KI vs. Agentur: Grenzen der Automatisierung
Geschätzte Lesezeit: ca. 8 Minuten
Kaum ein Thema beschäftigt Kundinnen und Kunden von Marketingagenturen aktuell so sehr wie die Frage, ob KI-gestützte Automatisierungstools die persönliche Betreuung durch einen Accountmanager überflüssig machen. Im neunzehnten Interview des NSG-Kanals stellt sich Geschäftsführerin Denise genau dieser Frage und spricht mit Head of SEA André darüber, wo Automatisierung tatsächlich an ihre Grenzen stößt und wie sich Künstliche Intelligenz und menschliche Expertise sinnvoll kombinieren lassen.
Das Gespräch liefert eine unaufgeregte, praxisnahe Einordnung, die weder KI verteufelt noch unkritisch feiert. Der folgende Beitrag ordnet die im Interview beschriebenen Grenzen der Automatisierung fachlich ein und ergänzt sie um Hintergrundwissen zur sinnvollen Kombination von KI und menschlicher Expertise.
Schaut euch das ganze Interview im Video an
Inhaltsverzeichnis
- Eine Frage, die immer häufiger gestellt wird
- Warum Automatisierungstools mächtig, aber voraussetzungsreich sind
- Das Versprechen Wir machen alles für dich und seine Tücken
- Der menschliche Faktor bei KI-generierten Inhalten
- Warum Automatisierungsentscheidungen hinterfragt werden müssen
- Die Symbiose aus KI und menschlicher Erfahrung
- Praxisbeispiel: Creator-Vorauswahl statt Testen um jeden Preis
- Warum unbeaufsichtigte Automatisierung teuer werden kann
- Warum Vertrauen in Automatisierung nicht mit blindem Vertrauen verwechselt werden sollte
- Für wen sich reine Automatisierung eignet und für wen nicht
- Was Unternehmen daraus für die eigene Entscheidung mitnehmen können
- Praxistipps im Umgang mit Automatisierung und KI im Marketing
- Fazit
Eine Frage, die immer häufiger gestellt wird
Denise beschreibt, dass Kundinnen und Kunden zunehmend die Frage stellen, ob eine Agenturbetreuung angesichts der Fülle an Automatisierungstools und KI-Software am Markt überhaupt noch notwendig ist. Diese Frage ist aus ihrer Sicht absolut berechtigt, da die Automatisierungsmöglichkeiten durch KI mittlerweile sehr umfangreich und komplex geworden sind. Genau diese Komplexität ist jedoch gleichzeitig, wie André im weiteren Verlauf erklärt, die größte Gefahr bei ihrer unreflektierten Nutzung.
Warum Automatisierungstools mächtig, aber voraussetzungsreich sind
André macht deutlich, dass moderne Automatisierungstools zwar sehr leistungsfähig sind, ihre korrekte Nutzung jedoch erhebliches Fachwissen voraussetzt. Bereits grundlegende Konfigurationsentscheidungen, etwa ob ein Tool auf Reichweite oder auf Conversions optimieren soll und ob die zugrunde liegenden Conversions überhaupt korrekt erfasst werden, lassen sich nur beurteilen, wenn man sich mit der Materie auskennt.
Dieser Punkt ist fachlich zentral: Automatisierungstools und KI-gestützte Systeme sind im Kern Optimierungswerkzeuge, die ein vorgegebenes Ziel möglichst effizient verfolgen. Wird dieses Ziel falsch definiert oder basiert es auf fehlerhaften Daten, etwa durch ungenaues Conversion-Tracking, optimiert das System zwar technisch einwandfrei, aber inhaltlich in die falsche Richtung. Die Qualität der Ergebnisse hängt damit direkt von der Qualität der menschlichen Vorarbeit ab, ein Zusammenhang, der bei stark automatisierten Systemen leicht aus dem Blick gerät.
Das Versprechen Wir machen alles für dich und seine Tücken
Ein zentraler Kritikpunkt, den André anspricht, betrifft das Marketingversprechen vieler Automatisierungstools, die suggerieren, dass sich Nutzerinnen und Nutzer um nichts mehr kümmern müssen. Dieses Versprechen führt in der Praxis dazu, dass wichtige Einflussmöglichkeiten verloren gehen, etwa die gezielte Steuerung der Tracking- oder Conversion-Ausrichtung in eine bestimmte Richtung.
Diese Beobachtung verweist auf ein grundsätzliches Spannungsfeld bei der Automatisierung komplexer Prozesse: Je stärker ein System als vollständig autonome Lösung beworben wird, desto größer ist häufig die Versuchung, es unbeaufsichtigt laufen zu lassen. Genau diese fehlende Kontrolle ist jedoch, wie sich im weiteren Gesprächsverlauf zeigt, einer der häufigsten Gründe für suboptimale oder sogar kontraproduktive Ergebnisse.
