KI-Agenten im Vertrieb: Warum sie oft nur Ihre Prozessfehler automatisieren

Ein mittelständischer Maschinenbauer führt einen KI-Agenten ein, der eingehende Anfragen automatisch qualifizieren und die vielversprechendsten Leads an den Außendienst weiterleiten soll.

Drei Wochen später beschwert sich der Vertriebsleiter: Der Agent schickt seinem Team fast nur noch Anfragen von Bestandskunden mit Ersatzteilbedarf - kleine Aufträge, viel Aufwand -, während echte Neukundenanfragen liegen bleiben. Der Grund liegt nicht im Agenten. Er liegt im CRM: Dort war nie sauber hinterlegt, was einen guten Lead eigentlich ausmacht. Der Agent hat diese Lücke nicht geschlossen. Er hat sie nur sehr viel schneller sichtbar gemacht.

Genau diese Beobachtung macht seit dieser Woche in der Vertriebs- und KI-Branche die Runde - und sie trifft einen wunden Punkt bei vielen mittelständischen Vertriebsteams, die gerade über den Einsatz von KI-Agenten nachdenken.

Die dritte Automatisierungswelle erreicht den Vertrieb

Nach den IVR-Telefonsystemen der frühen 2000er-Jahre und der Chatbot-Welle 2016/2017 rollt mit KI-Agenten die dritte große Automatisierungswelle durch Vertriebsabteilungen. Anders als ihre Vorgänger beantworten diese Systeme nicht nur Fragen, sondern übernehmen eigenständig Teilschritte des Vertriebsprozesses: Sie bewerten Leads, formulieren Nachfass-E-Mails, schlagen Termine vor oder priorisieren, wen der Außendienst zuerst anruft.

Cedric Scheumann, Gründer der KI-Plattform honiq.io, brachte es am 3. September 2026 in einer viel beachteten Stellungnahme auf den Punkt: "Wenn ein Vertriebsprozess heute an mehreren Stellen nicht funktioniert, wird er nicht besser, nur weil eine KI ihn übernimmt." Scheumann verweist dabei auch auf aktuelle Analysen von McKinsey, wonach zahlreiche Unternehmen zwar mit KI-Agenten experimentieren, daraus bislang aber selten einen belastbaren wirtschaftlichen Nutzen ziehen.

Warum ein KI-Agent bestehende Fehler nicht heilt, sondern vervielfacht

Ein KI-Agent führt genau die Regeln und Daten aus, die ihm mitgegeben werden - fehlerhafte oder fehlende Kriterien verarbeitet er ebenso zuverlässig wie korrekte. Das ist beim Maschinenbauer aus dem Eingangsbeispiel das eigentliche Problem: Weil im CRM nie definiert wurde, welche Merkmale einen aussichtsreichen Neukunden von einem günstigen Ersatzteilauftrag unterscheiden, konnte der Agent diese Unterscheidung auch nicht lernen.

Er hat schlicht das getan, was die vorhandenen Daten ihm nahelegten - nur eben für jede eingehende Anfrage, rund um die Uhr, ohne den gesunden Menschenverstand, den ein erfahrener Vertriebsmitarbeiter an dieser Stelle noch hätte walten lassen.

Dasselbe Muster zeigt sich beim automatisierten Nachfassen per E-Mail. Wenn die bisherigen Vorlagen unpersönlich oder falsch getaktet waren, sorgt ein Agent, der diese Vorlagen nun zuverlässiger und häufiger verschickt, nicht für mehr Termine - sondern für mehr genervte Empfänger in kürzerer Zeit. Die Geschwindigkeit der KI wirkt hier wie ein Verstärker: Sie macht ein bestehendes Problem sichtbarer und teurer, statt es zu lösen.

Typische Warnzeichen dafür, dass ein Vertriebsprozess noch nicht reif für einen Agenten ist, lassen sich in der Beratungspraxis immer wieder beobachten: Mitarbeitende pflegen Informationen unterschiedlich ins CRM ein, weil es keine einheitliche Vorgabe gibt. Niemand kann auf Anhieb sagen, warum ein bestimmter Lead als "heiß" gilt. Und Ausnahmen vom eigentlichen Prozess sind in Wahrheit die Regel, weil jeder Vertriebsmitarbeiter seine eigene Reihenfolge und seine eigenen Kriterien verwendet.

