Stellantis wählt Amperity aus, um Kundendaten zu verknüpfen und Erlebnisse zu personalisieren

Stellantis hat sich für Amperity entschieden, um Kundeninformationen über seine Marken und Kontaktpunkte hinweg zu verknüpfen und Teams eine einheitlichere Grundlage für personalisierte Kundenansprache zu bieten. Die Ankündigung vom 27. Oktober rückt Kundenidentität und -kontext in den Mittelpunkt der Datentransformation des Automobilherstellers. Dabei geht es um Beziehungen, die sich über Fahrzeuge, Haushalte, Händler und jahrelangen Fahrzeugbesitz erstrecken.

Zu den geplanten Anwendungsbereichen zählen die markenübergreifende Kundenansprache, Erlebnisse nach dem Kauf und im Rahmen von Treueprogrammen, personalisierte Nachrichten sowie die Messung von Kampagnenergebnissen. Amperity zufolge wird sich seine flexibel kombinierbare Architektur in die bestehende Technologieumgebung von Stellantis einfügen. Während eines Proof of Concept nahm die Plattform Berichten zufolge innerhalb weniger Minuten Millionen von Datensätzen auf und erstellte in weniger als drei Tagen eine einheitliche Customer-360-Sicht.

Dabei handelt es sich um im Rahmen der Ankündigung berichtete Evaluierungsergebnisse, nicht um einen Beleg für den abgeschlossenen Einsatz im Produktivbetrieb. Die größere Bedeutung liegt in dem Problem, das damit angegangen wird: Ein KI-System oder ein Marketingteam kann nur dann eine relevante Kundenentscheidung treffen, wenn die zugrunde liegenden Datensätze die richtige Person und die richtige Beziehung abbilden.

Warum Kundendaten in der Automobilbranche schwer zu verknüpfen sind

Eine Beziehung zu einem Fahrzeug besteht viel länger als eine typische Online-Shopping-Sitzung. Die Person, die sich über ein Auto informiert, der Käufer, der regelmäßige Fahrer und die Person, die einen Servicetermin vereinbart, können verschiedene Mitglieder desselben Haushalts sein. Der Besitz kann wechseln, während ein älterer Datensatz in einem separaten System bestehen bleibt.

Dadurch entstehen zwei Arten von Fehlern. Werden Datensätze nicht verknüpft, kann es dazu kommen, dass ein Unternehmen denselben Kunden als mehrere voneinander unabhängige Personen behandelt. Werden Datensätze zu großzügig verknüpft, kann das dazu führen, dass Personen zusammengeführt werden, die dieselbe Adresse haben oder sich anderweitig ähneln. Beide Fehler können die Personalisierung weniger nützlich machen.

Ein einheitliches Profil ist daher mehr als eine zusammengeführte Mailingliste. Es ist eine fortlaufend gepflegte Interpretation davon, wie Datensätze mit Personen, Haushalten und Transaktionen zusammenhängen. Für einen Automobilhersteller trägt die Qualität dieser Verknüpfungen dazu bei, ob eine Interaktion den Bedürfnissen des aktuellen Besitzers entspricht oder auf einer überholten Annahme beruht.

So führt Amperity Kundenidentitäten zusammen

Amperitys Plattform zur Identitätsauflösung kombiniert festgelegte Regeln mit KI-gestütztem Abgleich. Regeln verknüpfen Datensätze, wenn Kennungen und geschäftliche Bedingungen für eine Übereinstimmung sprechen; eine Bewertung hilft dabei, weniger eindeutige Fälle mit unvollständigen oder widersprüchlichen Informationen einzuschätzen.

Das Unternehmen beschreibt einen Prozess, der mit verknüpften Quelldatensätzen beginnt, Abgleichlogik anwendet, unsichere Verknüpfungen bewertet und Teams die resultierende Datenstruktur prüfen lässt. Zudem unterstützt die Plattform speziell auf verschiedene geschäftliche Anforderungen zugeschnittene Identitätssichten, statt davon auszugehen, dass eine einzige Abgleichrichtlinie für jeden Anwendungsfall ideal ist.

Dieser Unterschied ist für den Betriebsalltag wichtig. Bei einer Marketingzielgruppe und einem Kundenserviceprozess kann die Toleranz gegenüber Unsicherheit unterschiedlich sein. Teams müssen nachvollziehen können, warum Datensätze verknüpft wurden, fragwürdige Verknüpfungen untersuchen und die Logik anpassen, wenn neue Informationen hinzukommen.

Die KI-Komponente befasst sich hier mit einem Datenproblem, das der generativen KI vorausgeht: der Entscheidung, welche Datensätze zusammengehören. Eine flüssig formulierte Antwort eines Assistenten kann ein zugrunde liegendes Profil, in dem die falschen Kundenhistorien zusammengeführt wurden, nicht ausgleichen.

