- Teil 1Erfassen · Modellieren · Auflösen
- Teil 2 · Sie sind hierVereinheitlichen · Segmentieren · Entscheiden · Aktivieren
- Teil 3Steuern · Messen · Warehouse · KI-Agenten
Echtzeit ist nichts, was eine Plattform hat. Es ist etwas, wofür sich eine Regel qualifiziert – oder still eben nicht.
- 14 TageDas Profil, aus dem die Edge personalisiert, hält Attribute in einem rollierenden Fenster, nicht Ihre Historie. Es ist eine Projektion, nicht das Profil.
- 24 StundenStreaming-Segmentierung schaut einen Tag zurück. Eine Regel, die weiter greift, wird ohne jede Warnung zu einer Über-Nacht-Zielgruppe.
- 100Destinations pro Sandbox, systemseitig erzwungen. Die Aktivierungsschicht hat eine Decke, und sie liegt niedriger, als die meisten Integrations-Roadmaps annehmen.
30 Sekunden bis hierhin · 5 Minuten für die vier Stationen.
Teil 1 endete mit drei Stationen, die entscheiden, ob Sie überhaupt einen Kunden haben: ob die Daten ankommen, ob sie so modelliert sind, dass man sie nutzen kann, und ob die Fragmente sich zu einer Person auflösen. Nehmen wir an, alle drei funktionieren. Sie haben jetzt einen aufgelösten Identity Graph und keine Möglichkeit, darauf zu handeln.
Die nächsten vier Stationen sind die, an denen Handeln möglich wird – und an denen der Abstand zwischen dem, was eine Plattform kann, und dem, wofür Ihre Architektur tatsächlich konfiguriert ist, am größten wird. Die wiederkehrende Überraschung in dieser Hälfte der Kette ist, dass dieselbe Plattform dieselbe Frage in 350 Millisekunden, in fünf Minuten oder morgen früh beantwortet, und niemand wählt aus, welches davon. Die Form der Regel tut es. Das ist es, was Zielgruppen-Segmentierung in Echtzeit tatsächlich ist: keine Fähigkeit, die man einschaltet, sondern eine Stufe, für die sich Ihre Regel qualifiziert.
Wie in Teil 1 ist Adobe Experience Platform das durchgerechnete Beispiel, weil Adobe seine Grenzen öffentlich dokumentiert, jede Zahl auf die Seite verlinkt, aus der sie stammt, und alle Seiten am 11. September 2026 abgerufen wurden.
Aufgelöste Fragmente werden zu einer Union View, und eine Merge Policy entscheidet, welcher Wert gewinnt, wenn zwei Fragmente sich widersprechen. Die strukturelle Tatsache hinter jeder folgenden Grenze: Profilspeicher und Data Lake sind unterschiedliche Technologien für unterschiedliche Fragen. Das Profil ist auf Millisekunden-Lookups ausgelegt und bei 5.000 Experience Events pro Profil für die Segmentierung gedeckelt.
Dieselbe Regel kann auf drei Arten ausgewertet werden – an der Edge in bis zu 350 Millisekunden, als Streaming in bis zu fünf Minuten, als Batch alle 24 Stunden – und die Plattform wählt danach, wie die Regel geschrieben ist. Streaming-Segmentierung hat ein Rückblickfenster von einem Tag. Schreiben Sie eine Regel über die letzten 25 Stunden, wird sie ohne Warnung zu einer Über-Nacht-Zielgruppe.
Quelle: Streaming segmentation
Eine Entscheidung kann im Hub fallen, der die historischen Daten und den reichen Profilkontext hält, oder im Edge Network, das direkt neben dem Kunden sitzt. An der Edge liegen nur die Zielgruppen-Mitgliedschaften, Identitäten und Attribute, die für die Personalisierung nötig sind – in einem rollierenden 14-Tage-Fenster. Eine Entscheidung, die die vollständige Kaufhistorie braucht, kann an der Edge nicht laufen, weil die Historie dort nicht liegt.
