Das Inventar-Problem deiner Marketingorganisation. Warum 2026 nicht entscheidet, wer KI einsetzt, sondern wer weiß, welche Agenten schon arbeiten

Wir führen seit Monaten die falsche KI-Debatte

Vor ein paar Wochen habe ich im Tagesspiegel Background geschrieben, dass Deutschland die falsche KI-Debatte führt. Wir reden über Modelle, über Souveränität, über Plattform-Ökosysteme. Wir reden viel zu wenig über das, was tatsächlich über Wettbewerbsfähigkeit entscheidet: Wie übersetzen wir bestehende KI wirksam in Produktivität, Wertschöpfung und Wettbewerbsvorteile.

Diese Position habe ich nicht aus einem Strategiepapier. Ich habe sie aus vielen Gesprächen, in denen mir CMOs und Marketingverantwortliche sehr ähnliche Sätze sagen. Einer fällt mir besonders oft auf. Er klingt freundlich, optimistisch, manchmal stolz. Und er ist gefährlich.

Der Satz lautet: "Wir haben Mitarbeiter im Team, die schon ganz tolle Sachen mit KI machen."

Ich höre diesen Satz so oft, dass ich anfange, ihn als Symptom zu lesen. Hinter ihm steckt fast immer dasselbe Bild. Einzelne Menschen tüfteln im Stillen. Sie probieren ChatGPT für Briefings, HubSpot AI für Kampagnen-Skizzen, Midjourney für Visuals, eigene Custom GPTs für wiederkehrende Aufgaben. Manchmal sind die Ergebnisse beeindruckend. Manchmal werden sie sogar im Team weitergegeben. Was es selten gibt, ist eine zentrale Übersicht darüber, was eigentlich überall läuft, wer es macht, mit welchen Daten, in welchen Workflows.

Genau diese Lücke ist 2026 das Marketing-Thema. Nicht die Tool-Wahl. Nicht das Modell. Sondern die Frage, ob du dein Inventar kennst.

IBM sagt: 1.600 Agenten pro Enterprise bis Ende 2026

Auf der IBM Think 2026 Anfang Mai ist eine Zahl gefallen, die einen Moment Raum braucht. IBM prognostiziert für Ende 2026 durchschnittlich mehr als 1.600 KI-Agenten pro Großunternehmen. Nicht in fünf Jahren. In den nächsten sieben Monaten.

Im selben Bericht steht eine zweite Zahl, die diese erste erst gefährlich macht. 18 Prozent der Organisationen haben heute ein vollständiges Agent-Inventar. 12 Prozent betreiben eine zentrale Sprawl-Management-Plattform. 70 Prozent der Executives sagen, ihre Governance sei "not fit for purpose".

Drei Zahlen, eine Aussage: Die Agenten kommen schneller als das Wissen darüber, wer sie betreibt, wofür sie zuständig sind und wem ihr Output gehört.

• 1.600 KI-Agenten – Durchschnitt pro Enterprise bis Ende 2026
• 18 % Inventar-Abdeckung – Organisationen mit vollständigem Agent-Verzeichnis
• 12 % Sprawl-Management – Zentrale Plattform für Agenten-Betrieb
• 70 % Governance ungeeignet – Führungskräfte halten Richtlinien für unzureichend

Diese Schere ist nicht nur ein IBM-Thema. McKinsey hat im Mai im "Reinventing marketing workflows with agentic AI" Report festgehalten, dass zwei Drittel heutiger Marketing-Aktivitäten agentisch automatisierbar sind. Knapp 90 Prozent der CMOs testen, weniger als 10 Prozent haben einen End-to-End-Workflow produktiv. Salesforce hat seine Marketing Cloud im April in Agentforce Marketing umbenannt. HubSpot positioniert sich seit dem Spring Spotlight als "agentic customer platform" und liefert Customer Agent, Prospecting Agent und Data Agent als Plattform-native Bausteine, nicht als Add-on.

Übersetzt heißt das: Du musst keine Agenten mehr einkaufen. Sie kommen mit dem nächsten Lizenz-Renewal. Die offene Frage ist nicht mehr, ob du Agenten einsetzt. Die offene Frage ist, ob du noch weißt, welche.

Warum "tolle Sachen" nicht skaliert

Wenn ein Mitarbeiter im Team ein cleveres Custom GPT für Briefings baut, ist das ein guter Moment. Es ist nicht der Anfang einer agentischen Organisation. Es ist der Anfang eines Inventar-Problems.

Drei Effekte treten auf, sobald sich solche individuellen Bastel-Lösungen häufen:

Erstens vervielfacht sich der Stack. Die Cloud Security Alliance hat im April 2026 gezeigt, dass 82 Prozent aller Unternehmen im letzten Jahr mindestens einen Agenten oder Workflow entdeckt haben, den IT oder Security nicht kannte. Marketing ist regelmäßig die erste Heimat dieser Shadow-Agenten, weil Text, Bild und Mail die niedrigsten Einstiegshürden haben.

