{ "meta": { "name": "Marcel de Oliveira Ferreira", "title": "MarTech & Data Leader", "tags": "Marketing Technology · Product & Strategy · Measurement · First-Party Data · AI", "location": "Wedel, Germany", "email": "hello@marcel-oliveira.de", "linkedin": "https://www.linkedin.com/in/marcel-de-oliveira-ferreira", "photo": "img/hero-photo.jpg" }, "about": { "de": [ "Ich verbinde Technologie, Data, Product und Strategy und bin besonders stark darin, aus komplexen Themen klare Strukturen, funktionierende Operating Models und pragmatische Prozesse zu entwickeln. Dabei denke ich konsequent vom Business Value aus, bringe Teams und Stakeholder zusammen und bleibe nah an der Technologie. Ich probiere neue Ansätze gerne selbst aus, verliere dabei aber nie den Blick für die Frage, was tatsächlich einen Unterschied macht. Mein Anspruch ist nicht, die perfekte Lösung zu bauen, sondern die richtige Lösung, die funktioniert und skalierbaren Mehrwert schafft.", "Mich treibt die Frage, wie Technologie echten Geschäftswert erzeugt. Am liebsten arbeite ich dort, wo ich Capabilities aufbauen, Operating Models gestalten und mit Gestaltungsspielraum Dinge wirklich bewegen kann." ], "en": [ "I connect Technology, Data, Product and Strategy and I'm particularly strong at turning complex topics into clear structures, working operating models and pragmatic processes. I consistently think from business value, bring teams and stakeholders together and stay close to technology. I like to try new approaches hands-on, but never lose sight of what actually makes a difference. My ambition is not to build the perfect solution, but the right solution, one that works and creates scalable value.", "What drives me is the question of how technology creates real business value. I thrive where I can build capabilities, shape operating models and truly move things forward with the freedom to make an impact." ] }, "experience": [ { "role": "Team Lead / Chapter Lead, Tracking & Analytics", "company": "CTS EVENTIM / EVENTIM Tech", "location": "Hamburg", "date": { "de": "2019 – Heute", "en": "2019 – Present" }, "progression": [ { "year": "2025", "role": "Team Lead / Chapter Lead, Tracking & Analytics" }, { "year": "2019", "role": "Lead Data Science Manager, Tracking & Analytics" } ], "description": { "de": "Aufbau und Skalierung der gruppenweiten Tracking & Analytics Capability: von der ersten Implementierung bis zur Leitung über People, Strategie, Produkt und Delivery. Gestaltung des Operating Models und der Governance für autonome Produktteams über mehrere Märkte und Business Units hinweg. Entwicklung eines Self-Service-Produkts, das Marketing-Teams befähigt, Partner-Tracking und Conversions-API-Integrationen eigenständig zu verwalten. Verantwortung für die globale Tracking-Strategie, den internationalen Rollout von GA4 und Server-Side GTM sowie den Aufbau einer skalierbaren, resilienten Server-Side-Infrastruktur.", "en": "Built and scaled the group-wide Tracking & Analytics capability: from initial implementation to leading across people, strategy, product and delivery. Designed the operating model and governance for autonomous product teams across multiple markets and business units. Developed a self-service product enabling marketing teams to independently manage partner tracking and Conversions API integrations. Responsible for global tracking strategy, international rollout of GA4 and Server-Side GTM, and building scalable, resilient server-side infrastructure." } }, { "role": "Senior Web Analyst", "company": "DocMorris B.V.", "location": "Heerlen, Netherlands", "date": { "de": "2016 – 2019", "en": "2016 – 2019" }, "description": { "de": "Strategische Beratung der E-Commerce- und Marketing-Teams auf Basis von Web- und App-Analytics. Aufbau datengetriebener Entscheidungsprozesse und Leitung der Plattform-Migration auf Google Analytics und Google Tag Manager. Enge Zusammenarbeit mit Produkt und IT zur Optimierung des Measurement-Setups.", "en": "Strategic advisory to E-Commerce and Marketing teams based on web and app analytics. Established data-driven decision-making processes and led the platform migration to Google Analytics and Google Tag Manager. Close collaboration with Product and IT to optimize the measurement