Pega Customer Decision Hub
Pegasystems
Pega Customer Decision Hub (CDH) ist eine KI-gestützte Echtzeit-Entscheidungsplattform für Finanzinstitute. Das System analysiert Kundenverhalten in Echtzeit und berechnet für jeden Kontaktpunkt die statistisch optimale nächste Aktion — Produktangebot, Service-Hinweis oder Aufmerksamkeitsmaßnahme.
Kosten: Enterprise-Preise ausschließlich auf Anfrage. Lizenzierung nach Institutsgröße, Kanälen und Entscheidungsvolumen. Implementierungsprojekte typisch 500.000–2.000.000 € Gesamtbudget.
Stärken
- Echtzeit-Next-Best-Action: berechnet für jeden Kundenkontakt die optimale Aktion auf Basis von Propensity-Modellen
- Kanalübergreifende Orchestrierung: identisches Entscheidungsframework für Online-Banking, Filiale, Callcenter und App
- Adaptive Modelle: Strategiemodelle lernen kontinuierlich aus Kundenfeedback (Akzeptanz/Ablehnung)
- Retailbanking-Vorlagen: vorkonfigurierte Entscheidungslogik für Kredit, Versicherung, Wertpapier, Baufinanzierung
- Regulatorische Auditlogs: vollständige Nachvollziehbarkeit jeder Entscheidung für BaFin-Anforderungen
Einschränkungen
- Sehr hohes Implementierungsbudget und komplexes Deployment — kein Self-Service
- Langer Evaluierungsprozess: typisch 3–6 Monate bis Vertragsabschluss
- Erfordert qualifiziertes Data-Science-Team oder teure externe Implementierungspartner
- ROI erst ab ca. 500.000+ Retail-Kunden realistisch erzielbar
- Vendor-Lock-in durch proprietäre Pega-Workflow-Engine
Passt gut zu
Kurzfazit
Pega Customer Decision Hub ist die meistgenutzte Next-Best-Action-Plattform für Retail-Banken weltweit — und die komplexeste. Das System entscheidet in Echtzeit, welches Angebot, welche Serviceempfehlung oder welcher Hinweis für jeden einzelnen Kunden im jeweiligen Kontextmoment optimal ist. Die Stärke: Kanalübergreifende Konsistenz — ob Kunden per App, in der Filiale oder im Callcenter angesprochen werden, trifft immer dieselbe Entscheidungslogik. Der Preis: Implementierungsbudgets im siebenstelligen Bereich und ein Betrieb, der ein dauerhaftes Data-Science-Team voraussetzt.
Für wen ist Pega CDH?
Retail- und Direktbanken ab ca. 500.000 Privatkunden, die ihre Produktdurchdringung systematisch steigern wollen. Pega CDH rechnet sich, wenn die Basis für personalisierte Angebote in Echtzeit — vollständige Transaktionshistorie, ein Data Lake, eine API-fähige Banking-Infrastruktur — vorhanden ist.
Finanzinstitute mit Omnichannel-Ambition: Pega CDH ist dann am stärksten, wenn dieselbe Entscheidungslogik gleichzeitig das Online-Banking (welches Banner erscheint), das Callcenter (was empfiehlt die CRM-Maske) und die Filiale (was schlägt der Berater im nächsten Kundengespräch vor) steuert. Diese kanalübergreifende Konsistenz ist das Hauptargument gegenüber punktuellen ML-Modellen.
Regulierte Institute mit Governance-Anforderungen: Für BaFin-regulierte Institute ist die vollständige Auditierbarkeit jeder Entscheidung (Warum wurde diesem Kunden dieses Angebot gemacht?) ein Pflichtkriterium. Pega CDH protokolliert jede Entscheidung mit den relevanten Modellfeatures und Scorewerten.
Weniger geeignet für: Genossenschaftsbanken und Sparkassen ohne eigenes Data-Science-Team, Neobanken mit kleiner Kundenbasis, und Finanzdienstleister, die einen schnellen MVP benötigen.
Preise im Detail
Pega CDH hat keine öffentlichen Preislisten. Die Lizenzierung orientiert sich an:
- Entscheidungsvolumen: Anzahl der täglichen Next-Best-Action-Entscheidungen
- Kanalabdeckung: Anzahl der integrierten Kanäle (Web, App, Callcenter, Filiale)
- Institutsgröße: Kundenstamm und Transaktionsvolumen
Branchenberichte sprechen von Jahreslizenzen zwischen 300.000 und 1.500.000 Euro, abhängig von Umfang. Gesamtprojektkosten inklusive Implementierung (in der Regel durch einen Pega-zertifizierten Partner) liegen typischerweise bei 500.000–2.000.000 Euro. Initial-Implementierungen mit erstem produktiven Wert dauern laut Pega 8–12 Wochen — realistisch sind 6–12 Monate bis zur vollständigen kanalübergreifenden Integration.
