Ihre Automatisierung läuft – und niemand weiß, wie sie funktioniert
Workflows verstehen: Viele Marketing-Teams haben Schwierigkeiten, ihre Automatisierungs-Workflows zu erklären, was zu Ineffizienzen und Verwirrung führt.
Auswirkungen von KI: Schlecht verstandene Automatisierung birgt mit zunehmender KI-Nutzung das Risiko, Fehler zu verstärken und Marketing-Ergebnisse zu verkomplizieren.
Migrationsprobleme: Fehlende Dokumentation in Automatisierungssystemen kann zu langwierigen Migrationsprozessen und uneinheitlichen Definitionen im Team führen.
Governance-Herausforderung: Automatisierungen ohne klare Verantwortlichkeiten stellen ein Governance-Risiko dar, insbesondere bei der Integration von KI-Systemen in bestehende Workflows.
Vorbereitungsschritte: Vor der Einführung von KI sollten Sie Ihren Lead-to-Revenue-Prozess dokumentieren und sicherstellen, dass Teammitglieder die bestehenden Konfigurationen verstehen.
Bitten Sie ein Marketingteam, zu erklären, wie ihre eigenen Marketing-Automatisierungs-Workflows funktionieren. Nur zu, ich warte. Nicht die Version auf hoher Ebene, in der jemand beschreibt, was sie bewirken sollen, sondern die Mechanik hinter der Maschine.
Können Sie beantworten, was diese Sequenz auslöst? Oder wer diese Routing-Regel erstellt hat und warum? Oder was passiert, wenn ein Kontakt gleichzeitig zwei Segmenten zugeordnet wird? Es überrascht wenig, dass man häufiger mit ratlosen Blicken als mit detaillierten Antworten konfrontiert wird. Kurz gesagt: Es gibt einen besseren Weg.
Andrea Tarrell hat ihre Karriere an der Schnittstelle von Marketing und Revenue Technology verbracht und hat genau das schon unzählige Male erlebt.
Want more from The CMO?
Sign up for a free membership to complete reading this article:
Have an account? Log In
Als Präsidentin des Tech Services bei Trilliad arbeitet sie mit B2B-Unternehmen, die versuchen, aus den Plattformen, in die sie investiert haben, echten Mehrwert zu ziehen. Bei Migrationsgesprächen gibt es einen immer wiederkehrenden Faden bei den Teams. „In einer Migrationssituation“, sagt sie, „ist es nicht ungewöhnlich, dass das Team sagt:
Wir wissen eigentlich gar nicht genau, wie das funktioniert. Das lief einfach im Hintergrund, niemand weiß so richtig, wie es entstanden ist, wer es gebaut hat oder was es genau macht.
Das ist kein kleines Problem. Und mit der beschleunigten Einführung von KI steht es kurz davor, sich massiv zu vergrößern.
Das Phantom in der Maschine
Ihre Erfahrungen fassen die operative Realität vieler reifer Marketingorganisationen zusammen. Nicht weil die Teams, die sie betreiben, nachlässig sind, sondern weil Automatisierung so aufgebaut wird.
Angesammelte Logik, verzweigte Sequenzen, Suppressionslisten und Lead-Routing-Regeln – wie alte Häuser, die immer mehr Kabel ansammeln. Überwiegend funktional, aber von weniger Leuten verstanden, als man annehmen möchte.
Marketing-Automatisierung ist seit weit über einem Jahrzehnt Mainstream. Die meisten etablierten B2B-Marketingorganisationen haben irgendeine Form von Automatisierungs-Workflow oder -Programm, das bereits seit Jahren läuft.
Lange Zeit funktionierte dies. Wenn eine Nurture-Sequenz nicht wie gewünscht lief, bemerkte es früher oder später jemand und sah sich die gesunkenen Konversionsraten näher an. Doch heute verändert KI die Kettenreaktionen grundlegend.
Wenn Unternehmen KI-gestützte Scoring-, Anreicherungs- oder agentenbasierte Ansprache auf diese Systeme aufsetzen, fügen sie nicht nur neue Fähigkeiten hinzu.
Sie verstärken all jene Logik, die bereits dahinter liegt. Saubere Eingaben, durchdachte Segmentierungen und gut konzipierte Routing-Regeln führen zu schnelleren und präziseren Ergebnissen. Fragmentierte Daten, übernommene Annahmen und vergessene Suppressionslogik werden allerdings ebenso verstärkt. Das ist eine Katastrophe mit Ansage.