Der menschliche Faktor bei KI-generierten Inhalten
André überträgt diese Überlegung auch auf den Bereich der generativen KI, etwa bei der Erstellung von Grafiken, Texten oder Videos. Auch wenn sich mit KI mittlerweile eine große Menge an Content produzieren lässt, muss laut André weiterhin jemand beurteilen, ob die Qualität stimmt, ob der Inhalt die Zielgruppe tatsächlich anspricht und ob er letztlich zu Conversions führt. Diesen menschlichen Faktor beschreibt er als etwas, das nicht verschwindet, unabhängig davon, wie leistungsfähig die zugrunde liegende KI ist.
Diese Einschätzung lässt sich gut mit dem Konzept der Ergebnisselektion erklären: KI-Systeme erzeugen häufig eine große Bandbreite plausibler, aber unterschiedlich wirkungsvoller Ergebnisse. Die eigentliche Wertschöpfung entsteht nicht allein durch die Generierung selbst, sondern durch die anschließende, fachkundige Auswahl der tatsächlich passenden Ergebnisse aus dieser Bandbreite. Ohne diese Selektionsfähigkeit bleibt ein Großteil des Potenzials von generativer KI ungenutzt oder wird sogar kontraproduktiv eingesetzt.
Warum Automatisierungsentscheidungen hinterfragt werden müssen
Ein weiteres, sehr konkretes Beispiel, das André anführt, betrifft automatisierte Keyword-Optimierung. Sortiert ein System bestimmte Keywords automatisch aus, weil sie zu wenig konvertiert oder zu wenige Klicks erzielt haben, stellt sich die Frage nach der eigentlichen Ursache. Möglicherweise liegt das Problem gar nicht am Keyword selbst, sondern an einer Landingpage, die nicht zum jeweiligen Keyword passt oder generell nicht überzeugend gestaltet ist. Ein Automatisierungstool kann für dieses Problem laut André nichts, es kann diese Ursache aber auch nicht selbst erkennen oder beheben.
Diese Beobachtung verdeutlicht eine wichtige Grenze automatisierter Systeme: Sie optimieren in der Regel innerhalb eines klar abgegrenzten Bereichs, etwa der Gebotsstrategie oder der Keyword-Auswahl, ohne notwendigerweise angrenzende Faktoren wie die Qualität einer Landingpage mit einzubeziehen. Wer Automatisierungsergebnisse unreflektiert hinnimmt, ohne nach den tatsächlichen Ursachen zu fragen, verpasst dadurch möglicherweise die eigentliche, wirkungsvollere Optimierungsmaßnahme.
| Kurz erklärt: Human-in-the-Loop • Automatisierte Systeme übernehmen repetitive, datenintensive Aufgaben • Strategische Entscheidungen und Qualitätsbeurteilung bleiben in menschlicher Verantwortung • Nutzt die jeweiligen Stärken von KI und menschlicher Expertise, statt eine Seite zu ersetzen |
Die Symbiose aus KI und menschlicher Erfahrung
Als zentrale Schlussfolgerung beschreibt André, dass sich in der täglichen Arbeit die Kombination aus KI-gestützter Automatisierung und menschlicher Erfahrung als am effektivsten erwiesen hat. Die Vielfalt und die Vorteile von KI werden dabei genutzt, gleichzeitig fließen menschliche Erfahrung, fachliche Einschätzung und die Einschätzung der Kundschaft selbst mit in die Entscheidungsfindung ein.
Dieses Prinzip entspricht einem in der Automatisierungsforschung gut etablierten Konzept, das häufig als Human-in-the-Loop bezeichnet wird: Automatisierte Systeme übernehmen repetitive, datenintensive Aufgaben, während strategische Entscheidungen, Qualitätsbeurteilungen und die Einordnung von Kontextfaktoren weiterhin in menschlicher Verantwortung bleiben. Diese Kombination nutzt die jeweiligen Stärken beider Seiten, statt eine vollständige Ersetzung des einen durch das andere anzustreben.
Bemerkenswert ist zudem, dass André in diesem Zusammenhang ausdrücklich auch die Einschätzung der Kundschaft selbst als Teil dieser Symbiose nennt, nicht nur die fachliche Expertise der Agentur. Dieser Punkt ist deshalb wichtig, weil Kundinnen und Kunden über Kontextwissen verfügen, das weder ein Automatisierungstool noch eine externe Agentur ohne Weiteres besitzt, etwa Einschätzungen zur eigenen Zielgruppe, zu saisonalen Besonderheiten des eigenen Geschäfts oder zu strategischen Prioritäten, die sich nicht allein aus den vorliegenden Kampagnendaten ableiten lassen. Eine funktionierende Symbiose aus KI, agenturseitiger Fachexpertise und kundenseitigem Kontextwissen liefert deshalb in der Regel bessere Ergebnisse als jede einzelne dieser drei Komponenten für sich allein.
