Angebot von Hightouch über 1,2 Milliarden Dollar für die ID-Assets von LiveRamp signalisierte einen schärferen Wettbewerb um Identität.
Hightouch und Snowflake ermöglichten den Marketingteams von Salomon den Aufbau einer Zielgruppenaktivierung im Self-Service.
Die Aktivierung von First-Party-Daten rückte näher an die Plattformen, auf denen die Kundendaten ohnehin liegen.
Identität, Aktivierung und Datenhoheit erwiesen sich als miteinander verbundene Kampffelder im gesamten MarTech-Stack.

‍

Agentenbasiertes Marketing und KI-Workflows

Agentenbasiertes Marketing galt als noch offene B2B-Kategorie, während KI im Vertrieb mehr Aufmerksamkeit erhält.
Adobe Experience Cloud wurde als KI-Belegschaft dargestellt und nicht als passive Anmeldeumgebung.
MCP Studio zeigte KI-Agenten, die Workflows über mehrere MarTech-Systeme hinweg verbinden.
Das inoffizielle Marketo MCP zeigte, wie Marketing Ops in agentenbasierte Workflows einsteigen kann.
Das Agenten-Framework von Hightouch wurde so beschrieben, dass es Marketern hilft, bewertete Kundenchancen zu priorisieren.
SignalLoom InvoiceOps führte eine KI-Automatisierung mit menschlicher Freigabe für die Prüfung und Genehmigung von Rechnungen vor.

‍

Marketing Operations und RevOps

Clay galt als Anreicherungsebene in Marketing Ops vor Lead Scoring und Routing.
Die Einstellung von RevOps-Fachkräften geriet in die Kritik, solange das konkrete Umsatzproblem nicht zuerst klar benannt ist.
Echtes RevOps wurde so beschrieben, dass es die durchgängige Umsatzentwicklung, die Sichtbarkeit von Risiken und die Lücken in der Umsetzung verantwortet.
Empfehlungen zur CRM-Bereinigung setzten darauf, ungenutzte Felder vor dem Löschen als „OLD DO NOT USE“ zu kennzeichnen.
Eigene Objekte in HubSpot gerieten dort in die Kritik, wo Standardobjekte und -eigenschaften den Anwendungsfall abdecken können.
Die Besetzung von Marketing-Ops-Rollen wurde mit Klarheit, Abstimmung und Führungsfähigkeiten verknüpft, nicht allein mit Plattformerfahrung.

‍

Plattformen für Marketing-Automatisierung

Marketo AI wurde als Wechsel vom manuellen Klicken zu einer intelligenten operativen Orchestrierung dargestellt.
Marketo Validate Programs führte eine KI-gestützte QA gegen Regeln, Testpläne und Kampagnenbriefings ein.
Adobe Marketo Engage erhielt nach einem lange erwarteten Update eine neue Oberfläche.
Marketing Cloud Next Summer 26 ergänzte AMPscript und Marketing Objects für dynamische Personalisierung.
Eine neue schlanke Plattform für Marketing-Automatisierung wurde als Einzelarbeit mit KI-Unterstützung beschrieben.
Die Auswahl einer MAP wurde an geschäftlichem Nutzen und Passung festgemacht, nicht am Premiumpreis oder am Funktionsumfang.

‍

Personalisierung und Messung

Die 1:1-Personalisierung wurde über Angebot, Kanal, Zeitpunkt und Botschaft definiert, nicht allein über die Formulierung.
Customer Brain wurde von der Personalisierung getrennt und als Fähigkeit zum Entscheiden und Lernen beschrieben.
Customer Intelligence galt als nächstes Kampffeld der ESP jenseits der Kampagnenumsetzung.
Die Leistungsmessung im CRM wurde von der Attribution zu Kausalität und Inkrementalität gedrängt.
Schwerer zurechenbares Marketing diente als Argument dafür, den Kundenwert wieder stärker in den Blick zu nehmen.
KI-gestützte Entscheidungen wurden mit der Orchestrierung der nächstbesten Aktion entlang der Customer Journeys verknüpft.

‍

Governance, Sicherheit und Datenqualität

KI-Tools mit Sitz in der EU wurden dort empfohlen, wo die Sensibilität der Marketingdaten und deren Prüfung eine Rolle spielen.
Öffentliche KI-Tools gerieten wegen sensibler Marketingdaten und unkontrolliert erzeugter Antworten in die Kritik.
KI-erzeugter Betrug und gefälschte Leads wurden als Risiken für die Datenqualität im MarTech hervorgehoben.
Der Bericht Modern Marketing Data Stack von Snowflake betonte Governance, Zusammenarbeit und die Bereitschaft für KI.
Vorgeschlagen wurde eine neutrale Governance-Ebene oberhalb von Snowflake, Databricks und den Unternehmensanwendungen.
Die Skalierung von KI wurde an saubere Daten, Verantwortlichkeiten, Governance, die Einbindung in Workflows und das Change Management gebunden.

‍

Data + AI Summit 2026

Databricks CustomerLake positionierte das Lakehouse als Ebene für Kundenaktivierung und als agentenbasierte CDP.
CustomerLake ordnete die MarTech-Architektur neu um geregelte Kundendaten, Identität, Entscheidungslogik und Aktivierung.
Profile Agents und Campaign Agents wiesen auf eine Customer Intelligence im Self-Service für Marketingteams hin.
Die Partnerschaften mit Acxiom, Iterable und Slalom stärkten die Brücke zwischen Identitätsauflösung und Kampagnenumsetzung.
Genie, Agent Bricks, Lakebase, Lakewatch, Omnigent und Unity AI Gateway bekräftigten die Darstellung als KI-Plattform für Unternehmen.
Für MarTech folgte daraus vor allem eines: Die Aktivierung rückt näher an geregelte Datenplattformen.

‍

Newsletter abonnieren

Jede Woche die neuesten Beiträge direkt ins Postfach.