Thought Leadership
KI-Agenten sollen den Vertrieb auf ein neues Niveau heben. Sie recherchieren Kunden, priorisieren Chancen, bereiten Kommunikation vor und können selbstständig nächste Schritte anstoßen.
Doch ein Agent arbeitet nie allein. Er hängt an Daten, Schnittstellen, Berechtigungen und Prozessen. Sind diese Grundlagen schwach, entsteht keine intelligente Automatisierung. Dann wird nur das bestehende Problem schneller.
Der Agent erbt die Schwächen seiner Systemlandschaft
Ein Vertriebsagent greift auf CRM-Daten, ERP-Informationen, Dokumente, E-Mails, Ticketsysteme und externe Quellen zu. Auf dieser Basis soll er Zusammenhänge erkennen und Entscheidungen vorbereiten.
Im CRM erscheint ein Kunde als attraktive Opportunity. Umsatz und Aktivitäten sprechen für hohe Relevanz. Im ERP ist jedoch hinterlegt, dass seit Jahren kein Geschäft mehr stattgefunden hat. Im Service läuft gleichzeitig eine Eskalation. Der Ansprechpartner hat das Unternehmen längst verlassen.
Ein erfahrener Mitarbeiter kann solche Widersprüche einordnen, weil er weiss, welchen Systemen er vertraut und wo Datenlücken liegen. Ein Agent kennt diese informellen Regeln nicht automatisch.
Das Problem liegt dann nicht im Modell. Es liegt in der Architektur, die ihm vorgibt, wie die Realität aussieht.
Wenn Schnittstellen zur Geschäftslogik werden
Viele IT-Landschaften sind historisch gewachsen. CRM, ERP, Marketing Automation und Serviceplattformen wurden zu unterschiedlichen Zeitpunkten eingeführt. Manche Systeme sind sauber integriert, andere über Workarounds verbunden. Menschen haben gelernt, diese Lücken im Alltag auszugleichen.
Mit agentischer KI verändert sich das. Ein Agent gleicht Daten ab, überträgt Informationen und leitet daraus möglicherweise selbstständig eine Aktion ab. Was früher als Medienbruch sichtbar war, kann dadurch plötzlich verschwinden. Technisch läuft der Prozess sauber durch. Fachlich kann er trotzdem falsch sein.
Ein fehlerhafter Datensatz kann so zur Grundlage einer Priorisierung, Empfehlung oder Kundenansprache werden. Je größer die Autonomie, desto stärker wirkt jede Schwäche in der Datenbasis.
KI repariert keine ungeklärte Wahrheit
Viele KI-Projekte starten mit der Frage nach dem Tool. Welcher Agent kann recherchieren? Welche Plattform lässt sich integrieren? Welche Prozesse können automatisiert werden?
Diese Fragen kommen zu früh.
Zuerst muss geklärt sein, welche Daten überhaupt als verlässlich gelten. Welches System führt Kundendaten? Wo liegt die gültige Produktinformation? Wer verantwortet Preis-, Vertrags- oder Interaktionsdaten?
McKinsey beschreibt 2026 genau diese Lücke: KI wird in B2B-Unternehmen breit erprobt, doch fragmentierte Daten, manuelle Prozesse und getrennte Teams begrenzen weiterhin den wirtschaftlichen Nutzen.
Für Cedric Scheumann liegt darin der entscheidende Punkt: KI kann fehlende Klarheit nicht ersetzen. Sie kann nur auf dem aufbauen, was eine Organisation sauber definiert hat.
Ein guter Agent beginnt deshalb nicht mit einem guten Prompt. Er beginnt mit einer belastbaren Informationsbasis.
Vor der Automatisierung kommt die Aufräumarbeit
Unternehmen müssen führende Systeme festlegen, Dubletten bereinigen, Datenmodelle vereinheitlichen und Verantwortlichkeiten klären. Gleichzeitig gehört auch der Prozess selbst auf den Prüfstand. Nicht jeder Schritt, der heute existiert, muss in einer agentischen Architektur weiterleben.
