# KI-Agenten Beispiele: 6 Marketing-Fälle mit echten Zahlen URL: https://trycompass.co/de/journal/ki-agenten-beispiele-marketing Type: blog Locale: de Published: 2026-11-13 Updated: 2026-11-13 --- > Echte KI-Agenten Beispiele im Marketing, sortiert nach Aufgabe: Lead-Routing, Personalisierung, Content und Ads, mit berichteten Ergebnissen und ehrlichen Grenzen. Um 2 Uhr nachts landet ein Lead auf Ihrer Website. Um 2:03 Uhr ist er angereichert, bewertet und in der Warteschlange der richtigen Vertriebsperson. Niemand in Ihrem Team hat ihn angefasst. Das ist das schlichteste unter den KI-Agenten Beispiele, die heute in Marketing-Stacks laufen, und genau das sollten die meisten Teams zuerst nachbauen. Dieser Leitfaden sortiert KI-Agenten Beispiele nach ihrer Aufgabe: Lead-Bearbeitung, Content, Personalisierung und kanalübergreifendes Routing. Zu jedem Fall gibt es drei Angaben: was der Agent tatsächlich getan hat, was der Anbieter berichtet und an welcher Stelle er aufhört, nützlich zu sein. ## Was im Marketing als KI-Agent gilt und was nicht Ein Agent nimmt ein Ziel entgegen, wählt seine Schritte selbst, nutzt Werkzeuge und handelt. Eine Regel, die nach der Anmeldung eine Willkommensmail verschickt, ist Automatisierung. Ein System, das erkennt, dass die Willkommensmail für ein Segment schwach performt, den Kanal wechselt und den Grund protokolliert, ist ein Agent. Diese Grenze ist wichtig, weil die meisten Ankündigungen von „Agenten“ das erste beschreiben und den Namen des zweiten tragen. Bevor Sie ein Beispiel unten zählen, stellen Sie drei Fragen. Wählt es zwischen Aktionen? Greift es in einen Live-Kanal ein? Berichtet es, was es verändert hat? Wenn alle drei Antworten Ja lauten, haben Sie es mit einem Agenten zu tun. Wenn er nur Entwürfe schreibt und wartet, ist er ein Assistent. Beides hat seinen Wert, aber beide brauchen unterschiedliche Budgets und unterschiedliche Aufsicht. ![Hände sortieren gedruckte Lead-Karten in beschriftete Ablagen](https://fdzlnqpwsaniezitwiuw.supabase.co/storage/v1/object/public/cms-media/trycompass/2026-11/fffa24-inline1.webp) ## Lead-Erfassung und Anreicherung: das Beispiel mit dem klarsten Nutzen Hier beginnen Sie, weil die Schleife kurz ist und sich das Ergebnis zählen lässt. Slate, eine Plattform für digitales Publizieren, hat in Zapier einen Agenten gebaut. Er zieht Lead-Daten aus mehreren Quellen, reichert sie an und leitet starke Leads an den Vertrieb weiter. Laut [Zapiers eigener Beschreibung des Aufbaus](https://zapier.com/blog/ai-agents-for-marketing/) bearbeitete er in einem Monat über 2.000 Leads ohne manuellen Aufwand. Lesen Sie diese Zahl mit der richtigen Einschränkung: Sie ist selbst berichtet und misst das Volumen, nicht den Umsatz. Belegt ist damit, dass Anreicherung und Routing ohne Aufsicht in einem Maßstab laufen können, den eine menschliche Warteschlange nicht erreicht. Ein zweites Muster taucht im selben Beitrag auf. Das Cleantech-Unternehmen egg hat einen Agenten gebaut, der Prospect-Datensätze anreichert und personalisierte Outreach-Mails entwirft. Jede Mail landet dann zur menschlichen Prüfung in der Warteschlange, bevor sie rausgeht. Eine Zeitersparnis wird nicht veröffentlicht, aber das Design ist der Teil, den es sich abzuschauen lohnt. Der Agent übernimmt Recherche und Entwurf, ein Mensch verantwortet den Versand. Verzichten Sie auf diesen Weg, wenn Ihr Lead-Volumen unter einigen hundert pro Monat liegt. Bei dieser Größe