Quelle: Edge and hub comparison
Destinations sind bei 100 pro Sandbox gedeckelt, systemseitig erzwungen. Batch-Destinations exportieren einmal täglich oder alle 3, 6, 8 oder 12 Stunden, und Dateien werden bei 5 Millionen Zeilen automatisch geteilt. Adobe empfiehlt, die Startzeit der Aktivierung mindestens eine Stunde nach Fertigstellung des Flows zu setzen. Auf dem Batch-Weg misst sich der Abstand zwischen „die Zielgruppe ist fertig“ und „der Kanal hat sie“ in Stunden.
Quelle: Destinations guardrails
04 Vereinheitlichen05 Segmentieren06 Entscheiden07 Aktivieren
Station 4 – Vereinheitlichen
Sobald Identitäten aufgelöst sind, müssen die Fragmente zu einem Profil werden. Adobe nennt das Ergebnis eine Union View, ermöglicht durch ein Union Schema – „a merged view of all profile fragments for that entity across datasets“. Wo zwei Fragmente sich widersprechen, entscheidet eine Merge Policy, welches gewinnt – entweder nach Datensatz-Vorrang oder nach Zeitstempel. Sie bekommen fünf Merge Policies und genau eine Standard-Policy pro Klasse.
Vereinheitlichen
Fragmente aus mehreren Datensätzen werden zu einem lesbaren Profil.
Real-Time Customer ProfileDie wichtige strukturelle Tatsache ist, dass dieses Profil nicht dort liegt, wo Ihre Historie liegt. Adobe sagt es direkt: „The Profile store uses a Microsoft Azure Cosmos DB infrastructure and the Experience Platform Data Lake uses Microsoft Azure Data Lake storage.“ Zwei Speicher, zwei Technologien, zwei Zwecke – einer gebaut für Millisekunden-Lookups während einer laufenden Interaktion, einer für analytische Scans über Jahre.
Diese Trennung erklärt jede Grenze, die folgt.
Fünftausend Events. Adobes Performance-Guardrail liegt bei 5.000 Experience Events pro Profil für die Segmentierung; darüber hinaus werden nur die jüngsten 5.000 genutzt. Für eine monatliche Newsletter-Zielgruppe ist das ein Leben lang. Für eine App mit täglichen Sessions sind es ein paar Monate.
Größengrenzen, die Daten fallen lassen. Ein Profildatensatz über 100 KB und ein Event über 10 KB werden nicht gekürzt und nicht markiert – Adobes Formulierung ist, dass sie „will be dropped“. Die Ingestion läuft weiter. Der Datensatz kommt nicht an.
Ein Experience Event kommt mit 14 KB an. Was macht der Profilspeicher damit?
Events sind bei 10 KB gedeckelt, Profildatensätze bei 100 KB. Darüber sagt Adobes Guardrails-Seite, Datensätze „will be dropped“ – nicht gekürzt, nicht laut abgelehnt. Der Ingestion-Job läuft weiter und meldet Erfolg.
Reiche Event-Payloads wachsen über die Laufzeit eines Projekts: ein verschachteltes Objekt mehr pro Release, ein Produktarray mehr. An dem Tag, an dem ein Event-Typ 10 KB überschreitet, trägt er nichts mehr zum Profil bei, und das einzige sichtbare Symptom ist eine Zielgruppe, die ohne genannten Grund kleiner wird.
Verfall als Standard. Pseudonyme Profile – die ohne bekannte Person dahinter – verfallen standardmäßig nach 14 Tagen in Produktion und 3 Tagen in Entwicklungs-Sandboxes. Die Untergrenze für den Verfall von Experience Events ist ein Tag, und verfallene Daten sind „permanently deleted and cannot be restored“.
Kein rückwirkendes Nachfüllen. Wenn Sie einen Datensatz für das Profil aktivieren, fließen die bereits darin liegenden Daten nicht mit ein. Adobes Hinweis: „it is recommended that you re-ingest any existing data to have it contribute to customer profiles“. Jedes Team entdeckt das in der Woche nach dem Go-Live.
Das Profil ist kein Archiv. Es ist Arbeitsspeicher.
Diese Schlussfolgerung gehört klar ausgesprochen, weil sie dem widerspricht, wie das Profil üblicherweise verkauft wird. Die lange Historie liegt im Data Lake – anderer Speicher, andere Aufbewahrung (die Untergrenze im Lake liegt bei 30 Tagen, die Obergrenze bei zehn Jahren), andere Fragen. Dem Profil eine Fünf-Jahres-Frage zu stellen ist ein Kategorienfehler, kein Konfigurationsproblem.
