Was ist ein Data Clean Room?
Ein Sportartikelhersteller und ein großer Onlinehändler wollen wissen: Wie viele unserer Kunden kaufen auch beim anderen? Keiner will dem anderen seine Kundenliste geben — aus Datenschutzgründen und weil sie bares Geld wert ist.
Die Lösung ist ein Data Clean Room: eine abgesicherte Umgebung, in die beide ihre Daten einspielen. Abgeglichen wird meist über gehashte E-Mail-Adressen, also verschlüsselte Kennungen. Keiner sieht die Rohdaten des anderen. Heraus kommen nur Antworten auf vorher vereinbarte Fragen.
Google beschreibt den Clean Room in seiner BigQuery-Dokumentation als Umgebung, die den direkten Zugriff auf die Rohdaten verhindert und Abfragen beschränkt. Typische Ergebnisse sind:
- Überschneidung: Wie viele gemeinsame Kunden gibt es?
- Messung: Haben die Leute, die meine Anzeige sahen, danach beim Händler gekauft?
- Zielgruppen: ein Segment, das direkt in der Werbeplattform ausgespielt wird, ohne dass jemand die einzelnen Personen sieht.
Welche Clean Rooms gibt es?
Grob gibt es zwei Lager: die Clean Rooms der großen Werbeplattformen und neutrale Technik, auf der Partner ihren eigenen Raum bauen.
Anbieter
Art
Amazon Marketing Cloud
Plattform
Google Ads Data Hub
Plattform
AWS Clean Rooms
neutral
Snowflake
neutral
InfoSum, LiveRamp
neutral
Die Amazon Marketing Cloud ist laut Amazon für berechtigte Werbetreibende kostenlos, läuft auf AWS Clean Rooms und ist auch in Deutschland verfügbar. Für Händler, die bei Amazon werben, ist sie der einfachste Einstieg. Ähnliche Angebote bauen viele Retail-Media-Netzwerke auf.
Damit niemand Einzelne herausrechnet, geben Clean Rooms nur Ergebnisse ab einer Mindestgröße aus. Bei Google Ads Data Hub braucht jede Ergebniszeile rund 20 Nutzer, wenn Rauschen beigemischt wird, und rund 10 bei reinen Klick- und Conversion-Daten.
Was ein Clean Room kostet
Die bekannteste Erhebung ist der „State of Data 2023“ des US-Werbeverbands IAB: 203 Daten-Verantwortliche bei Agenturen, Marken und Verlagen, befragt im November 2022. Die Zahlen sind also US-Daten und schon etwas älter, zeigen aber gut die Größenordnung.
Verbreitung
Wer Datenschutz-Technik nutzt
64 %
nutzen Clean Rooms
61 %
davon seit höchstens 2 Jahren
Verbreitet, aber noch jung
Weitere 21 % erwogen den Einstieg. Basis: Unternehmen, die Datenschutz-Technik einsetzen.
Aufwand
Was die Nutzer investieren
62 %
zahlen ab 200.000 $ im Jahr
49 %
haben 6+ Leute darauf
Ein Projekt für große Budgets
Die größte Hürde: 52 % tun sich schwer, den Nutzen nachzuweisen.
Wofür die Nutzer Clean Rooms einsetzen, ist ebenfalls aufschlussreich: je 47 % für Anonymisierung und Datenschutz, aber nur 26 % für Attribution und 23 % für die Messung von ROI und ROAS.
Beispiele aus der Praxis
Echte Zahlen gibt es fast nur als Fallstudien der Anbieter. Nimm sie als Hinweis, was möglich ist — nicht als Versprechen. Zwei Beispiele aus der Amazon Marketing Cloud, beide aus den USA:
- SimpliSafe (Alarmanlagen, Kampagne 2023): Werbung nur an Leute, die mit der Marke zu tun hatten, aber noch nicht gekauft hatten. Laut Amazon 109 % mehr ROAS und 65 % weniger Kosten pro verkauftem Gerät.
- SexyHair (Haarpflege, A/B-Test Dezember 2024 bis Januar 2025): Lookalike-Zielgruppen aus den wertvollsten Bestandskunden. Laut Amazon 158 % mehr ROAS und 61 % weniger Kosten pro Kauf.
Häufige Fehler
Fehler 1 · „Clean Room heißt anonym, also keine DSGVO“
Gehashte E-Mail-Adressen sind pseudonym, nicht anonym. Wer den Schlüssel hat, kann sie zuordnen. Der BVDW hält fest, dass pseudonymisierte Daten im Clean Room in der Regel personenbezogen bleiben. Für Werbung ist oft eine Einwilligung nötig. Das ist keine Rechtsberatung — sprich vor dem Start mit deinem Datenschutzbeauftragten.
Fehler 2 · Den Aufwand unterschätzen
Ein eigener Clean Room ist kein Plugin. Laut IAB vergehen bis zur Einsatzbereitschaft Monate bis zwei Jahre, und die Hälfte der Nutzer hat ein ganzes Team darauf sitzen.
Fehler 3 · Sich blind auf die Abfrageregeln verlassen
Google weist in der BigQuery-Dokumentation selbst darauf hin, dass Analyseregeln nicht jede geschickt gebaute Abfrage abfangen. Besser sind vorab freigegebene Abfrage-Vorlagen, die beide Partner geprüft haben.
Fehler 4 · Zu kleine Zielgruppen erwarten
Wegen der Mindestgrößen liefern kleine Segmente oft leere oder gefilterte Ergebnisse. Mit 300 Kunden kommst du im Clean Room nicht weit.
Lohnt sich das für dich?
Ein eigener Clean Room lohnt sich für Konzerne, große Händler und Verlage. Als KMU nutzt du ihn höchstens indirekt:
- Du verkaufst über Amazon? Schau dir die Amazon Marketing Cloud an.
- Du wirbst bei einem großen Händler? Frag dessen Retail-Media-Team nach Messung über den Clean Room.
- Sonst: Kundenlisten-Abgleich in Google Ads oder Meta erledigt viel davon mit weniger Aufwand.
Häufige Fragen
Was ist ein Data Clean Room einfach erklärt?
Ein abgesicherter Raum, in den zwei oder mehr Unternehmen ihre Kundendaten einspielen. Sie können gemeinsam auswerten, etwa wie viele Kunden sie teilen, ohne dass einer die Rohdaten des anderen sieht.
Ist ein Data Clean Room DSGVO-konform?
Nicht automatisch. Gehashte E-Mail-Adressen sind pseudonym und bleiben in der Regel personenbezogen. Für Werbezwecke braucht es oft eine Einwilligung, dazu Verträge zwischen den Partnern. Das ist keine Rechtsberatung.
Was kostet ein Data Clean Room?
Ein eigener Clean Room ist teuer: In der IAB-Befragung von 2022 gaben 62 % der Nutzer mindestens 200.000 US-Dollar im Jahr aus. Die Amazon Marketing Cloud ist für berechtigte Werbetreibende dagegen kostenlos.
Was ist der Unterschied zwischen Data Clean Room und CDP?
Eine Customer Data Platform führt die Daten eines einzigen Unternehmens zusammen. Ein Clean Room bringt Daten mehrerer Unternehmen zusammen, ohne dass sie einander offengelegt werden.
Sind die Daten im Clean Room anonym?
Nein, in der Regel pseudonym. Abgeglichen wird meist über gehashte Kennungen, und Ergebnisse gibt es erst ab einer Mindestgröße, damit niemand Einzelne herausrechnen kann.
