Ihre Automatisierung läuft – und niemand weiß, wie sie funktioniert
Workflows verstehen: Viele Marketingteams haben Schwierigkeiten, ihre Automatisierungs-Workflows zu erklären. Das führt zu Ineffizienzen und Verwirrung.
KI-Einfluss: Schlecht verstandene Automatisierung birgt das Risiko, Fehler mit fortschreitender KI-Nutzung zu verstärken und führt zu unübersichtlichen Marketingergebnissen.
Migrationsprobleme: Fehlende Dokumentation in der Automatisierung kann zu langwierigen Migrationsprozessen und unterschiedlichen Definitionen zwischen Teams führen.
Governance-Herausforderung: Automatisierung ohne klare Zuständigkeit birgt Governance-Risiken, insbesondere bei der Integration von KI-Systemen in bestehende Workflows.
Vorbereitende Maßnahmen: Bevor Sie KI einführen, dokumentieren Sie Ihren Lead-to-Revenue-Prozess und stellen Sie sicher, dass alle Teammitglieder bestehende Einstellungen verstehen.
Bitten Sie ein Marketingteam, Ihnen zu erklären, wie ihre eigenen Marketing-Automatisierungs-Workflows funktionieren. Los, ich warte. Nicht die oberflächliche Version, in der jemand beschreibt, was sie eigentlich tun sollen, sondern die Mechanik hinter der Maschine.
Können Sie genau beantworten, was diese Sequenz auslöst? Oder wer diese Routing-Regel gebaut hat und warum? Oder was passiert, wenn ein Kontakt gleichzeitig zwei Segmenten zugeordnet wird? Es dürfte kaum überraschen, wenn Sie öfter fragende Blicke statt detaillierter Antworten erhalten. Einfach gesagt: Es gibt einen besseren Weg.
Andrea Tarrell, Präsidentin für Daten- und Technologiedienstleistungen bei Trilliad, hat ihre Karriere an der Schnittstelle von Marketing und Umsatztechnologie verbracht und hat dieses Szenario schon unzählige Male erlebt.
Mehr von The CMO gewünscht?
Melde dich für eine kostenlose Mitgliedschaft an, um diesen Artikel vollständig zu lesen:
Have an account? Log In
Tarrell arbeitet mit B2B-Unternehmen zusammen, die versuchen, den Wert aus den Plattformen herauszuholen, in die sie investiert haben. Wenn es um Migrationen geht, zeigt sich ein immer wiederkehrendes Muster in den Teams. Sie berichtet, dass es bei Migrationen nicht unüblich ist, dass das Team die Funktionsweise bestehender Automatisierungen kommentiert.
Wir wissen ehrlich gesagt nicht einmal wirklich, wie das funktioniert. Das lief einfach im Hintergrund, niemand weiß genau, wie es entstanden ist, wer es gebaut hat oder was es genau macht.
Das ist kein kleines Problem. Und mit der zunehmenden Einführung von KI wird es ein noch viel größeres werden.
Der Geist in der Maschine
Ihre Erfahrungen fassen die operative Realität vieler gereifter Marketingorganisationen zusammen. Nicht, weil die Teams fahrlässig sind, sondern vielmehr aufgrund der Art und Weise, wie Automatisierungen entstehen.
Sich anhäufende Logik, verzweigte Sequenzen, Ausschlusslisten und Lead-Routing-Regeln sammeln sich wie alte Leitungen in alten Häusern. Meistens funktionieren sie, aber weniger Leute verstehen sie, als es jemand zugeben möchte.
Marketingautomatisierung ist seit über einem Jahrzehnt Mainstream. Die meisten gereiften B2B-Marketingteams haben eine Version eines Workflows oder Programms im Einsatz, das seit Jahren läuft.
Wenn dann doch mal eine Nurture-Sequenz fehlschlägt, fällt es irgendwann durch sinkende Umwandlungsraten auf und jemand fängt an zu suchen. Mit KI ändern sich die Folgeeffekte nun grundsätzlich.
Wenn Unternehmen KI-gestützte Scorings, Anreicherungsprozesse oder Outreach durch Agenten auf diese Systeme draufsetzen, fügen sie nicht nur neue Funktionen hinzu.
Sie verstärken auch die darunterliegende Logik. Saubere Eingabedaten, durchdachte Segmentierung und gut gestaltete Weiterleitungsregeln liefern schnellere, präzisere Ergebnisse.
Fragmentierte Daten, übernommene Annahmen und vergessene Ausschlussregeln werden jedoch ebenfalls verstärkt. Das ist ein Rezept für ein Fiasko.
”Wenn die Eingaben vage sind, wenn ein unklarer Auftrag, eine verworrene Positionierung oder fehlender Nachweis vorliegt, kann KI das nicht retten.
Die Kosten von Automatisierungen im Autopilot-Betrieb
Es gibt einen Grund, warum die meisten Teams nicht wissen, wie ihre Marketingautomatisierung funktioniert. Der Aufbau hat viel Mühe gekostet, und diejenigen, die sie gebaut haben, sind oft weitergezogen. Das institutionelle Wissen ist mit ihnen gegangen, die Systeme liefen weiter. Niemand hatte einen triftigen Grund, sich darum zu kümmern.