schlagen ein gutes Formular und eine schnelle menschliche Antwort jeden Agenten, den Sie konfigurieren könnten. ## Personalisierung im großen Maßstab: Hier verdienen Agenten ihren Platz Personalisierung ist der Bereich, in dem Agenten aufhören, nur bequem zu sein, und anfangen, Zahlen zu verändern. Die veröffentlichten Beispiele von Braze zeigen den Skaleneffekt. Kayo Sports, ein australischer Streamingdienst, ist von 300 Nachrichtenvarianten auf 1,5 Millionen gekommen. Dafür trifft eine KI-Entscheidungslogik pro Abonnent die Wahl von Nachricht, Kreation, Kanal, Zeitpunkt und Angebot. [Braze berichtet](https://www.braze.com/resources/articles/agentic-ai-marketing-examples) von 14 % mehr Abonnements, 105 % mehr Cross-Selling und einem um 20 % höheren durchschnittlichen Abopreis. Dabei handelt es sich um Ergebnisse, die der Anbieter auf seiner eigenen Plattform berichtet. Behandeln Sie sie als Obergrenze, nicht als Prognose. Der Mechanismus bleibt trotzdem lehrreich. Niemand hat 1,5 Millionen Nachrichten geschrieben. Ein Mensch hat die Rahmenbedingungen formuliert, und das System hat den Raum innerhalb dieser Grenzen gefüllt. Dieselbe Quelle nennt die Luxusplattform 24S. Dort haben KI-Empfehlungen zusammen mit personalisierten Journeys die Kaufkonversion bei abgebrochenen Warenkörben innerhalb von sechs Monaten um 35 % gesteigert, die Warenkorb-Klicks bei wieder verfügbaren Artikeln um 7 %. Zwei kleine, konkrete Zuwächse in zwei bestimmten Momenten. So sehen echte Agenten-Gewinne meist aus: eng, messbar und unspektakulär. Die Investition lohnt sich, wenn Sie bereits saubere Ereignisdaten haben. Sie lohnt sich nicht, wenn Ihr Produktkatalog oder Ihre Abonnenten-Tags durcheinander sind, denn der Agent personalisiert das Durcheinander dann nur schneller. ## Content- und SEO-Agenten: nützlich, aber nur mit einem Menschen am Versand Die Content-Beispiele sind die sichtbarsten und zugleich die am stärksten überverkauften. Ein Betreiber einer Agentur in Toronto, den Zapier beschreibt, führt für jeden Kunden Recherche, Entwurf, WordPress-Veröffentlichung und Monatsreporting aus einem einzigen Chatfenster durch, über die MCP-Anbindung von Zapier mit Claude. Jedes Konto kostete früher 10 bis 15 Stunden praktischer Arbeit im Monat. Das ist eine echte Verschiebung, wer was macht. Es ist aber auch ein Betrieb mit zwei Personen und einem engen, wiederholbaren Ergebnis. Der Ablauf hält, weil das Ausgabeformat feststeht und weiterhin ein Mensch freigibt, was live geht. Der Fehlermodus lässt sich leicht benennen. Ein Agent, der ohne Prüfung veröffentlicht, verstärkt eine falsche Annahme über fünfzig Seiten. Lassen Sie Content-Agenten deshalb zuerst im Entwurfsmodus laufen. Erst wenn Sie einen Monat ihrer Ausgaben gelesen und dieselben drei Fehler null Mal gefunden haben, dürfen sie veröffentlichen. ![Ruhiger Einsatzraum mit Monitoren, auf denen Datenkurven laufen](https://fdzlnqpwsaniezitwiuw.supabase.co/storage/v1/object/public/cms-media/trycompass/2026-11/6302f2-inline2.webp) ## Ad- und Kreativ-Agenten: schnelle Varianten, dünnes Urteilsvermögen Große Werbetreibende berichten auch auf der Kreativ- und Targeting-Seite von Agenten. Die Zahlen kursieren breit in Anbieter-Übersichten: Kraft Heinz hat die Produktion von Anzeigentext-Varianten mit Google Cloud AI von acht Wochen auf acht Stunden gesenkt, und die Radisson Hotel Group meldet einen Produktivitätsgewinn von 50 % in ihrem Werbeteam