KI-natives CRM mit Echtzeit-Personalisierungs-API

Intro: Aus anonymen Besuchern werden Profile

Die meisten Websites wissen praktisch nichts über ihre Besucher und personalisieren entsprechend nichts. Klassische Tracker dagegen sammeln rücksichtslos. Ich wollte den Mittelweg selbst bauen: ein CRM, das Besucher datenschutzbewusst zu strukturierten Profilen verdichtet und diese Profile in Echtzeit für Personalisierung nutzt, ohne aufdringlich zu sein.

Challenge: Daten gewinnen, ohne den Datenschutz zu verletzen

Drei Anforderungen standen gegeneinander:

• Identität ohne Cookies: Ein Besucher muss über Sitzungen hinweg wiedererkennbar sein, ohne Third-Party-Cookies und ohne Einwilligungszwang für die Grundfunktion.
• Einwilligung ernst nehmen: Detaillierte Tracking-Daten dürfen nur mit Analytics-Einwilligung erfasst werden, die Lead-Anlage selbst muss auch ohne funktionieren.
• Echtzeit-Personalisierung: Das gewonnene Profil muss sofort nutzbar sein, für den Chat-Assistenten ebenso wie für inhaltliche Empfehlungen.

Approach: Client-ID, anonyme Leads und eine Personalisierungs-API

Jeder Besucher bekommt eine cookielose Client-ID im localStorage, dazu eine Session-ID pro Sitzung. Schon beim ersten Aufruf wird ein anonymer Lead angelegt, ganz ohne Einwilligung, weil zunächst nur die Client-ID gespeichert wird. Erst mit Analytics-Einwilligung kommen Detail-Daten wie User-Agent, Referrer und URL dazu.

Im Zentrum steht eine CRM-Tabelle in PostgreSQL (via Drizzle ORM), die weit über Kontaktdaten hinausgeht: Besuchertyp, Unternehmen, Projekt- und Budget-Angaben, Interessen und Technologien, dazu Lead-Scoring (Status, Score, Priorität, geschätzter Wert) und Session-Kennzahlen wie Seitenaufrufe, Sitzungen und Gespräche. Eine KI-Qualifizierung bewertet die Leads, und ein eingeloggter Nutzer wird automatisch über die Client-ID mit seinem CRM-Kontakt verknüpft.

Dasselbe Profil ist zugleich eine Personalisierungs-API. Sobald es ausgefüllt ist, fließt es als [PERSONALISIERUNG]-Block in den Systemprompt der Chat-Agenten und steuert vier Empfehlungs-CTAs für Blog, Projekte, Services und Karriere. Der Assistent spricht den Besucher mit Namen an und richtet seine Antworten an Rolle, Branche und Vorhaben aus.

Outcome: Personalisierung in Echtzeit, datenschutzbewusst

Aus einem anonymen Aufruf wird Schritt für Schritt ein strukturiertes, qualifiziertes Lead-Profil, ohne dass dafür Cookies gesetzt oder Einwilligungen erzwungen werden. Dasselbe Profil personalisiert in Echtzeit den Chat und die inhaltlichen Empfehlungen.

Gelernt habe ich dabei vor allem, wie man Datensparsamkeit und Personalisierung in Einklang bringt: Identität und anonyme Erfassung zuerst, Detail-Daten nur mit Einwilligung, und eine saubere Trennung zwischen dem, was anonym erlaubt ist, und dem, was Zustimmung braucht.