Das sind die Themen:

Die Metadatenschicht als Fundament intelligenter Agenten Bevor Salesforce KI-Agenten baute, schuf das Unternehmen vor 27 Jahren eine Metadatenschicht – eine Art digitales Skelett, das beschreibt, wie die Applikation aufgebaut ist. Das war zunächst für Triple-Jährliche Updates gedacht. Heute ist dieser Ansatz essentiell: KI-Agenten greifen auf diese Beschreibungen zu und wissen sofort, welche Prozesse, Applikationen und Kommunikationskanäle verfügbar sind. Das ermöglicht agentischen Systemen, eigenständig zu entscheiden, welche Tools sie für eine Aufgabe nutzen.

Datenintegration statt Datenkopie – der praktische Weg zu besseren Agenten KI-Agenten funktionieren nur, wenn sie Zugriff auf relevante Daten haben. Viele Unternehmen sind fragmentiert: Daten liegen in Data Lakes, CRM-Systemen, ERP-Tools und dutzenden Spezialsystemen verteilt. Die Lösung: Daten werden nicht kopiert, sondern durch Schnittstellen verbunden – so greifen Agenten auf Data Lakes zu, als wären die Daten natives Salesforce. Für Marketer bedeutet das konkret: Bessere Insights, schnellere Personalisierung und automatisierte Lead-Qualifizierung ohne Datenduplikation.

Vier Säulen für agentische Enterprise: Kontext, Kontrolle, Vertrauen, Compliance Ein Betriebssystem für KI-Agenten ruht auf vier Säulen: (1) Kontext – die richtige Datengrundlage für kluge Entscheidungen, (2) Kontrolle – Marketer bleiben Steuermänner, nicht die KI, (3) Vertrauen – nachvollziehbare Agenten-Entscheidungen, (4) Compliance – Einhaltung regulativer Anforderungen. Erst wenn diese vier Faktoren ineinandergreifen, können Agenten eigenständig handeln – von Lead-Qualifizierung über Hyperpersonalisierung bis zur Supervision menschlicher und digitaler Agenten im Service.

Mensch-KI-Zusammenarbeit als Design-Prinzip, nicht Nebensatz KI-Agenten sollten nie isoliert arbeiten – sie gehören direkt in den Arbeitsablauf des Marketers. Ein Beispiel: Die KI macht Segmentierungsvorschläge, der Marketer beurteilt, ob das Segment zu groß, zu klein oder zu grün ist – dann refinieren beide zusammen. Das verhindert die klassische Silo-Falle, wo ChatGPT in einem Fenster läuft, Salesforce in einem anderen und keine echte Integration stattfindet. Im Kundenkontext funktioniert das nicht: Der Agent muss sofort antworten können.

Skill-Wandel ist sicher, neue Chancen sind es auch Die Angst vor Jobverlust durch KI ist verständlich, aber historisch irrelevant. Als Excel erfunden wurde, verschwand der Beruf des Buchhalters, der manuell in Bücher eintrug – neue Rollen entstanden. Bei KI-Agenten gilt Ähnliches: Repetitive Aufgaben, lange Recherchen und monotone Datenarbeit übernehmen Agenten. Das befreit Marketer für strategische Arbeit, Kreativität und Kundenbeziehungen. Die größte Herausforderung: Fachleute müssen lernen, mit agentischen Systemen zu arbeiten – die meisten Marketing-Teams haben diese Skills noch nicht.