Wie autonom sind Marketing-Agenten wirklich? Gartner nennt unter 5 Prozent – und wer haftet bei Fehlern?

Ein Anbieter verspricht Ihnen einen Marketing-Agenten, der „vollautonom“ Ihr Werbebudget verteilt, Kampagnen steuert und Ergebnisse optimiert. Sie müssten nur noch zuschauen. Klingt verlockend, vor allem für einen Betrieb ohne eigene Marketingabteilung. Doch wie viele Unternehmen setzen Agenten im Marketing tatsächlich so ein? Und wenn der Agent Budget verschiebt und die Leistung danach sinkt: Wer steht dafür gerade?

Ein Fachbeitrag von Adweek ordnet beides ein, mit Zahlen des Analystenhauses Gartner. Der Beitrag ist kein Produkt-Launch und keine Neuigkeit des Tages, sondern eine nüchterne Markteinordnung. Genau deshalb halten wir ihn für den Mittelstand für nützlich: Er hilft, Erwartungen zu eichen, bevor Sie Geld ausgeben. Dieser Artikel stellt dar, was die Quelle belegt, was nicht, und wie Sie vorab festlegen, wo ein Mensch freigibt.

Worum es geht: eine Einordnung, keine Neuheit

Die Primärquelle ist ein Beitrag in der Reihe „Adweek Tech Advantage“ mit dem Titel „AI Agents Are Increasingly Getting Their Hands on Ad Dollars“. Wir haben ihn vollständig gelesen. Ein Veröffentlichungsdatum nennt die Seite nicht. Der Text bezieht sich auf Ereignisse im September 2026 und auf eine Kampagne aus dem zweiten Quartal 2026, ist also ungefähr in den vergangenen Wochen entstanden. Genauer können wir es nicht eingrenzen, und wir geben es deshalb auch nicht als Tagesmeldung aus.

Das Thema ist ein „Evergreen“, also eines, das auch in einigen Monaten noch trägt. Der Beitrag beschreibt, wie Werbekunden und Agenturen in den USA damit beginnen, KI-Agenten Medien einkaufen und Budgets verteilen zu lassen, und er stellt dem den Stand der Praxis gegenüber. Die Spannung zwischen Versprechen und Wirklichkeit ist der Kern.

Die Zahl: unter fünf Prozent wirklich autonom

Der wichtigste Satz des Beitrags lautet im Original: „Highly autonomous deployments represent less than 5% of all marketing use cases in 2025, according to Gartner.“ Auf Deutsch: Hochautonome Einsätze machten laut Gartner im Jahr 2025 weniger als fünf Prozent aller Marketing-Anwendungsfälle aus.

Dazu nennt der Beitrag eine Prognose. Gartner sage voraus, dass bis 2028 nur 15 Prozent der Einsätze von agentischer KI hochautonom sein werden. Beachten Sie die Formulierung: In der Quelle steht „only 15%“, das Wort „nur“ steht also dort. Und die Prognose bezieht sich dem Wortlaut nach auf Einsätze agentischer KI insgesamt, die Zahl für 2025 auf Marketing-Anwendungsfälle. Beide Zahlen messen also nicht exakt dasselbe, und wir vermischen sie nicht. Wer sie in einem Satz nennt, sollte das wissen.

• Was die Zahlen aussagen: Der große Teil der Einsätze läuft nicht vollautonom, sondern mit Menschen in der Schleife.
• Was sie nicht aussagen: Sie sagen nichts darüber, wie gut oder schlecht die Einsätze funktionieren. Sie sagen auch nichts über den deutschsprachigen Raum.
• Was dahintersteht: Eine Einschätzung eines Analystenhauses. Wie Gartner „hochautonom“ im Einzelnen definiert, nennt der Beitrag nicht.

Für Ihre Erwartungen ist das trotzdem eine hilfreiche Eichung. Wenn ein Anbieter erklärt, „alle“ nutzten bereits vollautonome Marketing-Agenten, dann widerspricht die Quelle dem zumindest für das Jahr 2025 deutlich.

„Autonom“ ist ein Etikett, kein Beweis. Fragen Sie jeden Anbieter: Was entscheidet der Agent allein, und was legt er einem Menschen vor?

Die Verantwortungslücke: Wer steht gerade, wenn der Agent Budget verschiebt?