Ich lasse mir die Event-Anzahl pro Profil im 95. Perzentil geben, nicht den Mittelwert, und zwar pro Event-Typ. Dann halte ich diese Zahl gegen den 5.000-Event-Guardrail und gegen die Reichweite, die die Zielgruppenregeln tatsächlich zurückgreifen. Die Diskrepanz zwischen beidem ist der Befund, und sie steckt meistens im Clickstream-Datensatz statt in dem, den alle beobachten.
Christopher Dettinger · MarTech- und Omnichannel-Architekt
- Sie haben entschieden, was das Profil sich merken muss, um handeln zu können.
- Alles darüber hinaus hat eine akzeptierte Heimat an einem langsameren Ort.
- Ihr Event-Volumen pro Profil ist eine Zahl, die jemand tatsächlich ausgerechnet hat.
Station 5 – Segmentieren
Zielgruppen-Segmentierung ist die Stelle, an der „Echtzeit“ aufhört ein Marketingwort zu sein und zu einer Eigenschaft wird, die man prüfen kann.
Adobe trennt zwei Dinge, die üblicherweise vermischt werden. Eine Audience ist „a collection of people who share similar behaviors and/or characteristics“. Eine Segment Definition ist „the rule set Adobe Experience Platform uses to describe key characteristics or behavior of a target audience“. Die Regel ist das, was Sie schreiben. Die Zielgruppe ist das, was herauskommt.
Segmentieren
Zielgruppen-Segmentierung: eine Regel, drei mögliche Auswertungsgeschwindigkeiten – für Sie ausgewählt.
Segmentation ServiceDieselbe Regel kann auf drei Arten ausgewertet werden, und die Plattform wählt, welche, basierend darauf wie die Regel geschrieben ist: „If the query matches any of the query types in the following table, it will automatically be evaluated using edge segmentation.“ Edge-Segmentierung verarbeitet ein eingehendes Event in bis zu 350 Millisekunden. Streaming-Segmentierung braucht bis zu 5 Minuten, um ein Profil zu qualifizieren. Batch-Segmentierung läuft alle 24 Stunden. Drei Größenordnungen auseinander, auf einer Plattform, entschieden nicht von einer Einstellung, sondern von der Form Ihrer Regel.
Zielgruppen-Segmentierung in Echtzeit und die Vierundzwanzig-Stunden-Kante
Womit wir beim folgenreichsten Satz der Dokumentation zur Zielgruppen-Segmentierung wären: „The lookback window is limited to one day.“ Streaming-Segmentierung berücksichtigt Events der letzten 24 Stunden. Alles Ältere „will be processed in the subsequent batch job“.
Innerhalb des Rückblickfensters. Streaming-Segmentierung berücksichtigt Events des letzten Tages.
Zwei Stunden weiter zurück, und die Regel ist still zu einer Über-Nacht-Zielgruppe geworden. Nichts wird rot, nichts wird abgelehnt, und die Zielgruppe funktioniert weiter – sie antwortet nur erst morgen früh.
Quelle: Streaming segmentation · abgerufen am 11.09.2026
Dieselbe Grenze taucht in der Liste der Ausschlüsse auf. Multi-Entity-Abfragen, Kombinationen eines einzelnen Events mit einer inSegment-Bedingung, Zeitbedingungen mit „ignore year“ und einzelne Events ganz ohne Zeitfenster sind nicht für Streaming geeignet. Die Edge-Auswertung ist noch enger.
Sie ändern eine Zielgruppenregel von „in den letzten 23 Stunden“ auf „in den letzten 25 Stunden“. Was passiert?
Das Rückblickfenster der Streaming-Segmentierung ist bei der Zielgruppen-Segmentierung auf einen Tag begrenzt, und ältere Events „will be processed in the subsequent batch job“. Die Auswertungsmethode wird aus der Form der Regel gewählt, nicht aus einer Einstellung – die Änderung greift also, ohne dass sie jemand auswählt.
