Wie können Sie das Aufkommen von KI-Agenten in Ihrer Marketing- und Kommunikationsorganisation sowie in Ihren Geschäftsprozessen steuern?

KI-Agenten: Eine Welle der Transformation zu meistern

Künstliche Intelligenz ist nicht mehr nur ein Versprechen, sondern eine Realität, die die Konturen des Geschäftslebens neu definiert. Ihre effektive Integration in Unternehmen stellt jedoch noch immer eine große Herausforderung dar. Hanan Ouazan, Managing Partner und Global Lead AI Acceleration bei Artefact, gab kürzlich aufschlussreiche Einblicke darüber, wie wir das Aufkommen von KI-Agenten in unseren Marketing-, Kommunikations- und Betriebsprozessen angehen sollten. Sein Beitrag hob die Voraussetzungen für eine erfolgreiche Einführung hervor.

Fragmentierte Annahme und anhaltende Hindernisse

Eine aufschlussreiche Studie von Google und BCG ergab, dass weniger als 1% der Unternehmen ihre KI-Transformation wirklich abgeschlossen haben. Während viele experimentieren und bestehende Prozesse optimieren, hat die Mehrheit Schwierigkeiten, eine globale Integration zu orchestrieren. Diese Lücke erklärt sich durch die Schwierigkeit, von einer toolzentrierten Logik zu einer echten prozesszentrierten Logik überzugehen. Der Markt ist mit Technologien gesättigt, was eine konsistente Überwachung und Integration zu einer täglichen Herausforderung macht.

Drei Haupthindernisse behindern diese groß angelegte Einführung. Das erste ist data: Fast zwei Drittel des data in Unternehmen bleiben ungenutzt. Das zweite ist organisatorischer Natur: Das Marketing, eine ausgereifte Disziplin, erbt oft starre Strukturen und Silos, die eine flüssige Orchestrierung verhindern. Die dritte Herausforderung ist die Integration. Während isolierte Proofs of Concept (POCs) leicht zu erstellen sind, ist die Integration der Technologie in vor- und nachgelagerte Prozesse weitaus komplexer.

Von LLMs zu Agenten: KI wird aktiv

Trotz dieser Herausforderungen ist der aktuelle Kontext reif für Innovationen. Das Aufkommen von Large Language Models (LLMs) vor etwa zweieinhalb Jahren bot die Möglichkeit, enorme Mengen von data zu verarbeiten. Über Anwendungen zur Informationsgewinnung hinaus ermöglichen LLMs eine viel feinere Analyse. Hanan Ouazan gibt ein eindrucksvolles Beispiel: Ein LLM kann Google Analytics-Protokolle analysieren, um die eigentliche Absicht eines Benutzers auf einer Website zu erkennen. Ein Benutzer, der sich eine Vielzahl von Möbelprodukten ansieht, sucht nicht nur nach einzelnen Artikeln, sondern will wahrscheinlich “sein Wohnzimmer umgestalten”. Dieses Verständnis der allgemeinen Absicht eröffnet beispiellos präzise Marketingperspektiven.

Der nächste Schritt, der von KI-Agenten, markiert die wahre Beschleunigung. Während LLMs Informationen verdauen, ermöglichen Agenten deren Aktivierung und Orchestrierung. Dieser Fortschritt füllt die Lücke der Harmonisierung zwischen den Kanälen und stellt eine Revolution für die Fluidität der Prozesse dar. Um diesen Wandel zu meistern, müssen drei Schlüsselbereiche berücksichtigt werden: data, Integration und Vertrauen.

Data: Unverzichtbarer Treibstoff für agentenbasierte KI

Der erste Bereich ist data, das Rohmaterial für jede generative KI-Initiative. Seine Qualität ist von entscheidender Bedeutung. Das Ziel ist es, 100% des data zu nutzen, und zwar sowohl im kurativen Modus (zur Verbesserung des bestehenden data) als auch im proaktiven Modus (zur Qualifizierung jeder neuen Interaktion). So kann ein LLM beispielsweise schlecht ausgefüllte Produktblätter korrigieren oder in einem Call Center Anrufinformationen in Echtzeit erfassen und strukturieren, um das CRM auf qualifizierte Weise anzureichern.

Integration: Die Herausforderung der Großserienproduktion

Der zweite Bereich ist die Integration. Das Beispiel des Callcenters veranschaulicht diesen Punkt: Das Ideal ist eine KI, die den Anruf live abhört, die Kundenanfrage identifiziert und dem Berater sofort die entsprechende Antwort anzeigt. Dies erfordert eine nahtlose Integration von Telefonie, KI, Wissensdatenbanken und CRM. Während POCs schnell erstellt werden können, wird die Einführung in die Produktion oft durch Konnektivitäts- oder Softwarekompatibilitätsprobleme gebremst. Die Antizipation dieser “Reibungspunkte” ist entscheidend für die Skalierung.

Vertrauen und Kontrolle: Agenteneinsatz meistern

Der dritte und grundlegende Bereich ist die Frage des Vertrauens. Der Einsatz von KI-“Co-Piloten” für jeden Mitarbeiter - potenziell mehrere Agenten pro Mensch - wirft existenzielle Fragen auf. Diese Ausbreitung von data-zugreifenden, Kosten verursachenden und potenziell unkontrollierbaren Agenten wird oft unterschätzt. Sie wirft entscheidende Fragen der Wirtschaftlichkeit, der Zuverlässigkeit (Modelle können “halluzinieren”), der Sicherheit (Zugriff auf APIs und sensible data) und der Compliance auf. Die Steuerung und Überwachung dieser KI-Agenten wird mit dem Aufkommen spezieller Plattformen wie Googles AI Agent Space zu einer absoluten Priorität.

Die Verwaltung dieser Agenten geht über den IT-Bereich hinaus. Während die IT den technischen Betrieb sicherstellt, müssen data- und Business-Teams gemeinsam die Relevanz und Genauigkeit der KI-Antworten bewerten. Der organisatorische Wandel ist unvermeidlich. Es geht nicht mehr darum, das Bestehende zu optimieren, sondern darum, Prozesse neu zu erfinden. KI-Agenten sind nicht dazu da, aktuelle Methoden zu überladen, sondern sie komplett neu zu überdenken, einschließlich der Benutzererfahrung, denn die Verbraucher haben bereits sehr hohe Erwartungen an KI.

Dieser tiefgreifende Wandel erfordert ein starkes Sponsoring auf höchster Unternehmensebene. Es handelt sich nicht nur um ein technisches Projekt, sondern um eine Neudefinition der Berufe, der Rolle der IT, data und des Geschäfts. Das bedeutet Budgets, aber auch massive Investitionen in Schulungen und die Akkulturation von Teams. Eine aktuelle Studie (Anfang 2025) zeigt eine alarmierende Diskrepanz zwischen den Erwartungen der Mitarbeiter und der Realität vor Ort: Ein großer Teil der Mitarbeiter ist nicht für KI geschult. Dies ist ein Zeichen dafür, dass viele Unternehmen trotz der versprochenen Transformation noch nicht bereit sind.

Zusammenfassend lässt sich sagen, dass der Aufstieg der KI-Agenten weit über den technologischen Rahmen hinausgeht. Es handelt sich um eine grundlegende organisatorische, strategische und menschliche Herausforderung, die einen ganzheitlichen Ansatz und eine klare Vision erfordert, um die Neudefinition der Rolle des Unternehmens in diesem neuen Paradigma zu steuern.

Sehen Sie sich die replay der Präsentation an: