Du brauchst kein weiteres Dashboard oder KI-Agent

Wenn die Geschäftsleitung besseres Marketing-Reporting will, ist die erste Reaktion oft ein neues BI-Tool (Business Intelligence). Sechs Monate später laufen ein Dutzend Looker-Tabs, mehrere KI-Copilots – und dieselbe wöchentliche Diskussion, ob GA4 (Google Analytics 4) oder HubSpot die richtigen Pageviews liefert.

Das kennst du: Nirgends siehst du die Performance zweimal auf dieselbe Art. Teams bauen Dashboards, weil jeder Kanal seine eigene Ansicht will – nicht, weil dem Vorstand Charts fehlen. Wildwuchs bei Dashboards und KI-Agenten hat dieselbe Ursache: eine neue Oberfläche auf Daten, die in Silos liegen und nirgends einheitlich definiert sind.

Die Antwort ist nicht noch eine Visualisierung. Es braucht festgelegte KPIs (Key Performance Indicators) mit klaren Verantwortlichen, festen Formeln und eine Datenschicht, die Web, Ads und CRM (Customer Relationship Management) wirklich verbindet. Dashboards und Agenten können danach kommen. Zuerst müssen die Regeln stehen.

Warum ein weiteres Dashboard „andere Zahlen, andere Definitionen" nicht löst

Im Schnitt laufen heute 17 bis 20 Tools im Martech-Stack. Im State of Marketing Attribution Report 2025 nennen 65,7 % der Marketer die Datenintegration als grösste Herausforderung. Das Problem ist nicht fehlende Grafik. Es sind unterschiedliche Datenmodelle und Metriken, die nicht zusammenpassen.

Viele glauben: Mehr Dashboards bedeuten mehr Klarheit. In der Praxis sorgt ein weiteres Chart auf einer wackeligen Datenbasis im nächsten Führungsmeeting für die nächste Streitfrage – nicht für Einigkeit. Nur 31 % der Marketer sind zufrieden damit, Kundendatenquellen sinnvoll zusammenzuführen (Salesforce State of Marketing, 9th Edition). Jedes neue Dashboard übernimmt die Logik seines Quellsystems.

So sieht ein typisches Meeting aus:

• GA4 (Google Analytics 4) meldet eine Pageview-Zahl.
• HubSpot meldet eine andere.
• Salesforce zeigt Pipeline aus dem CRM, die zu keiner passt.

Zwanzig Minuten der wöchentlichen Führungsrunde gehen drauf, welche Plattform „recht hat" – statt Budget umzuverteilen.

Die Ursache liegt in den Definitionen, nicht im Design. Google Ads rechnet Platform-ROAS (Return on Ad Spend). Finance trackt vielleicht blended MER (Marketing Efficiency Ratio). Sales meldet CRM-Pipeline. Die Namen klingen ähnlich. Die Formeln nicht.

Niemand hat festgehalten, was „marketing-influenced revenue" oder „ROAS" in eurer Organisation wirklich bedeutet. Der Führung fehlt kein schöneres Chart. Es fehlt eine gemeinsame Vereinbarung.

Genau das beschreibt CDP vs. CRM vs. Marketing Data Platform: Die meisten Stacks haben Kanal-Dashboards und ein CRM – aber keine Schicht, die Ausgaben und CRM-Umsatz unter einer gemeinsamen Definition zusammenführt.

KI-Agenten sind Dashboards mit Autopilot

2026 dreht sich die Vendor-Welt um „KI-Agenten, die erklären und handeln" statt um „bessere Dashboards". Die Voraussetzung ist dieselbe. Agenten auf zerstreuten Daten liefern schneller falsche Antworten mit Überzeugung – keine besseren Entscheidungen.

Snowflakes CMO, die Marketing für rund 700 Personen verantwortet, startet den Tag mit direkten Datenabfragen statt mit Dashboards. Sie warnte zugleich: Überall entstehen doppelte Agenten – und die IT wird wieder aufräumen müssen, wie nach der SaaS-Flut vor 15 Jahren.

Christopher Penn bringt es auf den Punkt: KI weiss nicht, ob die Eingangsdaten stimmen. Sie liefert sauber formulierte Analysen auf falschen Zahlen. Fehlerhafte Inputs – modellierte GA4-Lücken unter Consent-Beschränkungen oder kaputtes GCLID (Google Click Identifier) Tracking – lassen sich nachträglich nicht reparieren.