Die Kampagne auf dieser Zielgruppe ging von Unmittelbarkeit aus und läuft jetzt einen Tag zu spät. Niemand erfährt warum, denn aus Sicht der Plattform ist nichts schiefgegangen – es wurde eine Regel geschrieben und die richtige Auswertungsmethode darauf angewandt.
Echtzeit ist keine Eigenschaft Ihrer Plattform. Es ist eine Eigenschaft der Regel.
Drei weitere Zahlen, die Kampagnenpläne routinemäßig wegannehmen.
- Eine neue Segment Definition braucht bis zu einer Stunde, bis sie verfügbar ist – für Streaming und Edge gleichermaßen. Sie können keine Zielgruppe schreiben und sie in denselben zehn Minuten aktivieren.
- Streaming-Daten brauchen bis zu drei Stunden, bis sie in Batch-Segmentierungs-Workflows auftauchen.
- Events für dasselbe Profil sollten mindestens fünf Sekunden auseinanderliegen, „to ensure reliable audience evaluation“.
Dann der Kapazitätsrahmen, durchweg empfohlen statt erzwungen: 4.000 aktive Zielgruppen pro Sandbox, davon 150 Edge und 500 Streaming. Die Echtzeitstufen sind die knappen – die Edge-Empfehlung ist ein kleiner Bruchteil der Gesamtzahl. Adobe empfiehlt außerdem eine maximale Zielgruppen-Zugehörigkeit von 30 Prozent, was eine höfliche Art ist zu sagen, dass eine Zielgruppe, die ein Drittel Ihrer Kunden umfasst, keine Zielgruppe mehr ist, sondern ein Verteiler.
Ich nehme jede Zielgruppe, die das Business zeitkritisch nennt, und prüfe sie Zeile für Zeile gegen die Streaming-Eignungsliste – Rückblickfenster, Multi-Entity-Abfrage, verschachtelte Segmentbedingung, fehlendes Zeitfenster. Dann zähle ich, wie viele Edge- und Streaming-Zielgruppen live sind, gegen die empfohlenen 150 und 500. Beide Prüfungen dauern einen Nachmittag, und ich habe sie noch nie durchgeführt, ohne mindestens eine Zielgruppe zu finden, die einen Tag später antwortet, als das Briefing annimmt.
Christopher Dettinger · MarTech- und Omnichannel-Architekt
- Jede Zielgruppe, die Sie für zeitkritisch halten, wurde gegen die Streaming-Eignungsliste geprüft.
- Jemand verantwortet die Zahl der Edge- und Streaming-Zielgruppen in Ihrer Zielgruppen-Segmentierung gegen Adobes empfohlene 150 und 500.
- Der Kampagnenkalender berücksichtigt die Stunde, die eine neue Segment Definition braucht, bevor sie verfügbar ist.
Station 6 – Entscheiden
Orchestrierung wird üblicherweise als Kapazitätsfrage diskutiert: wie viele Journeys, wie viele Nachrichten, wie schnell. Das ist die weniger interessante Frage. Die Grenze, die eine Decisioning-Architektur tatsächlich formt, ist nicht, wie viel sie kann. Es ist, was sie in dem Moment sehen kann, in dem sie entscheidet.
Adobes Architektur hat zwei Orte, an denen eine Entscheidung fallen kann. Der Hub ist das zentrale Rechenzentrum, das „contains all the historical data and rich profile context“. Das Edge Network ist die verteilte Schicht – sieben Regionen – die direkt neben dem Kunden sitzt.
Entscheiden
Die nächste Aktion wählen – mit dem, was an diesem Ort sichtbar ist.
Journey Optimizer · Edge NetworkWas an der Edge liegt, steht präzise da: „The only data that lives on the Edge Network are the audience memberships, profile identities, and attributes necessary for personalization.“ Nicht die Historie. Nicht das vollständige Profil. Mitgliedschaften, Identitäten und die für diese Interaktion nötigen Attribute – gehalten für 14 Tage rollierend, bei jedem Zugriff auf das Profil zurückgesetzt.
Eine Next Best Action braucht drei Jahre Kaufhistorie und muss in 350 Millisekunden antworten. Wo liegt das Problem?
Die einzigen Daten im Edge Network sind Zielgruppen-Mitgliedschaften, Profilidentitäten und für die Personalisierung nötige Attribute, gehalten in einem rollierenden 14-Tage-Fenster. Die historischen Daten und der reiche Profilkontext liegen im Hub. Eine Entscheidung, die die Historie braucht, muss dort fallen, wo die Historie ist.