Der zweite Teil des Beitrags ist für Geschäftsführer der wichtigere. Er zitiert Andrew Frank, Analyst bei Gartner, mit einer Frage, die sich jedes Unternehmen stellen sollte, das Entscheidungen an eine Software abgibt:

• „The problem is agents are supposed to make strategic decisions about budget allocations.“
• „If agents reallocate, say $10 million from TV to creator inventory, and performance drops, who’s accountable?“
• „Agentic buying introduces this whole new decision layer whose recommendations may not be fully transparent.“

Sinngemäß: Das Problem ist, dass Agenten strategische Entscheidungen über Budgetverteilungen treffen sollen. Wenn sie zehn Millionen Dollar vom Fernsehen auf Creator-Inventar umschichten und die Leistung sinkt, wer ist dann verantwortlich? Und der agentische Einkauf bringe eine neue Entscheidungsebene mit, deren Empfehlungen nicht vollständig nachvollziehbar sein müssen.

Die Beträge im Beispiel sind amerikanisch und groß, aber die Struktur ist es nicht. Auch ein Betrieb, der 3.000 Euro im Monat in Werbung steckt, kennt die Situation: Jemand entscheidet, dass Budget vom einen Kanal in den anderen wandert, und später fragt die Geschäftsführung, warum. Bei einem Menschen können Sie fragen. Bei einem Agenten hängt die Antwort davon ab, ob Sie vorher festgelegt haben, was er darf, und ob sein Vorgehen aufgezeichnet wird.

Wir können hier keine rechtliche Haftungsfrage beantworten, und die Quelle tut es auch nicht. Sie benennt eine Lücke im Verständnis von Verantwortung. Ob und wie sich daraus Pflichten gegenüber Kunden, Steuerberatern oder Behörden ergeben, klären Sie mit Ihrer Rechtsberatung. Was Sie ohne Juristen tun können: Schreiben Sie auf, wer intern verantwortlich ist, bevor ein Agent eigenständig handelt.

Zwei Praxisbeispiele aus den USA und wie man sie liest

Der Beitrag nennt zwei Beispiele, die zeigen, wie weit die Praxis bisher reicht. Beide stammen aus den USA, und beide sind Angaben, die im Beitrag wiedergegeben werden.

Apostra: Das Unternehmen hat laut Beitrag in den vergangenen drei Monaten automatisierte Medienkäufe für einige „sehr große“ Marken abgewickelt, die zusammen rund 1,2 Millionen Dollar umfassten. Die Zahl wirkt groß, ist aber im Verhältnis zu den Budgets sehr großer Marken überschaubar. Was der Beitrag damit belegen will, lässt sich nur vorsichtig sagen: Es gibt Einsätze, aber nicht in einer Größenordnung, die den Markt prägt.

Rouge Care: Die Marke führt laut Beitrag eine fünffache Rendite auf den Werbeeinsatz auf KI-Agenten zurück. Sie habe 25.000 Dollar für Anzeigen im vernetzten Fernsehen ausgegeben und damit über 125.000 Dollar zurechenbaren Umsatz erzielt. Die Kampagne wurde im zweiten Quartal 2026 über PubMatics „AgenticOS“ abgewickelt.

Wie ist das zu lesen? Es ist ein Einzelfall, den das Unternehmen selbst berichtet, mit einem Budget von 25.000 Dollar. Wie die Zurechnung des Umsatzes zustande kam, ob es eine Vergleichskampagne ohne Agenten gab und wie lange der Effekt anhielt, steht nicht im Beitrag. Als Beleg dafür, dass Agenten im Werbeeinkauf „funktionieren“, reicht das nicht. Als Hinweis darauf, dass es Versuche gibt und dass manche Beteiligte zufrieden sind, genügt es.

Verfügbarkeit: keine Funktion zum Ausprobieren

Anders als bei einer Produktmeldung gibt es hier nichts, was Sie heute aktivieren könnten.

• Status: Markteinordnung mit Analystenzahlen und Einzelfällen, kein Produkt.
• Region: Die Beispiele stammen aus den USA.
• DACH: unbekannt. Die Quelle sagt nichts zu Deutschland, Österreich oder der Schweiz.

Wir formulieren das Thema deshalb nicht als „Das können Sie jetzt nutzen“, sondern als „Das kommt auf Unternehmen zu“. Plattformen wie PubMatic bauen agentische Funktionen in ihre Werbe-Infrastruktur ein, und früher oder später wird jemand Ihnen einen Agenten anbieten, der Ihr Budget steuern soll. Dann sollten Sie vorbereitet sein.

