Das Wichtigste in Kürze

• KI-Agenten bekommen kein einzelnes Kommando, sondern ein Ziel. Sie zerlegen es in Teilaufgaben, entscheiden in vorgegebenen Grenzen und führen aus, zum Beispiel Recherche, Angebotsentwurf, Terminabstimmung und CRM-Pflege.
• Agentic KI ist eine von vier KI-Familien neben analytischer, generativer und Conversational KI. Ihre volle Wirkung entsteht erst im Zusammenspiel.
• Gartner rechnet damit, dass bis 2028 auf jeden Verkäufer zehn KI-Agenten kommen, aber weniger als 40 % der Verkäufer eine höhere Produktivität spüren. Mehr als 40 % der Agentic-KI-Projekte werden laut Gartner bis Ende 2027 eingestellt.
• Der Grund ist fast immer derselbe: Agenten sind nur so gut wie das System, in dem sie arbeiten. Wer zersplitterte Daten und unklare Prozesse automatisiert, skaliert das Chaos.
• Agenten übernehmen Routine, nicht die Beziehung. Ob eine Aufgabe zum Agenten passt, klären drei Fragen: Ist sie regelhaft? Ist sie umkehrbar? Wie fände es der Kunde?

Ein Vertriebsmitarbeiter kommt aus einem guten Erstgespräch. Früher begann jetzt die Pflichtarbeit: Gesprächsnotiz ins CRM, Unterlagen zusammensuchen, Begleit-Mail schreiben, Wiedervorlage setzen, Termin mit drei weiteren Personen auf Kundenseite abstimmen. Eine Stunde, manchmal mehr, bevor der nächste Kunde dran ist. Heute liegt nach dem Gespräch ein Entwurf bereit: Zusammenfassung mit Aktionspunkten, passende Unterlagen, Begleit-Mail, drei Terminvorschläge. Er liest, korrigiert zwei Sätze und gibt frei.

Das ist kein Zukunftsszenario. Das leisten KI-Agenten schon heute, wenn sie richtig eingeführt sind. Gleichzeitig ist kaum ein KI-Thema so von Erwartungen überladen. Anbieter versprechen den autonomen Vertrieb, Analysten warnen vor einer Welle gescheiterter Projekte. In diesem Artikel ordne ich ein, was KI-Agenten in Marketing und Vertrieb leisten, wo ihre Grenzen liegen und wie Sie so starten, dass Ihr Team sie als Entlastung erlebt und nicht als Zusatzaufwand.

Was sind KI-Agenten?

KI-Agenten sind KI-Systeme, die selbstständig auf ein vorgegebenes Ziel hinarbeiten. Anders als ein Chat-Assistent, der auf eine einzelne Anfrage antwortet, plant ein Agent mehrere Schritte, nutzt dafür verschiedene Werkzeuge und Datenquellen, trifft in festgelegten Grenzen Entscheidungen und führt Aktionen aus. Der Fachbegriff dafür ist Agentic KI. Im Vertrieb heißt das zum Beispiel: Statt „Schreib mir eine E-Mail an Firma X“ lautet der Auftrag „Bereite den Erstkontakt mit Firma X vor“. Der Agent recherchiert, entwirft die Ansprache, schlägt Termine vor, aktualisiert das CRM und meldet das Ergebnis zurück.

Wichtig ist die Abgrenzung nach unten. Nicht alles, was heute „Agent“ heißt, ist einer. Gartner hat dafür den Begriff Agent Washing geprägt: bestehende Chatbots, Assistenten oder klassische Workflow-Automatisierungen werden umbenannt, ohne echte agentische Fähigkeiten zu haben. Gartner schätzt, dass von den Tausenden Anbietern, die sich so nennen, nur rund 130 tatsächlich agentische Lösungen anbieten. Ein einfacher Test: Ein Workflow folgt einer festen Abfolge. Ein Agent entscheidet selbst, welcher Schritt als Nächstes sinnvoll ist.