Eine 350-Millisekunden-Entscheidung und eine Entscheidung mit voller Historie sind nicht dieselbe Entscheidung in zwei Geschwindigkeiten. Es sind verschiedene Entscheidungen, an verschiedenen Orten, mit verschiedenen Informationen – und beides gleichzeitig zu verlangen ist ein Widerspruch, den man besser im Design-Workshop findet als im Performance-Review.
Zwei verschiedene Entscheidungen. Nicht eine in zwei Geschwindigkeiten.
Eine Next Best Action, die die vollständige Kaufhistorie braucht, kann nicht an der Edge laufen, weil die Kaufhistorie dort nicht liegt. Eine, die nur „ist diese Person in der High-Value-Zielgruppe“ braucht, kann es, weil genau diese Mitgliedschaft nach außen projiziert wird. Ein operatives Detail, das im Test überrascht: die Edge hat einen Kaltstart. Adobe merkt an, dass „the first few evaluation calls may result in a timeout“. Ein erster fehlschlagender Test ist nicht zwingend eine kaputte Konfiguration.
Die Orchestrierungsseite eines authentifizierten Portals (auf Englisch) zeigt, wie das aussieht, wenn dasselbe Profil auf einer Website, in einer Service Console und in einem Außendienstkanal auftauchen muss.
Für jede Echtzeitentscheidung, die jemand zugesagt hat, schreibe ich die Attribute auf, die sie liest, und prüfe jedes einzelne gegen das, was tatsächlich an die Edge projiziert wird – nicht gegen das, was im Profil existiert. Die beiden Listen sind verschieden, und der Unterschied ist die Stelle, an der die Demo funktioniert und die Produktion nicht. Hat ein Attribut auf dieser Liste keinen Projektionspfad, wird die Zusage umgeschrieben, bevor die Journey gebaut wird.
Christopher Dettinger · MarTech- und Omnichannel-Architekt
- Für jede zugesagte Echtzeitentscheidung hat jemand bestätigt, dass die nötigen Daten an die Edge projizierbar sind.
- „Im Profil vorhanden“ ist nicht derselbe Test wie „an die Edge projizierbar“, und der Unterschied ist aufgeschrieben.
- Das Team weiß, dass ein erster Edge-Auswertungsaufruf konstruktionsbedingt in einen Timeout laufen kann.
Station 7 – Aktivieren
Aktivierung ist der Schritt, an dem ein aufgelöstes, vereinheitlichtes, segmentiertes Profil endlich einen Kanal erreicht. Es ist auch die Stelle, an der die Zeitannahmen aus Kampagnenplänen auf die dokumentierte Wirklichkeit treffen.
Destinations sind bei 100 pro Sandbox gedeckelt – eine harte, systemseitig erzwungene Grenze. Jede Instanz sollte nicht mehr als 250 Zielgruppen und 50 gemappte Attribute tragen, und die Massenaktivierung von mehr als 50 Zielgruppen auf einmal „is not supported“.
Aktivieren
Die Zielgruppe zu dem Kanal bringen, der sie nutzen wird.
DestinationsDas Timing teilt sich nach Destination-Typ, und die Spanne ist groß.
- Batch-, dateibasierte Destinations fahren einen vollständigen Export täglich oder inkrementelle Exporte alle 3, 6, 8 oder 12 Stunden. Dateien werden bei 5 Millionen Zeilen automatisch geteilt – gut zu wissen, bevor jemand einen Importjob schreibt, der eine einzelne Datei erwartet.
- Streaming-Destinations haben keine dokumentierte Grenze für Nachrichten pro Sekunde an Partner-API-Endpunkte.
- Enterprise-Destinations zielen auf unter 10 Minuten in 95 Prozent der Fälle, bei unter 10.000 Anfragen pro Sekunde und Instanz.
Und ein Hinweis, der in jedes Kampagnenbriefing gehört: Adobe empfiehlt, die Startzeit einer Aktivierung mindestens eine Stunde nach Fertigstellung des Aktivierungsflows zu setzen – einen Puffer, den Adobes eigene Planungshinweise einbauen.