Wird ein KI-Agent auf einen solchen Prozess angesetzt, lernt er entweder die uneinheitlichen Muster - oder er erzwingt eine Einheitlichkeit, die es vorher nie gab und die dann als Verschlechterung wahrgenommen wird.

Die Frage, die vor der Tool-Auswahl wichtiger ist

"Unternehmen fragen sehr schnell: Was können wir automatisieren?", so Scheumann weiter. "Die bessere Frage wäre zuerst: Welche Prozesse würden wir überhaupt behalten, wenn wir sie heute noch einmal neu aufsetzen könnten?" Für Geschäftsführer und Vertriebsleiter im Mittelstand heißt das konkret: Vor der Auswahl eines KI-Agenten lohnt sich eine ehrliche Bestandsaufnahme an drei Stellen.

Erstens die Datenqualität: Sind die Informationen, mit denen der Agent arbeiten soll - Lead-Kriterien, Kontaktdaten, Kaufhistorie - vollständig und aktuell, oder wird hier seit Jahren mit Notbehelfen gearbeitet?

Zweitens die Zuständigkeit: Wer prüft die Entscheidungen des Agenten stichprobenartig, und wer ist verantwortlich, wenn ein wichtiger Lead falsch eingestuft wird? Drittens das Erfolgskriterium: Woran genau lässt sich in drei Monaten festmachen, ob der Agent tatsächlich mehr wertvolle Termine bringt - und nicht nur mehr Aktivität erzeugt?

Ein Praxisbeispiel: Prozess vor Tool

Ein Beispiel aus der Beratungspraxis zeigt, wie sich das umsetzen lässt. Ein Handwerksbetrieb mit rund 80 Mitarbeitenden wollte die Anfragenflut aus Website und Telefon mit einem KI-Agenten vorsortieren lassen. Statt sofort ein Tool zu testen, wurde zunächst zwei Wochen lang von Hand protokolliert, nach welchen Kriterien die erfahrene Innendienstmitarbeiterin Anfragen bislang tatsächlich priorisierte - unabhängig davon, was im CRM stand. Dabei zeigte sich: Drei Kriterien entschieden in der Praxis über die Priorität, aber nur eines davon war im System überhaupt erfasst.

Erst nachdem die fehlenden zwei Kriterien als Pflichtfelder ergänzt und rückwirkend für aktive Anfragen nachgetragen wurden, ging der Betrieb mit einem deutlich enger gefassten Agenten live - zuständig zunächst nur für die Terminvorschläge bei eindeutig erfassten Anfragen, alles andere blieb bei der Mitarbeiterin. Das war weniger spektakulär als der ursprüngliche Plan, aber es funktionierte von Anfang an, ohne dass Kunden falsch einsortiert wurden.

Was Sie diese Woche klären können

Die Lehre aus beiden Beispielen ist dieselbe: Ein KI-Agent ist kein Ersatz für einen sauberen Vertriebsprozess, sondern ein Vergrößerungsglas darauf. Bevor Sie einen KI-Agenten für Lead-Qualifizierung, Nachfassen oder Terminvereinbarung einführen, nehmen Sie sich zwei Stunden und zeichnen Sie den betroffenen Prozess so auf, wie er heute tatsächlich abläuft - nicht wie er im Organigramm oder CRM-Handbuch steht. Prüfen Sie an jeder Stelle, ob die verwendeten Daten vollständig und aktuell sind und wer die Verantwortung übernimmt, wenn eine automatisierte Entscheidung danebenliegt.

Erst wenn diese Fragen beantwortet sind, lohnt sich der Blick auf ein konkretes KI-Tool - und dann meist mit einem deutlich kleineren, aber tatsächlich funktionierenden Anwendungsfall, als ursprünglich geplant.

Genau an diesem Punkt - der ehrlichen Bestandsaufnahme vor der Tool-Entscheidung - hakt es in vielen Vertriebsteams. David Hirschhäuser, KI-Berater und Gründer von DH Studio Consulting in Bünde, unterstützt mittelständische Unternehmen dabei, diesen ersten Schritt sauber zu machen, bevor ein KI-Agent überhaupt zum Thema wird. Wenn Sie das für Ihren Vertrieb einmal durchspielen möchten, melden Sie sich gerne.