Wo Agentic KI im Zusammenspiel der KI-Familien steht

Ich unterscheide in meiner Arbeit vier Familien von KI, die sich nicht ersetzen, sondern ergänzen:

KI-Familie	Was sie tut	Beispiel in Marketing und Vertrieb
Analytische KI	Erkennt Muster, bewertet, prognostiziert	Lead Scoring, Churn-Prognose, Next Best Action
Generative KI	Erzeugt Inhalte	Texte, Angebotsentwürfe, Content-Varianten
Conversational KI	Führt Dialoge	Website-Dialog, Service-Anfragen, Terminabstimmung
Agentic KI	Handelt zielgerichtet über mehrere Schritte	Follow-up-Management, Angebotsvorbereitung, CRM-Pflege

Ein Beispiel für das Zusammenspiel: Ein analytisches Modell erkennt, welche Accounts gerade kaufbereit werden. Eine generative KI formuliert die passende Ansprache. Ein Agent verschickt sie im richtigen Moment, aktualisiert das CRM und meldet dem Vertrieb die Reaktionen. Kein Baustein entfaltet allein die volle Wirkung.

Darum spreche ich von KI als Schicht, nicht als Feature. Ein Feature blinkt an einer Stelle, eine Schicht trägt das ganze System. Agenten sitzen in dieser Schicht auf der Prozess-Ebene. Darunter liegen Daten und Inhalte, darüber steht der Mensch. Je höher die Ebene, desto wichtiger.

Typische Anwendungsfelder für KI-Agenten im Vertrieb

Agenten eignen sich für Abläufe, die strukturiert und wiederkehrend sind, aber zu komplex für eine starre Workflow-Automatisierung. In meinem Whitepaper KI im Marketing und Vertrieb habe ich sechs Felder beschrieben, in denen sich das in Projekten bewährt hat:

• Informationsversand: Ein Kunde bittet um Unterlagen. Der Agent sucht die passenden Materialien, stellt ein Paket zusammen, schreibt eine persönliche Begleit-Mail und setzt eine Wiedervorlage. Der Vertrieb prüft und gibt frei.
• Angebotsvorbereitung: Der Agent zieht die relevanten Informationen aus CRM und Gesprächsprotokollen, erstellt einen Entwurf und legt ihn zur Prüfung vor. Nach Freigabe verschickt er das Angebot und richtet den Nachfassprozess ein.
• Terminkoordination: Drei Personen auf Kundenseite, zwei im eigenen Haus. Der Agent schlägt Zeitfenster vor, verschickt Einladungen, erinnert und bereitet ein Briefing vor.
• Account-Recherche: Vor einem wichtigen Termin erstellt der Agent ein Briefing: aktuelle Nachrichten, vorhandene Kontakte im eigenen Haus, passende Referenzen, typische Einwände aus ähnlichen Situationen.
• Follow-up-Management: Nach einem Gespräch koordiniert der Agent die vereinbarten Schritte, den Versand von Materialien und die interne Abstimmung.
• CRM-Pflege: Der größte Zeitfresser im Vertrieb. Der Agent fasst Gespräche und E-Mails zusammen, aktualisiert Einträge und Phasen. Der Mensch prüft, schreibt aber nicht mehr alles selbst.

Ein Projektbeispiel aus dem Whitepaper: Ein mittelständischer B2B-Dienstleister hat einen Vertriebs-Agenten für Informationsversand, Follow-up-Management und CRM-Pflege eingeführt, mit Freigabeschritten durch die Vertriebsmitarbeiter. Nach drei Monaten im Produktivbetrieb war die Zeit für Routineaufgaben um rund 30 Prozent gesunken, die Reaktionszeit auf Anfragen von durchschnittlich vier Stunden auf unter eine Stunde. Die CRM-Datenqualität stieg spürbar, weil der Agent zuverlässig dokumentierte, was vorher oft unterging.