Zweitens schiebt sich die Verantwortung nach unten. Wer den Agenten gebaut hat, wird zum stillen Owner. Wenn diese Person das Team verlässt, weiß niemand mehr, wie der Output entsteht, woher die Daten kommen oder wer die Validierung übernimmt. Die Folge sind Workflows, die niemand mehr versteht, aber die niemand abschalten will.

Drittens beginnt im August 2026 der EU AI Act mit der Aufsicht. Artikel 4 verpflichtet alle Unternehmen, ihre Mitarbeitenden zu ausreichender AI-Kompetenz zu befähigen. Die Bundesnetzagentur wird die zentrale Stelle. Bitkom beziffert die Compliance-Kosten für einen Mittelständler mit 500 Mitarbeitenden auf 80.000 bis 250.000 Euro initial plus 30.000 bis 70.000 Euro laufend pro Jahr. Compliance kann nur prüfen, was auf einer Liste steht. Wer keine Liste hat, hat keine Diskussion über Konformität, sondern eine Diskussion über Strafe.

1. Stack-Explosion und Shadow-Agenten Die Cloud Security Alliance zeigte im April 2026, dass 82 Prozent der Unternehmen mindestens einen Agenten oder Workflow entdeckten, den IT oder Security nicht kannte. Marketing ist oft die erste Heimat solcher Shadow-Agenten, weil Text, Bild und Mail niedrige Einstiegshürden haben.
2. Verantwortung nach unten und Wissensverlust Wer einen Agenten baut, wird zum stillen Owner; verlässt die Person das Team, fehlt Transparenz über Output, Datenquellen und Validierung. Es entstehen Workflows, die niemand versteht – und die dennoch kaum jemand abschalten will.
3. EU AI Act und Compliance-Risiko Ab August 2026 beginnt die Aufsicht, Artikel 4 verlangt ausreichende AI-Kompetenz für alle Mitarbeitenden. Ohne Liste kann Compliance nicht prüfen; Bitkom beziffert die Kosten auf 80.000–250.000 Euro initial und 30.000–70.000 Euro jährlich.

Die individuelle "tolle Sache" eines einzelnen Mitarbeiters ist also dreifach teuer, wenn sie nicht in eine Organisations-Struktur überführt wird: durch Stack-Explosion, durch Wissensverlust, durch Compliance-Risiko.

Was wir bei faive selbst machen

Wir reden bei faive viel über agentische Organisationen. Wir müssen sie auch selbst sein. Unser eigener Stack besteht heute aus mehreren Bausteinen, die wir bewusst dokumentiert haben.

Cowork ist unser zentrales Working-Layer, in dem Skills, MCPs und Plugins für die Content-Pipeline, das Sales-Briefing und das interne Reporting laufen. ClickUp-Agenten übernehmen das Tracking von Sprint-Tasks, Meeting-Ergebnissen und Projekt-Status. Eigene MCPs verbinden HubSpot, Gmail, Calendar und unser Cloud-Drive miteinander. Das Content OS koordiniert Strategie, Drafts, Pipeline und Performance über mehrere Skills hinweg.

Diese Liste ist nicht das Besondere. Das Besondere ist, dass die Liste existiert. Jeder Baustein hat einen Owner, eine dokumentierte Aufgabe und eine Validierungsregel. Wir wissen, was der Agent darf, was er nicht darf, und wer eingreift, wenn er es trotzdem tut.

Was wir bei faive selbst machen

Wir setzen das Prinzip selbst um: Unser Stack besteht aus bewusst dokumentierten Bausteinen, nicht aus losen Einzeltools.

Cowork ist das zentrale Working-Layer mit Skills, MCPs und Plugins für Content-Pipeline, Sales-Briefings und internes Reporting. ClickUp-Agenten tracken Sprint-Tasks, Meeting-Ergebnisse und Projekt-Status; eigene MCPs verbinden HubSpot, Gmail, Calendar und das Cloud-Drive. Das Content OS koordiniert Strategie, Drafts, Pipeline und Performance über mehrere Skills.

Jeder Baustein hat einen Owner, eine dokumentierte Aufgabe und eine Validierungsregel. Wir wissen, was ein Agent darf, was er nicht darf und wer eingreift, wenn er es trotzdem tut.

Das klingt banal. Es ist die Disziplin, die den Unterschied zwischen 12 isolierten Agenten und einer Marketing-Organisation macht, die ihre Pipeline beschleunigt. Salesforce hat in seinem Connectivity Benchmark 2026 dokumentiert, dass Organisationen im Schnitt 12 KI-Agenten einsetzen und 50 Prozent in isolierten Silos operieren. Das ist nicht agentisch, das ist parallel-automatisiert.