Tarrell drückt es vorsichtig aus:
Wenn die Eingaben vage sind, unklare Briefings, verschwommene Positionierungen oder fehlender Beleg – dann kann KI das nicht retten.
Ihr Zitat bezog sich auf Kampagnen-Produktion, aber das Prinzip gilt überall.
Die Kosten von Automatisierung im Autopilot-Modus
Es gibt einen Grund, warum die meisten Teams nicht wissen, wie ihre Marketing-Automatisierung funktioniert. Der Aufbau war ein enormer Kraftakt und diejenigen, die ihn vorgenommen haben, sind oft weitergezogen. Das institutionelle Wissen verschwand aus der Firma, die Systeme liefen jedoch weiter. Keiner hatte einen triftigen Grund, sich darum zu kümmern.
Die eigentlichen Kosten sind in Dashboards nicht sichtbar. Sie zeigen sich, wenn Migrationsprojekte sich von drei Monaten auf fast zwei Jahre ausdehnen. Sie treten auf, wenn ein Team ein Qualifikations-Workflow neu aufbauen will und dabei feststellt, dass eine gemeinsame Definition von "qualifiziert" fehlt. Oder in KI-Pilotprojekten, die beeindruckende Demos liefern, aber keinen Umsatz erzeugen, weil die zugrunde liegenden Daten nicht verlässlich sind.
Das Team von Tarrell bei Trilliad hat einen sogenannten Seller Experience Audit durchgeführt, bei dem Salesforce aus der Sicht eines Vertriebsmitarbeitenden analysiert wird – gemessen am Arbeitsalltag in der Praxis. Die Ergebnisse überraschen viele.
"Wo wissen sie, wo sie hinschauen müssen? Wie organisieren sie ihren Tag? Unterstützt das Interface mobiles Arbeiten?", fragt sie.
Elementare Usability-Fragen, die bisher niemand gestellt hat, weil alle davon ausgingen, dass die Plattform wie vorgesehen funktioniert.
Gleichzeitig nennen laut eigener Trilliad-Forschung 44 % aller B2B-Unternehmen die mangelnde Teamübergreifende Abstimmung als größtes Wachstumshindernis.
Nur 22 % geben an, eine echte Integration zwischen Vertrieb, Marketing und Customer Success erreicht zu haben. Die im Hintergrund laufende Automatisierung sorgt nicht für diese Nähe – sie verstärkt im Zweifel sogar die Silos.
Warum KI-Einführung diese Lücken schneller als alles andere offenlegt
Es gibt einen Grund, warum KI-Pilotprojekte scheitern. Nicht, weil die Modelle nicht leistungsfähig wären, sondern weil die angebundenen Systeme noch gar nicht bereit sind. Man kann einem Sprachmodell exzellente Anleitungen geben und trotzdem schlechte Ergebnisse bekommen. Wenn etwa die CRM-Daten unvollständig sind, die Zielgruppen unscharf definiert oder die Signalsysteme von jemandem konfiguriert wurden, der vor zwei Jahren das Unternehmen verlassen hat – ist das kein gutes Fundament für den Erfolg.
Genau dieses Muster sieht Tarrell immer wieder: Organisationen, die übereilt auf agentische KI, autonome Workflows und KI-gesteuerte Ansprache zusteuern, ohne vorher die Grundlagen zu schaffen und ihre bestehenden Prozesse und Daten zu verstehen und zu bereinigen.
Der Pilot sieht vielversprechend aus und die ersten Randfälle tauchen auf. Aber das Team kann die Probleme nicht diagnostizieren, weil sie keinen klaren Überblick darüber haben, wie die zugrunde liegenden Systeme funktionieren.
„Das Ziel ist sicherzustellen, dass Ihre KI auf solider, vertrauenswürdiger Information arbeitet“, sagte Tarrell. „Und das braucht Zeit und bewusste Planung.“
Diese Zeit und Sorgfalt sind wenig glamourös. Arbeitsabläufe in klarer Sprache zu dokumentieren, festzuhalten, was jede Automatisierung leisten soll und ob sie das tut, die Datenqualität zu überprüfen, bevor neue Tools angebunden werden – all das sind mühselige Aufgaben, die in keiner Ankündigung zur KI-Transformation auftauchen. Aber Teams, die das überspringen, bauen auf Sand, und sie werden es irgendwann merken.