Auch im Marketing und nach dem Abschluss gibt es sinnvolle Einsätze: Agenten, die auf ein Kaufsignal hin ein passendes Nurturing anstoßen, die Wettbewerberseiten beobachten und Veränderungen zusammenfassen, oder die Service-Anfragen auf Hinweise für neuen Bedarf auswerten. Entscheidend ist überall dieselbe Frage: Wird hier Arbeit ersetzt oder hinzugefügt?

Warum viele Agenten-Projekte scheitern

Gartner zeichnet ein nüchternes Bild. Im Juni 2025 prognostizierte das Analystenhaus, dass mehr als 40 Prozent der Agentic-KI-Projekte bis Ende 2027 eingestellt werden. Die Gründe: steigende Kosten, unklarer Geschäftswert, unzureichende Risikokontrolle. Und im Herbst 2025, bekräftigt im Juli 2026, folgte eine Prognose speziell für den Vertrieb: Bis 2028 werden KI-Agenten die Zahl der Verkäufer um das Zehnfache übersteigen. Weniger als 40 Prozent der Verkäufer werden aber sagen, dass die Agenten ihre Produktivität verbessert haben.

Gartner liefert die Erklärung gleich mit. Sinngemäß: Agenten sind nur so wirksam wie die Systeme, in denen sie arbeiten. Sind diese Systeme zersplittert, skalieren die Agenten die Zersplitterung. Das deckt sich mit dem, was ich in Projekten immer wieder sehe. Drei Fallen sind besonders häufig:

1. Die Tool-Falle: Ein Agent wird gekauft, bevor der Prozess klar ist. Er automatisiert dann einen Ablauf, den niemand je sauber definiert hat.
2. Die Datenfalle: Der Agent arbeitet auf unvollständigen, doppelten oder veralteten Daten. Das Ergebnis trägt die Schwächen der Eingabe, nur schneller. Warum das Datenfundament zuerst kommt, habe ich im Artikel über Data Driven Marketing & Sales beschrieben.
3. Die Ersetzungsfalle: Agenten werden eingeführt, um Menschen zu ersetzen, statt sie zu entlasten. Das zerstört die Akzeptanz im Team, und ein Agent, den niemand nutzt, bringt nichts.

Dazu kommt ein vierter Punkt, den Gartner ebenfalls betont: Agenten, die zusätzliche Hinweise, Freigaben und Benachrichtigungen erzeugen, können Verkäufer überlasten statt entlasten. Produktivität entsteht, wenn ein Agent Arbeit abnimmt, nicht wenn er neue erzeugt.

Die Grenze zwischen Agent und Mensch

Agenten übernehmen Routine. Sie übernehmen nicht die Beziehung. Das Verständnis für die Situation des Kunden, das richtige Wort im schwierigen Moment, die Einschätzung, was im Buying Center wirklich los ist: Das bleibt Aufgabe des Menschen. Meine Faustregel lautet: Austauschbares gehört in den Motor, Einmaliges gehört zum Menschen.

Ob eine Aufgabe für einen Agenten geeignet ist, prüfe ich mit drei Fragen:

Frage	Eher Agent	Eher Mensch
Ist die Aufgabe regelhaft?	Klare Abläufe, wiederkehrend	Viel Urteilsvermögen, jedes Mal anders
Ist sie umkehrbar?	Fehler lassen sich leicht korrigieren	Fehler haben teure oder dauerhafte Folgen
Wie fände es der Kunde?	Kein direkter Kundenkontakt oder erkennbar hilfreich	Persönliche Beziehung, sensible Situation

Die dritte Frage ist die wichtigste und wird am häufigsten übersprungen. Recherche, interne Aktualisierungen und Vorbereitung sind gute Kandidaten. Alles mit direktem Kundenkontakt braucht in der Regel eine menschliche Freigabe, zumindest am Anfang.