Praxisbeispiel: Creator-Vorauswahl statt Testen um jeden Preis
Ein besonders anschauliches Beispiel liefert André im Zusammenhang mit der Erstellung von Werbecontent. Mit unbegrenztem Budget ließe sich theoretisch eine sehr große Anzahl an KI-generierten Creator-Inhalten erstellen und im Feldtest gegeneinander testen, um die wirkungsvollsten Varianten zu identifizieren. Wer jedoch bereits über Erfahrung in Marketing und Psychologie verfügt, kann laut André mit deutlich weniger Varianten arbeiten, da von vornherein eine sinnvolle Vorauswahl getroffen werden kann, was gleichzeitig Zeit und Geld spart.
Dieses Beispiel zeigt exemplarisch, wie menschliche Expertise den Ressourcenbedarf umfangreicher Automatisierung deutlich reduzieren kann. Reines Testen nach dem Zufallsprinzip, unterstützt durch KI-generierte Vielfalt, führt zwar bei ausreichendem Budget ebenfalls zu brauchbaren Ergebnissen, ist jedoch deutlich ineffizienter als eine durch Fachwissen geleitete Vorselektion. Dasselbe Prinzip gilt laut André auch für klassische A/B-Tests, bei denen fundiertes Vorwissen die Anzahl notwendiger Testvarianten erheblich reduzieren kann.
Warum unbeaufsichtigte Automatisierung teuer werden kann
André berichtet aus eigener Erfahrung von Fällen, in denen erhebliches Werbebudget in ein Automatisierungstool investiert wurde, das in eine falsche Richtung optimierte, ohne dass dies rechtzeitig bemerkt wurde. Die zugrunde liegende Fehlannahme sei häufig, dass ein Tool im Hintergrund vollständig selbstständig arbeitet und deshalb keine weitere Kontrolle mehr notwendig ist. Diese Annahme bezeichnet André als großen Fehler, durch den erhebliches Potenzial ungenutzt bleibt oder sogar aktiv Budget verschwendet wird.
Diese Erfahrung unterstreicht einen wichtigen Grundsatz im Umgang mit jeder Form von Automatisierung: Delegation an ein System ersetzt nicht die Notwendigkeit regelmäßiger Kontrolle und Bewertung der erzielten Ergebnisse. Automatisierte Systeme optimieren zuverlässig innerhalb ihrer definierten Parameter, erkennen jedoch nicht notwendigerweise, wenn diese Parameter selbst fehlerhaft oder veraltet sind. Ohne regelmäßige menschliche Überprüfung kann sich ein anfänglich kleiner Fehler über einen längeren Zeitraum zu erheblichem finanziellem Schaden summieren.
Warum Vertrauen in Automatisierung nicht mit blindem Vertrauen verwechselt werden sollte
Ein Aspekt, der in Andrés Ausführungen implizit mitschwingt, verdient eine genauere Betrachtung: der Unterschied zwischen berechtigtem Vertrauen in ein gut konfiguriertes System und blindem Vertrauen in ein System, dessen Funktionsweise man nicht vollständig durchschaut. Beide Formen von Vertrauen fühlen sich für Nutzerinnen und Nutzer im Alltag zunächst ähnlich an, da in beiden Fällen die Kontrolle an das System abgegeben wird. Der entscheidende Unterschied zeigt sich jedoch erst dann, wenn ein System eine unerwartete oder fehlerhafte Entscheidung trifft.
Wer die Funktionsweise eines Automatisierungstools versteht, kann eine solche Fehlentscheidung schnell erkennen und einordnen. Wer hingegen blind auf die Aussage vertraut, dass sich das System um alles kümmert, bemerkt Fehlentwicklungen oft erst, wenn bereits erheblicher wirtschaftlicher Schaden entstanden ist. Genau diesen Unterschied beschreibt André, wenn er von Fällen berichtet, in denen Werbebudget über einen längeren Zeitraum in die falsche Richtung investiert wurde, ohne dass dies rechtzeitig auffiel.
Für wen sich reine Automatisierung eignet und für wen nicht
Aus Andrés Ausführungen lässt sich ableiten, dass reine Automatisierungslösungen vor allem für Personen oder Unternehmen geeignet sind, die bereits über ausreichend Fachwissen verfügen, um die Werkzeuge korrekt zu konfigurieren und deren Ergebnisse kritisch zu bewerten. Für alle anderen besteht das Risiko, dass die versprochene Zeitersparnis durch notwendige Kontrolle und eigene Wissensaneignung wieder aufgezehrt wird, wodurch der eigentliche Vorteil der Automatisierung verloren geht.
