KI-Agent für Marketing-Operations: Listen, Kampagnen und Reporting

Das Problem

Eine E-Mail-Liste verliert laut dem ZeroBounce-Report 2025, basierend auf mehr als 11 Milliarden geprüften Adressen, im Schnitt 23 % ihrer gültigen Kontakte pro Jahr. Adressen, die das Unternehmen wechseln, aufgegebene Postfächer, stille Abmeldungen: Ohne regelmäßige Bereinigung landet eine Liste mit 20.000 Kontakten nach einem Jahr bei fast 5.000 toten Adressen. Ergebnis: sinkende Zustellbarkeit und durch Rauschen verfälschte Kampagnenberichte.

Die operative Zeit wiegt genauso schwer. Laut dem DoubleVerify 2025 Global Insights Report (1.970 befragte Marketing-Entscheider) wenden Teams im Schnitt 10 Stunden und 12 Minuten pro Woche, also 26 % ihrer Arbeitszeit, für repetitive manuelle Aufgaben auf: Kampagnenanpassungen, Budgetumverteilungen, Kennzahlenerfassung. Ein ganzer Tag, jede Woche, in Konfiguration statt in Strategie.

Das Reporting ist das sichtbarste Symptom. Kennzahlen aus Mailchimp kopieren, mit HubSpot abgleichen, das Produktverhalten aus PostHog ergänzen, eine Zusammenfassung fürs Team aufbereiten: Diese Arbeit wiederholt sich identisch jede Woche oder jeden Monat, ohne je schneller zu werden, solange sie manuell bleibt.

Dazu kommt ein diskreteres Problem: die Content-Ableitung. Ein Marketing-Team, das einen Blogartikel veröffentlicht, leitet daraus in der Regel mehrere Formate ab, Zusammenfassung für E-Mail, Auszug für soziale Netzwerke, Kurzfassung für die interne Wissensdatenbank. Diese Ableitung ist mechanisch, sobald der Quellinhalt freigegeben ist, kostet aber redaktionelle Zeit, die besser in das nächste Briefing fließen könnte als in die Umformulierung eines bereits geschriebenen Textes.

Was der Agent Schritt für Schritt tut

Ein autonomer KI-Agent läuft fortlaufend in seiner eigenen Umgebung, nicht nur, wenn jemand mit ihm spricht. Er kann durch eine wöchentliche geplante Aufgabe ausgelöst oder direkt vom Marketing-Team angefragt werden.

1. Jeden Montagmorgen befragt er Mailchimp und HubSpot, vergleicht die beiden Kontaktdatenbanken und erkennt Duplikate (gleiche E-Mail, unterschiedliche Schreibweise oder Domain), um eine Zusammenführung vorzuschlagen, ohne die Historie eines Kontakts zu überschreiben.
2. Er identifiziert seit 180 Tagen inaktive Kontakte (kein Öffnen, kein Klick) und verschiebt sie in ein separates Reengagement-Segment, ohne sie zu löschen oder abzumelden.
3. Er segmentiert Kontakte nach ihrem HubSpot-Status (Lead, MQL, Kunde) und ihrem in PostHog erfassten Produktverhalten, um die Zielgruppe der nächsten Kampagne vorzubereiten.
4. Er bereitet den geplanten Versand in Mailchimp (Betreff, Segment, Datum, Uhrzeit) anhand des in Notion freigegebenen Briefings vor, ohne den Versand selbst auszulösen.
5. Er aggregiert jede Woche die Kampagnenkennzahlen (Öffnungen, Klicks, Abmeldungen, Conversions) und ergänzt sie mit den Verhaltensdaten aus PostHog zu einer einzigen Zusammenfassung.
6. Er postet diese Zusammenfassung im Slack-Kanal des Marketing-Teams, mit unterdurchschnittlich performenden Kampagnen zuerst genannt.
7. Er leitet aus vorhandenem Content, zum Beispiel einem Blogartikel, mehrere Formate ab: Post für soziale Netzwerke, Zusammenfassung für E-Mail, Kurzfassung für die Notion-Datenbank.
8. Er aktualisiert den Notion-Redaktionskalender mit dem Status jeder Ableitung: Entwurf, wartet auf Freigabe, veröffentlicht.

Jede Content-Ableitung stützt sich auf RAG: Der Agent sucht die echten Dokumente, Guides und Artikel des Unternehmens, statt generischen Marketingtext zu erzeugen. Um diesen Aspekt zu vertiefen, beschreibt der Artikel KI-Agent im Marketing und Conversion-Automatisierung im Detail, wie ein Agent die Conversion über die Zeit verändert, nicht nur den Versand einer einzelnen Kampagne.

Die eingesetzten Integrationen

Mailchimp: die Versandplattform. Der Agent liest dort bestehende Kampagnen, Kennzahlen und Listen und bereitet dort neue Kampagnen mit Segment und Versanddatum vor. Er ersetzt das Tool nicht, er bedient es für die repetitiven Aufgaben.