durch KI-gestützte Platzierung. Beide Angaben stammen von den Unternehmen oder ihren Anbietern. Die Suchergebnisse, die sie zeigen, wiederholen sich meist gegenseitig, ohne unabhängige Prüfung. Der Befund ist nicht der Prozentwert. Die Erzeugung von Varianten ist das Günstigste, was ein Agent tut, und zugleich das am häufigsten ausgelieferte. Das Urteil darüber, welche Variante Budget verdient, liegt weiterhin beim Mediaplaner. Wenn Sie bezahlte Medien schalten, lassen Sie Agenten Varianten erzeugen und testen, behalten aber die Umverteilung des Budgets unter einer menschlichen Schwelle. Eine Regel wie „Der Agent darf bis zu 10 % des Tagesbudgets zwischen Anzeigengruppen verschieben, alles darüber fragt zuerst nach“ bringt Tempo ohne Überraschungen. ## Kanalübergreifendes Routing: das Beispiel, das kaum jemand hat Jedes Beispiel oben lebt in einem einzigen Kanal oder einer einzigen Aufgabe. Lead-Anreicherung ist eine CRM-Aufgabe. Personalisierung bei Kayo ist eine Messaging-Aufgabe. Variantenerzeugung ist eine Werbeaufgabe. Das schwierigere Beispiel ist ein Agent, der die gesamte Kampagne beobachtet und Arbeit zwischen Kanälen verschiebt. Stellen Sie sich eine Situation vor, die eine Growth-Leitung gut kennt. Eine E-Mail-Sequenz läuft seit 48 Stunden. Die Öffnungsrate stagniert bei 18 %, deutlich unter den 21 %, die Sie beim letzten Launch gesehen haben. Ein Ein-Kanal-Agent optimiert weiter die Betreffzeilen. Ein Routing-Agent liest das Plateau, verlagert den nächsten Kontakt für dieses Segment auf Paid Social und schreibt auf, warum. Genau diese Lücke will Compass schließen: Orchestrierung über E-Mail, Ads, Social und CRM, mit protokollierter Begründung, damit Sie nachprüfen können, was passiert ist. Die meisten öffentlichen KI-Agenten Beispiele bleiben hier stehen, weil ein Kanalwechsel auch Datenverantwortliche, Budgets und Freigabeketten überschreitet. Die Technik ist selten das Hindernis. Die Berechtigungen sind es. ![Papier-Streckenkarte mit Nadeln und Schnur, die Kanal-Requisiten verbindet](https://fdzlnqpwsaniezitwiuw.supabase.co/storage/v1/object/public/cms-media/trycompass/2026-11/efcfaf-inline3.webp) Wenn Sie prüfen möchten, wo Ihr eigener Stack steht, zählen Sie die Übergabestellen. Jeder Punkt, an dem ein Mensch Daten von einem Tool in das nächste kopiert, ist ein Ort, an dem ein Routing-Agent handeln könnte und ein Ein-Kanal-Agent nicht. ## Einen Agenten messen, ohne sich selbst zu täuschen Jedes Beispiel in diesem Leitfaden kam mit einer Zahl, und jede Zahl braucht eine Kontrollgruppe. Bevor Sie einen Agenten einschalten, halten Sie einen Teil des Traffics zurück, der den alten Prozess behält. Ohne diesen Anteil können Sie nicht unterscheiden, ob der Zuwachs vom Agenten stammt oder von der Saison. Legen Sie vorab fest, welche Kennzahl der Agent bewegen darf, und schreiben Sie sie auf. Beim Lead-Routing sind es die Zeit bis zum ersten Kontakt und die Kosten pro qualifiziertem Lead. Bei Personalisierung ist es die Konversion im konkreten Moment, den Sie adressiert haben, etwa beim abgebrochenen Warenkorb. Bei Content ist es der Anteil der Entwürfe, die ohne Überarbeitung live gehen. Prüfen Sie dann die Folgekosten. Ein Routing-Agent, der Konversionen steigert, aber die Support-Tickets verdoppelt, hat nicht gewonnen. Lesen Sie das Änderungsprotokoll neben dem Umsatz, der der Kampagne zugerechnet wird, und fragen Sie sich, ob die Begründung des Agenten einem skeptischen