AI LAUNDRY MONTHLYDER KI-MONAT FÜR MARKETING, VERTRIEB UND KUNDENSERVICESEPTEMBER 2026

MONATSRÜCKBLICK · MARKETING · VERTRIEB · KUNDENSERVICE

Der Agent hat das Chatfenster verlassen.

Was sich im September 2026 bei KI verändert hat. Und was dauerhaft aktive Agenten, dialogbasierte Werbung und gemeinsamer Kundenkontext für Marketing, Vertrieb und Kundenservice bedeuten.

5. Oktober 2026Monatsrückblick · 12 Minuten LesezeitBelege statt Hype

Willkommen zur gemeinsamen Wäscheprüfung.

Im September gab es viele neue KI-Produkte. Entscheidend war aber nicht, dass noch ein Modell schneller wurde oder noch ein Assistent lernte, eine Kampagne zu schreiben.

Entscheidend war, dass Agenten zunehmend über ein Gespräch hinaus aktiv bleiben.

Grok Bots, Meta Muse und OpenAI Dots wurden dafür entwickelt, weiterzuarbeiten, wenn die nutzende Person den Chat verlässt. Gleichzeitig integrierten HubSpot und Salesforce Kundenkontext und verbindliche Kontrollregeln in ihre Plattformen. ChatGPT Ads brachte KI-Gespräche in die Kundengewinnung.

Hier lesen Sie, was passiert ist, was die Ankündigungen noch nicht belegen und worauf sich Marketing, Vertrieb und Kundenservice als Nächstes vorbereiten sollten.

Der Agent wartet nicht mehr auf einen Prompt.

Bei den meisten KI-Produkten beginnt alles noch gleich: Jemand öffnet ein Fenster und stellt eine Anfrage. Die folgenreichsten Produkteinführungen im September stellten dieses Interaktionsmodell infrage.

SpaceXAI beschrieb Grok Bot als dauerhaft aktiven Agenten mit eigenem Computer und sichtbarer Präsenz, der Aufgaben ohne vorherigen Prompt beginnen kann. Danach stellte das Unternehmen Team Bots vor. Sie lassen sich mit gemeinsamen Dateien, Anwendungen und Fachwissen ausstatten, damit mehrere Personen mit demselben Agentenkontext arbeiten können.

Meta stellte Muse am 8. September vor. Muse läuft auf einem eigenen Cloud-Computer, merkt sich relevante Details und kann zwischen Gesprächen an längerfristigen Zielen weiterarbeiten. Ende des Monats positionierte Meta Muse für kleine Unternehmen, mit Anbindungen an Werkzeuge für Werbung, Handel, Finanzen, Kommunikation und Kreativarbeit.

OpenAI folgte am 29. September mit Dots: dauerhaft aktiven Agenten, die zwischen Gesprächen weiterarbeiten und sich melden, wenn Aufmerksamkeit oder eine Freigabe erforderlich ist.

DER ASSISTENT

Wartet auf eine Frage, liefert eine Antwort und hört auf.

DER DAUERHAFT AKTIVE AGENT

Beobachtet, merkt sich Informationen, handelt und meldet sich, wenn sich die Lage ändert.

Die Ankündigungen belegen nicht, dass diese Agenten komplexe Geschäftsergebnisse zuverlässig verantworten können. Sie etablieren aber eine neue Produktkategorie: Agenten, deren Arbeit, Werkzeuge und Zuständigkeit über eine einzelne Sitzung hinausreichen.

Quellen: Das Design von Grok Bot, Team Bots, Meta Muse und Associated Press über OpenAI Dots

Ein dauerhaft aktiver Agent braucht eine dauerhaft aktive Kontrolle.

Dauerhafte Aktivität verändert das Risiko. Ein Chatbot kann eine schlechte Antwort liefern. Ein dauerhaft aktiver Agent kann dieselbe falsche Handlung wiederholt ausführen, ohne dass jemand zusieht.

Die Produkteinführungen im September enthielten deshalb neben den Agenten auch Kontrollsysteme. Meta betreibt Muse in einer eigenen virtuellen Maschine mit einem separaten Sentinel-Agenten, der externe Aktionen freigibt, blockiert oder zur Prüfung weiterleitet. Laut Meta benötigen sensible Aktionen wie der Versand einer E-Mail oder ein Kauf eine Freigabe und werden in einem Prüfprotokoll erfasst.

Salesforce stellte den Enterprise AI Harness vor. Er verbindet Kontext, Handlungsspielraum, Ausführung, Governance, Sicherheit und Modellwahl. Die wichtige Architekturentscheidung: Diese Kontrollen gelten agentenübergreifend, statt für jeden Agenten neu gebaut zu werden.