setup." } }, { "role": "Senior Consultant Digital Analytics", "company": "TRKKN GmbH", "location": "Hamburg", "date": { "de": "2014 – 2016", "en": "2014 – 2016" }, "description": { "de": "Beratung namhafter Kunden zu Google Analytics 360, Tag Management und digitaler Messstrategie. Konzeption und Umsetzung von Tracking-Architekturen, Leitung von Workshops und Schulungen sowie Durchführung komplexer Analytics-Projekte über verschiedene Branchen hinweg.", "en": "Consulting major clients on Google Analytics 360, tag management and digital measurement strategy. Designed and implemented tracking architectures, led workshops and training sessions, and delivered complex analytics projects across multiple industries." } } ], "skills": [ { "icon": "strategy", "title": "Strategy & Leadership", "items": [ "MarTech Strategy & Roadmaps", "Capability & Product Leadership", "Operating Models & Governance", "People Leadership", "Stakeholder & Agency Management" ] }, { "icon": "analytics", "title": "MarTech & Measurement", "items": [ "GA4 · GTM · Server-Side GTM", "Google Tag Gateway", "Conversions API · Partner Tracking", "First-Party Data & Consent", "Attribution & Incrementality", "Marketing Data Activation" ] }, { "icon": "cloud", "title": "Cloud & Data", "items": [ "Google Cloud Platform", "Cloud Run · Firebase", "BigQuery & Data Pipelines", "Server-Side Infrastructure", "API Integrations" ] }, { "icon": "tech", "title": "AI & Development", "items": [ "AI-Assisted Development (Claude)", "Local AI (Ollama)", "MCP Servers (GTM, GA4)", "Conversational Analytics", "Agentic Workflows & Automation", "JavaScript · Python · SQL" ] } ], "education": [ { "type": "degree", "title": "M.Sc. International Entrepreneurship, Management & Marketing", "place": "University of Bremen", "date": "2011 – 2014" }, { "type": "degree", "title": "B.A. Social Economics, Marketing & Innovation Management", "place": "University of Hamburg", "date": "2008 – 2011" }, { "type": "degree", "title": "Erasmus Exchange", "place": "University of Porto", "date": "2013 – 2014" }, { "type": "cert", "title": "Google Cloud Digital Leader", "place": "Google Cloud", "date": "2024-12-30", "link": "https://www.credly.com/badges/e2c2dabf-459b-41c7-ba82-ca79421a59a7", "badge": "https://images.credly.com/images/44994cda-b5b0-44cb-9a6d-d29b57163073/linkedin_thumb_image.png" }, { "type": "cert", "title": "Passion2Lead", "place_de": "Leadership-Entwicklungsprogramm", "place_en": "Leadership development program" }, { "type": "cert", "title": "Vom Kollegen zum Vorgesetzten I", "place": "Haufe Akademie", "date": "2024-08-14", "link": "https://badges.haufe-akademie.de/assertions/v4_6oYPzS5qwMOT51AnhYA", "badge": "https://badges.haufe-akademie.de/assertions/v4_6oYPzS5qwMOT51AnhYA/image" } ], "languages": [ { "de": "Deutsch (Muttersprache)", "en": "German (Native)" }, { "de": "Englisch, fließend (C1)", "en": "English, Fluent (C1)" } ], "insightCategories": [ { "id": "all", "de": "Alle", "en": "All" }, { "id": "martech-strategy", "de": "MarTech Strategie", "en": "MarTech Strategy" }, { "id": "ai-automation", "de": "AI & Automation", "en": "AI & Automation" } ], "insights": [ { "id": "self-service-martech", "status": "published", "category": "martech-strategy", "date": "2026-09-15", "title": { "de": "Tracking im Konzern skalieren: Self-Service statt Headcount", "en": "Scaling Tracking in a Corporation: Self-Service Over Headcount" }, "summary": { "de": "Wenn HQ, Ländermärkte und verschiedene Business Units alle Tracking brauchen, ist die Antwort nicht ein riesiges Team, sondern Standardisierung und Self-Service.", "en": "When HQ, country markets and different business units all need tracking, the answer isn't a huge team. It's standardization and self-service." }, "content": { "de": [ "In einem Konzern kommen Tracking-Anforderungen von überall: Marketing und Product im HQ, Ländermärkte mit eigenen Teams und Prioritäten, dazu verschiedene Geschäftsbereiche wie B2B oder Produkte abseits vom Kerngeschäft. Jeder braucht Tracking, jeder braucht es jetzt, und jeder hat andere Anforderungen.", "Die naheliegende Reaktion: mehr Leute einstellen. Aber ein zentrales Team, das jede Anfrage selbst umsetzt, wird zum Flaschenhals. Je mehr Stakeholder, desto länger die Wartezeiten. Das