Proaktive KI in Marketing Analytics soll Abweichungen zeigen, bevor jemand fragt. Dafür brauchst du zuerst Daten, denen du vertrauen kannst. Ein Q&A-Bot auf schmutzigen Excel-Exporten ist immer noch ein Dashboard – nur mit Chat obendrauf.

Entscheidungsreife Daten heisst: Metriken, die du dem Vorstand vorlegen oder automatisieren kannst, ohne zuerst 20 Minuten zu klären, was gemeint ist. Wer einen Agenten ausschreibt, bevor die KPIs stehen, dreht die Reihenfolge um. Erst Definitionen, dann Intelligenz.

Agenten brauchen ausserdem ein verbundenes Warehouse oder ein einheitliches Marketing-Datenmodell: Ads, Web und CRM mindestens. Ohne diese Basis analysiert der Agent jede Plattform für sich – mit denselben Abstimmungsproblemen wie die Dashboards, die er ersetzen soll.

Die Behauptung, KI ersetze den Analysten, ist übertrieben. Sie ersetzt das manuelle Ziehen von Reports. Nicht die Arbeit, festzulegen, was gemessen wird, wer dafür zuständig ist und welche Entscheidungen die Zahlen stützen sollen.

Die Dashboard Specification: das fehlende Dokument

Bryce Hamricks Dashboard Specification ist ein gemeinsames Dokument: Was gemessen wird, wie gerechnet wird, welches System die Rohdaten liefert und wer verantwortlich ist.

Die Regel für verlässliches Reporting ist einfach: Definiere die Metrik, bevor du das Dashboard baust oder den Agenten einsetzt.

Eine KPI-Spezifikation enthält typischerweise:

Feld	Zweck
Metrik-Name	Verständliche Business-Sprache, kein Plattform-Jargon
Formel	Klare Festlegung (z. B. Platform-ROAS vs. blended MER), von Finance abgenommen
Quellsystem	Eine verbindliche Quelle pro Metrik
Aktualisierungsrhythmus	Wie oft die Daten erwartet werden
Verantwortliche Person	Eine Person, nicht „Marketing-Team"
Stellvertretung	Vertretung, wenn die Hauptperson fehlt
Qualitätsprüfung	Wöchentlicher Abgleich mit dem Quellsystem
Intern vs. extern	Was der Vorstand sieht vs. was Ops zur Fehlersuche nutzt

Wenn alle verantwortlich sind, ist am Ende niemand verantwortlich. Bricht eine API und eine Metrik bricht ein, muss klar sein, wer das meldet. RevOps kann das Dokument pflegen, ohne jede Metrik selbst zu besitzen.

Der pragmatische Start: ein 60-minütiges Meeting mit CMO, CFO oder Finance und RevOps- oder Data-Lead. Ergebnis: Einigung auf fünf bis sieben Metriken, bevor irgendetwas in BI gebaut wird.

Ein einheitliches Marketing-Datenmodell sorgt dafür, dass dieselbe Formel überall gilt. Die Spec ist die Vereinbarung. Eine Marketing Data Platform (MDP) ist die technische Basis, die das durchsetzt.

CKW (AXPO Group) hatte teamübergreifend „andere Zahlen, andere Definitionen", bevor alles in einer gemeinsamen Sicht zusammenlief. Die Datenqualität stieg auf 95 %, sobald Definitionen und Pipelines stimmten. Der Wandel war organisatorisch und technisch – kein Dashboard-Redesign.

Vom Dashboard-Wildwuchs zu drei Ebenen

Vanity-Metriken musst du nicht löschen. Ordne sie neu ein.

Ein Drei-Ebenen-Modell trennt Zielgruppe und Zweck:

Übersicht (Führungsebene): maximal fünf bis sieben Metriken. Beispiele: marketing-influenced closed revenue, CAC (Customer Acquisition Cost) oder ROMI (Return on Marketing Investment), Pipeline-Geschwindigkeit, NRR (Net Revenue Retention) oder Beitrag aus Bestandskunden, Time-to-Revenue. Laut Pedowitz Groups Revenue Marketing Index 2025 nennen 74 % der B2B-Unternehmen Pipeline oder Umsatz als Hauptmetrik – aber nur 18 % sind so weit, dass Marketing für abgeschlossenen Umsatz gerade steht. Die Führungsansicht muss diese Lücke ehrlich zeigen.

Operativ (Kanal-Verantwortliche): Diagnose-Werte wie Impressions, CTR (Click-Through Rate) und CPL (Cost Per Lead). Sie erklären, warum sich Übersichtszahlen verschieben. Steigt der CAC um 18 %, zeigt die operative Ebene, ob Meta-Impressions sanken, während der CPC stieg.

