PART  I KI für Daten

Jede Marketing-Frage sollte in Minuten eine Antwort haben — nicht am Montag.

Du hast keine Analyst:in. Die meisten Wochen nicht mal ein sauberes Dashboard. Mein Versprechen: Du und ich setzen uns zusammen und definieren das Daten-Playbook — Mental Model, Attribution, AI-Interface — bis dein kleines Team aufhört, auf Antworten zu warten.

DIE METHODE

Lernen. Denken. Machen. Wiederholen.

Dieselbe Schleife, mit der ich meine eigenen Experimente führe.

PART  II Für wen das ist

Marketing-Teams mit maximal fünf Personen.

Teams ohne dedizierte Analyst:in. Teams, in denen der Head of Marketing auch die Person ist, die um 23 Uhr auf Looker starrt. Du brauchst kein weiteres Tool — du brauchst jemanden, der challenget, was gemessen wird, das Mental Model neu baut und einen Daten-Layer hinterlässt, dem dein Team wirklich vertraut.

PART  III Die verpasste Gelegenheit

Dein Team stellt die richtigen Fragen. Die Antworten kommen drei Wochen zu spät.

Jedes kleine Marketing-Team in 2026 hat dasselbe Problem: Die Daten existieren, die Tools existieren, die Modelle existieren — aber nichts redet miteinander. Der Head of Marketing fragt, die Antwort braucht bis Freitag, und bis dahin wurde die Entscheidung aus dem Bauch getroffen. AI-native Teams haben diesen Loop vor Jahren geschlossen. Alle anderen zahlen die Tax jede Woche.

I.

Die Frage kommt Montag. Die Antwort Freitag.

Die Entscheidung wurde Dienstag getroffen. Dein kleines Team wartet auf Daten, statt von ihnen bedient zu werden.

II.

Es gibt keine Analyst:in im Team

Also macht der Head of Marketing es selbst — schlecht, um Mitternacht — oder es bleibt liegen. So oder so: Verlust.

III.

Attribution leckt; niemand vertraut der Zahl; jede:r zitiert sie trotzdem

Jede Entscheidung trägt ein Sternchen, das niemand laut ausspricht. Das ist nicht datengetriebenes Marketing. Das ist Theater mit Zahlen.

IV.

Schöne, falsche Dashboards

Das Team hat gelernt, sie zu umgehen, statt sie zu reparieren. Institutionelle Blindheit als Prozess verkleidet.

PART  III DIE LÜCKE
„Ein kleines Team ohne vertrauenswürdige Daten trifft keine Entscheidungen — es führt sie auf.“
PART  IV Woran wir zusammen arbeiten

Vom „frag die Analyst:in" zu einem Daten-Layer, den jede:r abfragen kann.

Mein Versprechen: Du und ich setzen uns zusammen, zerlegen, was gemessen wird und warum, und definieren das Daten-Playbook, das dein Team danach fährt — Attribution, AI-Interface, Governance. Ich übergebe kein Dashboard und verschwinde. Wir bauen das Denken gemeinsam, du behältst es. Für den operativen Umbau — Pipelines, Warehouse, Dashboard-Engineering — übernimmt Intellix.

I.

Daten-Infrastruktur-Mental-Model

Wir mappen, wo die Daten leben sollen (BigQuery, Snowflake o.ä.), wie die Single Source of Truth aussieht und worüber das Team aufhören kann zu streiten.

II.

Text-to-SQL- und Text-to-Insight-Denken

Ich zeige dem Team, AI-Agenten als Interface zum Warehouse zu nutzen. Governed, erklärbar, vertrauenswürdig — keine Magie.

III.

Automatische Anomalie-Erkennung

Ein wöchentlicher Insight-Pack, den der Stack selbst generiert. Überraschungen finden dein Team — nicht umgekehrt.

IV.

Forecasting in Alltagssprache

„Was passiert mit dem CAC, wenn wir Paid um 30 % kürzen?" — in Sekunden, nicht in Spreadsheets.

V.

Attribution, die du verteidigen kannst

Ein Modell, bei dem dein CFO nickt, das Team es nutzt, und das Plattform-Updates überlebt.

VI.

Marketing-Datenkompetenz

Jede:r im Team kann die Daten am Ende lesen — nicht nur zum Deck nicken.

PART  V WAS BLEIBT

Das Daten-Playbook, das du und ich gemeinsam definieren.

PART  VII Operative Hilfe nötig?

Candoro ist der Sparring-Partner. Intellix ist das Delivery-Studio.

Candoro ist Coaching, Beratung und Wissenstransfer — ich schärfe das Denken und hinterlasse das Mental Model. Wenn es tatsächlich um Hände geht — Pipelines, Warehouse-Builds, Dashboard-Engineering — übernimmt das unser Partner-Studio Intellix.

PART  VIII DIE EINLADUNG

Lass uns dein Daten-Playbook gemeinsam definieren.

Die kleinen Teams, die den nächsten Zyklus gewinnen, haben nicht mehr Daten — sie haben sich hingesetzt und definiert, wie sie sie nutzen. Lass uns die Leute sein, die das rechtzeitig getan haben.