12.08.26

Wer sich mit digitalem Marketing beschäftigt, kennt diese Mechanik nur zu gut. Google zum Beispiel weiß seit vielen Jahren, wonach wir suchen und was uns zurückbringt. Meta analysiert bei Instagram und Facebook jedes Scrollverhalten, um uns im Ökosystem zu halten. Das ist längst Grundwissen und arbeiten damit täglich.

Der Unterschied bei McDonald’s liegt nicht im Prinzip, sondern am Ort. Ein Fast-Food-Konzern betreibt sein Geschäft eigentlich mit Burgern und doch nicht mit Daten, oder?

Es nutzt aber die gleiche Vorhersagemodelle wie ein reiner Tech-Konzern. Datenanalyse ist schon länger kein Nischenthema für Plattformen mehr, sondern branchenübergreifender Standard.

Die Verschiebung

Ich beobachte diese Entwicklung seit den frühen Jahren des Onlinehandels. Damals war es schon bemerkenswert, wenn ein Shop wusste, welche Produkte ein Kunde zuletzt angesehen hatte. Heute reicht das definitiv nicht mehr aus, um überhaupt als datengetrieben zu gelten. Der Standard ist die zuverlässige Vorhersage, nicht die reine Auswertung der Vergangenheit.

Das gilt auch längst nicht mehr nur für Plattformen, deren Geschäftsmodell auf Werbung basiert. Fluggesellschaften, Supermarktketten, also alle die mit Rabatt- & Kundenkarte oder Apps. Nur redet kaum jemand darüber, weil es nicht ins Bild passt, das wir von diesen Marken haben oder sollen.

Was McDonald’s über seine Kunden weiß

Ein Journalist wollte wissen, was McDonald’s über ihn gespeichert hat. Über das kalifornische Datenschutzgesetz forderte Reece Rogers, wie er bei Wired beschreibt, eine Kopie seiner Nutzerdaten an. Die Antwort kam als Dokument mit 515 Seiten.

Darin stand also mehr als eine Liste bestellter Burger und gesammelter Treuepunkte. McDonald’s speist diese Daten in prädiktive Modelle ein und berechnet daraus, wie sich der Kunde in Zukunft verhalten wird. Für Rogers sagte das System die Anzahl seiner Besuche und seine durchschnittlichen Ausgaben für die kommenden sechs Wochen voraus. Zusätzlich berechnete es eine Abwanderungswahrscheinlichkeit , die bei ihm bei null lag, er gilt also als äußerst treuer Kunde.

Interessant wird es bei den Details

Rogers wurde in interne Kategorien eingeordnet, etwa „Food-Led Afternoon Snack” oder „On the Go Lunch in a Rush”. Das System erkannte eine große Diät-Cola als sein Lieblingsprodukt und speicherte jeden gescannten Code aus dem Monopoly-Gewinnspiel. Dazu kommen interne Bewertungsgruppen wie „CV2″, deren genaue Bedeutung außerhalb des Unternehmens niemand kennt.

Personalisierung

McDonald’s äußerte sich auf Anfrage von Wired und erklärte, die Datenverarbeitung diene der Personalisierung des Kundenerlebnisses, um relevantere Angebote ausspielen zu können. Das ist die erwartbare und im Kern auch plausible Begründung. Jedes Unternehmen mit Loyalty-Programm verfolgt genau dieses Ziel.

Was Kritiker daran stört

Genau hier setzen die kritischen Stimmen an. Jeff Chester vom Center for Digital Democracy nennt die Praxis „kommerzielle Überwachung”. Das ist eine deutliche Formulierung, aber sie beschreibt einen realen Mechanismus, keine Übertreibung.

Lorrie Cranor von der Carnegie Mellon University kritisiert vor allem die Verständlichkeit. Die Datenformate seien für normale Nutzer kaum nachvollziehbar, deshalb brauche es klarere Aufklärung schon beim Registrierungsprozess. Das ist ein Punkt, den ich für den eigentlich entscheidenden halte.

Nicht die Datenerhebung selbst ist das Problem, sondern die Lücke zwischen dem, was Nutzende beim Anmelden und Nutzen erwarten, und dem, was tatsächlich passiert.

Ari Ezra Waldman von der University of California weist auf einen weiteren Aspekt hin. Die eigentliche Gefahr liegt nicht im einzelnen Burger-Kauf, sondern in der jahrelangen Verknüpfung vieler kleiner Datenpunkte. Künstliche Intelligenz macht aus isolierten Informationen ein sehr genaues Bild des Tagesablaufs. Ein einzelner Kauf ist belanglos. Tausend Käufe über Jahre, verknüpft und analysiert, sind es nicht mehr.

Was das bedeutet

Für Unternehmen, die eine Kunden-App oder ein Loyalty-Programm planen oder überarbeiten wollen, sind zwei Punkte relevant:

• Erstens ist eine solche App heute mehr als ein Kanal für Rabatte. Sie ist eine Dateninfrastruktur, die Verhalten in Vorhersagen übersetzt, wenn man sie richtig aufsetzt.
  
• Zweitens wird Transparenz zum strategischen Faktor. Rogers musste ein Gesetz bemühen, um zu erfahren, was über ihn berechnet wird. Unternehmen, die von sich aus verständlich machen, was mit den Daten passiert, verschaffen sich einen Vertrauensvorsprung. Wer wartet, bis Regulierung oder öffentlicher Druck Klarheit erzwingen, verliert diesen Vorsprung schnell an andere.

ZURÜCK