Einen Agenten zu entwickeln, ist der einfache Teil

• Agentische KI entwickelt sich von der Unterstützung hin zur Autonomie. Marketingteams gehen zunehmend zu stärker vernetzten, koordinierten Arbeitsabläufen über.
• Erfolgreiche Makler brauchen ein solides Fundament. Zuverlässige Daten, Werbe-Insights und Governance sind unverzichtbar.
• Intelligente Entscheidungen steigern die Leistung. Der Wert eines Agenten hängt von seiner Fähigkeit ab, die Werberesultate zu verbessern.
• Der Ausbau der KI erfordert organisatorische Veränderungen. Die Teams müssen Arbeitsabläufe, Zuständigkeiten und Kompetenzen neu überdenken.
• Entwicklung und Kauf werden Hand in Hand gehen. Maßgeschneiderte Lösungen und bestehende Technologien werden sich gegenseitig ergänzen.

Man muss nicht lange suchen, um Prognosen über die agentische Zukunft der Werbung zu finden.

KI-Agenten werden Kampagnen durchführen, Budgets in Echtzeit optimieren und die Customer Journey grundlegend neu gestalten. Gartner prognostiziert, dass bis 2028 60 % der Marken agentische KI einsetzen werden, um Eins-zu-Eins-Interaktionen zu ermöglichen. Und laut BCG sind bereits 96 % der CMOs davon überzeugt , dass KI eine durchgängige Transformation ihres Aufgabenbereichs vorantreibt.

Die Technologie entwickelt sich unglaublich schnell.

Aber der Wandel erweist sich als schwieriger.

Die gleiche BCG-Studie ergab, dass 42 % der CMOs generative KI nach wie vor hauptsächlich dazu nutzen, Menschen bei einzelnen Aufgaben zu unterstützen. Weniger als ein Drittel ist bereits zu agentengesteuerten Arbeitsabläufen übergegangen. Nur 8 % setzen mehrere autonom arbeitende Agenten ein.

Die wahre Geschichte des agentischen Wandels spielt sich zwischen dem, was technologisch möglich ist, und dem, was Organisationen tatsächlich umsetzen können, ab.

Von der Unterstützung über die Selbstständigkeit bis hin zur Koordination

Es hilft, sich die agentische Transformation eher als eine Reise denn als ein Ziel vorzustellen.

Die erste Stufe ist die Unterstützung. KI hilft einem Marketingfachmann dabei, etwas zu tun: Leistung zu analysieren, Daten zusammenzufassen, Inhalte zu erstellen, Chancen zu erkennen oder Maßnahmen zu empfehlen. Der Mensch bleibt dabei derjenige, der die Kontrolle behält.

Dann kommt die Autonomie ins Spiel. Anstatt nur Empfehlungen auszusprechen, was zu tun ist, kann die KI die Arbeit selbst erledigen. Ein Agent könnte beispielsweise eine Kampagne mit schwachen Ergebnissen identifizieren, die passende Maßnahme festlegen und die Änderung innerhalb vordefinierter Parameter umsetzen.

Die dritte Phase ist die Orchestrierung. Mehrere spezialisierte Agenten und Systeme arbeiten über Arbeitsabläufe hinweg zusammen, die Planung, Aktivierung, Optimierung, Messung und darüber hinaus umfassen, wobei Menschen zunehmend Ziele festlegen, Rahmenbedingungen definieren und Ausnahmen verwalten, anstatt jede einzelne Aufgabe selbst auszuführen.

Unsere Beziehung zur Technik verändert sich in jeder Lebensphase.

Der KI die Erlaubnis zu geben, einen Bericht zusammenzufassen, ist etwas ganz anderes, als ihr die Erlaubnis zu geben, 1 Million Dollar des Medienbudgets umzuschichten. Die Vernetzung mehrerer Akteure unternehmensweit bringt eine weitere Ebene der Komplexität mit sich.

Auch Marketingorganisationen durchlaufen diese Phasen nicht alle gleichmäßig. Ein Team entwickelt vielleicht schon Chatbots, während ein anderes gerade mit ChatGPT experimentiert. Selbst innerhalb desselben Teams können die einzelnen Mitarbeiter völlig unterschiedliche Reifegrade in Sachen KI aufweisen.

