Pega Customer Decision Hub

Kurzfazit

Pega Customer Decision Hub gehört zu den führenden Next-Best-Action-Plattformen für Retail-Banken und große B2C-Unternehmen, und zu den komplexesten. Das System entscheidet in Echtzeit, welches Angebot, welche Serviceempfehlung oder welcher Hinweis für jeden einzelnen Kunden im aktuellen Kontext optimal ist. Die Stärke liegt in der kanalübergreifenden Konsistenz: ob Kunden per App, in der Filiale oder im Callcenter angesprochen werden, es greift immer dieselbe Entscheidungslogik. Der Preis dafür sind Implementierungsbudgets im sechs- bis siebenstelligen Bereich und ein Betrieb, der ein dauerhaftes Data-Science-Team voraussetzt.

Für wen ist Pega CDH?

Retail- und Direktbanken mit großer Privatkundenbasis, die ihre Produktdurchdringung systematisch steigern wollen. Pega CDH rechnet sich, wenn die Grundlage für personalisierte Angebote in Echtzeit vorhanden ist: vollständige Transaktionshistorie, ein Data Lake und eine API-fähige Banking-Infrastruktur.

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 Gespräch vor) steuert. Diese kanalübergreifende Konsistenz ist das Hauptargument gegenüber punktuellen, isolierten ML-Modellen.

Regulierte Institute mit Governance-Anforderungen: Für BaFin-regulierte Institute ist die Nachvollziehbarkeit jeder Entscheidung (“Warum wurde diesem Kunden dieses Angebot gemacht?”) ein zentrales Kriterium. Pega CDH protokolliert Entscheidungen mit den relevanten Modellmerkmalen und Scorewerten.

Große B2C-Unternehmen außerhalb des Bankings: Laut Hersteller adressiert die Plattform auch Versicherer, Telekommunikationsanbieter, Healthcare und weitere Branchen mit großem Kundenstamm und hohem Interaktionsvolumen.

Weniger geeignet für: Genossenschaftsbanken und Sparkassen ohne eigenes Data-Science-Team, Neobanken und Startups mit kleiner Kundenbasis sowie Unternehmen, die einen schnellen, günstigen MVP suchen. Für sie ist der Aufwand unverhältnismäßig.

Preise im Detail

Pega CDH hat keine öffentliche Preisliste. Die Lizenzierung orientiert sich an mehreren Faktoren:

Faktor	Wirkung auf den Preis
Entscheidungsvolumen	Anzahl der täglichen Next-Best-Action-Entscheidungen
Kanalabdeckung	Anzahl der integrierten Kanäle (Web, App, Callcenter, Filiale, E-Mail)
Institutsgröße	Kundenstamm und Transaktionsvolumen
Implementierung	Eigenleistung versus zertifizierter Implementierungspartner

Einordnung: Verlässliche, vom Hersteller veröffentlichte Zahlen gibt es nicht. Aus Erfahrung mit Enterprise-Decisioning-Projekten und öffentlich verfügbaren Ausschreibungsunterlagen lässt sich nur grob sagen, dass Gesamtprojekte aus Lizenz und Implementierung typischerweise im sechs- bis siebenstelligen Eurobereich liegen, je nach Umfang und Kanalzahl. Konkrete Beträge nennen wir bewusst nicht, weil sie nicht belastbar belegbar sind. Wer eine Hausnummer für den eigenen Business Case braucht, kommt um ein direktes Angebot von Pegasystems nicht herum. Erste produktive Ergebnisse sind laut Hersteller in wenigen Wochen erreichbar, eine vollständige kanalübergreifende Integration dauert realistisch viele Monate.

Stärken im Detail

Echtzeit-Entscheidung als Kern. Das ist kein nachträglich angeflanschtes KI-Feature, sondern der Produktkern. Laut Pega bewertet die Plattform Tausende möglicher Aktionen in Millisekunden und wählt die für den jeweiligen Kunden im jeweiligen Moment beste aus. Das unterscheidet CDH von Marketing-Tools, die Kampagnen lediglich segmentbasiert ausspielen.

Adaptive, selbstlernende Modelle. Der Adaptive Decision Manager erkennt laut Hersteller Verhaltensänderungen in Echtzeit und passt Vorhersagen laufend an. Praktisch heißt das: Ein Modell, das auf einen veränderten Markt oder ein neues Kundenverhalten trifft, korrigiert sich aus dem Feedback (Annahme oder Ablehnung eines Angebots) selbst nach, ohne dass jedes Mal ein manueller Re-Training-Zyklus angestoßen werden muss.