Diese Einschätzung passt zu einem allgemeinen Muster bei der Einführung neuer Automatisierungstechnologien: Der tatsächliche Effizienzgewinn hängt maßgeblich davon ab, ob Nutzerinnen und Nutzer bereits über ausreichend Domänenwissen verfügen, um ein Werkzeug sinnvoll einzusetzen und seine Ergebnisse einzuordnen. Fehlt dieses Wissen, kann der Versuch, komplexe Aufgaben vollständig zu automatisieren, paradoxerweise mehr Aufwand erzeugen, als er einspart.
Was Unternehmen daraus für die eigene Entscheidung mitnehmen können
Für Unternehmen, die vor der Frage stehen, ob sie auf reine Automatisierungstools setzen oder weiterhin mit einer Agentur zusammenarbeiten möchten, lassen sich aus dem Interview mehrere praktische Kriterien ableiten: Ist ausreichend internes Fachwissen vorhanden, um Automatisierungstools korrekt zu konfigurieren und kritisch zu überwachen? Wird die Qualität automatisiert erzeugter Inhalte tatsächlich regelmäßig fachkundig bewertet? Und wird bei unerwarteten Automatisierungsentscheidungen aktiv nach den zugrunde liegenden Ursachen gesucht, statt Ergebnisse unreflektiert hinzunehmen?
Praxistipps im Umgang mit Automatisierung und KI im Marketing
| Praxistipps auf einen Blick • Automatisierungstools als Werkzeug betrachten, das fachkundige Steuerung benötigt • Regelmäßig kontrollieren, in welche Richtung ein Tool tatsächlich optimiert • Bei unerwarteten automatisierten Entscheidungen aktiv nach der Ursache suchen • KI-generierte Inhalte konsequent fachkundig bewerten, statt sie ungeprüft zu übernehmen • Vorhandene Erfahrung nutzen, um die Anzahl notwendiger Testvarianten zu reduzieren |
Fazit
Das Gespräch zwischen Denise und André zeigt, dass KI-gestützte Automatisierung im Marketing enorme Möglichkeiten bietet, gleichzeitig aber klare Grenzen hat, die sich nicht durch noch leistungsfähigere Tools auflösen lassen. Die korrekte Konfiguration, die Bewertung von Qualität und die Einordnung unerwarteter Ergebnisse bleiben Aufgaben, die menschliche Erfahrung erfordern. Die im Interview beschriebene Symbiose aus KI und menschlicher Expertise nutzt die Stärken beider Seiten, statt eine vollständige Ersetzung anzustreben. Für Unternehmen, die vor der Wahl zwischen reiner Automatisierung und persönlicher Agenturbetreuung stehen, lohnt sich deshalb eine ehrliche Einschätzung des eigenen Fachwissens, bevor sie sich vollständig auf ein Automatisierungsversprechen verlassen, das ohne entsprechende Expertise selten hält, was es zunächst zu versprechen scheint. Die Frage lautet am Ende weniger, ob man KI oder eine Agentur wählt, sondern wie man beides so kombiniert, dass die jeweiligen Stärken tatsächlich zur Geltung kommen.
Häufig gestellte Fragen (FAQ)
Kann KI eine Marketingagentur vollständig ersetzen?
Nach Einschätzung von André nicht vollständig, da die korrekte Konfiguration von Tools sowie die Bewertung von Qualität und Ergebnissen weiterhin fachliche Expertise erfordern.
Was ist die größte Gefahr bei Automatisierungstools?
Das Versprechen, dass sich Nutzerinnen und Nutzer um nichts mehr kümmern müssen, führt häufig dazu, dass Tools unbeaufsichtigt laufen und in eine falsche Richtung optimieren.
Warum reicht es nicht, KI-generierte Inhalte einfach zu veröffentlichen?
Weil weiterhin fachkundig beurteilt werden muss, ob Qualität, Zielgruppenansprache und Conversion-Potenzial tatsächlich stimmen.
Was bedeutet Human-in-the-Loop im Marketing?
Ein Ansatz, bei dem automatisierte Systeme repetitive Aufgaben übernehmen, während strategische Entscheidungen und Qualitätsbeurteilung in menschlicher Verantwortung bleiben.
Für wen eignen sich reine Automatisierungstools ohne Agenturbetreuung?
Vor allem für Personen oder Unternehmen mit bereits vorhandenem Fachwissen, um Tools korrekt zu konfigurieren und deren Ergebnisse kritisch zu bewerten.