Ihre Automatisierung läuft – und niemand weiß, wie sie funktioniert
Verständnis von Workflows: Viele Marketing-Teams haben Schwierigkeiten, ihre Automatisierungs-Workflows zu erklären, was zu Ineffizienzen und Verwirrung führt.
Auswirkungen von KI: Schlecht verstandene Automatisierung birgt das Risiko, Fehler mit wachsender KI-Nutzung zu verstärken und Marketing-Ergebnisse zu verkomplizieren.
Migrationsprobleme: Fehlende Dokumentation in der Automatisierung kann zu langwierigen Migrationsprozessen und uneinheitlichen Definitionen zwischen Teams führen.
Governance-Herausforderung: Automatisierung ohne klare Zuständigkeit stellt ein Governance-Risiko dar, insbesondere bei der Integration von KI-Systemen in bestehende Abläufe.
Vorbereitungsschritte: Bevor Sie KI einführen, dokumentieren Sie Ihren Lead-to-Revenue-Prozess und stellen Sie sicher, dass alle Teammitglieder die bestehenden Konfigurationen verstehen.
Bitten Sie ein Marketingteam zu erklären, wie ihre eigenen Marketing-Automatisierungs-Workflows funktionieren. Los, ich warte. Nicht die oberflächliche Version, in der jemand schildert, was sie tun sollen, sondern die Mechanik hinter der Maschine ...
Können Sie beantworten, was diese Sequenz auslöst? Oder wer diese Routing-Regel erstellt hat und warum? Was passiert, wenn ein Kontakt gleichzeitig zu zwei Segmenten passt? Es überrascht wenig, dass es häufiger ratlose Gesichter als detaillierte Antworten gibt. Einfach gesagt: Es gibt einen besseren Weg.
Andrea Tarrell hat ihre Karriere an der Schnittstelle von Marketing und Umsatztechnologie verbracht – und dieses Szenario 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 Bereichs Tech Services bei Trilliad arbeitet sie mit B2B-Unternehmen zusammen, die Wert aus den Plattformen schöpfen wollen, in die sie investiert haben. Wenn Gespräche über Migrationen aufkommen, zieht sich ein roter Faden durch die Teams. „Es ist nicht ungewöhnlich in einer Migrationssituation“, sagt sie, „dass das Team sagt:
Wir wissen eigentlich gar nicht wirklich, wie das funktioniert. Das lief einfach im Hintergrund, niemand ist sich sicher, wie es erstellt wurde, wer es gebaut hat, was es macht.
Das ist kein kleines Problem. Und mit der schnellen Einführung von KI wird es zu einem noch viel größeren.
Das Gespenst in der Maschine
Ihre Erfahrung fasst die operative Realität vieler reifer Marketingorganisationen zusammen. Nicht, weil die Teams, die sie betreiben, fahrlässig sind, sondern wegen der Art und Weise, wie Automatisierung aufgebaut wird.
Sich anhäufende Logik, verzweigte Sequenzen, Unterdrückungslisten und Lead-Routing-Regeln – wie alte Häuser, in denen immer mehr Kabel verlegt werden. Meistens funktionieren sie, aber noch weniger Leute als gedacht verstehen wirklich, wie alles zusammenhängt.
Marketing-Automatisierung ist seit über einem Jahrzehnt im Mainstream angekommen. Die meisten gereiften B2B-Marketingorganisationen haben irgendeine Version eines Automatisierungsworkflows oder -programms, das schon seit Jahren läuft.
Lange Zeit hat das funktioniert. Wenn eine Nurture-Sequenz nicht wie gewünscht lief, ist es irgendwann durch sinkende Konversionsraten aufgefallen und jemand hat nachgeforscht. Aber jetzt ändert KI die Folgewirkungen grundlegend.
Wenn Unternehmen KI-basierte Bewertung, Anreicherung oder agentengesteuerte Kontaktaufnahme auf diese Systeme aufsetzen, fügen sie nicht nur neue Funktionen hinzu.
Sie verstärken auch die bereits darunterliegende Logik. Saubere Daten, durchdachte Segmentierung und gut konzipierte Routing-Regeln führen zu schnelleren, präziseren Ergebnissen. Fragmentierte Daten, vererbte Annahmen und vergessene Unterdrückungsregeln werden ebenso verstärkt. Das ist ein Rezept für eine Katastrophe.