Eine Logik über alle Kanäle. Das stärkste Argument für CDH ist die Konsistenz. Statt für Web, App, Callcenter und Filiale je eigene Regeln und Modelle zu pflegen, läuft alles durch eine Entscheidungsschicht. Ein Kunde, dem die App heute ein Angebot gezeigt hat, bekommt es im Callcenter nicht morgen ein zweites Mal aufgedrängt.

Branchen-Vorlagen verkürzen den Start. Pega liefert vorkonfigurierte Entscheidungslogik für Banking, Versicherung, Telekommunikation und weitere Branchen mit. Das reduziert den Aufwand, die häufigsten Anwendungsfälle (Cross-Sell, Up-Sell, Retention) von Grund auf neu modellieren zu müssen.

Schwächen ehrlich betrachtet

Der Einstieg ist teuer und langsam. CDH ist kein Werkzeug, das ein Team in einer Woche evaluiert und nach einem Monat produktiv hat. Realistisch sind ein mehrmonatiger Evaluierungsprozess und eine Einführung, die ein dediziertes Projektteam und oft einen externen, Pega-zertifizierten Implementierungspartner bindet. Workaround: Mit einem klar abgegrenzten Proof of Concept in einem einzigen Kanal starten, statt den Gesamtumfang sofort zu beauftragen.

Ohne Data-Science-Kompetenz läuft nichts. Die Plattform liefert die Engine, aber die Qualität der Entscheidungen hängt an sauber gepflegten Daten, durchdachter Strategie und kontinuierlicher Modellpflege. Wer kein eigenes Analytics-Team hat, ist dauerhaft auf teure externe Beratung angewiesen.

Vendor-Lock-in. Entscheidungslogik, Modelle und Workflows leben in der proprietären Pega-Plattform. Ein späterer Wechsel zu einem anderen Anbieter bedeutet praktisch einen Neuaufbau. Das ist bei Enterprise-Decisioning kein Pega-Sonderfall, sollte aber bei der Auswahl bewusst eingepreist werden.

Intransparente Kosten. Ohne öffentliche Preise lässt sich der Business Case vorab nur schwer rechnen. Vergleichsangebote einzuholen ist aufwendig, weil jeder Anbieter individuell kalkuliert.

Alternativen im Vergleich

Wenn du…	Dann besser
Einen schnelleren Aufbau mit eigenen ML-Modellen statt einer Komplettplattform brauchst	als Daten- und ML-Basis
Decisioning eng an dein CRM koppeln willst	mit Financial Services Cloud
Zunächst eine saubere Kundendatenbasis und Segmentierung brauchst	als Customer Data Platform
Kampagnen-Execution vor Echtzeit-Decisioning priorisierst	für kanalübergreifende Kampagnen
Betrugserkennung neben dem Next-Best-Offer brauchst	als Betrugs-Layer

Pega CDH spielt in der Liga der großen Enterprise-Decisioning-Plattformen, neben Anbietern wie SAS, Adobe (Journey Optimizer) oder Salesforce Marketing Cloud. Diese werden hier ohne Link genannt, weil sie noch nicht eigenständig bei uns geprüft sind.

So steigst du ein

Schritt 1: Kontakt mit Pegasystems über pega.com aufnehmen. Der Evaluierungsprozess beginnt in der Regel mit einem Business-Case-Workshop. Bereite Kennzahlen vor: Kundenstamm, aktuelle Cross-Sell-Rate und bestehende Analytics-Kapazitäten.

Schritt 2: Im Proof of Concept wird CDH mit einem begrenzten Datensatz konfiguriert, typisch einige Monate Transaktionshistorie für eine Produktkategorie. Die mitgelieferten Branchen-Vorlagen reduzieren den Konfigurationsaufwand für die häufigsten Anwendungsfälle deutlich.

Schritt 3: Go-Live in einem Kanal zuerst, meist Online-Banking, wo A/B-Tests am einfachsten sind. Erst nach validiertem Erfolg in diesem Kanal folgt der Rollout auf weitere Kanäle.