Team wächst, aber die Geschwindigkeit nicht.", "Die Lösung liegt in zwei Self-Service-Ansätzen mit klaren Guardrails:", "Erstens: Marketing Vendor Tracking als Self-Service. Marketing-Teams müssen Partner-Pixel, Conversions-API-Integrationen und Vendor-Tags eigenständig verwalten können. Nicht über Tickets, sondern über ein Produkt mit Validierung, Governance und Audit-Trail. Das zentrale Team definiert die Standards, die Teams arbeiten innerhalb dieser Leitplanken autonom.", "Zweitens: Tracking-Konzepterstellung als Self-Service. Produktteams müssen Features immer mit Tracking ausrollen können, ohne auf das zentrale Team warten zu müssen. Dafür brauchen sie standardisierte Templates, klare Event-Taxonomien und dokumentierte Patterns, die sie eigenständig anwenden können.", "Die Agentur wird in diesem Modell zur Werkbank: Sie unterstützt bei komplexen Sonderfällen und liefert Kapazität bei Peaks, aber sie ist nicht der Operator des Tagesgeschäfts. Die Ownership bleibt im Unternehmen.", "Das Ergebnis: Ein kleines zentrales Team, das Standards setzt, Produkte baut und enablet, statt ein großes Team, das Tickets abarbeitet. Skalierung durch Architektur, nicht durch Headcount." ], "en": [ "In a corporation, tracking requests come from everywhere: marketing and product at HQ, country markets with their own teams and priorities, plus different business units like B2B or products beyond the core business. Everyone needs tracking, everyone needs it now, and everyone has different requirements.", "The obvious reaction: hire more people. But a central team that handles every request itself becomes a bottleneck. The more stakeholders, the longer the wait times. The team grows, but the speed doesn't.", "The solution lies in two self-service approaches with clear guardrails:", "First: marketing vendor tracking as self-service. Marketing teams need to independently manage partner pixels, Conversions API integrations and vendor tags. Not through tickets, but through a product with validation, governance and an audit trail. The central team defines the standards; teams work autonomously within those guardrails.", "Second: tracking concept creation as self-service. Product teams must be able to ship features with tracking at all times, without waiting for the central team. This requires standardized templates, clear event taxonomies and documented patterns they can apply independently.", "In this model, the agency becomes a workbench: it supports with complex edge cases and provides capacity during peaks, but it's not the operator of day-to-day work. Ownership stays within the company.", "The result: a small central team that sets standards, builds products and enables, instead of a large team processing tickets. Scaling through architecture, not headcount." ] } }, { "id": "signal-engineering", "status": "published", "category": "martech-strategy", "date": "2026-08-20", "title": { "de": "Signal Engineering: Warum Daten dem Unternehmen gehören, nicht den Vendoren", "en": "Signal Engineering: Why Your Data Belongs to You, Not Your Vendors" }, "summary": { "de": "Wie ein First-Party-Ansatz mit eigener Server-Side-Infrastruktur volle Kontrolle über jeden Datenpunkt schafft, der das Unternehmen verlässt.", "en": "How a first-party approach with your own server-side infrastructure creates full control over every data point that leaves the company." }, "content": { "de": [ "Im klassischen Setup laden Consent-Plattformen, Tracking-Libraries und Marketing-Pixel als externe Scripts direkt im Browser. Das funktioniert, aber das Unternehmen gibt damit einen Teil der Kontrolle ab: Welche Daten genau gesendet werden, in welchem Format, an welchen Endpoint. Das bestimmt der Vendor.", "Signal Engineering ist ein Ansatz, der diese Kontrolle zurückholt. Die Idee: Alle Libraries werden First-Party geladen, von Consent über Tracking bis zu Marketing-Pixeln. Zwischen dem Nutzer und den Downstream-Vendoren steht eine eigene Server-Side-Infrastruktur, die als Proxy fungiert.", "Dieser Server wird zum zentralen Steuerungspunkt. Jedes Signal, das an Google, Meta oder andere Partner geht, läuft durch die eigene Infrastruktur. Dort lässt sich gezielt entscheiden: Was wird weitergeleitet, was wird angereichert, was wird