Drei Schritte zum Inventar

Was du diese Woche tun kannst, ist kein großes Programm. Es sind drei Schritte.

Erstens listest du auf, welche KI-Tools und Custom-Anwendungen heute in deinem Team produktiv genutzt werden. Nicht offiziell. Tatsächlich. Frag im Daily oder im Weekly. Schreib es in eine geteilte Tabelle. Du wirst überrascht sein, wie viele Einträge zustande kommen.

Zweitens weist du jedem Eintrag einen Eigentümer zu. Eine Person ist dafür verantwortlich, dass das Tool dokumentiert ist, dass es weiterhin gepflegt wird und dass jemand reagiert, wenn es Ergebnisse liefert, die nicht passen.

Drittens schreibst du pro Tool eine Validierungsregel auf. Was darf der Agent ohne Freigabe? Wo greift ein Mensch ein? Wer ist die Eskalations-Stufe? Yale hat im Mai ein hilfreiches Klassifizierungs-Schema veröffentlicht: direct, mediated, background. Ein Agent in einem Kundengespräch braucht Echtzeit-Validierung. Ein Agent, der einen Newsletter draftet, braucht eine Vier-Augen-Freigabe. Ein Agent, der nächtlich Daten abgleicht, braucht Drift-Monitoring. Drei Klassen, drei Regeln.

1. Inventar erfassen Liste alle tatsächlich genutzten KI-Tools und Custom-Anwendungen auf – nicht nur die offiziell lizenzierten. Frag im Daily oder Weekly und sammle die Einträge in einer geteilten Tabelle.
2. Ownership zuweisen Ordne jedem Eintrag eine verantwortliche Person zu, die Dokumentation und Pflege sicherstellt. Diese Person reagiert auch, wenn Ergebnisse nicht passen.
3. Validierungsregeln definieren Lege fest, was ein Agent ohne Freigabe darf, wann ein Mensch eingreift und wer eskaliert. Nutze Yales Schema direct, mediated, background mit passenden Beispielen aus deinem Workflow.

Wenn du diese drei Schritte gehst, hast du nicht die agentische Marketingorganisation. Du hast die Voraussetzung dafür.

FAQ

Was unterscheidet ein KI-Inventar von einer Tool-Liste?

Eine Tool-Liste listet Lizenzen auf. Ein KI-Inventar listet auf, welche autonomen Aktionen ein System in deinem Namen treffen darf, mit welchen Daten, unter welcher Aufsicht. Lizenz-Verwaltung ist ein Einkaufs-Thema. Inventar ist ein Architektur-Thema.

Warum reicht es nicht, Custom GPTs zu verbieten?

Die Cloud Security Alliance hat dokumentiert, dass Unternehmen, die unsanktionierte Tools verbieten, die Shadow-AI-Nutzung nicht senken, sondern in den privaten Bereich verlagern. Mitarbeitende greifen dann zu eigenen Accounts auf eigenen Geräten. Die Lösung ist nicht Verbot, sondern Substitution. Ein sanktionierter Stack, der gut genug ist, dass niemand mehr das eigene Tool dafür braucht.

Wie passt das zum EU AI Act?

Artikel 4 verlangt ab dem 2. August 2026 ausreichende AI-Kompetenz für alle Beschäftigten, die KI im Auftrag des Unternehmens nutzen. Ohne Inventar kannst du diese Pflicht nicht erfüllen, weil du nicht weißt, welche Tools dokumentiert geschult werden müssten. Inventar ist die billige Compliance-Vorleistung, nicht die teure Compliance-Reaktion.

Wer sollte das Inventar besitzen, IT oder Marketing?

Das ist die falsche Frage. Das Inventar gehört der Organisations-Schicht, die agentische Workflows betreibt. Im Marketing ist das oft Marketing Operations oder Marketing Excellence. In kleineren Teams ist es der CMO selbst. Die IT validiert die Sicherheit, sie besitzt aber das Inventar nicht.

Schluss

Wir gewinnen den Modell-Wettlauf nicht. Wir können den Umsetzungs-Wettlauf gewinnen. Dafür brauchen wir Marketing-Teams, die wissen, wer in ihrem Namen entscheidet, wenn sie selbst gerade nicht hinschauen.

Wenn dein nächstes Quartal damit anfängt, dass du diese Frage in deinem Team stellst, hat es bereits einen klareren Anfang als bei den meisten anderen.

Eine Marketing-Organisation ist 2026 nicht agentisch, weil sie viele Agenten hat. Sie ist agentisch, weil sie weiß, was ihre Agenten tun.