Teams, die die Arbeit machen, die tatsächlich ihren Lead-to-Revenue-Prozess Schritt für Schritt in einfachem Deutsch abbilden, bevor sie ein neues Tool anfassen, sind schneller, wenn sie dann umsetzen. Tarrells Rat ist eindeutig – bringen Sie die Arbeitsabläufe auf ein Dokumentations-Niveau von „Was soll geschehen und was machen die Menschen versus was erledigt die Technologie.“ Diese Klarheit ist die Voraussetzung für alles Weitere.
Das schwierigere Gespräch über Verantwortlichkeit
Es gibt noch eine weitere Ebene dieses Problems. Wenn Automatisierungen lange unbemerkt im Hintergrund laufen, gehören sie irgendwann niemandem mehr.
Marketing Operations hat sie vielleicht ursprünglich gebaut. Doch dann ist der ursprüngliche Verantwortliche gegangen. Die neue Person hat sie übernommen und sich gerade genug Wissen angeeignet, um größere Ausfälle zu verhindern. Die heutigen Anwender eurer Marketingautomatisierung sind längst von denen entfernt, die die ursprüngliche Logik verstanden haben.
Niemand will etwas anfassen, weil das Risiko besteht, etwas zu zerstören, das man nicht versteht. Die Alternative ist natürlich: Es einfach lassen und so tun, als würde es funktionieren.
Das ist ebenso sehr ein Thema der Governance wie ein technisches Problem. Und die Einführung von KI erzwingt die Auseinandersetzung mit dieser Frage.
Man kann nicht verantwortungsvoll eine KI an ein System anbinden, das man nicht versteht. Das Risikoprofil ändert sich drastisch. Daten werden verarbeitet, geteilt, darauf basierend gehandelt. Fehler sind dann nicht mehr nur "Die Conversion-Rate war dieses Quartal etwas niedrig", sondern schnell etwas Schwerwiegenderes.
Tarrell denkt die Lösung in den Begriffen Agilität und Neugier – die zwei Fähigkeiten, die ihrer Meinung nach heute jeder Marketer braucht. Agilität, um zu erkennen, was funktioniert, und schnell die Richtung zu ändern, wenn nicht. Neugier, um immer wieder zu hinterfragen, warum etwas so ist wie es ist, statt die übernommene Logik als festgegeben zu akzeptieren.
„Wenn Sie die Antwort nicht wissen, verfolgen Sie sie weiter, bis sie klar wird“, sagte sie. „Das wird einfach immer wichtiger.“
Der Ausblick auf die nächsten 12 Monate
Wenn Sie das Marketing für ein B2B-Unternehmen leiten und in den nächsten zwölf Monaten KI einführen möchten, gibt es einige Dinge, die Sie tun sollten, bevor Sie Tools evaluieren.
Lassen Sie jemanden Ihren aktuellen Lead-to-Revenue-Workflow in klarer Sprache abbilden. Kein Systemdiagramm, sondern einfache Sprache. Was passiert, wenn ein Lead eingeht? Was löst die Übergabe an den Vertrieb aus? Was geschieht, wenn keine Reaktion erfolgt? Wer ist für jeden Schritt verantwortlich? Wo bricht der Prozess am häufigsten zusammen?
Dann gehen Sie einen Schritt tiefer. Prüfen Sie für jeden dieser Schritte, ob jemand aus Ihrem aktuellen Team tatsächlich versteht, wie er konfiguriert ist. Nicht theoretisch. Sondern praktisch. Wer würde es reparieren, wenn es heute ausfällt?
Die Antwort auf diese zweite Frage sagt Ihnen mehr über Ihre KI-Bereitschaft als jede Anbieterbewertung.
„Das richtige Fundament“, sagte Tarrell, „ist das, das Ihr Team tatsächlich verwendet und weiterentwickelt.“
Das klingt offensichtlich. Die meisten Organisationen stellen jedoch meist im schlechtesten Moment fest, dass ihr Fundament etwas ist, das sie nie selbst überprüft haben und lediglich übernommen haben.
Wie geht es weiter?
Melden Sie sich für ein kostenloses Konto beim The CMO Club an, um immer über Trends informiert zu sein und die neuesten Tipps, Ressourcen und Leitfäden aus unserer Community erfahrener Marketingleiter direkt in Ihr Postfach zu erhalten.