Genau darin liegt eine Chance. KI macht sichtbar, wo Informationen fehlen, wo Systeme unterschiedliche Wahrheiten erzeugen und wo ein Ablauf nur deshalb stabil wirkt, weil Mitarbeiter seit Jahren improvisieren.
Die beste Agentenarchitektur ist deshalb nicht die mit den meisten Integrationen. Sie ist diejenige, bei der klar ist, welche Information warum gebraucht wird und wer dafür geradesteht, wenn sie falsch ist.
Das klingt weniger spektakulär als ein neuer KI-Agent. In der Praxis entscheidet genau diese Arbeit aber darüber, ob Automatisierung später wirklich trägt.
Autonomie braucht klare Grenzen
Sobald ein Agent nicht nur liest, sondern handelt, verändert sich das Risiko. Ein System, das Informationen zusammenfasst, kann geprüft werden. Ein Agent, der CRM-Daten verändert, Leads neu priorisiert oder Kommunikation anstößt, greift direkt in Geschäftsprozesse ein.
Dann reichen technische Berechtigungen allein nicht mehr.
Unternehmen müssen nachvollziehen können, welche Daten ein Agent verwendet hat, welche Schritte er ausgelöst hat und an welcher Stelle eine menschliche Freigabe notwendig war.
Nicht jede Aktion braucht dieselbe Kontrolle. Ein Gespräch Überblick hat ein anderes Risiko als eine Preisfreigabe oder Kundenkommunikation.
Ein intelligentes System muss deshalb nicht nur wissen, was man tun kann.
Es braucht ebenso klare Grenzen dafür, was es besser nicht tut.
Die IT rückt näher ans Geschäft
Wenn Vertriebs Entscheidungen auf Daten aus mehreren Systemen beruhen, sind Architektur, Datenqualität und Governance keine reinen Hintergrundthemen mehr. Sie beeinflussen ganz direkt, wie gut ein Unternehmen Kunden erkennt, Chancen bewertet und handelt.
Solche Projekte können deshalb nicht allein von der IT getragen werden. Der Fachbereich muss sagen, welche Entscheidung wirtschaftlich sinnvoll ist und welche Informationen dafür wirklich gebraucht werden. Die IT schafft die Grundlage, damit genau diese Logik sicher und skalierbar funktioniert.
An dieser Schnittstelle entscheidet sich, ob aus einem KI-Projekt nur ein weiteres Tool wird oder ob es tatsächlich etwas im Unternehmen verbessert.
Gute Agenten ersetzen keine Architektur
Die spannendste Entwicklung bei KI-Agenten besteht deshalb nicht darin, dass Software immer mehr Aufgaben selbständig übernehmen kann.
Interessanter ist, dass Unternehmen gezwungen werden, ihre Systeme endlich so zu organisieren, dass Entscheidungen auf belastbaren Informationen beruhen.
Ein Agent macht sichtbar, wo Daten fehlen, wo Schnittstellen nicht funktionieren und wo Prozesse nur deshalb stabil wirken, weil Menschen ihre Schwächen seit Jahren ausgleichen.
Das kann unbequem sein.
Es ist aber auch wertvoll.
Denn wenn Unternehmen diese strukturellen Probleme lösen, profitieren nicht nur KI-Anwendungen. Auch klassische Prozesse werden klarer, schneller und robuster.
Fazit
KI-Agenten können Vertriebsprozesse deutlich leistungsfähiger machen. Sie können Informationen verbinden, Entscheidungen vorbereiten und operative Arbeit übernehmen.
Aber sie reparieren keine schlechte Systemlandschaft.
Wer fragmentierte Daten und ungeklärte Verantwortlichkeiten einfach mit KI überzieht, automatisiert nicht Intelligenz. Er automatisiert Unsicherheit.
Deshalb sollte vor der Frage nach den besten Agenten eine andere stehen: Ist die IT-Landschaft überhaupt so klar aufgebaut, dass ein System darauf selbstständig handeln darf?
Denn intelligente Automatisierung beginnt nicht beim Modell.
Sie beginnt dort, wo ein Unternehmen weiss, welcher Information es wirklich vertrauen kann.