Die wahren Kosten sind auf Dashboards nicht sichtbar. Sie schlagen sich in Migrationszeiten nieder, die von drei Monaten auf fast zwei Jahre anwachsen.
Tarrell merkt an, dass dies deutlich wird, wenn ein Team einen Qualifizierungs-Workflow neu aufbauen muss und feststellt, dass es keine gemeinsame Definition davon hat, was „qualifiziert“ eigentlich bedeutet. Ebenso wird es deutlich bei KI-Piloten, die beeindruckende Demos liefern, aber keinen Einfluss auf die Pipeline haben, weil die zugrundeliegenden Daten unzuverlässig sind.
Dieses Problem wächst in allen Teams weiter. Trilliads Sustainable Growth Study 2025 fand heraus, dass 44 % der Wachstumsverantwortlichen mangelnde Koordination zwischen Marketing, Vertrieb und Kundenerfolg als ihr größtes Einzelhindernis sehen. Die Automatisierung im Hintergrund schafft nicht die Abstimmung, die die Teams benötigen. In vielen Fällen verstärkt sie sogar die Silos.
Das Datenproblem geht tiefer als Organigramme. Wenn Daten in getrennten Systemen liegen, können sie nicht über die gesamte Kundenreise genutzt werden, um vernetzte Erlebnisse zu schaffen oder koordinierte Aktionen der Wachstumsteams zu ermöglichen.
Die gleiche Studie zeigte, dass 40 % der Unternehmen ihre Daten immer noch nur für die Neukundengewinnung nutzen, was bedeutet, dass ein erheblicher Teil sie im Lebenszyklus gar nicht aktiviert.
Für Teams, die hoffen, KI zu nutzen, um maßgeschneiderte Erlebnisse zu ermöglichen, intelligente Einblicke zu liefern oder End-to-End-Operationen zu verschlanken, ist das eine bedeutende Lücke.
Gerade wenn 44 % der B2B-Organisationen laut einer eigenen Studie von Trilliad mangelnde Abstimmung zwischen Teams als ihr wesentlichstes Wachstumshemmnis benennen. Und nur 22 % sagen, dass sie eine echte Integration von Vertrieb, Marketing und Customer Success erreicht haben.
Tarrells Team bei Trilliad führte das durch, was sie ein Seller-Experience-Audit nennen: Sie bewerteten Salesforce aus der Perspektive eines Vertriebsmitarbeiters, der einen normalen Arbeitstag erlebt. Die Ergebnisse überraschen viele.
Wie wissen sie, wo sie suchen sollen? Wie organisieren sie ihren Tag? Unterstützt der Bildschirm mobile Aktivitäten?
„Woher wissen sie, wo sie suchen sollen? Wie organisieren sie ihren Tag? Unterstützt der Bildschirm mobile Aktivitäten?“ fragt sie.
Das sind grundlegende Fragen zur Benutzerfreundlichkeit, die niemand gestellt hat, weil jeder davon ausging, dass die Plattform wie vorgesehen funktioniert.
Warum der Einsatz von KI diese Schwächen schneller offenlegt als alles andere
Es gibt einen Grund, warum KI-Pilotprojekte scheitern. Die Modelle sind selten schuld. Oft sind es die angeschlossenen Systeme, die einfach nicht bereit sind. Man kann einem Sprachmodell exzellente Anweisungen geben – und bekommt trotzdem schlechte Ergebnisse. Wenn etwa die CRM-Daten unvollständig sind, die Zielgruppendefinitionen unklar oder die Signale, auf die es reagieren soll, von jemandem eingerichtet wurden, der vor zwei Jahren das Unternehmen verlassen hat – ist man für den Erfolg nicht wirklich gerüstet.
Dieses Muster sieht Tarrell immer wieder. Organisationen stürzen sich in agentenbasierte KI, in autonome Workflows und KI-gestützte Ansprache. Aber sie haben die Grundlagenarbeit zur Aufbereitung und zum Verständnis des Bestehenden noch nicht erledigt. Es treten Randfälle auf, und das Team kann die Probleme nicht diagnostizieren, weil ihm ein klares Bild davon fehlt, wie die zugrunde liegenden Systeme funktionieren.
Den Nachweis des KI-ROI zu erbringen, geht über das Reporting hinaus. Häufig liegt das Problem an der Dateninfrastruktur. Trilliads Sustainable Growth Study 2025 ergab, dass 42 % der Befragten die Messung ihres Einflusses auf den Umsatz als größte Herausforderung sehen.
Wenn Wachstumsteams also nicht einmal die Rentabilität ihrer bestehenden Kampagnen belegen können, wird es nahezu unmöglich, die KI-Investitionen ohne integrierte Datensysteme mit Geschäftsergebnissen zu verbinden.
Ziel ist es, sicherzustellen, dass Ihre KI auf soliden und vertrauenswürdigen Informationen basiert, sagte Tarrell. Und das braucht Zeit und Intention.