Dass der Mensch im Vertrieb nicht überflüssig wird, zeigt auch eine Gartner-Befragung von 645 B2B-Käufern, veröffentlicht im Mai 2026. Zwar bevorzugen 67 Prozent der Käufer einen Kaufprozess ohne Vertriebsmitarbeiter. Gleichzeitig lassen sich 69 Prozent die Ergebnisse, die sie von einer KI bekommen haben, von einem Vertriebsmitarbeiter bestätigen. Käufer wollen also die Geschwindigkeit der KI und die Rückversicherung durch einen Menschen. Wer seinen Vertrieb durch Agenten ersetzt, nimmt dem Kunden genau diese Rückversicherung. Warum das im Kern eine Frage der Orientierung ist, beschreibe ich im Artikel über Sense Making.

Vom Vorschlag zur Autonomie: Freigabestufen

Vertrauen in einen Agenten entsteht nicht durch eine Präsentation, sondern durch Erfahrung. Bewährt hat sich ein stufenweiser Weg:

1. Vorschlag: Der Agent erstellt Entwürfe, der Mensch entscheidet und führt aus.
2. Freigabe: Der Agent bereitet alles vor und führt nach Freigabe aus.
3. Ausführung mit Stichprobe: Der Agent handelt selbstständig, der Mensch prüft regelmäßig einen Teil der Ergebnisse.
4. Autonomie im Rahmen: Der Agent handelt innerhalb klar definierter Grenzen, Ausnahmen werden an den Menschen eskaliert.

Der Wechsel auf die nächste Stufe erfolgt erst nach längerer Beobachtung und mit sinkender Fehlerquote. Und eine Lehre aus den Projekten: Die Freigabeschritte dürfen nicht zu lästig werden. Wenn ein Verkäufer für jede Kleinigkeit drei Mal klicken muss, umgeht er den Agenten.

Orchestrierung: Agenten als Team

Einzelne Agenten sind nützlich. Der größere Hebel liegt darin, dass mehrere Agenten zusammenarbeiten: Ein Agent erkennt einen qualifizierten Lead, ein zweiter bereitet passende Inhalte vor, ein dritter entwirft den Erstkontakt, ein vierter koordiniert den Termin, ein fünfter hält das CRM aktuell. Das ist im Kern nichts anderes als mein universeller Automations-Motor mit seinen fünf Takten: Signal, Bewertung, Nurturing, Übergabe, Schleife. Agenten können einzelne Takte übernehmen. Der Motor selbst muss aber vorher stehen.

Dafür braucht es eine neue Denkweise. Agenten sind keine Funktionen eines Tools, sondern digitale Kollegen. Sie brauchen klare Rollen, klare Schnittstellen und klare Zuständigkeiten, und sie brauchen regelmäßige Reviews, ob sie ihre Aufgaben gut erfüllen. Wer das nicht organisiert, landet bei dem, was Gartner „Agent Sprawl“ nennt: einem Wildwuchs an Agenten, die niemand mehr überblickt.

Governance: die Fragen vor dem Start

Agenten greifen auf Daten zu, treffen Entscheidungen und handeln im Namen des Unternehmens. Deshalb gehört die Frage „Dürfen wir das?“ an den Anfang. Vier Themen sollten vor dem Produktivbetrieb geklärt sein:

• Qualität: Wer prüft die Ergebnisse, wie oft, und ab welcher Fehlerquote wird nachgesteuert?
• Transparenz: Jede Aktion des Agenten muss nachvollziehbar dokumentiert sein: Welche Daten lagen vor, welche Regel wurde angewendet? Ohne Nachvollziehbarkeit kein Vertrauen. Und gegenüber Kunden gilt: Wo ein Mensch mit einer KI interagiert, sollte er das erkennen können. Der EU AI Act verlangt das für bestimmte Fälle ausdrücklich.
• Datenschutz und Recht: Datenschutz-Grundverordnung, Wettbewerbsrecht und der risikobasierte Ansatz des EU AI Act gelten auch für Agenten, besonders bei automatisierten Entscheidungen mit spürbaren Folgen für Menschen.
• Abhängigkeit: Wenn Agenten Aufgaben übernehmen, besteht die Gefahr, dass Menschen Fähigkeiten verlieren oder Ergebnissen zu sehr vertrauen. Dieser Automation Bias muss aktiv gegengesteuert werden. Mehr dazu im Artikel über Cognitive Biases.