Damit ist die Transformation ebenso sehr eine organisatorische wie eine technologische Herausforderung.

„Selber bauen oder kaufen?“ – das ist mittlerweile die falsche Frage

Die Reifekurve wirft eine weitere Frage auf: Wie wollen Unternehmen auf die Technologie zugreifen?

Manche werden weiterhin hauptsächlich über Werbeplattformen arbeiten. Andere werden ihre eigenen Agenten und Erlebnisse entwickeln. Zunehmend wird die Antwort irgendwo zwischen diesen beiden Extremen liegen.

Es ist verständlicherweise verlockend, einen eigenen Agenten zu entwickeln. Dank der Foundation-Modelle ist es für Unternehmen einfacher denn je, einen Agenten zu erstellen und die Benutzererfahrung an ihre eigenen Prozesse anzupassen – mit dem Potenzial, ihre Abhängigkeit von herkömmlicher Werbesoftware und die damit verbundenen Kosten zu verringern.

Aber wir stellen schnell etwas Wichtiges fest:

Den Agenten zu erstellen, ist oft der einfache Teil.

Es ist deutlich schwieriger, diesen Makler wirklich gut im Marketing zu machen.

Es gibt vier Herausforderungen, über die sich Marketingverantwortliche Gedanken machen sollten.

1. Schaffe die richtige Grundlage für die Mitarbeiter

Ein Agent ist nur so nützlich wie die Informationen und Funktionen, auf die er zugreifen kann.

Marketingdaten sind nach wie vor außerordentlich fragmentiert und verteilen sich auf Publisher, Retail-Media-Netzwerke, Werbeplattformen, Analyseumgebungen, E-Commerce-Systeme, Kundendaten und interne Business-Intelligence-Systeme.

Es reicht nicht aus, die Verbindung nur einmal herzustellen. Verbindungen ändern sich. APIs ändern sich. Berechtigungen ändern sich. Taxonomien müssen normalisiert werden. Daten müssen verwaltet werden.

Eine Studie von Salesforce aus dem Jahr 2026 ergab, dass 98 % der Marketingfachleute auf Hindernisse bei der Personalisierung stoßen, wobei Daten zu den häufigsten Problemen zählen. Agentic AI beseitigt dieses Problem nicht wie durch Zauberhand. Wenn überhaupt, macht die autonome Ausführung es umso wichtiger, die Grundlagen richtig zu legen.

2. Verwechsle Automatisierung nicht mit Leistung

Es gibt einen großen Unterschied zwischen einem Agent, der eine Kampagne ändern kann, und einem, der weiß, welche Änderung sie verbessern wird.

Werbung ist ein Spiel um kleine Verbesserungen, das in riesigem Maßstab gespielt wird. Eine Verbesserung um einen Prozentpunkt bei einer Optimierungsentscheidung kann sich in Millionen von Dollar niederschlagen.

Deshalb wird die nächste entscheidende Frage nicht lauten: „Kann mein Makler diese Maßnahme ergreifen?“

Die Frage lautet: Wie intelligent ist die Entscheidung, die hinter der Handlung steckt?

Jahrelange Arbeit an Prognosemodellen, Experimentier-Frameworks, Optimierungsalgorithmen und Werbekompetenz wird nicht plötzlich irrelevant, nur weil ein LLM die API eines Publishers aufrufen kann.

3. Bereite dich auf den betrieblichen Aufwand vor

Der Betrieb von Agenten in der Produktionsumgebung erfordert kontinuierliche Wartung, Überwachung und klare Zuständigkeiten.

Wer legt fest, was ein Agent tun darf? Was passiert, wenn etwas schiefgeht? Wie werden Aktionen überprüft? Wie kontrollieren Unternehmen die Modell- und Token-Kosten? Wer kümmert sich um die Verbindungen und die zugrunde liegenden Tools, wenn sich diese ändern?

Das ist ein Grund, warum die Nachfrage nach „Forward Deployed Engineers“ immer größer wird – also nach Leuten, die an der Schnittstelle zwischen Technik und Geschäft stehen und KI-Fähigkeiten in funktionierende Produktionssysteme umsetzen.