Ein konkretes Beispiel

Eine Regionalbank mit rund 800.000 Privatkunden identifiziert über Pega CDH jeden Monat eine Gruppe von Kunden, deren Transaktionsmuster auf einen bevorstehenden Immobilienkauf hindeuten (steigende Sparrate, Anfragen zur Baufinanzierung im Online-Banking, erste Hinweise auf eine Zweitbankbeziehung). Statt eines Massen-Mailings oder Cold-Calls blendet das System diesen Kunden im Online-Banking gezielt einen passenden Einstiegspunkt zur Baufinanzierung ein. Die Bank misst den Effekt sauber per A/B-Test gegen eine untargetierte Kontrollgruppe, bevor sie die Logik auf Filiale und Callcenter ausweitet. Der entscheidende Punkt ist nicht die einzelne Kampagne, sondern dass dieselbe Entscheidung über alle Kanäle konsistent getroffen wird.

DSGVO & Datenschutz

• Datenhosting: Pega Cloud ist ein vom Hersteller betriebener Managed-Service mit Verschlüsselung der Daten im Ruhezustand und während der Übertragung sowie Zertifizierung nach globalen Compliance-Standards. Daneben sind client-managed Cloud- und On-Premise-Betrieb gängige Modelle. Eine EU-Datenresidenz lässt sich vertraglich vereinbaren, die konkrete Region sollte im Vertrag explizit festgelegt werden, da die offizielle Produktseite keine fixe EU-Region benennt.
• Art. 22 DSGVO: CDH priorisiert in der Regel Produktempfehlungen für menschliche Berater oder steuert Marketingmaßnahmen, statt automatisiert Entscheidungen mit rechtlicher Wirkung zu treffen. Wird das System dennoch in einem Prozess mit rechtlicher Wirkung (etwa Kreditentscheidung) eingesetzt, greift Art. 22 DSGVO mit entsprechenden Schutzpflichten.
• Profiling: Das Verhaltens-Scoring ist Profiling nach Art. 4 Nr. 4 DSGVO und braucht eine Rechtsgrundlage. Berechtigtes Interesse (Art. 6 Abs. 1 lit. f) ist möglich, erfordert aber eine dokumentierte Interessenabwägung und Transparenz gegenüber den Betroffenen.
• Auftragsverarbeitung: Für den Betrieb über Pega Cloud ist ein Auftragsverarbeitungsvertrag (AVV/DPA) erforderlich. Pega stellt entsprechende Vorlagen bereit, die im Einzelfall zu prüfen sind.
• Modell-Governance: Nachvollziehbar protokollierte Entscheidungen unterstützen die Anforderungen an eine prüfbare KI-Governance in regulierten Instituten.

Gut kombiniert mit

• : als Daten- und Feature-Plattform, die saubere, modellfertige Daten an CDH liefert. CDH entscheidet, Databricks hält die analytische Datenbasis vor.
• : als Customer Data Platform, die Ereignisse und Profile aus vielen Quellen konsolidiert, bevor sie in die Entscheidungsschicht laufen. So bekommt CDH eine konsistente Kundensicht.
• : für Echtzeit-Betrugserkennung parallel zum Next-Best-Offer. Während CDH die beste Aktion bestimmt, prüft ein Fraud-Layer dieselbe Transaktion auf Risiko, eine sinnvolle Trennung der Zuständigkeiten.

Unser Testurteil

Vier von fünf Sternen. Pega Customer Decision Hub ist eine ausgereifte, technisch starke Plattform mit einem klaren KI-Kern: Echtzeit-Decisioning und selbstlernende Modelle, die in Millisekunden über die nächste Aktion entscheiden. Die kanalübergreifende Konsistenz und die Auditierbarkeit sind echte Differenzierungsmerkmale für regulierte Finanzinstitute. Den fünften Stern kostet die Einstiegshürde: hohe Kosten ohne transparente Preise, langer Einführungsprozess, hohe Abhängigkeit von Data-Science-Kompetenz und spürbarer Vendor-Lock-in. Für große, gut aufgestellte Institute ist CDH eine erstklassige Wahl. Für alle anderen ist es überdimensioniert.

Was wir bemerkt haben

• Juni 2026 — Die offizielle Produktseite firmiert unter “Decision Hub” und nennt GenAI-gestützte Content-Optimierung als eigenes Feature neben dem klassischen Adaptive Decision Manager. Der KI-Kern ist damit klar ausgewiesen, nicht nur Marketing.
• Juni 2026 — Pega macht weder zu Preisen noch zu einer konkreten EU-Datenresidenz öffentliche Angaben. Wir haben unsere früheren konkreten Preis- und Hosting-Aussagen entsprechend entschärft: belastbar ist nur, dass eine EU-Residenz vertraglich vereinbar ist und keine öffentliche Preisliste existiert.