Jahrelang ging es im Marketing um die perfekten Touchpoints für Menschen. Doch was passiert, wenn nicht mehr Kund:innen suchen, vergleichen und klicken, sondern autonome KI-Agenten diesen Job übernehmen?
Mit Agentic Shopping und Agentic Lead Gen verlagert sich die Customer Journey radikal: weg von schöner Inszenierung, hin zu maschinenlesbaren Produktdaten. Wer KI-Agenten keine lückenlosen Fakten liefert, scheidet bereits in der Vorauswahl aus. Wie KI die Journey Phase für Phase verändert und wie du dein Datenfundament agenten-ready machst, erfährst du in diesem Beitrag.
Inhalt
Was sich an der Journey grundsätzlich ändert: Delegation statt Durchlaufen
Die klassische Customer Journey setzt voraus, dass ein Mensch jede Phase selbst durchläuft: Er sucht, klickt, vergleicht und entscheidet. Marken gestalten die Touchpoints, an denen sie Einfluss nehmen – Anzeige, Website, Beratung, Shop. Eine erste, für alle spürbare Veränderung in der Customer Journey zeigt Googles neue AI Search Box bereits. Die Suche wird hier dynamisch erweitert, mit Search Agents, die permanent im Hintergrund Rechercheanfragen stellen.
Genau diese Entwicklung wird weitergeführt. Mit KI-Agenten verschiebt sich die Rollenverteilung. Der Mensch gibt Ziel, Kriterien und Rahmen vor, etwa ein Budget. Der KI-Agent übernimmt die Teilschritte über mehrere Systeme hinweg. Er beantwortet Fragen, personalisiert Inhalte und erledigt Aufgaben. Er arbeitet nicht an einem einzelnen Touchpoint, sondern über die Journey hinweg. Damit verschiebt sich auch, wo eine Marke stattfindet: nicht mehr nur dort, wo Menschen hinschauen, sondern dort, wo Agenten Daten abrufen.
Die Journey Phase für Phase: Was der Agent tut und was die Brand liefern muss
Bedarf und Zielvorgabe
Heute beginnt die Journey häufig mit einem Suchbegriff. Künftig formuliert der Mensch komplexe Aufgabenstellungen: Einen Laptop für ein Team zum Beispiel, das viel unterwegs ist, innerhalb eines festen Budgets und mit Lieferung bis Monatsende. Eine Marke wird dadurch nicht mehr über ein Keyword gefunden, sondern darüber, ob ihr Produkt die genannten Kriterien erfüllt und belegen kann. Produktdaten müssen deshalb die Angaben abbilden, nach denen Kundschaft tatsächlich fragt: Kompatibilität, Lieferzeit, Materialeigenschaften, Konditionen.
Recherche
Der Agent zerlegt die Aufgabe in Teilfragen und ruft Produktdaten, Dokumente, Bewertungen und Anbieterseiten ab. Design und Layout einer Website sind für ihn ohne Wert, Struktur und Klarheit entscheiden. Auffindbarkeit bedeutet damit Datenzugang: Inhalte müssen crawlbar, strukturiert und eindeutig sein.
Übrigens: Wie du deine Unternehmenswebsite AI-Ready machst und wie Metadaten KI-Systemen helfen, deine Inhalte zu verstehen, sie zu kategorisieren und sie in relevanten Suchanfragen darzustellen, erfährst du in unserem Blog-Bereich.
Bewertung und Vergleich
In dieser Phase verändert sich das Nutzerverhalten am stärksten. Menschen lassen sich von Bildwelt, Tonalität und Markenauftritt beeinflussen. Ein Agent gleicht dagegen die Anforderungen mit den verfügbaren Angaben ab: Attribute, Konditionen, Verfügbarkeit, Referenzen. Fehlt eine Information, kann er das Angebot nicht einschätzen. Eine Datenlücke ist damit kein Nachteil, sondern ein Ausschlussgrund. Die Marke wirkt in dieser Phase indirekt – über die Vollständigkeit, Konsistenz und Nachvollziehbarkeit ihrer Daten.
