Dein Newsletter-Tool schickt seit drei Jahren dieselbe E-Mails. Wenn Kontakt in Liste, dann Mail eins. Wenn geöffnet, dann Mail zwei. Das ist keine richtige Automatisierung. KI-Agenten arbeiten anders: Sie bekommen ein Ziel statt einer Regelkette.
Ein klassischer Automatisierungs-Workflow kennt nur die Zustände, die vorher jemand durchdacht hat. Jede Verzweigung ist eine Entscheidung, die du im Voraus getroffen hast. Taucht ein Fall auf, den du nicht bedacht hast, passiert nichts.
Ein KI-Agent bekommt stattdessen drei Dinge: ein Ziel, eine Handvoll Werkzeuge und klare Grenzen. Die Reihenfolge der Schritte legt er selbst fest, prüft das Zwischenergebnis und korrigiert, wenn es nicht passt.
Praktischer Unterschied am Beispiel Warenkorbabbruch: Der Wenn-dann-Workflow schickt nach vier Stunden Mail A, immer die gleiche, an alle. Ein Agent schaut sich an, was die Person vorher angesehen hat, in welchem Segment sie liegt und über welchen Kanal sie zuletzt reagiert hat, formuliert die passende Variante und meldet zurück, was funktioniert hat.
Der Markt bewegt sich in diese Richtung. Gartner erwartet, dass bis 2028 rund 60 Prozent aller Unternehmen Agentic AI einsetzen, um Eins-zu-eins-Interaktionen zu steuern.
Jetzt der Teil, den dir auf der Messe niemand erzählt. Gartner rechnet damit, dass über 40 Prozent aller Agentic-AI-Projekte bis Ende 2027 abgebrochen werden. Die Gründe sind erschreckend unspektakulär: aus dem Ruder laufende Kosten, kein sauber definierter Geschäftsnutzen und fehlende Kontrolle über die Risiken.
Dazu kommt ein Phänomen, für das Gartner den Begriff "Agent Washing" benutzt: Anbieter kleben das Wort "agentic" auf Chatbots, Assistenten und alte Robotic-Process-Automation-Produkte, ohne dass sich dahinter etwas Neues verbirgt.
Wenn dein Tool-Anbieter also seit dem Frühjahr plötzlich "agentic" im Datenblatt stehen hat, war das oft die Marketing-Abteilung, nicht die Produktentwicklung. Frag nach, was der Agent ohne dein Zutun entscheiden darf.
Der häufigste Fehler im Mittelstand ist nicht Zögern, sondern das Gegenteil: ein "KI überall"-Projekt, das gleichzeitig Content, Ads, CRM und Reporting umbauen soll. Solche Projekte sterben nicht an der Technik, sondern daran, dass nach sechs Monaten niemand sagen kann, was sie gebracht haben.
Ein guter erster Anwendungsfall erfüllt fünf Kriterien:
Typische Kandidaten im Mittelstand: die monatliche Kampagnenvorbereitung, das Aufbereiten von Performance-Reports über mehrere Kanäle, das Anreichern und Sortieren neuer Leads oder das Erstellen von Anzeigenvarianten für einen Test.
Nimm den Kampagnenaufbau. In vielen Marketing-Teams gehen dafür pro Kampagne rund sechs Stunden drauf: Zielgruppen schneiden, Texte in Varianten bringen, Assets zusammensuchen, alles ins Tool tippen, am Ende das Reporting bauen. Bei zwei Kampagnen im Monat sind das zwölf Stunden.
Wenn ein Agent Recherche, Segmentierung, Textvarianten und Report übernimmt und dein Team nur noch prüft und freigibt, bleiben vielleicht vier statt zwölf Stunden. Acht gesparte Stunden im Monat sind fast ein ganzer Arbeitstag, jeden Monat.
Wie so etwas in der Praxis aussieht, haben wir an anderer Stelle durchgerechnet: In unserer Case Study zum automatisierten Rechnungslauf sind aus 15 Stunden Handarbeit pro Monat ein paar Klicks geworden.
Ein Agent ist kein Tool, das du einschaltest, sondern ein Kollege, den du einarbeitest. Fünf Dinge gehören vorher geregelt:
Dass genau diese Punkte bremsen, ist keine Vermutung. In der Bitkom-Befragung vom September 2025 nannten 53 Prozent der Unternehmen rechtliche Unsicherheit und ebenfalls 53 Prozent fehlendes Fachwissen als größte Hürde beim KI-Einsatz dicht gefolgt von fehlendem Personal mit 51 Prozent. Gleichzeitig nutzt inzwischen jedes dritte Unternehmen in Deutschland KI, fast doppelt so viele wie ein Jahr zuvor.
Die gute Nachricht für den Mittelstand: Du brauchst kein Data-Science-Team. Für die meisten ersten Anwendungsfälle reicht eine Automatisierungsplattform wie n8n, in der Agenten, Tools und Freigaben zusammenlaufen und in der du jeden Schritt sehen kannst. Welches Sprachmodell dahinter arbeitet, ist eine Entscheidung über Kosten und Qualität, die du später jederzeit ändern kannst. Wir haben die aktuellen Kandidaten im KI-Modell-Vergleich 2026 gegenübergestellt.
Der schwierige Teil ist nicht das Verdrahten. Es ist die ehrliche Antwort auf die Frage, welche Aufgabe in deinem Marketing wirklich jede Woche Zeit frisst und wie du merkst, dass sie besser läuft.
Agentic AI verändert Marketing-Automatisierung von starren Regelketten zu Systemen, die ein Ziel verfolgen und ihren Weg dorthin selbst finden. Der Nutzen ist real und messbar, aber er entsteht nicht durch die Größe des Projekts, sondern durch dessen Schärfe. Ein sauber abgegrenzter erster Anwendungsfall mit einer Zahl dahinter schlägt jedes "KI überall"-Programm. Und er kostet dich weniger, wenn er schiefgeht.
Du weißt ungefähr, welche Aufgabe in deinem Marketing der erste Kandidat wäre, aber nicht, wie du sie einem Agenten übergibst? Dann lass uns eine halbe Stunde drüber reden: kostenloses Erstgespräch zur KI-Automatisierung. Wir sagen dir auch, wenn sich der Aufwand nicht lohnt.
Lass uns in 30 Minuten über dein Onlineauftritt sprechen.
Wir haben die Antworten!
Die Kosten bestehen aus drei Teilen: der einmaligen Einrichtung, den laufenden Modellkosten pro Durchlauf und der Lizenz für die Automatisierungsplattform. Der größte Posten ist fast immer die Einrichtung, weil dort die Aufgabe sauber beschrieben und abgesichert wird. Die Modellkosten lassen sich pro Tag deckeln, damit sie planbar bleiben. Eine belastbare Zahl gibt es erst, wenn der konkrete Anwendungsfall feststeht.
In den meisten Fällen bleibt dein bestehendes Tool. Der Agent legt sich als eigene Schicht darüber und greift über Schnittstellen auf CRM, Newsletter-Tool und Ad-Konten zu. Plattformen wie n8n übernehmen die Verdrahtung und protokollieren jeden Schritt. Ein kompletter Systemwechsel ist selten nötig und meist der teurere Weg.
Made with love by Hochkonzept.
© Hochkonzept 2026 |Gegründet 2017 | Hochkonzept die Agentur für modernes Webdesign und Sichtbarkeit im Internet.
