Die Videos der Reihe
Vom Verständnis bis zur Team-KompetenzFür viele Teams ist ein KI-Agent noch eine Blackbox
Ein Prompt ist eine einzelne Anweisung, auf die Sie warten und die Sie selbst weiterverarbeiten. Ein KI-Agent bekommt ein Ziel und arbeitet eine ganze Aufgabenkette eigenständig ab: recherchieren, entwerfen, aufbereiten, am Stück und im Hintergrund.
Der alte Modus war eine Textmaschine: Der Mensch recherchiert, die KI textet, der Mensch kopiert und prüft, jeder Schritt einzeln freigegeben. Der neue Modus verschiebt die Arbeit vom Formulieren zum Entscheiden. Damit steht sofort die unbequeme Frage im Raum, die in der Reihe offen ausgesprochen wird: Wer trägt die Verantwortung, wenn der Agent in Schritt vier eines nächtlichen Laufs einen Fehler macht, den niemand bemerkt?
Die Antwort aus den Videos ist eindeutig: Die Verantwortung bleibt zu hundert Prozent bei Ihnen. Delegiert wird die Ausführung, nicht das Urteil.
Vom Prompt zum Agenten: was sich wirklich ändert
Das anschaulichste Beispiel aus der Reihe kommt aus dem Maschinenbau-Marketing: die Vorbereitung eines Kampagnen-Pitches. Früher waren daran vier Personen über mehrere Tage beteiligt. Heute läuft dieselbe Aufgabenkette, während Sie in einem anderen Meeting sitzen. Wichtig dabei: Was der Agent liefert, ist eine erste Fassung, kein fertiges Ergebnis. Die Prüfung bleibt menschlich.
Die Kostenleiter, die kaum jemand kennt
Sobald ein System eigenständig arbeitet, wird die Kostenfrage konkret, und zwar unangenehm. In einem der Videos rechnet es jemand live vor: Eine einzige Aufgabe verbrauchte drei Millionen Token in dreizehn Minuten, für eine Antwort, die im normalen Chat rund dreissig Cent gekostet hätte. Der Grund ist nicht das Modell, sondern die Betriebsart. Zwischen der einfachsten und der aufwendigsten liegt leicht Faktor hundert, für dasselbe Ergebnis:
- Chat. Eine Frage, eine Antwort. Am günstigsten, oft nur Cent.
- Skill. Ein vorgefertigter Ablauf für wiederkehrende Aufgaben. Etwas teurer, immer noch günstig.
- Subagent. Ein Helfer für eine abgegrenzte Nebenaufgabe. Mehr Kontext, mehr Kosten.
- Agent-Team. Mehrere Helfer, die sich untereinander abstimmen. Eine andere Hausnummer.
- Workflow. Hunderte parallele Agenten. Mit Abstand die teuerste Stufe.
Hochgerechnet heisst das: dreissig bis vierzig Euro pro Aufgabe, einmal täglich, ergeben rund sechshundert Euro im Monat für eine Person. Bei fünf Personen im Team sind das etwa dreitausend Euro, für Aufgaben, die im Chat für rund hundert Euro machbar gewesen wären. Die Regel dagegen ist simpel: Architektur-Disziplin schlägt FOMO. Man steigt immer von unten in die Leiter ein und geht nur eine Stufe höher, wenn die untere nachweislich nicht reicht.
Warum KI-Kompetenz Teamsache ist, nicht Kopfsache
Der häufigste Fehler in Marketing-Abteilungen: Jeder experimentiert für sich mit einem anderen Werkzeug. Alle sind beschäftigt, und trotzdem zieht niemand an einem Strang. Der Test dafür ist unbequem einfach: Fragen Sie vier Teammitglieder nach ihrem Prozess für einen LinkedIn-Post. Kommen vier verschiedene Antworten, haben Sie kein KI-Team, sondern vier Leute, die zufällig im selben Raum KI benutzen.
Die zentrale Umkehr der Reihe: Der eigentliche Skill ist nicht gutes Prompting, sondern geteilter Kontext. Also gemeinsames, festgehaltenes Wissen über Marke, Zielgruppe und bisherige Inhalte. Daran hängt auch die Frage, die alles dreht: Was passiert mit diesem Wissen, wenn die Person, die am meisten von KI versteht, morgen kündigt? Hängt es in einem Kopf, geht es mit ihr aus der Tür.
So führen Sie KI-Agenten sicher ein
Aus den Handlungsempfehlungen der Videos ergibt sich ein nüchterner, wiederholbarer Weg, der keine grosse Anschaffung braucht:
- Die Kostenleiter sichtbar machen. Die fünf Stufen ins Team-Wiki, damit jeder sie als Budget-Entscheidung kennt, nicht als Technik-Detail.