WAS EIN DAUERHAFT AKTIVER AGENT IM KUNDENGESCHÄFT BRAUCHT

Das Kontrollsystem ist Teil des Produkts.

  1. 01
    Definierte Signale

    Was darf der Agent beobachten?

  2. 02
    Klar begrenzter Kontext

    Welche Kunden- und Unternehmensinformationen darf er verwenden?

  3. 03
    Handlungsbefugnisse

    Was darf er vorbereiten, ändern oder versenden? Welche Ausgaben darf er tätigen?

  4. 04
    Freigaberegeln

    Welche Entscheidungen erfordern die Freigabe einer ausdrücklich benannten Person?

  5. 05
    Nachvollziehbarkeit und Stoppfunktion

    Kann das Unternehmen nachvollziehen, was passiert ist, Fehler korrigieren und das System anhalten?

Dass ein Modell ein mögliches Risiko erkennt, ist noch keine Schutzmaßnahme. Eine Schutzmaßnahme begrenzt tatsächlich, was das System tun kann.

Quellen: Das Sicherheitskonzept von Meta Muse und Salesforce Enterprise AI Harness

Aus der Anzeige wurde ein Gespräch.

OpenAI begann in den USA mit ausgewählten Werbetreibenden, Sponsored Agents zu testen. Wer mit einer Anzeige in ChatGPT interagiert, kann anschließend ein Gespräch mit einem vom Unternehmen finanzierten Agenten beginnen. Außerdem verband OpenAI ChatGPT Ads mit HubSpot und Shopify.

HubSpot-Kunden können eine Kampagne erstellen, den daraus entstehenden Lead erfassen, Folgeaktionen auslösen und die Ergebnisse prüfen, ohne den Prozess in eine separate Werbeplattform zu verlagern.

Der Weg vom ersten Kontakt über das Gespräch und die Qualifizierung bis zum Nachfassen wird kürzer.

Websites, Suchmaschinen und etablierte Werbekanäle werden dadurch nicht bedeutungslos. ChatGPT Ads ist noch ein Kanal im Aufbau. Qualität und Wirtschaftlichkeit der Leads werden unterschiedlich ausfallen. Die strukturelle Veränderung: Eine Anzeige kann zu einem Agenten führen, der Fragen beantwortet, Interessenten qualifiziert und sie im Kaufprozess weiterbegleitet.

Das Messproblem ist sofort da.

Wenn ein Käufer sich über eine KI-Antwort zu einem Unternehmen informiert, mit einem gesponserten Agenten spricht, über einen anderen Kanal zurückkehrt und später kauft, zeigt der letzte Klick nur einen Teil des Weges. Marketing, Vertrieb und Kundenservice müssen den Erstkontakt über KI, die Agentengespräche und die späteren Ergebnisse miteinander verbinden, statt jeden Schritt als separate Kampagne zu behandeln.

Quelle: Die Ankündigung von OpenAI zu ChatGPT Ads

Kontext wird zum Wettbewerbsfaktor.

Die September-Veröffentlichungen von HubSpot griffen immer wieder denselben Gedanken auf: Ein Agent braucht mehr als Zugriff auf CRM-Felder. Er muss das Unternehmen, das Team, den Kunden und die Abläufe verstehen, die normalerweise zu einem brauchbaren Ergebnis führen.

Laut HubSpot erzielten Kunden, die KI mit hochwertigem Kontext nutzten, 3,6X so viele vom Marketing qualifizierte Leads, gewannen 3,2X so viele Abschlüsse und schlossen mehr als doppelt so viele Tickets ab wie die in der Veröffentlichung genannten Vergleichsgruppen.

Das sind vom Anbieter berichtete Zusammenhänge. Sie sind kein unabhängiger Beleg dafür, dass das Einschalten einer KI-Funktion die Verbesserung verursacht. Die Veröffentlichung enthält nicht genug Details, um den Einfluss der KI von Unterschieden bei Datenqualität, Prozessen, Ressourcen oder Kundenstruktur zu trennen.

Die strategische Richtung bleibt trotzdem wichtig. Wenn mehrere Agenten mit demselben Kundenkonto arbeiten, braucht es gemeinsamen Kundenkontext. So lässt sich verhindern, dass ein Akquise-Agent ein begeistertes Angebot verschickt, während ein Service-Agent noch eine offene Beschwerde bearbeitet.

BISHER

Jedes Werkzeug muss Marke, Kunden und Prozesse von Neuem lernen.