HubSpot: die verbindliche Quelle für den Status jedes Kontakts (Lead, MQL, Kunde) und die CRM-Historie. Der Agent gleicht diese Daten mit Mailchimp ab, um Duplikate zu vermeiden und die Segmentierung vor jedem Versand zu verfeinern.

Notion: hier leben der Redaktionskalender und die Content-Briefings. Der Agent liest freigegebene Briefings, aktualisiert den Status jeder Ableitung und lässt die kreative Strategie schwarz auf weiß stehen, einsehbar für das ganze Team.

PostHog: das echte Nutzerverhalten im Produkt, Seitenaufrufe, Aktionen, Conversions. Der Agent fügt es dem Kampagnen-Reporting hinzu, um E-Mail-Öffnung und Produktnutzung zu verknüpfen, statt bei den Versandkennzahlen stehen zu bleiben.

Slack: der Verteilungskanal für Reporting und Alarme, unterdurchschnittliche Kampagne, abfallende Liste. Das Team muss nichts suchen, die Zusammenfassung kommt am richtigen Ort an.

Jede Aktion des Agenten auf diesen Tools hängt von einem expliziten, von einem Admin erteilten Grant ab. Nichts ist standardmäßig offen.

Was beim Menschen bleibt

Der Agent bereitet vor, er entscheidet nicht über die Strategie. Drei Dinge bleiben, und bleiben, in den Händen des Marketing-Teams:

• Die kreative Strategie und der Markenton. Der Agent leitet vorhandenen Content ab, er erfindet weder den redaktionellen Winkel noch die Markenlinie. Das in Notion freigegebene Briefing kommt immer von einem Menschen.
• Die finale Freigabe vor dem Versand. Der Agent bereitet eine Kampagne vor, Segment, Inhalt, Datum, aber ein Marketing-Verantwortlicher gibt frei, bevor der Versand tatsächlich losgeht.
• Uneindeutige Fälle bei der Duplikaterkennung. Widersprechen sich zwei Kontaktdatensätze (unterschiedlicher Name, unterschiedliches Unternehmen bei derselben Adresse), meldet der Agent den Fall, statt allein zu entscheiden.

Das ist der Unterschied zu einem klassischen, ausgelösten Automatisierungsszenario: Der Agent läuft fortlaufend, priorisiert selbst, was diese Woche erledigt werden muss, und wendet sich nur bei den Entscheidungen an das Team, die wirklich zählen.

Messbares Ergebnis

Auf Dauer verändert diese Funktionsweise auch die Beziehung des Marketing-Teams zu seinen eigenen Daten: Statt die schlechte Qualität einer Liste beim Start einer wichtigen Kampagne zu entdecken, hält der Agent sie fortlaufend sauber, was böse Überraschungen am Vorabend eines strategischen Versands vermeidet.

Jeder vom Agenten getätigte Integrationsaufruf, Mailchimp-Lesung, HubSpot-Schreibung, Slack-Veröffentlichung, wird mit der genauen Aktion, dem Zeitstempel und dem Ergebnis protokolliert. Sie sehen, Kampagne für Kampagne, was vorbereitet wurde, von wem (Agent oder Mensch) und wann.

Was sich konkret ändert: Die wöchentliche Zusammenfassung, die Stunden voller Kopieren und Einfügen kostete, wird zu einem Bericht, der jeden Montag ohne Eingriff verfügbar ist. Die Listenbereinigung, die "wenn Zeit ist" gemacht wurde, also nie, läuft jetzt fortlaufend. Die Zeit, die das Team mit Kampagnenkonfiguration verbracht hat, fließt zurück in Briefing, A/B-Test, Kundenbeziehung.

Ein weiterer Effekt, weniger sofort sichtbar, aber auf Dauer bedeutsam, betrifft die Zustellbarkeit selbst. Eine fortlaufend gepflegte statt einmal pro Quartal bereinigte Liste begrenzt die Zahl toter Adressen, die die Bounce-Rate in die Höhe treiben, ein Faktor, den E-Mail-Anbieter überwachen, um zu entscheiden, ob die E-Mails eines Unternehmens im Posteingang oder im Spam landen. Dieser Nutzen zeigt sich auf keinem einzelnen Kampagnen-Dashboard, bestimmt aber die Performance aller folgenden Kampagnen, der heutigen wie der der nächsten Quartale.

Der Standard-Plan berechnet pro aktivem Agenten, nicht pro Nutzer: Das ganze Marketing-Team kann denselben Agenten steuern, ohne Zusatzkosten pro hinzugefügter Person, ob das Team drei oder fünfzehn Personen zählt, die das wöchentliche Reporting in Slack einsehen, vom Acquisition-Verantwortlichen bis zum letzten dazugekommenen Praktikanten, ohne zusätzliche Sitzplatzverhandlung bei jeder Einstellung im Marketing-Team und ohne Einzellizenz, die für jedes mit dem Agenten verbundene Tool nachverfolgt werden müsste.