- Ein hartes Token-Limit pro Anfrage setzen. Wer darüber hinaus will, holt eine Freigabe ein. Genau diese Reibung verhindert die spontane "ich probier mal Workflow"-Aktion.
- Einmal im Monat ein Token-Review. Wer hat am meisten verbraucht, was war die teuerste Anfrage, und war das Ergebnis es wert?
- Mit kleinen, risikoarmen Aufgaben starten. Nicht mit dem teuersten Werkzeug, sondern mit einer Aufgabe, bei der ein Fehler nicht sofort teuer wird.
- Geteilte Standards statt Einzelsport. Eine gemeinsame Arbeitsanweisung für wiederkehrende Aufgaben schlägt das ewige Suchen nach dem perfekten Tool.
Zur Einordnung: Die Videos sind zwischen Januar und August 2026 entstanden. Modellnamen, Preise und Funktionsumfänge in diesem Feld ändern sich schnell, teils im Wochenrhythmus. Die gezeigten Modell- und Preisangaben sind Momentaufnahmen, die Ebene darüber, Aufgabenketten, Freigaben, Kostenbewusstsein und Team-Standards, bleibt stabil.
Häufige Fragen zu KI-Agenten im B2B-Marketing
Was ist der Unterschied zwischen einem Prompt und einem KI-Agenten?
Ein Prompt ist eine einzelne Anweisung, auf die Sie warten und die Sie selbst weiterverarbeiten. Ein Agent bekommt ein Ziel und arbeitet eine mehrstufige Aufgabenkette eigenständig ab, nutzt dabei Werkzeuge und trifft Zwischenentscheidungen, bis er das Ziel erreicht glaubt. Der Mensch gibt Ziel und Grenzen vor, statt jeden Schritt einzeln auszulösen.
Was sind KI-Agenten einfach erklärt?
Ein KI-Agent ist eine KI, die nicht nur antwortet, sondern selbstständig eine Reihe von Aufgaben erledigt, um ein vorgegebenes Ziel zu erreichen. Im Marketing heisst das zum Beispiel: ein Thema recherchieren, es gegen die eigene Positionierung prüfen, einen Entwurf schreiben und zur Freigabe vorlegen, ohne dass ein Mensch jeden dieser Schritte einzeln anstösst.
Was kostet der Einsatz von KI-Agenten im Marketing?
Das hängt fast vollständig von der Betriebsart ab, nicht vom Anbieter. In der Reihe wird ein reales Beispiel vorgerechnet: drei Millionen Token in dreizehn Minuten kosteten dreissig bis vierzig Euro, für eine Antwort, die im Chat rund dreissig Cent wert gewesen wäre. Zwischen der einfachsten und der teuersten Betriebsart liegt etwa Faktor hundert. Die wichtigste Kostenentscheidung ist deshalb die passende Stufe je Aufgabe.
Ist Claude Code nur ein Werkzeug für Entwickler?
Nein. Trotz des Namens ist es weniger ein Coding-Tool als eine Arbeitsumgebung, die mit Zielen statt mit einzelnen Prompts arbeitet, und die ausdrücklich auch für Marketing-Teams ohne Entwickler-Hintergrund gedacht ist. Die Reihe zeigt sechs Ausbaustufen, von den drei Modellen über ein Marken-Gedächtnis bis zu abgestimmten Agenten-Teams.
Wie baut ein Team KI-Kompetenz auf, die nicht an einer Person hängt?
Über geteilte Standards statt Tool-Hopping. Nicht die Frage "welches Tool ist das beste" ist entscheidend, sondern eine gemeinsame, festgehaltene Arbeitsweise für wiederkehrende Aufgaben und ein geteiltes Kontext-Dokument über Marke, Zielgruppe und Inhalte. So bleibt das Wissen im Team, auch wenn einzelne Personen gehen.
Kann man mit KI die Reaktion eines Einkaufsgremiums vorab simulieren?
Ja, mit sogenannten Synthetic Agents. Man lässt je eine KI die Rolle eines Gremiumsmitglieds einnehmen, etwa einen kostenfixierten CFO, eine risikobewusste IT-Leitung und einen visionären CEO, und die eigene Sales-Mail oder Landingpage kritisieren. Das liefert in Minuten, was eine echte Fokusgruppe in Wochen bringt. Wichtig ist die Grenze aus dem Video: Das ist ein Filter, kein Orakel, und ersetzt nicht das echte Kundengespräch.
Bringen Sie Ihr Marketing mit KI voran
Ob der Einstieg über eine einzelne Aufgabe sinnvoll ist oder Ihr Team direkt eine Stufe höher startet, lässt sich in einem Gespräch schnell einordnen.