Cookie-less Attribution: warum Marketing Mix Modeling Privacy-First ist

Im Frühjahr 2026 hat Apple die Intelligent Tracking Prevention nochmals verschärft, Chrome läuft mit Privacy-Sandbox als Default, und der Schweizer Datenschutzbeauftragte hat im April einen Leitfaden veröffentlicht, der Multi-Touch-Attribution mit Drittanbieter-Cookies faktisch als rechtlich problematisch einstuft. Die DSGVO-Auslegung des European Data Protection Board geht in dieselbe Richtung. Für Marketing-Teams bedeutet das eine unbequeme Realität: Die klassischen Attribution-Modelle der letzten fünfzehn Jahre — Last-Click, Linear, Time-Decay, Data-Driven — funktionieren technisch und rechtlich immer schlechter.

Was bleibt? Die Marketing-Effektivität muss weiterhin gemessen werden — Geschäftsleitung, Investor-Relations und Marketing-Budgets verlangen Begründungen. Wer 2026 keine Antwort auf 'Was bringt unser TV-Spend wirklich?' liefern kann, verliert das Budget an Konkurrenten, die diese Antwort haben. Multi-Touch-Attribution ist tot, aber die Notwendigkeit, Marketing-Effektivität zu messen, ist es nicht.

Marketing Mix Modeling ist die methodische Antwort, die seit den 1960er-Jahren existiert und genau für diese Situation gebaut wurde. Die zentrale Eigenschaft: MMM arbeitet auf aggregierten Daten ohne Personenbezug. Eine typische MMM-Datentabelle hat eine Zeile pro Woche, Spalten für Marketing-Spend pro Channel (Search, Social, Display, TV, Print, OOH, ai-assistant), Spalten für Conversions oder Sales, optional Saisonalitäts- und Promotions-Variablen. Es gibt keine User-IDs, keine Cookies, keine PII. Aus Datenschutz-Perspektive sind die Trainings-Daten so unproblematisch wie eine Excel-Tabelle mit Quartals-Umsätzen.

Die Bayesian-Mathematik unter der Haube ist mächtig genug, dass dieser Datenschutz-Vorteil keine analytische Einbusse bedeutet. Adstock-Modellierung — die Tatsache, dass eine TV-Werbung nicht nur in der Sendewoche wirkt, sondern den Verkaufseffekt über mehrere Wochen verteilt — wird mathematisch über eine geometrische Decay-Funktion modelliert. Saturation — die Tatsache, dass die zwanzigste TV-Werbeschaltung pro Woche weniger Wirkung hat als die fünfte — wird über eine Hill-Funktion abgebildet. Carryover — Multi-Period-Effekte über Channels hinweg — wird über die Posterior-Verteilung des Bayesian-Models geschätzt. Alle drei Mechanismen brauchen keinen einzigen Cookie, keinen einzigen User-Datenpunkt.

Für einen Schweizer Data Protection Officer ist MMM ein angenehmer Use-Case. Die Daten sind aggregiert. Die Verarbeitungs-Grundlage ist berechtigtes Interesse nach Artikel 31 nDSG beziehungsweise Artikel 6 DSGVO — die Geschäftsleitung hat ein legitimes Interesse an Marketing-Effektivitäts-Messung, und die Verarbeitung greift nicht in die Privatsphäre einzelner Personen ein. Es gibt keine internationale Datenübermittlung in die USA, wenn das MMM-System EU-souverän gehostet ist. Es gibt keine Notwendigkeit für Consent-Management, weil keine personenbezogenen Daten verarbeitet werden. Der gesamte Compliance-Aufwand reduziert sich auf ein Auftragsverarbeitungs-Vertrag mit dem SaaS-Anbieter — Standardware.

EU-souveräne MMM-Infrastruktur ist 2026 keine Selbstverständlichkeit. Viele MMM-Anbieter sind US-basiert (Analytic Partners, Marketing Evolution, Northbeam) und unterliegen damit dem CLOUD Act. Auch wenn die Marketing-Daten aggregiert sind und keine PII enthalten, ist die jurisdiktionale Frage für DACH-Konzerne mit kritischer Marketing-Strategie relevant: Möchte ich, dass meine Channel-ROI-Werte auf US-Servern liegen, wo eine subpoena prinzipiell Zugriff erzwingen kann? Wer das mit nein beantwortet, braucht einen EU-souveränen Anbieter.

MMM-Wizard ist nDSG-first gebaut. Vercel-Hosting in Frankfurt fra1, Neon Postgres in eu-central-1, Vertex AI mit Meridian in europe-west6 Zürich. Daten verlassen die EU nicht. Die Authentifizierung läuft über Clerk mit Workload-Identity-Federation, sodass keine Service-Account-JSON-Keys in Umlauf sind — eine zusätzliche Härtungsschicht gegen Insider-Threats. Der Auftragsverarbeitungs-Vertrag ist im Standard-Pricing-Tier inkludiert und entspricht den Anforderungen des Schweizer Datenschutzbeauftragten für nDSG-konforme Marketing-Analytik.

Für Marketing-Teams, die 2026 ihre Attribution-Strategie neu aufstellen, ist die strategische Empfehlung klar. Multi-Touch-Attribution mit Cookies ist eine Sackgasse — technisch, rechtlich und ethisch. Marketing Mix Modeling ist die methodische Alternative, die alle drei Achsen sauber bedient. Der Übergang ist organisatorisch und ein bisschen kulturell, aber nicht technisch herausfordernd. Wer einen Free-Tier-Account auf marketing-mix-modeling.ch anlegt, kann ohne Vertragsverpflichtung den eigenen Workflow durchspielen und dem DPO ein Praxis-Beispiel für privacy-first Attribution-Messung präsentieren.