Ihr nächster Kollege ist vielleicht kein Mensch: Ein MBA-Vortrag an der International Hellenic University

Chrysovalantis Chartonas, Gründer von Brand Atelier, teilt mit MBA-Studierenden in Griechenland praxisnahe Perspektiven zu KI-Agenten, Marketing und der Zukunft der Arbeit.

Folie zur KI-Orchestrierung aus dem MBA-Vortrag an der International Hellenic University: ein KI-Stratege koordiniert Agenten für Management, Recherche, SEO, Texte und Social Media

KI-Agenten können Unternehmen dabei unterstützen, zusammenhängende Aufgaben über verschiedene Tools hinweg auszuführen – auf Basis von Unternehmensinformationen und vorab festgelegten Berechtigungen. Ihr Nutzen hängt vom Kontext ab, den sie erhalten, von den Systemen, auf die sie zugreifen können, und von dem Urteilsvermögen, mit dem ihre Arbeit geprüft wird.

„Ihr nächster Kollege ist vielleicht kein Mensch.“

Das war der Ausgangspunkt eines Vortrags, den ich kürzlich vor MBA-Studierenden gehalten habe – als Alumnus zurückgekehrt, um Perspektiven aus mehr als zehn Jahren Berufserfahrung im Marketing zu teilen.

Das Publikum brachte Erfahrung aus Rechnungswesen, Produktion, Logistik, Hotellerie, Einzelhandel, Ingenieurwesen und Personalwesen mit. Das machte die Diskussion besonders wertvoll: Obwohl sich meine Demonstrationen auf Marketing konzentrierten, reichten die Fragen weit in das alltägliche Geschäft hinein.

Wo kann ein KI-Agent einen Beitrag leisten? Was sollte er tun dürfen? Und was bleibt in unserer Verantwortung?

Live-Demo im MBA-Vortrag: Claude wird in natürlicher Sprache nach dem Content-Kalender einer Marke gefragt, die Antwort kommt aus der verbundenen Brand-Atelier-Plattform

Was ist der Unterschied zwischen einem KI-Assistenten und einem KI-Agenten?

Ein KI-Assistent hilft Ihnen etwa dabei, eine E-Mail zu schreiben, einen Bericht zusammenzufassen oder eine Idee weiterzudenken.

Ein agentischer Workflow kann mehrere Schritte miteinander verbinden. Mit passenden Integrationen und Berechtigungen kann er Informationen abrufen, sie mit Geschäftsregeln abgleichen, eine Empfehlung vorbereiten und eine freigegebene Aktion ausführen.

Nehmen wir einen Lieferantenvergleich. Ein Assistent könnte Ihnen helfen, eine Angebotsanfrage zu formulieren. Ein Agent könnte die Antworten sammeln, Liefertermine und Spezifikationen vergleichen, fehlende Angaben kennzeichnen und eine Bestellanforderung zur Prüfung vorbereiten.

Dafür braucht es Zugriff auf die relevanten Informationen und einen klar definierten Prozess. Eine Chat-Oberfläche allein liefert weder das eine noch das andere.

Auch eine gut formulierte Antwort kann am eigentlichen Geschäftsproblem vorbeigehen

Ein Beispiel aus dem Vortrag: Zwei Unternehmer stellen einer KI dieselbe Marketingfrage.

Beide erhalten womöglich klare, überzeugende Antworten. Doch ihre Unternehmen können sich in Margen, Lagerverfügbarkeit, Kundeneinwänden oder betrieblichen Rahmenbedingungen deutlich unterscheiden.

Die Empfehlung, mehr in Werbung zu investieren, kann für den einen sinnvoll und für den anderen ungeeignet sein.

Dasselbe gilt für Empfehlungen innerhalb einzelner Marketingplattformen. Eine Kampagne kann nach Werbekennzahlen vielversprechend wirken, während das Unternehmen mit knappen Beständen, schwacher Rentabilität oder Problemen bei der Umwandlung von Anfragen zu kämpfen hat.

Solche Empfehlungen müssen im Gesamtkontext des Unternehmens interpretiert werden.

Die Qualität einer KI-Empfehlung hängt auch davon ab, was das System weiß, was es nicht sehen kann und ob es diese Grenzen sichtbar macht.

