Eine Agentic-Marketing-Referenzarchitektur

Sophie Kramer, Head of Marketing bei einem mittelständischen SaaS-Unternehmen, öffnet jeden Morgen 47 Tabs im Browser. Nicht übertrieben – gezählt. Salesforce, HubSpot, Google Analytics, Adobe Analytics, LinkedIn Campaign Manager, die CDP, die sie vor acht Monaten eingeführt haben.

Sophie ist kompetent. Ihr Team ist gut. Das Budget ist ordentlich. Die Tools sind modern.

Und trotzdem kann sie eine einfache Frage nicht beantworten: Wie geht es unseren Kunden gerade wirklich, und was sollten wir als Nächstes tun? Die Daten sind da – aber sie sprechen nicht miteinander. Am Ende entscheidet Sophie aus dem Bauch heraus, genau wie vor fünf Jahren, bevor das erste dieser 47 Tools eingeführt wurde.

Das Tech Tangle und der Ausweg

Das Paradoxe: Der Tech Tangle entsteht nicht aus Unwissenheit, sondern aus gutem Willen. Jedes Tool wurde aus einem nachvollziehbaren Grund eingeführt. Jede Entscheidung für sich sinnvoll – das Ergebnis in der Summe ein System, das nicht als System funktioniert.

KI-Agenten sind nicht einfach weitere Tools, die den Stack um Zeile 48 erweitern. Sie können das tun, was bisher nur Menschen tun konnten: den gesamten Marketingprozess überblicken und zusammenhalten. Aber damit diese Integrationskraft entsteht, brauchen sie eine Struktur. Und diese Struktur ist nicht trivial.

Das Marketing OS – sechs Schichten, ein System

Das McKinsey 4D-Framework – Data, Decisioning, Design, Distribution – ist das Fundament. Das Buch ergänzt es um zwei Schichten: einen expliziten Orchestrierungs- und Governance-Layer sowie einen Measurement- und Optimization-Layer, der den Kreislauf schließt und das System zum Lernen bringt.

Das Ergebnis ist das Marketing OS: nicht eine Anwendung, die du nutzt, sondern das Betriebssystem, das alle Anwendungen erst möglich macht. Die einzelnen Schichten, ihre Abhängigkeiten voneinander und die Frage, wo du anfängst ohne alles auf einmal stemmen zu müssen – das ist der Kern dieses Kapitels.

Ein mittelständischer B2B-SaaS-Anbieter hat mit einem einzigen Propensity-Agenten begonnen und die Churn-Rate in der Zielgruppe nach zwölf Monaten um 18 Prozentpunkte gesenkt. Nicht weil die KI so gut war – sondern weil das Team drei Schichten als zusammenhängendes System aufgebaut hatte, statt drei isolierte Tools einzuführen. Wie das in der Praxis aussieht und welche Abhängigkeiten dabei entscheiden, ob es funktioniert oder scheitert – dafür ist dieses Kapitel da.

→ Kapitel 4 beschreibt den Rahmen. Die einzelnen Schichten tauchen in den folgenden Kapiteln auf – beginnend mit dem Fundament: dem Data Layer in Kapitel 5.

→ Zum Buch