Autonom oder Automation? Der Unterschied in zwei Sätzen

Viele Verwirrungen entstehen, weil unter „Agent“ sehr Unterschiedliches verkauft wird. Klassische Marketing-Automation führt Regeln aus, die ein Mensch vorab festgelegt hat: Wenn jemand das Formular ausfüllt, geht Mail A raus, nach einem Klick folgt Mail B. Ein Agent bekommt stattdessen ein Ziel, zum Beispiel „mehr qualifizierte Anfragen aus Zielgruppe X“, und wählt die Schritte dorthin selbst, innerhalb von Grenzen, die ein Mensch gesetzt hat.

Der Unterschied liegt also nicht nur in der Technik, sondern darin, wer jeden Einzelschritt festlegt. Bei der Automation tun Sie es. Beim Agenten legen Sie Ziel und Grenzen fest. Und genau diese Grenzen sind der Punkt, an dem die Verantwortungsfrage entschieden wird. Je weniger Sie vorgeben, desto wichtiger wird es, dass die Grenzen sitzen und dass jemand den Überblick behält.

Wir können nicht belegen, wie viele der als „agentisch“ verkauften Werkzeuge in Wahrheit Automation mit neuem Namen sind; die Quelle nennt dazu keine Zahl. Als Prüffrage ist es dennoch nützlich: Lässt sich der Anbieter erklären, welche Entscheidungen das Werkzeug selbst trifft und welche nicht?

Was das für ein Unternehmen im Mittelstand bedeutet

Erstens: Lassen Sie sich vom Label nicht leiten. Wenn nur ein kleiner Teil der Einsätze wirklich hochautonom läuft, ist die Wahrscheinlichkeit hoch, dass auch ein als „autonom“ beworbenes Produkt in der Praxis Menschen einbindet. Das ist keine schlechte Nachricht, sondern eine Chance: Sie können Ihre Freigaben bewusst gestalten, statt sie dem Anbieter zu überlassen.

Zweitens: Entscheiden Sie die Verantwortung vorab. Wer genehmigt eine Budgetverschiebung ab welchem Betrag? Wer liest den Bericht, wenn die Leistung sinkt? Wer darf den Agenten pausieren? Diese Fragen kosten nichts, wenn Sie sie vor der Einführung beantworten, und sie sind teuer, wenn Sie sie nach dem ersten Fehler stellen.

Drittens: Verlangen Sie Nachvollziehbarkeit. Andrew Frank spricht von Empfehlungen, die „nicht vollständig transparent“ sein müssen. Verlangen Sie von jedem Anbieter, dass Entscheidungen des Agenten protokolliert werden, mit Zeitpunkt, Begründung und dem Stand der Kennzahlen davor und danach. Ohne diese Spur können Sie später nicht erklären, was geschehen ist.

Viertens: Beginnen Sie klein und messbar. Ein begrenztes Testbudget, eine klar definierte Kennzahl und ein fester Zeitraum. Ohne Vergleichswert wissen Sie nach vier Wochen nicht, ob der Agent besser oder nur anders war.

Welches Team bei Amazing Agents dafür zuständig wäre: Daniel und Lotte

Auf amazing-agents.com gehört das Thema in das Department Research & Analytics. Agent Daniel ist dort für Analytics zuständig. Die Webseite beschreibt, dass er Performance-Daten über die Social-Media-Kanäle zusammenträgt, Reports baut und Anomalien meldet, bevor sie zum Problem werden. Er liefert wöchentlich einen Report mit einer Empfehlung für die nächste Woche. Die Frage, welche Kennzahlen eine Freigabe-Grenze brauchen und wann eine Abweichung gemeldet wird, passt zu dieser Aufgabe.

Agentin Lotte ist der Trend-Scout im Research-Team. Laut Webseite bewertet sie in ihren Trend-Reports die Relevanz und empfiehlt, einen Trend zu adaptieren, zu beobachten oder zu ignorieren. Für die Frage, wie ernst ein Versprechen wie „vollautonom“ zu nehmen ist, ist diese Einordnung der passende Rahmen: beobachten, nicht blind übernehmen.

Für die Prüfung vor der Veröffentlichung nennt die Webseite im Department Tech & Ops die Agentin Magdalena: Kein Inhalt geht live ohne ihren Brand-Check. Wir würden den Gedanken auf Werbung übertragen: Eine Anzeige oder Kampagnenänderung, die in Ihrem Namen erscheint, durchläuft eine Prüfung, bevor sie live geht.

Wir beschreiben ein Vorgehen, kein Ergebnis aus einem Kundenprojekt. In einem Audit würden wir mit Ihnen festlegen, welche Marketing-Entscheidungen ein Agent vorbereiten darf, welche Kennzahlen Daniel auswertet und ab welcher Schwelle ein Mensch freigibt.