DIE NEUE RICHTUNG

Agenten arbeiten mit gemeinsamem Unternehmenskontext und klaren Regeln für dessen Nutzung.

Quellen: HubSpot Fall 2026 Spotlight und HubSpots Position zum Agenten-Ökosystem

Kundenservice-Agenten beantworten nicht mehr nur Fragen. Sie handeln.

KI-Agenten im Kundenservice beantworten seit mehreren Jahren häufige Fragen. Im September rückte bei den neuen Produkten stärker in den Vordergrund, Aufgaben tatsächlich zu erledigen.

Intercom zeigte Agenten, die über angebundene Systeme Erstattungen, Kündigungen und Kontoänderungen vornehmen. Zendesk stellte spezialisierte Branchenagenten vor, die auf branchenspezifische Systeme, Richtlinien und Risiken abgestimmt sind. Salesforce und AWS kündigten Agentenanbindungen über CRM, Slack, Sprachkanäle und Kundenservice-Umgebungen hinweg an.

Sobald ein Agent eine Bestellung ändert, eine Erstattung auslöst oder ein Konto aktualisiert, reicht die Qualität seiner Antworten als Leistungsmaßstab nicht mehr aus.

  • War die Aktion richtig?
  • War sie erlaubt?
  • Hat sie das Problem des Kunden gelöst?
  • Hat sie an anderer Stelle vermeidbare Arbeit verursacht?
  • Was hat die Aktion gekostet?
  • Hilft das Ergebnis, die nächste Entscheidung zu verbessern?

Der sinnvolle Bewertungsmaßstab verschiebt sich von der einzelnen Antwort zum Gesamtergebnis.

Quellen: Aktionen des Intercom AI Agent, Zendesk Industry Agents und Integrationen von AWS und Salesforce

Das Betriebsmodell wurde wichtiger als das KI-Modell.

Die Ankündigungen im September kamen von Unternehmen mit unterschiedlichen Produkten und Interessen. Dennoch liefen sie auf vier Anforderungen hinaus.

SIGNALE

Der Agent muss erkennen, wenn sich etwas Relevantes verändert hat.

KONTEXT

Er braucht die freigegebenen Kunden- und Unternehmensinformationen, die für seine Entscheidung nötig sind.

KONTROLLE

Er braucht klare Grenzen, Freigaben, Qualitätsprüfungen und eine Möglichkeit, ihn anzuhalten.

Die vierte Anforderung ist Verantwortung. Auch nach der Demonstration muss jemand für das System zuständig sein: für Qualität, Kosten, Ausnahmefälle, Korrekturen und Verbesserungen.

Dauerhaft aktive Agenten werden technisch möglich. Verlässlich betreute Agenten werden betrieblich notwendig.

In der ersten Phase des betrieblichen KI-Einsatzes entschieden Unternehmen, welche Werkzeuge Beschäftigte nutzen durften. In der nächsten Phase geht es darum, welche Aufgaben Agenten übernehmen dürfen, welchen Kontext sie nutzen und wie ihre Leistung dauerhaft gesteuert und überprüft wird.

WORAUF WIR IM OKTOBER ACHTEN

Bewähren sich dauerhaft aktive Agenten auch nach der Produktdemo?

  1. Wie Anbieter die Arbeit dauerhaft aktiver Agenten bepreisen.
  2. Ob Teams brauchbare Protokolle, Auswertungen und Kostenkontrollen erhalten.
  3. Wie Berechtigungen funktionieren, wenn ein Team gemeinsam mit einem Agenten arbeitet.
  4. Ob ChatGPT Ads qualifizierte Nachfrage erzeugt oder nur neuen Streit darüber, welchem Kanal ein Abschluss zuzurechnen ist.
  5. Welche Aufgaben Menschen beim Betrieb und bei der Verbesserung dieser Systeme übernehmen.
AI LAUNDRY MONTHLY

Wöchentlich bleiben wir dran. Monatlich zeigen wir die Zusammenhänge.

Die wöchentliche Ausgabe verfolgt Entwicklungen, die jetzt Aufmerksamkeit verdienen. AI Laundry Monthly nimmt Abstand, verbindet die Signale und fragt, was sich dadurch für Marketing, Vertrieb und Kundenservice verändert.

Haben Sie eine Produkteinführung, Behauptung oder Frage entdeckt, die wir prüfen sollten? Teilen Sie sie in der Agentic Marketing Community. Vielleicht wird daraus ein Thema für die nächste Monatsausgabe.

Stellen Sie Ihre Frage