Das Briefing sagt: Zielgruppe heute Vormittag bauen, heute Nachmittag im dateibasierten Kanal live haben. Ist das realistisch?
Eine neue Segment Definition braucht bis zu einer Stunde, bis sie verfügbar ist. Adobe empfiehlt eine weitere Stunde zwischen Fertigstellung des Aktivierungsflows und der Startzeit. Batch-, dateibasierte Destinations exportieren einmal täglich oder in einem 3-, 6-, 8- oder 12-Stunden-Zyklus. Streaming- und Enterprise-Destinations sind eine andere Größenordnung – unter 10 Minuten in 95 Prozent der Fälle.
Welchen Weg ein Kanal nutzt, wird zur Integrationszeit entschieden, nicht zur Kampagnenzeit. In dem Moment, in dem jemand das Briefing schreibt, steht die Latenz dieses Kanals bereits fest – der Kalender muss also auf den Zahlen aufgebaut werden, nicht auf der Annahme von Unmittelbarkeit.
Fertig und ausgeliefert liegen Stunden auseinander.
Rechnen Sie es zusammen. Eine neue Segment Definition braucht bis zu einer Stunde, bis sie verfügbar ist. Adobe empfiehlt eine weitere Stunde, bevor eine Aktivierung startet. Eine Batch-Destination exportiert bestenfalls im Drei-Stunden-Zyklus. Der Abstand zwischen „die Zielgruppe ist fertig“ und „der Kanal hat sie“ misst sich auf dem Batch-Weg in Stunden und auf dem Streaming-Weg in Minuten – und welchen Weg ein Kanal nutzt, ist eine Entscheidung der Integrationszeit, nicht der Kampagnenzeit.
Ich baue eine Tabelle, bevor irgendeine Kampagnenplanung beginnt: jeder Kanal im Plan, sein Destination-Typ und seine dokumentierte Aktivierungslatenz. Dann zähle ich die aktiven Destinations gegen die Grenze von 100 pro Sandbox, weil diese Zahl hart ist und niemand sie verfolgt, bis eine Integration sich nicht mehr speichern lässt. Die Tabelle kostet eine Stunde und beendet Diskussionen, die sonst wochenlang laufen.
Christopher Dettinger · MarTech- und Omnichannel-Architekt
- Jeder Kanal in Ihrem Plan hat eine bekannte Aktivierungslatenz.
- Der Kampagnenkalender ist auf diesen Zahlen aufgebaut, nicht auf der Annahme von Unmittelbarkeit.
- Jemand verfolgt die Zahl der aktiven Destinations gegen die Grenze von 100 pro Sandbox.
Was Teil 3 behandelt
Diese vier Stationen – vom vereinheitlichten Profil bis zur Zielgruppen-Segmentierung und Aktivierung – entscheiden, ob Sie handeln können und wie schnell. Was sie nicht entscheiden, ist, ob Sie dürfen – und ob hinterher irgendjemand sagen kann, was sich dadurch verändert hat.
Teil 3 nimmt die letzten beiden Stationen und die zwei Fragen darum herum: Steuern, wo der Kasten, den jedes Architekturdiagramm zeichnet, ausgeschaltet ausgeliefert wird; Messen, die dünnste Station der Dokumentation und die, die am häufigsten auf Phase zwei verschoben wird; die Warehouse-Frage, bei der Föderieren statt Kopieren Sie die Identity Resolution kostet; und was KI-Agenten tatsächlich sehen, wenn sie auf all dem laufen.
Häufige Fragen
Was ist Zielgruppen-Segmentierung in Echtzeit?
Zielgruppen-Segmentierung in Echtzeit ist eine Auswertung, die stattfindet, während die Interaktion noch läuft, statt in einem nächtlichen Batch. In Adobe Experience Platform ist sie keine Einstellung: die Plattform wählt Edge-, Streaming- oder Batch-Auswertung anhand der Form der Regel. Edge verarbeitet ein eingehendes Event in bis zu 350 Millisekunden, Streaming qualifiziert ein Profil in bis zu fünf Minuten, und Streaming hat ein Rückblickfenster von einem Tag – eine Regel, die weiter zurückgreift, wird still zu einer Batch-Zielgruppe.