Agent mit Grenzen und Freigabe-Schritt: der Unterschied

Ohne Freigabe-Schritt: Der Agent verschiebt Budget eigenständig. Fehler fallen erst auf, wenn die Abrechnung oder der Monatsbericht kommt, und dann ist das Geld ausgegeben. Wer dafür verantwortlich war, ist unklar, weil niemand die Entscheidung gesehen hat.

Mit Freigabe-Schritt: Der Agent bereitet die Verschiebung vor und begründet sie. Bis zu einer festgelegten Schwelle darf er handeln, darüber bestätigt ein Mensch. Die Entscheidung ist dokumentiert, und die Verantwortung hat einen Namen. Das kostet Zeit bei den großen Beträgen und spart sie bei den kleinen. Ein Agent mit Grenzen und Freigabe-Schritt arbeitet schnell bei der Vorbereitung und überlässt die folgenreichen Entscheidungen Ihnen.

Auf amazing-agents.com steht dieser Rahmen für alle Agenten: Freigabe-Schritte bei kritischen Aktionen, und E-Mails werden als Entwurf erstellt, nicht direkt versendet. Das Prinzip lässt sich auf Budgets übertragen: Eine Verschiebung ist ein Entwurf, bis jemand sie freigibt.

Was wir nicht wissen

• Das Veröffentlichungsdatum: Die Seite nennt keines. Wir können nur sagen, dass der Text sich auf September und das zweite Quartal 2026 bezieht.
• Die Definition von „hochautonom“: Wie Gartner den Begriff abgrenzt, steht nicht im Beitrag.
• Die Ergebnisse der Beispiele: Rouge Cares Rendite ist eine Selbstauskunft eines einzelnen Falls.
• Deutschland, Österreich, Schweiz: Zu diesen Märkten sagt die Quelle nichts.
• Rechtliche Folgen: Ob sich Haftungs- oder Dokumentationspflichten ergeben, haben wir nicht geprüft.

Das sollten Sie jetzt vorbereiten: drei Schritte

Weil es um eine Entwicklung geht, die auf Unternehmen zukommt, und nicht um ein Produkt zum Einschalten, bestehen die Schritte aus Vorbereitung.

1. Entscheidungen auflisten: Schreiben Sie auf, welche Marketing-Entscheidungen heute bei Ihnen Geld bewegen, etwa Budget zwischen Kanälen, Gebote, Zielgruppen oder Anzeigentexte. Notieren Sie zu jeder, wer sie trifft und wie oft.
2. Schwellen festlegen: Bestimmen Sie für jede Entscheidung einen Betrag oder eine Veränderung, ab der ein Mensch bestätigen muss, und benennen Sie die verantwortliche Person mit Vertretung.
3. Fragenkatalog für Anbieter anlegen: Halten Sie vier Fragen bereit, die Sie jedem Anbieter eines „autonomen“ Werkzeugs stellen: Was entscheidet der Agent allein? Was legt er einem Menschen vor? Wird jede Entscheidung protokolliert? Wie pausiere ich ihn sofort?

Fazit

Die Quelle belegt: Laut Gartner machten hochautonome Einsätze 2025 weniger als fünf Prozent der Marketing-Anwendungsfälle aus, und bis 2028 sollen laut Prognose nur 15 Prozent der Einsätze agentischer KI hochautonom sein. Ein Gartner-Analyst stellt die Frage nach der Verantwortung, wenn Agenten Budgets umschichten, und warnt vor einer Entscheidungsebene, die nicht vollständig nachvollziehbar sein muss. Die Quelle belegt nicht, wie sich das im deutschsprachigen Raum verhält, und sie liefert keinen Beweis für oder gegen den Nutzen agentischen Einkaufs.

Für Sie heißt das: Verlassen Sie sich nicht auf das Etikett „autonom“, sondern legen Sie fest, was ein Agent allein tun darf, ab wann ein Mensch freigibt und wer dafür den Namen hergibt. Ein Agent mit Grenzen und Freigabe-Schritt ist die bessere Grundlage, als die Verantwortung stillschweigend an eine Software abzugeben.

Quellen: Adweek, „ADWEEK Tech Advantage: AI Agents Are Increasingly Getting Their Hands on Ad Dollars“, adweek.com (Veröffentlichungsdatum auf der Seite nicht angegeben; abgerufen am 24. Oktober 2026; Gartner-Zahlen, Zitate von Andrew Frank, Apostra- und Rouge-Care-Angaben wie dort wiedergegeben). Zuordnung zu den Agenten: amazing-agents.com, Team-Seiten (Daniel, Lotte, Magdalena; Freigabe-Schritte bei kritischen Aktionen, E-Mails als Entwurf).