gefiltert. Consent-Entscheidungen werden nicht nur im Browser gesetzt, sondern serverseitig durchgesetzt.", "Praktisch bedeutet das: Ein einheitliches Event-Format, das zentral verarbeitet und dann vendorspezifisch transformiert wird. Kein direkter Zugriff externer Scripts auf den Browser. Und ein klares Bild darüber, welche Daten das Unternehmen tatsächlich verlassen.", "Die Vorteile liegen auf drei Ebenen. Datenqualität: Die zentrale Verarbeitung ermöglicht Validierung und Standardisierung an einer Stelle. Unabhängigkeit: Vendor-Wechsel oder API-Änderungen betreffen nur die Server-Side-Schicht, nicht die gesamte Implementierung. Compliance: Consent wird technisch durchgesetzt, nicht nur als Signal mitgeschickt.", "Signal Engineering erfordert Investition in Infrastruktur und Know-how. Aber für Unternehmen, die Tracking als strategische Capability verstehen, ist es der konsequente nächste Schritt: Daten bewusst steuern statt weitergeben." ], "en": [ "In a classic setup, consent platforms, tracking libraries and marketing pixels load as external scripts directly in the browser. That works, but the company gives up part of its control: which data exactly is sent, in what format, to which endpoint. That's determined by the vendor.", "Signal engineering is an approach that reclaims this control. The idea: all libraries are loaded first-party, from consent to tracking to marketing pixels. Between the user and downstream vendors sits a proprietary server-side infrastructure acting as a proxy.", "This server becomes the central control point. Every signal going to Google, Meta or other partners runs through your own infrastructure. There, you can precisely decide: what gets forwarded, what gets enriched, what gets filtered. Consent decisions are not just set in the browser but enforced server-side.", "In practice, this means: a unified event format that's processed centrally, then transformed vendor-specifically. No direct access of external scripts to the browser. And a clear picture of which data actually leaves the company.", "The benefits operate on three levels. Data quality: central processing enables validation and standardization in one place. Independence: vendor switches or API changes only affect the server-side layer, not the entire implementation. Compliance: consent is technically enforced, not just sent along as a signal.", "Signal engineering requires investment in infrastructure and expertise. But for companies that understand tracking as a strategic capability, it's the logical next step: deliberately steering data instead of passing it on." ] } }, { "id": "ai-martech-stack", "status": "coming-soon", "category": "ai-automation", "date": "2026-09-28", "title": { "de": "Wie AI den MarTech Stack verändert, und was gleich bleibt", "en": "How AI Is Changing the MarTech Stack, and What Stays the Same" }, "summary": { "de": "AI automatisiert Ausführung, aber die Grundlagen (saubere Daten, klare Measurement-Strategien, definierte Prozesse) werden wichtiger, nicht weniger.", "en": "AI automates execution, but the fundamentals (clean data, clear measurement strategies, defined processes) become more important, not less." }, "content": { "de": [ "Jede Woche erscheint ein neues AI-Tool, das verspricht, Marketing-Measurement zu revolutionieren. Automatische Insights, Predictive Attribution, AI-generierte Tracking-Implementierungen. Die Versuchung ist groß, sofort einzusteigen.", "Aber AI verstärkt, was da ist. Wenn die Datenbasis unsauber ist, produziert AI schneller schlechte Entscheidungen. Wenn die Measurement-Strategie unklar ist, automatisiert AI die falsche Metrik. Wenn Prozesse fehlen, skaliert AI das Chaos.", "Was sich ändert: Die Ausführungsebene. Repetitive Aufgaben wie QA, Anomalie-Erkennung, Tag-Konfiguration und Report-Erstellung werden zunehmend von AI übernommen. Das befreit Teams für strategische Arbeit.", "Was gleich bleibt: Die Architektur. Saubere Event-Taxonomien, durchdachte Consent-Flows, klare Data Contracts zwischen Teams. Das ist die Grundlage, auf der AI erst wirksam wird. Wer hier Abkürzungen nimmt, baut auf Sand." ], "en": [ "Every week a new AI tool appears promising to revolutionize marketing measurement. Automatic insights, predictive attribution, AI-generated tracking