Tarrell bringt es vorsichtig auf den Punkt:
Wenn die Vorgaben vage sind – ein unklarer Auftrag, schwammige Positionierung oder fehlende Beweise – kann KI das nicht retten.
Ihr Zitat bezog sich auf die Kampagnenproduktion, 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. Die Entwicklung hat erhebliche Anstrengung gekostet, und die Personen, die sie aufgebaut haben, sind oft weitergezogen. Das institutionelle Wissen hat das Unternehmen verlassen, die Systeme liefen weiter. Niemand hatte einen ausreichend guten Grund, nochmals einzutauchen.
Die wahren Kosten davon sieht man nicht in Dashboards. Sie zeigen sich in Migrationsprojekten, deren Dauer von drei Monaten auf fast zwei Jahre anwächst. Sie treten auf, wenn ein Team einen Qualifizierungs-Workflow neu bauen muss und ihnen klar wird, dass es keine gemeinsame Definition für "qualifiziert" gibt. Sie zeigen sich in KI-Pilotprojekten, die beeindruckende Demos liefern, aber keinen Pipeline-Effekt haben, weil die Basisdaten unzuverlässig sind.
Das Team von Tarrell bei Trilliad hat ein sogenanntes "Seller Experience Audit" durchgeführt: Salesforce aus Sicht eines Vertriebsspezialisten, der seinen Arbeitstag bewältigt. Die Ergebnisse überraschen die meisten.
„Wie wissen sie, wo sie nachschauen müssen? Wie organisieren sie ihren Tag? Unterstützt der Bildschirm mobile Aktivitäten?“, fragt sie.
Grundlegende Fragen zur Nutzbarkeit, die niemand gestellt hat, weil alle vorausgesetzt haben, dass die Plattform funktioniert wie beabsichtigt.
Gleichzeitig nennen 44 % der B2B-Organisationen die mangelnde Abstimmung zwischen den Teams als größte Wachstumsbremse, so die eigene Forschung von Trilliad.
Nur 22 % geben an, eine echte Integration zwischen Vertrieb, Marketing und Customer Success erreicht zu haben. Die Automatisierung, die im Hintergrund läuft, sorgt nicht für diese Abstimmung. In vielen Fällen verstärkt sie sogar die Silos, leise und unbeabsichtigt.
Warum KI-Einführung dies schneller offenlegt als alles andere
Es gibt einen Grund, warum KI-Piloten scheitern. Nicht, weil die Modelle nicht leistungsfähig wären, sondern weil die Systeme, an die sie angeschlossen werden, nicht vorbereitet sind. Sie können einem Sprachmodell ausgezeichnete Anweisungen geben und trotzdem schlechte Ergebnisse bekommen. Zum Beispiel, wenn die eingespeisten CRM-Daten unvollständig sind, die Zielgruppendefinitionen unklar oder die Signale, auf die es reagieren soll, von jemandem konfiguriert wurden, der vor zwei Jahren gegangen ist – das ist keine Erfolgsformel.
Dieses Muster beobachtet Tarrell immer wieder: Organisationen, die sich übereilt auf agentische KI, autonome Workflows und KI-gestützte Kontaktaufnahme stürzen, ohne die Grundlagen zu klären und zu bereinigen, was schon da ist.
Der Pilot sieht vielversprechend aus und erste Sonderfälle tauchen auf. Doch das Team kann die Probleme nicht diagnostizieren, weil sie kein klares Bild davon haben, wie die zugrunde liegenden Systeme funktionieren.
„Das Ziel ist sicherzustellen, dass Ihre KI auf soliden, vertrauenswürdigen Informationen basiert“, sagte Tarrell. „Und das erfordert Zeit und bewusste Planung.“
Diese Zeit und Planung sind alles andere als glamourös. Arbeitsabläufe in klarer Sprache zu dokumentieren, zu erfassen, was jede Automatisierung tun soll und ob sie es tatsächlich tut, die Datenqualität zu überprüfen, bevor neue Werkzeuge angebunden werden – all das sind mühsame Aufgaben, die nicht in einer Ankündigung zur KI-Transformation auftauchen. Teams, die diese Schritte überspringen, bauen jedoch auf Sand, und sie werden es irgendwann feststellen.