So steigst du ein
Schritt 1: Nehme Kontakt mit Pegasystems über pega.com auf. Der Evaluierungsprozess beginnt immer mit einem Business-Case-Workshop — bereite Kennzahlen zu Kundenstamm, aktueller Cross-Sell-Rate und bestehenden Analytics-Kapazitäten vor.
Schritt 2: Im Proof of Concept wird die Pega CDH-Plattform mit einem begrenzten Datensatz (typisch 3–6 Monate Transaktionshistorie für eine Produktkategorie) konfiguriert. Das Template für Retail Banking enthält vorkonfigurierte Entscheidungslogik für die häufigsten Produktkategorien — das reduziert den Konfigurationsaufwand erheblich.
Schritt 3: Go-Live in einem Kanal zuerst — typischerweise Online-Banking, wo A/B-Tests am einfachsten durchführbar sind. Erst nach validiertem Erfolg in einem Kanal Rollout auf weitere Kanäle.
Ein konkretes Beispiel
Eine Regionalbank mit 800.000 Privatkunden identifiziert über Pega CDH jeden Monat ca. 12.000 Kunden, die Transaktionsmuster zeigen, die auf einen bevorstehenden Immobilienkauf hinweisen (erhöhte Sparrate, Suchanfragen im Online-Banking zu Baufinanzierung, erste Kontoführungsanfragen bei einem zweiten Kreditinstitut). Das System blendet diesen Kunden im Online-Banking gezielt einen Baufinanzierungs-Einstiegspunkt ein — ohne Cold-Call, ohne Massen-Mailing. Die Conversion-Rate auf qualifizierte Beratungsgespräche steigt um 35 % gegenüber untargetierten Kampagnen.
DSGVO & Datenschutz
- Datenhosting: Pega CDH ist on-premise oder in einer Private Cloud innerhalb der EU betreibbar. EU-Hosting ist explizit konfigurierbar und vertraglich absicherbar.
- Art. 22 DSGVO: Pega CDH trifft keine automatisierten Entscheidungen mit rechtlicher Wirkung im Sinne von Art. 22 DSGVO — es priorisiert Produktempfehlungen für menschliche Berater oder steuert Marketingmaßnahmen. Die finale Entscheidung über Kreditgewährung oder Konditionen liegt beim Menschen. Dennoch erfordert das Profiling nach Art. 4 Nr. 4 DSGVO eine Rechtsgrundlage (Berechtigtes Interesse nach Art. 6 Abs. 1 lit. f DSGVO ist möglich, erfordert aber eine Interessenabwägung und Transparenzpflichten).
- Auftragsverarbeitung: Pega stellt DPA/AVV-Vorlagen für regulierte Finanzinstitute bereit.
- Modell-Governance: Vollständige Auditlogs für jede Entscheidung — wichtig für BaFin-konforme KI-Governance.
Alternativen im Vergleich
| Wenn du… | Dann besser |
|---|---|
| Einen schnelleren MVP mit ML-Modellen statt vollständiger Plattform brauchst | Databricks + Salesforce Financial Services Cloud |
| Eine CDP als Basis für Segmentierung ohne Echtzeit-Decisioning brauchst | Segment |
| Kampagnen-Execution vor Echtzeit-Decisioning priorisierst | Braze oder Salesforce Marketing Cloud |
| Betrug neben NBO erkennen willst | Featurespace für den Betrugs-Layer |
Diesen Inhalt teilen:
Empfohlen in 1 Use Cases
Finanzwesen & Versicherung
Redaktionell bewertet · Preise und Funktionen können sich ändern.
Stimmt etwas nicht?
Preise geändert, Feature veraltet oder etwas fehlt? Wir freuen uns über Hinweise und Ergänzungen.
Weitere Tools
Braze
Braze Inc.
Enterprise-Plattform für Echtzeit-Kundenkommunikation über Push, E-Mail, SMS, WhatsApp und In-App-Messaging. Marktführer für Consumer-Apps mit Millionen Nutzern — für KMUs und Unternehmen ohne Enterprise-Budget und technisches Team nicht geeignet.
Mehr erfahrenCosmetica
Cosmetica Inc.
KI-gestützte Compliance-Software für kosmetische Produkte — positioniert als günstigere Alternative zu traditionellen Regulatory-Affairs-Dienstleistern. Generiert automatisch EU-konforme Product Information Files (PIFs), prüft Inhaltsstoffe gegen aktuelle Verbotslisten und hilft bei CPNP-Meldedaten. Besonders für Indie-Marken ohne eigenes Regulatory-Team konzipiert.
Mehr erfahrenFeaturespace ARIC Risk Hub
Featurespace
Der ARIC Risk Hub von Featurespace ist eine KI-Plattform zur Echtzeit-Betrugserkennung und Geldwäschebekämpfung für Finanzinstitute. Mit Adaptive Behavioral Analytics profiliert das System individuelle Kundenverhaltensweisen und erkennt Abweichungen — auch bei neuartigen Betrugsmustern.
Mehr erfahren