implementations. The temptation to jump in immediately is strong.", "But AI amplifies what's already there. If the data foundation is messy, AI produces bad decisions faster. If the measurement strategy is unclear, AI automates the wrong metric. If processes are missing, AI scales the chaos.", "What changes: the execution layer. Repetitive tasks like QA, anomaly detection, tag configuration and report generation are increasingly handled by AI. This frees teams for strategic work.", "What stays the same: the architecture. Clean event taxonomies, well-designed consent flows, clear data contracts between teams. That's the foundation on which AI becomes effective. Cut corners here, and you're building on sand." ] } }, { "id": "tracking-governance-framework", "status": "published", "category": "martech-strategy", "date": "2026-07-10", "title": { "de": "Ein Framework für Tracking Governance in Matrix-Organisationen", "en": "A Framework for Tracking Governance in Matrix Organizations" }, "summary": { "de": "Wie man Standards und Autonomie in Einklang bringt, wenn mehrere Produktteams unabhängig Tracking entwickeln.", "en": "How to balance standards and autonomy when multiple product teams independently develop tracking." }, "content": { "de": [ "In einer Matrix-Organisation mit autonomen Produktteams entsteht ein natürliches Spannungsfeld: Jedes Team will schnell und unabhängig arbeiten. Gleichzeitig braucht die Organisation konsistente Daten für übergreifende Analyse und Reporting.", "Das Framework hat drei Ebenen:", { "type": "image", "src": "img/governance-framework.svg", "alt": "Tracking Governance Framework: 3 Ebenen" }, "Ebene 1: Nicht-verhandelbare Standards. Die Regeln, die für alle Teams gelten: Event-Namenskonventionen, Consent-Handling, Datenqualitäts-Checks. Zentral definiert und automatisiert durchgesetzt.", "Ebene 2: Empfohlene Patterns. Bewährte Implementierungsmuster, die Teams nutzen können, aber nicht müssen. Ein Tracking-Template für Standard-E-Commerce-Events, eine Referenz-Architektur für Server-Side Setups.", "Ebene 3: Team-Autonomie. Alles, was nicht in Ebene 1 oder 2 fällt, entscheidet das Team selbst. Welche Custom Events sie tracken, wie sie ihre Dashboards bauen, welche Partner sie integrieren.", "Der Schlüssel: Ebene 1 muss schmal und klar sein. Zu viele Standards ersticken die Geschwindigkeit. Zu wenige führen zu Datenchaos. Die Balance zu finden ist eine Führungsaufgabe, keine technische." ], "en": [ "In a matrix organization with autonomous product teams, a natural tension arises: every team wants to move fast and independently. At the same time, the organization needs consistent data for cross-cutting analysis and reporting.", "The framework has three layers:", { "type": "image", "src": "img/governance-framework.svg", "alt": "Tracking Governance Framework: 3 Layers" }, "Layer 1: Non-negotiable standards. Rules that apply to all teams: event naming conventions, consent handling, data quality checks. Defined centrally and enforced automatically.", "Layer 2: Recommended patterns. Proven implementation patterns that teams can use, but don't have to. A tracking template for standard e-commerce events, a reference architecture for server-side setups.", "Layer 3: Team autonomy. Everything that doesn't fall into layer 1 or 2 is the team's decision. Which custom events they track, how they build their dashboards, which partners they integrate.", "The key: Layer 1 must be narrow and clear. Too many standards kill speed. Too few lead to data chaos. Finding the balance is a leadership task, not a technical one." ] } } ], "cases": [ { "id": "tracking-capability-operating-model", "status": "coming-soon", "title": { "de": "Gruppenweite Tracking Capability mit Operating Model & Governance", "en": "Group-Wide Tracking Capability with Operating Model & Governance" }, "summary": { "de": "Von Null zur eigenständigen Capability: Team, Strategie, Produkt, Governance und skalierbare Strukturen für autonome Produktteams.", "en": "From zero to a self-sustaining capability: team, strategy, product, governance and scalable structures for autonomous product teams." }, "content": { "de": [], "en": [] } }, { "id": "self-service-product", "status": "coming-soon", "title": { "de": "Self-Service