Von zusammengeführten Profilen zum Kundenkontext

Auf der Website der Customer Context Platform beschreibt Amperity einen umfassenderen Ablauf: Identitäten zusammenführen, Profile mit der bisherigen Historie und verfügbaren aktuellen Signalen kombinieren, Entscheidungen unterstützen, über verknüpfte Kanäle aktivieren und Ergebnisse messen.

Die Plattform umfasst Funktionen für Segmentierung, die Orchestrierung von Kundenreisen, Prognosen und Empfehlungen sowie Anbindungen an Marketing- und Servicetools. Amperity bietet außerdem Bereitstellungsoptionen für Data-Warehouse- und Lakehouse-Umgebungen; welche Architektur geeignet ist, hängt von der jeweiligen Implementierung ab.

So wird zwischen der Frage, wer ein Kunde ist, und der Entscheidung, was als Nächstes zu tun ist, unterschieden. Ein aktueller Servicekontakt könnte beispielsweise die Relevanz einer geplanten Nachricht verändern. Ein nützliches System muss dieses Ereignis rechtzeitig in den Entscheidungsablauf einspeisen – zusammen mit der bereits vorhandenen Kundenhistorie.

Bei der Implementierung geht es nicht einfach darum, mehr Daten anzuhäufen. Vielmehr muss festgelegt werden, welche Signale relevant sind, wie schnell sie verfügbar werden, welche Teams sie nutzen dürfen und anhand welches Ergebnisses sich erkennen lässt, ob eine Maßnahme geholfen hat. Das sind sowohl Produkt- und Betriebsentscheidungen als auch technische Aufgaben.

Was diese Grundlage für KI-Agenten bedeutet

Amperitys umfassendere Plattform bietet eine Anbindung über das Model Context Protocol für kompatible KI-Tools. Der MCP Server ist darauf ausgelegt, authentifizierten Nutzern über die bestehenden Zugriffskontrollen Abfragen zum zusammengeführten Kundenkontext und unterstützte Vorgänge zu ermöglichen.

Nach Angaben des Unternehmens gelten Berechtigungen, rollenbasierte Zugriffskontrollen, Einwilligungseinstellungen und Nutzungsrichtlinien auch für diese Anfragen. Dadurch wird Governance zu einem Bestandteil der Verbindung zwischen einer Kundenplattform und einem Assistenten, statt dass jede neue Schnittstelle ein eigenes, separates Modell für den Datenzugriff einrichten muss.

Dabei handelt es sich um allgemeine Funktionen von Amperity, nicht um eine Bestätigung, dass Stellantis jede Funktion eingeführt hat. Aus der Bekanntgabe der Auswahl geht nicht hervor, wie ein bestimmter Agent für den produktiven Einsatz konfiguriert ist.

Für Unternehmen ist die architektonische Schlussfolgerung dennoch klar: KI-Assistenten brauchen sowohl nützlichen Kontext als auch klare Grenzen für dessen Verwendung. Ein eindeutig aufgelöstes Kundenprofil kann die Relevanz verbessern, macht aber nicht automatisch jede Empfehlung zutreffend oder jede Handlung angemessen. Zugriffskontrollen, Einwilligungen und Überprüfungen bleiben Teil des Arbeitsablaufs.

Welche Rolle die Vereinbarung in Stellantis’ KI-Strategie spielt

Stellantis hat bereits umfassendere Pläne vorgestellt, KI im gesamten Unternehmen einzusetzen. In einer Ankündigung vom April auf der eigenen Website beschrieb der Automobilhersteller eine fünfjährige Zusammenarbeit mit Microsoft, die mehr als 100 KI-Initiativen in Bereichen wie Kundenbetreuung, Produktentwicklung und Betrieb umfasst.

Das Programm umfasst außerdem die Modernisierung der Azure-Infrastruktur und KI-gestützte Cybersicherheit. Es gibt Aufschluss über die Ausrichtung der Unternehmenstechnologie bei Stellantis, doch in der Ankündigung von Amperity wird nicht erläutert, wie die beiden Geschäftsbeziehungen technisch integriert werden sollen.

Die Entscheidung für Amperity betrifft eine stärker abgegrenzte Ebene: die Kundeninformationen, die Teams und vernetzte Systeme für Entscheidungen nutzen. Bessere Modelle und eine schnellere Infrastruktur können die Möglichkeiten eines Unternehmens erweitern; verlässliche Identitätsdaten und Kontext tragen dazu bei, dass es für einen bestimmten Kunden das Richtige tut.

Aussagekräftige Erkenntnisse werden sich als Nächstes aus dem produktiven Einsatz ergeben: ob die Profile bei Veränderungen der Kundenbeziehungen korrekt bleiben, ob Teams sie wirksam nutzen können und ob sich die Kundenergebnisse verbessern. Die Partnerschaft veranschaulicht, wie die Einführung von KI in Unternehmen zunehmend von der weniger sichtbaren Arbeit abhängt, die Daten zu organisieren, zu verwalten und zu pflegen, auf denen personalisierte Erlebnisse beruhen.