Auch Ihre Kunden setzen Agenten ein

Ein Aspekt wird oft übersehen: Agenten arbeiten nicht nur auf der Anbieterseite. Auch Einkäufer und Fachabteilungen nutzen zunehmend KI, um Anbieter zu recherchieren, Angebote zu vergleichen und Shortlists zu erstellen. Für Ihr Marketing heißt das: Ihre Inhalte müssen nicht nur Menschen überzeugen, sondern auch von KI-Systemen gefunden, verstanden und korrekt wiedergegeben werden. Klare Struktur, eindeutige Aussagen und belegbare Fakten werden wichtiger. Das ist der Kern von SEO und GEO im B2B.

Wo stehen Sie? Reifegrad für KI-Agenten

Stufe	Was gegeben ist
1 – Unbewusst	Keine Agenten, Routinen werden manuell erledigt
2 – Punktuell	Erste Workflows und Trigger, aber keine echten Agenten
3 – Integriert	Einzelne Agenten im Einsatz, etwa für CRM-Pflege oder Follow-up
4 – Orchestriert	Mehrere Agenten arbeiten zusammen, Governance ist etabliert
5 – Adaptiv	Agenten sind fester Teil der Organisation und arbeiten abteilungsübergreifend

Die meisten mittelständischen Unternehmen stehen heute bei Stufe 1 oder 2. Ein realistisches Ziel für die nächsten 18 bis 24 Monate ist Stufe 3: einzelne, gut eingeführte Agenten auf einem sauberen Datenfundament.

Der Hebel: Ihr erster Agent in 90 Tagen

1. Zeitfresser finden (Woche 1–2): Lassen Sie Ihr Vertriebsteam eine Woche lang notieren, welche wiederkehrenden Aufgaben am meisten Zeit kosten. Meist landen CRM-Pflege, Follow-up und Informationsversand ganz oben.
2. Mit den drei Fragen prüfen (Woche 3): Ist die Aufgabe regelhaft, umkehrbar, und wie fände es der Kunde? Wählen Sie eine einzige Aufgabe, am besten ohne direkten Kundenkontakt.
3. Prozess und Daten klären (Woche 4–6): Beschreiben Sie den Ablauf so, dass ein neuer Kollege ihn verstehen würde. Prüfen Sie, ob die nötigen Daten vollständig und aktuell sind.
4. Mit Freigabe starten (Woche 7–10): Der Agent macht Vorschläge, der Mensch gibt frei. Messen Sie Zeitersparnis, Fehlerquote und Akzeptanz.
5. Auswerten und entscheiden (Woche 11–13): Funktioniert es? Dann ausweiten oder die nächste Freigabestufe angehen. Funktioniert es nicht? Dann ehrlich fragen, ob das Problem im Agenten liegt oder im Prozess darunter.

Häufige Fragen zu KI-Agenten

Was ist ein KI-Agent?

Ein KI-Agent ist ein KI-System, das selbstständig auf ein vorgegebenes Ziel hinarbeitet. Er zerlegt das Ziel in Teilaufgaben, nutzt dafür verschiedene Werkzeuge und Datenquellen, entscheidet in festgelegten Grenzen und führt Aktionen aus. Anders als ein Chat-Assistent reagiert er nicht nur auf einzelne Anfragen, sondern handelt über mehrere Schritte hinweg.

Was ist der Unterschied zwischen KI-Agent und Automatisierung?