Kollegen standhält. Genau das messen Instrumente eigentlich: nicht die Aktivität, sondern das Ergebnis, das bleibt, wenn die Aktivität aufhört. Führen Sie den Vergleich über mindestens einen vollen Kampagnenzyklus durch, bevor Sie die Berechtigungen des Agenten erweitern. Vier Wochen sind ein sinnvolles Minimum für E-Mail- und Lead-Arbeit. Content-Effekte brauchen ein Quartal. ## Den ersten Agenten wählen, ohne ein Quartal zu verschwenden Wählen Sie nach der Länge der Schleife. Je kürzer die Spanne zwischen der Aktion des Agenten und einem messbaren Ergebnis, desto schneller erfahren Sie, ob er funktioniert. Lead-Routing schließt eine Schleife in Stunden. Content-Agenten brauchen Wochen, bis Rankings sichtbar werden. Kanalübergreifendes Routing braucht einen vollen Kampagnenzyklus. Drei Regeln halten das erste Projekt ehrlich: - Geben Sie dem Agenten ein Ziel und eine Kennzahl, etwa Kosten pro qualifiziertem Lead, statt eines vagen Auftrags, das Marketing zu „verbessern“. - Setzen Sie eine Budget- oder Volumengrenze, die er nicht ohne Rückfrage überschreiten darf. - Verlangen Sie ein Änderungsprotokoll in einfacher Sprache, damit Sie am Montagmorgen lesen können, was er getan hat. Verzichten Sie auf jeden Anbieter, der Ihnen dieses Protokoll nicht zeigen kann. Ein Agent, dessen Entscheidungen Sie nicht lesen können, ist eine Haftung mit einer guten Demo. ## Was diese Beispiele über die nächsten zwölf Monate sagen Das Muster ist in allen Beispielen dasselbe. Die Erfolge kommen aus engen Aufgaben mit sauberen Daten und einem Menschen, der den Freigabeschritt hält. Die Fehlschläge passieren dort, wo Teams ein Entwurfswerkzeug veröffentlichen lassen oder einen Ein-Kanal-Optimierer an die Stelle einer Strategie setzen. Der Kurs steht: Wählen Sie in diesem Quartal eine kurze Schleife, instrumentieren Sie sie und lesen Sie das Protokoll wöchentlich. Wenn Sie im ersten Quartal einen Produktlaunch fahren, starten Sie mit Lead-Anreicherung und Routing, ergänzen Sie Personalisierung, sobald Ihre Ereignisdaten sauber sind, und lassen Sie einen Agenten erst dann Arbeit zwischen Kanälen verschieben. Diese Reihenfolge ist der Kurs, den es zu halten gilt. ## FAQ ### Was ist ein KI-Agent im Marketing? Ein System, das ein Ziel verfolgt, eigene Schritte wählt, Werkzeuge nutzt und in einem Live-Kanal handelt. Eine einfache Automatisierung nach festen Regeln zählt nicht. ### Welches ist das beste erste Projekt? Lead-Anreicherung und Routing. Die Schleife schließt sich in Stunden, und das Ergebnis lässt sich zählen. ### Sind die Zahlen der Anbieter belastbar? Sie sind selbst berichtet und eher als Obergrenze zu lesen. Ohne Kontrollgruppe lässt sich der Effekt nicht von Saison oder Zufall trennen. ### Wie lange sollte ein Test laufen? Mindestens einen vollen Kampagnenzyklus. Für E-Mail und Lead-Arbeit sind vier Wochen ein sinnvolles Minimum, für Content ein Quartal. ### Sollte ein Content-Agent direkt veröffentlichen? Nein. Er sollte zuerst im Entwurfsmodus laufen, bis ein Monat Ausgaben geprüft ist und dieselben Fehler nicht mehr auftauchen. ### Wann lohnt sich Personalisierung mit Agenten? Wenn saubere Ereignisdaten und Segmente vorliegen. Bei unordentlichen Tags personalisiert der Agent das Durcheinander nur schneller. ### Was muss ein Anbieter vorweisen? Ein Änderungsprotokoll in klarer Sprache, das zeigt, was der Agent getan hat und warum. Ohne dieses Protokoll ist der Agent nicht prüfbar.