Wie entsteht ein vereinheitlichtes Kundenprofil tatsächlich?
Daten kommen in mehreren Datensätzen als Profilfragmente an. Identity Resolution bestimmt, welche Fragmente zur selben Person gehören. Ein Union Schema führt sie zu einer Union View zusammen, und eine Merge Policy löst Konflikte auf – entweder über Datensatz-Vorrang oder über den jüngsten Zeitstempel. Das Ergebnis ist ein einzelnes Profil, das die Kanäle lesen können, mit harten Größengrenzen und einer empfohlenen Obergrenze für Events pro Profil.
Wann wird eine Zielgruppe in Echtzeit statt über Nacht ausgewertet?
Das hängt davon ab, wie die Regel geschrieben ist, nicht von einer Einstellung. Adobes Streaming-Segmentierung hat ein Rückblickfenster von einem Tag; Regeln, die auf Älteres verweisen, fallen auf den nächsten Batch-Job zurück. Multi-Entity-Abfragen, bestimmte verschachtelte Segmentbedingungen und Regeln ohne Zeitfenster sind ebenfalls nicht für Streaming geeignet. Die Edge-Auswertung, die schnellste Stufe mit bis zu 350 Millisekunden, ist noch enger.
Was ist der Unterschied zwischen Edge- und Hub-Decisioning?
Ort und Sichtbarkeit, nicht nur Geschwindigkeit. Der Hub hält die historischen Daten und den reichen Profilkontext. Das Edge Network hält nur Zielgruppen-Mitgliedschaften, Profilidentitäten und die für die Personalisierung nötigen Attribute, in einem rollierenden 14-Tage-Fenster. Eine Entscheidung, die die Historie braucht, muss im Hub fallen; eine, die nur ein Mitgliedschafts-Flag braucht, kann an der Edge in wenigen hundert Millisekunden laufen.
Was muss stimmen, damit Personalisierung kanalübergreifend funktioniert?
Fünf Dinge, in dieser Reihenfolge: Identitäten zu einem Graph aufgelöst; Fragmente zu einem Profil zusammengeführt; eine Zielgruppenregel, deren Auswertungsgeschwindigkeit zum Anwendungsfall passt; eine Destination, deren Aktivierungslatenz zum Moment passt; und tatsächlich aktivierte Governance-Policies. Ein Bruch an einer der fünf erzeugt Personalisierung, die falsch, zu spät oder außerhalb der Grenzen ist, die Sie für durchgesetzt hielten – statt Personalisierung, die sichtbar scheitert.
Wenn die Zehn-Minuten-Prüfung eurer eigenen Audiences ein unangenehmes Ergebnis liefert, liegt die Lösung meistens in einer umgeschriebenen Regel, nicht in einer größeren Lizenz. Diese beiden auseinanderzuhalten, bevor die Vertragsverlängerung ansteht, ist genau meine Arbeit – für Teams in Pharma, Medical und Finance.
Schreib mir kurz →Weiterlesen: MarTech unter der Haube, Teil 1 – nichts funktioniert, bevor die Daten eine Person sind · Was Omnichannel-Marketing bedeutet – vier Rollen, vier Antworten · HCP-Portal, Teil 1 – die Orchestrierungsarchitektur (auf Englisch).
Die Zahlen in diesem Artikel stammen aus Adobes öffentlicher Dokumentation und verlinken auf ihre Quelle; alle Seiten wurden am 11. September 2026 abgerufen. Guardrails ändern sich mit Releases, und Adobe unterscheidet zwischen systemseitig erzwungenen Grenzen und Performance-Empfehlungen – prüfen Sie gegen Ihren eigenen Tenant, bevor Sie auf eine Zahl hin entwerfen, auch auf diese. Quellen: Real-Time Customer Profile overview · Real-Time Customer Profile guardrails · Pseudonymous profiles · Experience event expirations · Segmentation Service overview · Streaming segmentation · Edge segmentation · Segmentation FAQ · Edge and hub comparison · Edge profiles · Destinations guardrails. Adobe, Adobe Experience Platform und Adobe Real-Time CDP sind Marken von Adobe Inc. Dies ist eine unabhängige Analyse; keine Partnerschaft mit oder Billigung durch Adobe.