Eine klassische Workflow-Automatisierung folgt einer festen Abfolge von Regeln: Wenn A passiert, tue B. Ein KI-Agent entscheidet selbst, welcher Schritt als Nächstes sinnvoll ist, und kann auch mit unvorhergesehenen Situationen umgehen. Viele Produkte, die sich heute Agent nennen, sind laut Gartner eigentlich umbenannte Automatisierungen oder Chatbots.

Welche Aufgaben im Vertrieb können KI-Agenten übernehmen?

Geeignet sind strukturierte, wiederkehrende Aufgaben wie CRM-Pflege, Follow-up-Management nach Gesprächen, Informationsversand, Angebotsvorbereitung, Terminkoordination und Account-Recherche vor Kundenterminen. Die Beziehung zum Kunden, die Einschätzung des Buying Centers und Entscheidungen mit großer Tragweite bleiben Aufgabe des Menschen.

Ersetzen KI-Agenten Vertriebsmitarbeiter?

Nein. Agenten übernehmen Routine, nicht die Beziehung. Laut einer Gartner-Befragung aus dem Jahr 2026 lassen sich 69 Prozent der B2B-Käufer KI-generierte Erkenntnisse von einem Vertriebsmitarbeiter bestätigen. Agenten schaffen Zeit für genau diese Gespräche. Unternehmen, die Agenten zum Ersetzen von Menschen einführen, verlieren häufig die Akzeptanz im Team.

Warum scheitern viele Projekte mit KI-Agenten?

Gartner nennt steigende Kosten, unklaren Geschäftswert und unzureichende Risikokontrolle als Hauptgründe. In der Praxis kommen hinzu: Agenten werden vor dem Prozess gekauft, arbeiten auf schlechten Daten, erzeugen zusätzlichen Aufwand statt Entlastung oder werden zum Ersetzen statt zum Entlasten eingeführt. Agenten sind nur so gut wie das System, in dem sie arbeiten.

Fazit: Erst das System, dann der Agent

KI-Agenten werden Marketing und Vertrieb verändern. Nicht, weil sie Verkäufer ersetzen, sondern weil sie die Routine übernehmen, die heute einen großen Teil des Tages füllt. Die Zeit, die dadurch frei wird, gehört den Gesprächen, für die Kunden einen Menschen suchen: zum Einordnen, Bestätigen und Entscheiden.

Ob das gelingt, entscheidet sich nicht beim Kauf eines Agenten, sondern davor. Klare Prozesse, ein sauberes Datenfundament, eine durchdachte Governance und ein Team, das Agenten als Kollegen erlebt und nicht als Kontrolleure. Mein Grundsatz dazu ist einfach: KI verstärkt funktionierende Systeme. Technologie folgt Strategie, Automatisierung folgt Verständnis. Und der Satz, der über jeder Einführung stehen sollte, heißt nicht „ihr müsst“, sondern „ihr dürft“.

Mehr zum Thema finden Sie auf der Themenseite Künstliche Intelligenz in Marketing und Vertrieb und im Beitrag Empathie und KI im B2B. Wie Agenten in eine durchgängige Revenue Engine passen, beschreibt das kostenlose Whitepaper Empathische Revenue-Systeme.

Quellen: Gartner: „Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027“, Pressemitteilung vom 25. Juni 2025. Gartner: „Gartner Predicts By 2028 AI Agents Will Outnumber Sellers by 10X—Yet Fewer Than 40% of Sellers Will Report AI Agents Improved Productivity“, Pressemitteilung vom 18. November 2025, bekräftigt in der Pressemitteilung vom 28. Juli 2026. Gartner: „Gartner Survey Finds 69% of B2B Buyers Turn to Sales Reps to Validate AI-Generated Insights“, Pressemitteilung vom 20. Mai 2026 (645 befragte B2B-Käufer, August bis September 2025). Norbert Schuster: KI im Marketing und Vertrieb. Vom Denkwerkzeug zum Entscheidungshelfer, Whitepaper, strike2 GmbH, April 2026.