Ein komplettes Marketingteam als Agenten – mit Unterstützung rund um die Uhr für Ihr Unternehmen

Geschäftskontext verändert die Empfehlung

Nützlicher Kontext umfasst mehr als Website-Analysen.

Je nach Unternehmen und verfügbaren Integrationen kann er Folgendes einschließen:

  • Kommerzielle Ziele, Positionierung und betriebliche Rahmenbedingungen.

  • GA4, Search Console und Werbeperformance.

  • Produktverfügbarkeit, Margen und Verkaufsdaten.

  • Kundengespräche, wiederkehrende Einwände und Serviceanfragen.

  • Suchnachfrage, Wettbewerber und frühere Entscheidungen.

Diese Informationen können die eigentliche Fragestellung verändern.

Statt zu fragen: „Welche Kampagne sollte mehr Budget erhalten?“, muss das Unternehmen womöglich fragen: „Welche Produkte können wir profitabel bewerben, liefern und betreuen?“

Genau dafür gibt es bei Brand Atelier die Strategic-Intelligence-Plattform: Sie verbindet Geschäftskontext mit Analyse und praktischen Entscheidungen.

Fakten und Annahmen verlangen unterschiedliche Behandlung

Ein nützliches Business-System sollte seine Argumentation überprüfbar machen.

Ein beobachtetes Ergebnis, eine wahrscheinliche Erklärung und eine vorgeschlagene Maßnahme sind drei verschiedene Dinge.

So können Analysedaten etwa zeigen, dass ein Produkt viel Aufmerksamkeit erhält. Daraus geht jedoch nicht hervor, warum sich Besucher dafür interessieren, ob sie kaufen wollen oder ob sich eine Bewerbung rentieren würde.

In der Demonstration habe ich gezeigt, wie die Plattform Belege von Hypothesen unterscheidet und fehlende Informationen sichtbar macht.

So erhält die Person, die eine Empfehlung prüft, einen konkreten Ansatzpunkt für kritische Fragen: Was stützt die Empfehlung, was bleibt unsicher, und welche Informationen könnten die Schlussfolgerung ändern?

Folie zur Trennung von Fakten und Annahmen: KI-Ergebnisse mit den Labels „Confirmed by evidence“ oder „Likely hypothesis“ und jeweils einer Konfidenzstufe

Von der strategischen Analyse zur freigegebenen Umsetzung

Analyse wird wertvoller, wenn sie mit der nachfolgenden Arbeit verknüpft ist.

Die Plattform-Demonstrationen zeigten einen Workflow, in dem Geschäftskontext strategische Prioritäten bestimmt, diese Prioritäten Content- und Kampagnenvorschläge leiten und eine Prüfung schließlich zur freigegebenen Umsetzung führt.

Eine Prüfstufe übernimmt dabei die Rolle des „Advocatus Diaboli“: Sie untersucht Schwachstellen, alternative Erklärungen und fehlende Belege, bevor ein Vorschlag weiterverfolgt wird.

Die menschliche Freigabe bleibt fester Bestandteil des gezeigten Prozesses. Die prüfende Person kann die vorgeschlagene Maßnahme einsehen und entscheiden, ob sie umgesetzt wird.

Die daraus resultierenden Aktivitäten und Ergebnisse liefern wiederum die Grundlage für die nächste Prüfung.

Von der Freigabe zur Umsetzung: Ein Nutzer gibt eine Änderung des täglichen Werbebudgets frei, die Plattform meldet sie als umgesetzt

Ein Beispiel aus dem Alltag: von Analysedaten zu Social-Media-Content

Eine Demonstration begann mit einer direkten operativen Anfrage: die fünf Produkte oberhalb eines bestimmten Preises mit den meisten Aufrufen in einem kürzlichen Zeitraum ermitteln und anschließend Social-Media-Beiträge dazu vorbereiten.

Der Workflow musste dafür Analysedaten auswerten und Produktinformationen prüfen. Dabei wurde auch eine praktische Grenze sichtbar: Die Analysedaten enthielten nicht alle Angaben, die für die Aufgabe nötig waren.