Für Marketingleiter bedeutet das, dass sie die Mitarbeiter, Kompetenzen und Ressourcen einplanen müssen, die nötig sind, damit die Agenten auch lange nach der anfänglichen Einrichtung noch effektiv arbeiten können.

4. Gestalte die Organisation neu, nicht nur die Technologie

Da die Mitarbeiter immer mehr Arbeit übernehmen, drehen sich einige der schwierigsten Fragen um die Leute, die diese Arbeit leiten.

Wenn ein Mitarbeiter Tausende von Kampagnen gleichzeitig überwachen und optimieren kann, was macht dann der Kampagnenmanager?

Wer entwickelt die Agenten? Wer genehmigt sie? Wer ist für ihre Leistung verantwortlich? Wer entscheidet, wann Menschen eingreifen müssen?

Und wie lässt sich KI demokratisieren, ohne dass dabei Hunderte von voneinander unabhängigen Agenten entstehen, die unterschiedlichen Regeln folgen?

Für Agenturen werden diese Fragen noch komplizierter. Standards und Governance müssen team-, kunden- und möglicherweise auch für Tausende von Nutzern übergreifend funktionieren.

Eine agentische Transformation kann daher nicht einfach nur ein IT-Projekt oder eine Reihe von KI-Pilotprojekten sein. Sie erfordert, dass Unternehmen ihre Arbeitsabläufe, Zuständigkeiten, Kompetenzen und letztendlich auch die Struktur ihrer Marketingorganisation überdenken.

Fang mit dem Werk an, nicht mit dem Agenten

Für Marketingverantwortliche, die überlegen, wie es weitergehen soll, bieten drei Fragen einen nützlichen Ausgangspunkt.

Erstens: Welche Aufgaben sollten wegfallen? Schau dir das Ziel an, das du erreichen willst, und frag dich, welche manuellen Schritte ein Mitarbeiter einsparen könnte. Überleg dir, was dein Team mit der gewonnenen Zeit anfangen könnte.

Zweitens: Was bräuchtest du, um der KI diese Arbeit anzuvertrauen? Denk mal gründlich darüber nach, welche Daten, welche Intelligenz, welche Berechtigungen, welche Steuerungsmechanismen und welche menschliche Aufsicht dafür nötig sind. Das sollte von Anfang an Teil der Konzeption sein.

Drittens: Was solltet ihr selbst entwickeln? Entscheidet, wo die Entwicklung eigener Technologien einen sinnvollen Vorteil bringt und wo bestehende Infrastruktur euren Mitarbeitern die benötigten Funktionen bieten kann. Für viele Unternehmen wird die Antwort eine Kombination aus beidem sein.

Wir bei Skai sehen unsere Aufgabe darin, Unternehmen dabei zu helfen, diesen Wandel zu vollziehen – ganz gleich, wo sie heute stehen. Das bedeutet, dass wir unsere Daten, unsere Werbe-Insights und unsere Umsetzungsmöglichkeiten zur Verfügung stellen, damit Teams diese über unsere Plattform, in ihren eigenen Anwendungen oder durch eine Kombination aus beidem nutzen können. Es bedeutet auch, menschliches Fachwissen einzubringen, um bei der Umsetzung, der Einführung und den Veränderungen in der Arbeitsweise der Teams zu helfen.

Die Entwicklung eines Agenten ist ein guter Einstieg. Um ihn zu einem zuverlässigen Bestandteil des Werbebetriebs zu machen, sind kontinuierliche Investitionen in die Technologie und die damit befassten Mitarbeiter erforderlich. Für Marketingverantwortliche liegt die Chance darin, diese Zukunft bewusst zu gestalten und zu entscheiden, was automatisiert werden soll, wo entwickelt werden soll und wie sie ihre Teams für eine Führungsrolle rüsten können.

Möchtest du mehr erfahren? Skai hilft dir gerne dabei, besser zu verstehen, wie eine agentische Transformation in deinem eigenen Unternehmen konkret aussieht. Melde dich noch heute bei uns.

---

Häufig gestellte Fragen