Die Teams, die die Arbeit machen, die tatsächlich ihren Lead-to-Revenue-Prozess Schritt für Schritt in einfachem Deutsch abbilden, bevor sie ein neues Tool verwenden, sind beim Umsetzen später schneller. Tarrells Rat ist eindeutig – lassen Sie die Arbeitsabläufe auf der Ebene dokumentieren, „was soll passieren und was machen die Menschen im Unterschied zur Technologie“. Diese Klarheit ist die Grundvoraussetzung für alles Weitere.
Das schwierigere Gespräch über Verantwortlichkeit
Es gibt noch eine weitere Ebene zu diesem Problem. Wenn Automatisierung lange genug unüberprüft im Hintergrund läuft, gehört sie irgendwann niemandem mehr.
Marketing Ops hat sie vielleicht aufgesetzt. Aber dann ging die ursprüngliche Marketing-Ops-Leitung. Die neue Person hat sie übernommen und sich gerade so viel Wissen angeeignet, dass nichts kaputt geht. Die aktuellen Nutzer:innen Ihrer Marketingautomatisierung sind längst entfernt von denen, die die ursprüngliche Logik verstanden haben.
Niemand möchte sie anfassen, weil das Risiko besteht, etwas zu beschädigen, was man nicht versteht. Die Alternative ist natürlich, sie einfach zu belassen und zu tun, als würde sie funktionieren.
Das ist ebenso ein Governance- wie ein technisches Problem. Und die Einführung von KI zwingt dazu, sich damit auseinanderzusetzen.
Man kann nicht verantwortungsvoll eine KI mit einem System verbinden, das man nicht versteht. Das Risikoprofil ändert sich dabei erheblich. Daten werden verarbeitet, geteilt, genutzt. Fehler sind dann nicht mehr nur „die Conversion Rate war dieses Quartal etwas niedrig“, sondern können ernsthafte Folgen haben.
Tarrell beschreibt die Lösung mit den Begriffen Agilität und Neugier – die beiden Fähigkeiten, die ihrer Meinung nach heute jede:r Marketer braucht. Agilität, um zu erkennen, was funktioniert, und schnell umzuschwenken, wenn etwas nicht läuft. Neugier, immer wieder zu hinterfragen, warum etwas so ist, wie es ist, statt übernommene Logik als gegeben zu akzeptieren.
„Wenn Sie die Antwort nicht kennen, verfolgen Sie das so lange, bis Sie Klarheit haben“, sagt sie. „Das wird einfach immer wichtiger.“
Der Blick nach vorn: Die nächsten 12 Monate
Wenn Sie das Marketing in einem B2B-Unternehmen leiten und in den nächsten zwölf Monaten die Einführung von KI planen, gibt es einige Dinge, die Sie tun sollten, bevor Sie mit der Bewertung von Werkzeugen beginnen.
Lassen Sie jemanden Ihren aktuellen Lead-to-Revenue-Workflow in einfacher Sprache abbilden. Kein Systemdiagramm, sondern verständliche Sprache. Was passiert, wenn ein Lead eingeht? Was löst die Übergabe an den Vertrieb aus? Was passiert, wenn keine Antwort kommt? Wer ist für welchen Schritt verantwortlich? Wo bricht der Prozess am häufigsten auf?
Gehen Sie dann einen Schritt weiter. Finden Sie für jeden einzelnen Schritt heraus, ob jemand aus Ihrem aktuellen Team wirklich versteht, wie er konfiguriert ist. Nicht theoretisch. Praktisch. Wer würde es beheben, wenn es heute ausfiele?
Die Antwort auf diese zweite Frage sagt Ihnen mehr über Ihre KI-Bereitschaft als jede Anbieterbewertung.
„Das richtige Fundament“, sagt Tarrell, „ist das, das Ihr Team tatsächlich nutzt und weiterentwickelt.“
Das klingt offensichtlich. Die meisten Organisationen merken meistens im ungünstigsten Moment, dass ihr Fundament etwas Übernommenes ist, das nie wirklich geprüft wurde.
Was kommt als Nächstes?
Melden Sie sich für ein kostenloses Konto beim The CMO Club an, um stets über aktuelle Trends informiert zu bleiben und die neuesten Tipps, Ressourcen und Leitfäden aus unserer Community erfahrener Marketing-Führungskräfte direkt in Ihr Postfach zu erhalten.