Produkt: Marketing-Teams aus der Agenturabhängigkeit", "en": "Self-Service Product: Freeing Marketing Teams from Agency Dependency" }, "summary": { "de": "Ein Produkt, das Marketing-Teams befähigt, Partner-Tracking eigenständig zu verwalten.", "en": "A product enabling marketing teams to independently manage partner tracking." }, "content": { "de": [], "en": [] } }, { "id": "data-quality-avo", "status": "coming-soon", "title": { "de": "Data Quality & Prozesse mit Avo", "en": "Data Quality & Processes with Avo" }, "summary": { "de": "Einführung von Avo als zentrale Tracking-Governance-Plattform für Datenqualität, Prozesse und Produktteam-Enablement.", "en": "Introducing Avo as a central tracking governance platform for data quality, processes and product team enablement." }, "content": { "de": [], "en": [] } }, { "id": "dependency-map-tool", "status": "published", "title": { "de": "Transparenz im Operating Model: Tracking Dependency Map", "en": "Operating Model Transparency: Tracking Dependency Map" }, "summary": { "de": "Architektur, Abhängigkeiten, Risiken und Prozesse sichtbar gemacht, um fundierte Entscheidungen im Team zu ermöglichen.", "en": "Making architecture, dependencies, risks and processes visible to enable informed decision-making across the team." }, "content": { "de": [ "Vor dem Tool gab es im Team keine Formalisierung der operativen Arbeit. Kein zentrales Bild der Architektur, keine dokumentierten Abhängigkeiten, keine standardisierten Prozesse. Wissen steckte in Köpfen. Unser Tracking-Stack umfasst über 30 Komponenten: Applikationen, Infrastruktur, Datenbanken, externe Services, CI/CD-Pipelines und Ad-Plattformen, verteilt auf mehrere Teams. Wer was besitzt, was wovon abhängt und was bei einer Änderung passiert, war nirgends sichtbar.", "Inspiriert von Ansätzen wie Process-Driven Operations habe ich ein internes Tool gebaut: die Tracking Dependency Map. Kein Architektur-Poster, sondern ein operatives Werkzeug, das Struktur, Abhängigkeiten und Prozesse an einem Ort zusammenbringt.", "Die Graph-Ansicht zeigt die gesamte Architektur mit allen Abhängigkeiten. Klickt man auf eine Komponente, sieht man sofort: welche direkten Abhängigkeiten bestehen, welche Systeme transitiv betroffen sind und welche Teams kontaktiert werden müssen.", { "type": "image", "src": "img/dependency-map.png", "alt": "Graph-Ansicht: Architektur und Abhängigkeiten" }, "Die Matrix-Ansicht macht Impact-Analyse planbar. Zeile auswählen, Spalten ablesen: direkte Abhängigkeit oder transitiv betroffen? Das ist besonders relevant vor Releases, Migrationen oder wenn ein externer Partner etwas ändert.", { "type": "image", "src": "img/dependency-matrix.png", "alt": "Matrix-Ansicht: Abhängigkeitsmatrix" }, "Die Prozess-Ansicht dokumentiert operative Abläufe als Step-by-Step Runbooks, verknüpft mit den jeweiligen Komponenten. Kein Wiki, das veraltet, sondern direkt am System angedockt.", { "type": "image", "src": "img/dependency-processes.png", "alt": "Prozess-Ansicht: Runbooks" }, "Das Tool hat drei Dinge verändert: Neue Teammitglieder verstehen die Architektur in Minuten statt Wochen. Impact-Analysen vor Changes sind keine Bauchgefühl-Entscheidungen mehr. Und Prozesse sind dort dokumentiert, wo sie gebraucht werden, nicht irgendwo im Wiki." ], "en": [ "Before the tool, there was no formalization of operational work in the team. No central picture of the architecture, no documented dependencies, no standardized processes. Knowledge lived in people's heads. Our tracking stack comprises over 30 components: applications, infrastructure, databases, external services, CI/CD pipelines and ad platforms, distributed across multiple teams. Who owns what, what depends on what, and what happens when something changes was nowhere visible.", "Inspired by approaches like process-driven operations, I built an internal tool: the Tracking Dependency Map. Not an architecture poster, but an operational tool that brings structure, dependencies and processes together in one place.", "The graph view shows the entire architecture with all dependencies. Clicking on a component immediately reveals: which direct dependencies exist, which systems are transitively affected, and which teams need to be contacted.", { "type": "image", "src": "img/dependency-map.png", "alt": "Graph