Detail (Analysten): rohe Plattform-Exporte. Damit debuggt man. Das gehört nicht ins Vorstandsdeck, wenn darüber keine verbindliche Übersicht liegt.

Jede Metrik für die Führungsebene sollte drei Fragen bestehen:

1. Führt sie zu einer Budget- oder Strategie-Entscheidung?
2. Würde die Führung Ressourcen umverteilen, wenn sich die Zahl verdoppelt oder halbiert?
3. Hängt sie am CRM-Umsatz – nicht nur an Aktivitätszahlen aus den Plattformen?

Mach einen Check: Liste jeden Dashboard-Tab, den die Führung heute sieht. Jedes Chart ohne Zeile in der KPI-Spec (Formel und Verantwortlicher) solltest du herunterstufen oder entfernen – bevor du neue BI- oder KI-Anbieter anschaust.

Miss das, wofür du entscheiden willst – nicht alles, was sich tracken lässt. In Customer Journey von Klicks bis ROI messen findest du ein Playbook, das bei Entscheidungen ansetzt, nicht bei Tools.

Verbundene Daten statt weiteres Silo

Web, Ads und CRM müssen auf Conversion-Ebene zusammenpassen. Silos getrennt zu visualisieren, erzeugt dasselbe Abstimmungsproblem in neuem Gewand.

Konnektoren schieben Daten hin und her, liefern aber oft keine sauberen Verknüpfungen, Vergleichsregeln und CRM-Umsatz-Events. CKW (AXPO Group) lehnte Supermetrics ab, weil die CRM-Anbindung fehlte. Das Problem war nicht der Export. Es fehlte die Tiefe. Vergleich reine Konnektor-Setups in Dashflow vs. Supermetrics.

Bevor du ein Dashboard oder einen Agenten einsetzt, solltest du mindestens haben:

• Einheitliche UTM (Urchin Tracking Module) und Kampagnen-Struktur über Ad-Accounts
• Erfassung von Click-IDs (GCLID, GBRAID) für Paid-Pfade
• CRM-Verknüpfung bei Umsatz oder Conversion – nicht schon beim Lead
• Gleiche Definitionen für Datum, Währung und Kanäle

Single Source of Truth heisst nicht, dass alle dasselbe sehen. Verschiedene Teams brauchen verschiedene Schnitte. Social braucht Performance auf Anzeigen-Ebene. Der CFO braucht Kanal-Spend gegen Umsatz. Alle Ansichten sollten aber dieselben Definitionen nutzen.

Sinkt UTM-Abdeckung, CRM-Verknüpfungsrate oder Consent-Vollständigkeit unter eure Schwelle, fliegt die Metrik aus dem Führungs-Dashboard – bis es wieder stimmt. Unsichere Zahlen selbstsicher zu präsentieren, schadet mehr als offen zu sagen, dass etwas noch nicht passt.

Die Universität Zürich Executive Education kam von fast null auf rund 90 % erfasste Customer Journeys und eine gemeinsame Sicht vom ersten Klick bis zur Einschreibung. Dafür brauchte es verbundene Daten – kein weiteres Reporting-Tab.

Dashflow ist eine Marketing Data Platform für genau diese Basis. Die Dashboard Specification liegt darüber als verbindliche Arbeitsgrundlage. Wie das zusammenspielt, zeigt unsere Methodik.

Zusammenfassung

Ein weiteres Dashboard oder ein KI-Agent löst Streit über Marketing-Zahlen nicht. Festgelegte KPIs mit klaren Verantwortlichen, von Finance abgenommenen Formeln und verbundenen Daten über Kanäle und CRM schon.

Praktischer Test: Kann jedes Chart Formel und Verantwortlichen nennen? Wenn nicht, gehört es nicht ins Vorstandsdeck.

So kannst du in 60 Tagen starten:

1. Führungsebene einigt sich auf fünf bis sieben Metriken
2. Dashboard Specification v1 mit Verantwortlichen veröffentlichen
3. Verwaiste Dashboard-Tabs prüfen und herunterstufen
4. Web, Ads und CRM verbinden, bevor du BI- oder KI-Anbieter vergleichst

Erst dann sind Dashboards und Agenten das, wofür sie gedacht sind: Darstellung – nicht Ersatz für klare Regeln.

Kostenlose GA4-Review: prüft, ob deine Web-Daten für Entscheidungen taugen, bevor du noch eine Reporting-Schicht draufsetzt.

Strategiegespräch buchen: 30 Minuten, um Lücken in eurer KPI-Spec und fehlende Datenverknüpfungen zu klären.