Diese Lücke war entscheidend. Die Produktpreise mussten gesondert geprüft statt einfach angenommen werden.

Der fertige Content konnte anschließend in die Prüfung und Planung übergehen. So wurde deutlich, wie eine spontane Anfrage neben einem geplanten Social-Media-Kalender funktionieren kann.

Das ähnelt dem Briefing eines Junior-Kollegen: Sie erklären die Aufgabe, geben Zugriff auf die relevanten Informationen und prüfen die Arbeit vor der Veröffentlichung.

Freigabebildschirm für einen Social-Media-Post: Auswahl der Kanäle wie Facebook, Instagram und TikTok, der Caption und der Veröffentlichungszeit vor der Planung

Wo KI-Agenten über das Marketing hinaus unterstützen können

Derselbe Ansatz lässt sich auf andere wiederkehrende Geschäftsprozesse übertragen.

Ein Buchhaltungsteam könnte mithilfe eines Agenten fehlende Belege identifizieren. Ein Einkaufsteam könnte Lieferantenvergleiche vorbereiten. Ein Logistikteam könnte Sendungsupdates organisieren, während die Personalabteilung Onboarding-Aufgaben koordiniert.

Ein guter Ausgangspunkt ist ein Prozess, bei dem Mitarbeitende immer wieder Informationen aus mehreren Systemen zusammentragen, bevor sie über den nächsten Schritt entscheiden.

Der Prozess sollte einen klar Verantwortlichen haben, auf zugängliche Informationen zurückgreifen und ein überprüfbares Ergebnis liefern.

Menschliches Urteilsvermögen bleibt Teil der Arbeit

Je schneller produziert wird, desto wichtiger wird die sorgfältige Auswahl.

Im Marketing garantiert mehr Content weder eine stärkere Idee noch eine unverwechselbare Stimme oder ein besseres Verständnis der Zielgruppe. Jemand muss weiterhin entscheiden, was veröffentlicht werden sollte und was nicht.

Dieselbe Verantwortung findet sich in anderen Berufen. Menschen definieren Ziele, interpretieren Ausnahmen und berücksichtigen Konsequenzen, die in den verfügbaren Daten möglicherweise nicht abgebildet sind.

Meine zentrale Botschaft an das MBA-Publikum: Zum beruflichen Wert gehört zunehmend die Fähigkeit, diese Systeme zu steuern und ihre Arbeit zu bewerten.

Wo sollte ein Unternehmen anfangen?

Beginnen Sie mit einer wiederkehrenden Aufgabe, die Zeit kostet und einen klaren Prüfpunkt hat.

Legen Sie fest, welche Informationen sie benötigt, welche Aktionen zulässig sind und in welchen Situationen ein Mensch entscheiden muss. Bewerten Sie die Ergebnisse anschließend im Vergleich zum bestehenden Prozess.

Sinnvolle Kennzahlen können Vorbereitungszeit, Korrekturquote, ungelöste Ausnahmen und die Qualität des Endergebnisses sein.

Bei Brand Atelier nutze ich diesen Ansatz, um Strategic Intelligence mit der Umsetzung im Marketing und mit Custom AI Business Workflows zu verbinden.

Wenn Sie einen agentischen Workflow für Ihr Unternehmen ausloten möchten, bringen Sie einen wiederkehrenden Prozess zu einer Demonstration mit. Gemeinsam betrachten wir, welche Informationen er benötigt, welche Entscheidungen dazugehören und wo die menschliche Freigabe ihren Platz hat.

Sprechen wir über Ihren Business-Workflow

Die Customer Journey im KI-Zeitalter (das neue AIDA-Modell)

Besonderer Dank gilt Dr. Konstantinos Asimakopoulos für die Einladung zum Vortrag vor dem MBA-Jahrgang an der International Hellenic University.

Über den Autor

Chrysovalantis Chartonas ist Gründer von Brand Atelier, einem Studio für Strategic Intelligence und kreative Umsetzung mit Sitz in Thessaloniki, Griechenland. Mit einem Hintergrund im Marketing, einem MBA und mehr als zehn Jahren Berufserfahrung arbeitet er an Unternehmensstrategie, Agentic-Marketing-Workflows und digitalen Erlebnissen.