Abläufe in einfacher Sprache zu dokumentieren, zuzuordnen, was jede Automatisierung leisten soll und ob sie das tatsächlich tut, sowie die Datenqualität vor der Anbindung neuer Werkzeuge zu überprüfen – all das sind mühsame Aufgaben, die bei einer Ankündigung zur KI-Transformation kaum Erwähnung finden. Wer sie jedoch überspringt, baut auf Sand – und wird das früher oder später merken.
Die Teams, die diese Arbeit leisten, die Zeit investieren, ihren Lead-to-Revenue-Prozess Schritt für Schritt in verständlichem Deutsch festzuhalten, bevor sie ein neues Tool verwenden, werden bei der späteren Umsetzung schneller vorankommen.
Tarrells Rat ist unmissverständlich: Dokumentieren Sie die Arbeitsabläufe im Detail auf der Ebene von „Was soll passieren und was übernehmen die Menschen, was übernimmt die Technologie?“ Diese Klarheit ist die Voraussetzung für alles Weitere.
Das schwierigere Gespräch über Zuständigkeiten
Das Problem hat noch eine weitere Ebene. Wenn Automatisierungen lange genug ungeprüft im Hintergrund laufen, fühlt sich irgendwann niemand mehr dafür verantwortlich.
Vielleicht wurde sie von Ihrem Marketing-Ops-Mitarbeiter gebaut. Doch dann ist die ursprüngliche Marketing-Leitung gegangen. Die Nachfolgerin hat sie übernommen und gerade genug gelernt, um sie am Laufen zu halten. Die aktuellen Nutzer Ihrer Marketingautomatisierung sind mittlerweile weit von jedem entfernt, der die ursprüngliche Logik verstanden hat.
Keiner will sie anfassen, weil das Risiko besteht, etwas zu zerstören, das man nicht versteht. Die Alternative ist natürlich, sie einfach weiterlaufen zu lassen und so zu tun, als würde alles funktionieren.
Das ist ein Governance-Problem genauso wie ein technisches. Und der KI-Einsatz zwingt zu einer Auseinandersetzung damit.
Sie können nicht verantwortungsvoll eine KI an ein System anschließen, das Sie nicht verstehen. Das Risikoprofil ändert sich massiv. Daten werden verarbeitet, geteilt, in Aktionen umgesetzt. Fehler sind dann nicht mehr nur „die Conversion Rate war in diesem Quartal etwas niedriger“, sondern können gravierender sein.
Tarrell beschreibt die Lösung mit Agilität und Neugier – die beiden Fähigkeiten, die jeder Marketer heute braucht. Agilität, um zu erkennen, was funktioniert, und flexibel zu reagieren, wenn es nicht funktioniert. Neugier, um immer wieder zu hinterfragen, warum etwas so ist wie es ist, anstatt übernommene Logik als unveränderbar hinzunehmen.
"Wenn du die Antwort nicht weißt, solltest du so lange dranbleiben, bis du Klarheit hast", sagte sie. "Das wird immer wichtiger werden."
Ein Ausblick auf die nächsten 12 Monate
Wenn Sie das Marketing für ein B2B-Unternehmen leiten und in den nächsten zwölf Monaten eine KI-Einführung planen, gibt es ein paar Dinge, die Sie tun sollten, bevor Sie mit der Bewertung von Tools beginnen.
Lassen Sie jemanden Ihren aktuellen Lead-to-Revenue-Workflow in einfacher Sprache beschreiben.
Kein Systemdiagramm, sondern eine möglichst einfache Darstellung. Was passiert, wenn ein Lead eingeht? Was löst die Übergabe an den Vertrieb aus? Und was passiert, wenn der Lead nicht antwortet? Wem gehört jeder Schritt in der Customer Journey? Und an welchen Stellen bricht der Prozess am häufigsten ab?
Gehen Sie dann einen Schritt tiefer. Finden Sie für jeden dieser Schritte heraus, ob jemand in Ihrem aktuellen Team tatsächlich versteht, wie dieser konfiguriert ist. Nicht theoretisch. Sondern praktisch. Wer würde es heute beheben, wenn es kaputt geht?
Die Antwort auf diese zweite Frage sagt Ihnen mehr über Ihre KI-Bereitschaft als jede Anbietereinschätzung.
"Die richtige Grundlage", sagte Tarrell, "ist die, die Ihr Team tatsächlich nutzt und weiterentwickelt."
Das klingt offensichtlich. Die meisten Organisationen stellen – meist im ungünstigsten Moment – fest, dass ihre Grundlage geerbt wurde, statt eigene Verantwortung zu besitzen, und dass sie sie nicht klar genug betrachtet haben, um zu wissen, ob sie noch funktioniert.
Wie geht es weiter?
Melden Sie sich für ein kostenloses Konto beim The CMO Club an, um über Trends auf dem Laufenden zu bleiben und die neuesten Tipps, Ressourcen und Leitfäden aus unserer Community erfahrener Marketing-Führungskräfte direkt in Ihr Postfach zu erhalten.