Agentic Marketing markiert den Wandel von isolierten Generative-AI-Tools zu autonomen Multi-Agent-Systemen, die Marketingkampagnen proaktiv planen, ausführen und optimieren. Trotz hoher Akzeptanz von generativer KI verläuft der Übergang zu produktiven Agentensystemen schleppend, weil fragmentierte Datenarchitekturen und fehlende Governance das größte Hindernis darstellen.
Produktionslücke und Integrationshürden bei Enterprise-KI-Agenten
Marktforschungen zeigen, dass nur ein Bruchteil der Unternehmen KI-Agenten im produktiven Regelbetrieb einsetzt. Der Anteil liegt zwischen 11 % und 31 % (S1, 2026). Gleichzeitig prognostiziert Gartner, dass mehr als 40 % der Agentic-AI-Projekte bis Ende 2027 wegen fehlerhafter Governance abgebrochen werden (S1, 2025). Diese Zahlen belegen, dass Unternehmen noch stark in der Experimentierphase verhaftet sind.
Ein entscheidender Grund ist das Fehlen eines einheitlichen Datenfundaments. Laut dem State of Marketing / Connectivity Benchmark Report haben lediglich 51 % der Marketing-Organisationen Zugriff auf sämtliche Commerce- und Transaktionsdaten (S2, 2026). Ohne diese Daten können Agenten keine ganzheitlichen Entscheidungen treffen.
„Viele Unternehmen stecken noch in der Experimentierphase. Bis Ende 2026 sind lediglich 11 bis 31 % der Unternehmen auf dem Weg zu Produktivagenten“, erklärt Jessica Keehn, Chief Marketing Officer von SAP Customer Experience.
Zero-Copy-Datenarchitektur via BDC Connect & Delta Sharing
Die Kooperation zwischen SAP und Google Cloud bietet mit der Zero-Copy-Verbindung zwischen SAP Business Data Cloud und Google BigQuery eine Lösung für das Datenfragmentierungs-Problem. Durch offene Protokolle wie Delta Sharing können externe Engines direkt und transparent auf SAP-Daten mit Semantik zugreifen, ohne ETL-Prozesse oder Datenreplikation. Die SAP-Roadmap sieht die General Availability der BDC-Connect-Funktion für Google BigQuery im zweiten Quartal 2026 (S5, 2026).
Dieses Prinzip eliminiert Schatten-Datenbanken, reduziert Replikations- und Speicher-Kosten und ermöglicht eine DSGVO-konforme Consent- und Preference-Verwaltung an einer einzigen Quelle. Jessica Keehn betont: „Durch BDC Connect greifen wir bidirektional und ohne Datenkopien auf dieselben Datensätze zu. Das ist datenschutzrechtlich entscheidend, weil Consent, Löschanfragen und Zweckbindung an einer Quelle steuerbar bleiben.“
ROI-Kennzahlen und KPI-Verbesserungen durch Agentic Marketing
Agentic-AI liefert nicht nur Zeitersparnis, sondern messbare Umsatzsteigerungen. Die mittlere Verbesserung der Repeat Purchase Rate beträgt 21,5 % (S&P Global & McKinsey, 2026). Weitere KPIs, die durch die agentische Architektur beeinflusst werden, umfassen:
- Customer Lifetime Value (LTV) – Anstieg durch personalisierte Cross-Channel-Optimierung
- Cost-per-Incremental-Conversion – Reduktion dank gezielter Budget-Allokation
- Time-to-Campaign – von Wochen auf Stunden verkürzt
McKinsey schätzt, dass agentic AI bis 2025 60 % des gesamten KI-Werts im Marketing- und Sales-Umfeld generieren könnte, sofern Governance und Human-in-the-Loop korrekt implementiert sind (S3, 2025).
Risiken und Governance-Herausforderungen
Die Einführung von Multi-Agent-Systemen birgt drei zentrale Risiken:
- Datenschutz: Cross-Cloud-Integration erfordert extrem sichere Datenvirtualisierung und Einhaltung von Consent-Rollen. Fehler können zu schweren DSGVO-Nachweisen und Rechtsstreitigkeiten führen.
- Governance: Ohne klare Regeln für Budget, Marken- und Compliance-Leitplanken können Agenten ungewollt agieren und Reputationsschäden verursachen, etwa durch ungeeignete Content-Generierung.
- Standardisierung: Trotz gemeinsamer Architektur von SAP und Google Cloud fehlen etablierte Interoperabilitätsprotokolle für herstellerübergreifende Agenten, was zu einer „Ein-System-Falle“ führen kann.
Jessica Keehn fasst die Notwendigkeit zusammen: „Investieren Sie zuerst in Ihr Datenfundament – ohne unified, governed Data wird kein Agent skalieren.“
Schnellüberblick:
Warum ist der Transition-Step von experimenteller KI zu Multi-Agent-Artefakten so komplex?
Wegen der Anforderungen an Governance, Datenintegration und KI-Betrachtungsbreite – Agenten müssen nicht nur agieren, sondern auch strategisch entscheiden, ohne in fehlerhafte Subsysteme zu stolpern.
Wie schützen SAP und Google Cloud den Datenschutz in agentischen Architekturen?
Durch das Zero-Copy-Prinzip, das direkt auf Quellsystemen und DSGVO-konformen Consent-Rollen basiert, keine Kopien erzeugt und alle KI-Einwirkungen auditierbar macht.
Welche Rollentypen gibt es im agentic Marketing?
Zentral: Orchestrator (Marketer), der Ziele definiert und Leitplanken setzt. Technisch: KI-Agenten für Segmentierung, Channel-Planung, Optimierung und Budgetierung – oft spezialisierter als traditionelle Automationsmodule.
Ausblick auf die nächsten 12-18 Monate
In der zweiten Jahreshälfte 2026 wird die Multi-Agent-Marketing-Lösung breit verfügbar sein. Anschließend erfolgt die Ausrollung auf Sales, Service und Commerce, um eine autonome Customer Experience über den gesamten Lebenszyklus zu schaffen. Parallel arbeitet SAP an Cross-Vendor-Interoperabilität über offene Protokolle wie Agent2Agent.
Der Rat an CMOs lautet: Nicht weiter das fünfzehnte Pilotprojekt im Tool-Silo starten, sondern ein einheitliches Datenfundament schaffen, einen klar messbaren Use-Case wählen und ein cross-funktionales Team aus Marketing, IT, Data und Legal aufbauen.
Quellen
- https://www.gartner.com/en/newsroom/press-releases/2025-08-26-gartner-predicts-40-percent-of-enterprise-apps-will-feature-task-specific-ai-agents-by-2026
- https://www.salesforce.com/resources/research-reports/state-of-marketing/
- https://www.mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/agents-for-growth-turning-ai-promise-into-impact
- https://architecture.sap.com/