view: Architecture and dependencies" }, "The matrix view makes impact analysis plannable. Select a row, read across the columns: direct dependency or transitively affected? This is particularly relevant before releases, migrations, or when an external partner changes something.", { "type": "image", "src": "img/dependency-matrix.png", "alt": "Matrix view: Dependency matrix" }, "The process view documents operational workflows as step-by-step runbooks, linked to the respective components. No wiki that gets outdated, but directly attached to the system.", { "type": "image", "src": "img/dependency-processes.png", "alt": "Process view: Runbooks" }, "The tool changed three things: New team members understand the architecture in minutes instead of weeks. Impact analyses before changes are no longer gut-feel decisions. And processes are documented where they're needed, not somewhere in a wiki." ] } } ], "reading": [ { "id": "measure-what-matters", "status": "published", "title": "Measure What Matters", "author": "John Doerr", "tag": { "de": "Strategy", "en": "Strategy" }, "content": { "de": [ "Das Standardwerk zu OKRs. Doerr zeigt anhand von Beispielen aus Google, Intel und der Gates Foundation, wie Objectives and Key Results Organisationen helfen, Fokus zu schaffen und Fortschritt messbar zu machen.", "Mein Takeaway: OKRs funktionieren dann, wenn sie nicht als Controlling-Instrument missbraucht werden, sondern als Alignment-Tool. Die Stärke liegt darin, Teams auf wenige wichtige Ziele zu fokussieren und Transparenz über Fortschritt herzustellen.", "Empfehlung: Pflichtlektüre für jeden, der Strategie in operative Ziele übersetzen muss." ], "en": [ "The definitive guide to OKRs. Doerr uses examples from Google, Intel and the Gates Foundation to show how Objectives and Key Results help organizations create focus and make progress measurable.", "My takeaway: OKRs work when they're not misused as a controlling instrument but as an alignment tool. Their strength lies in focusing teams on a few important goals and creating transparency about progress.", "Recommendation: essential reading for anyone who needs to translate strategy into operational goals." ] } }, { "id": "good-strategy-bad-strategy", "status": "published", "title": "Good Strategy Bad Strategy", "author": "Richard Rumelt", "tag": { "de": "Strategy", "en": "Strategy" }, "content": { "de": [ "Rumelt räumt auf mit dem Missverständnis, dass Strategie eine Vision plus Ziele ist. Gute Strategie besteht aus drei Elementen: eine ehrliche Diagnose der Situation, eine Leitlinie für den Umgang damit und kohärente Maßnahmen.", "Mein Takeaway: Die meisten 'Strategien' in Unternehmen sind keine. Sie sind Wunschlisten. Rumelts Framework zwingt dazu, die eigentliche Herausforderung klar zu benennen, bevor man Lösungen plant.", "Empfehlung: Das beste Buch zum Thema Strategie, das ich gelesen habe. Verändert die Art, wie man über Probleme und Lösungen nachdenkt." ], "en": [ "Rumelt dismantles the misconception that strategy is a vision plus goals. Good strategy consists of three elements: an honest diagnosis of the situation, a guiding policy for dealing with it, and coherent actions.", "My takeaway: most 'strategies' in companies aren't strategies at all. They're wish lists. Rumelt's framework forces you to clearly name the actual challenge before planning solutions.", "Recommendation: the best book on strategy I've read. Changes how you think about problems and solutions." ] } }, { "id": "financial-intelligence", "status": "published", "title": "Financial Intelligence", "author": "Karen Berman & Joe Knight", "tag": { "de": "Business", "en": "Business" }, "content": { "de": [ "Finanzen für Nicht-Finanzleute. Berman und Knight erklären, wie Bilanzen, GuV und Cashflow zusammenhängen und warum jede Führungskraft diese Sprache sprechen sollte.", "Mein Takeaway: Als Technologie-Leader muss man die Business-Seite verstehen, um auf Augenhöhe mit dem Management zu diskutieren. Dieses Buch schließt genau diese Lücke, ohne dass man BWL studiert haben muss.", "Empfehlung: Besonders wertvoll für alle, die aus einer technischen Rolle heraus mehr Business-Verantwortung übernehmen." ], "en": [ "Finance for non-finance people. Berman and Knight explain how balance sheets, P&L statements and cash flow connect, and why every leader should speak this language.", "My takeaway: as a technology leader, you need to understand the business side to discuss on equal footing with management. This book closes exactly that gap without requiring a business degree.", "Recommendation: particularly valuable for anyone moving from a technical role into broader business responsibility." ] } }, { "id": "the-goal", "status": "published", "title": "The Goal", "author": "Eliyahu M. Goldratt", "tag": { "de": "Operations", "en": "Operations" }, "content": { "de": [ "Ein Business-Roman über die Theory of Constraints. Goldratt erzählt die Geschichte eines Fabrikmanagers, der lernt, dass Optimierung einzelner Teile nicht das Gesamtsystem verbessert. Nur der Engpass zählt.", "Mein Takeaway: Das Buch verändert den Blick auf Prozesse. Statt überall gleichzeitig zu optimieren, den einen Engpass finden und dort investieren. Das gilt für Fabriken genauso wie für Tracking-Teams und MarTech-Stacks.", "Empfehlung: Liest sich wie ein Roman, bleibt wie ein Framework. Wer operative Verantwortung trägt, sollte es gelesen haben." ], "en": [ "A business novel about the Theory of Constraints. Goldratt tells the story of a factory manager who learns that optimizing individual parts doesn't improve the overall system. Only the bottleneck matters.", "My takeaway: this book changes how you look at processes. Instead of optimizing everywhere at once, find the one bottleneck and invest there. This applies to factories just as much as to tracking teams and MarTech stacks.", "Recommendation: reads like a novel, stays like a framework. Anyone with operational responsibility should have read it." ] } }, { "id": "ai-marketing-canvas", "status": "published", "title": "AI Marketing Canvas", "author": "Raj Venkatesan & Jim Lecinski", "tag": { "de": "AI & Marketing", "en": "AI & Marketing" }, "content": { "de": [ "Venkatesan und Lecinski bieten ein strukturiertes Framework, um AI-Anwendungen im Marketing zu bewerten und zu priorisieren. Kein Hype, sondern ein pragmatischer Blick auf Daten, Algorithmen und organisatorische Voraussetzungen.", "Mein Takeaway: AI im Marketing scheitert selten an der Technologie. Es scheitert an fehlenden Datengrundlagen und unklaren Use Cases. Das Canvas hilft, beides systematisch zu klären, bevor man investiert.", "Empfehlung: Guter Einstieg für Marketing- und MarTech-Leader, die AI jenseits von Buzzwords verstehen wollen." ], "en": [ "Venkatesan and Lecinski offer a structured framework to evaluate and prioritize AI applications in marketing. No hype, but a pragmatic look at data, algorithms and organizational prerequisites.", "My takeaway: AI in marketing rarely fails because of the technology. It fails because of missing data foundations and unclear use cases. The canvas helps to systematically clarify both before investing.", "Recommendation: solid entry point for marketing and MarTech leaders who want to understand AI beyond buzzwords." ] } }, { "id": "martech", "status": "published", "title": "Martech", "author": "Scott Brinker", "tag": { "de": "MarTech", "en": "MarTech" }, "content": { "de": [ "Brinker, bekannt durch die MarTech Landscape, liefert hier den strategischen Überbau: Wie Unternehmen ihre Marketing-Technologie-Landschaft gestalten, integrieren und weiterentwickeln sollten.", "Mein Takeaway: MarTech ist kein Tool-Problem, sondern ein Architektur-Problem. Brinker zeigt, warum die Fähigkeit zur Integration und Orchestrierung wichtiger ist als die Wahl einzelner Tools.", "Empfehlung: Relevant für alle, die MarTech-Entscheidungen treffen. Besonders das Konzept der 'Big Ops' und die Idee von Composability bleiben hängen." ], "en": [ "Brinker, known for the MarTech Landscape, provides the strategic framework: how companies should design, integrate and evolve their marketing technology landscape.", "My takeaway: MarTech is not a tooling problem, it's an architecture problem. Brinker shows why the ability to integrate and orchestrate matters more than choosing individual tools.", "Recommendation: relevant for anyone making MarTech decisions. The concept of 'Big Ops' and the idea of composability are particularly memorable." ] } } ] }