Entscheidung, Kauf oder Anfrage
Der KI-Agent handelt im Rahmen seines zugewiesenen Mandats. Bei standardisierten Käufen wickelt er den Prozess vollautomatisch bis zum Checkout ab. Bei komplexen Produkten und Einkaufssituationen legt der Agent dem Menschen eine präzise Shortlist vor. Dort kommt die Brand wieder ins Spiel: Der Mensch entscheidet jetzt anhand von Vertrauen, Erfahrung und Markeneindruck. Wer bis dahin nicht überzeugt hat, steht gar nicht erst auf dieser Liste.
Nach dem Kauf
Nachbestellungen, Reklamationen und Serviceanfragen laufen zunehmend über KI-Agenten ab. Dokumentation, Anleitungen, Garantie- und Rückgabebedingungen müssen deshalb maschinenlesbar vorliegen. Sonst endet die Journey an der Stelle, an der sie Kundenbindung schaffen sollte. Ein zentrales Downloadcenter für technische Dokumentation hält alle relevanten Informationen aktuell und verfügbar.
Wie unterscheidet sich die agentische Journey zwischen B2C und B2B?
Im B2C wird vor allem die Kaufentscheidung für standardisierte, wiederkehrende Bedarfe delegiert. Der Webshop-Besuch wird zur Transaktion, die der Agent im Auftrag abwickelt. Im B2B findet die Vorqualifizierung vor dem ersten Kontakt statt: Der Agent gleicht die Anforderungen mehrerer Fachbereiche ab – Technik, Einkauf, Compliance –, bevor der Vertrieb ein Gespräch führt. Der Vertrieb steigt später ein, trifft dafür aber auf ein besser informiertes Gegenüber.
Welche Abschnitte der Customer Journey bleiben menschlich?
Manche Käufe wollen Menschen selbst tätigen: Produkte sehen, anfassen, sich beraten lassen. Andere delegieren sie. Häufig entsteht eine hybride Journey, in der der Agent vorsortiert und der Mensch entscheidet.
Marken müssen deshalb beide Welten simultan bedienen – auf Basis derselben Datenquelle. Widersprechen sich die Angaben im Shop, im Datenblatt und im Portal, widerspricht sich die Marke selbst. Einheitliche Brand Guidelines für eine stabile Markenpräsenz stellen eine konsistente Wahrnehmung sicher.
Wie funktioniert modernes Journey Management im Zeitalter der KI?
Klassisches Journey Management bedeutete bisher, Customer Journeys zu kartieren, Schwachstellen zu analysieren und Verbesserungen in Projekten umzusetzen – eine Momentaufnahme, die schnell veraltet. Agenten verändern diese Logik. Weil sie Aufgaben über Systeme hinweg koordinieren, steht nicht mehr die einzelne Interaktion im Mittelpunkt, sondern das Ergebnis der gesamten Journey. Unternehmen setzen dafür selbst Agenten ein, etwa im Service oder in der Lead-Qualifizierung, und treffen zugleich auf die Agenten ihrer Kundschaft.
Journey Management wird damit von der Analyse zur laufenden Steuerung: Statt Journey-Maps in festen Intervallen zu überarbeiten, erkennen Teams Brüche fortlaufend und reagieren darauf. Die Verantwortung der Menschen sinkt dabei nicht, sie verändert sich. Sie legen fest, welches Ziel die eigenen Agenten verfolgen, in welchen Grenzen sie handeln dürfen und wer für das Ergebnis geradesteht. Diese Leitplanken sind kein einmaliges Regelwerk – Unternehmen passen sie an, sobald sie sehen, wie Agenten in der Praxis agieren. Voraussetzung ist, dass Daten, Systeme und Prozesse zugänglich, verbunden und geregelt sind. Sonst sieht ein Agent nur den einzelnen Touchpoint statt der Journey.
Wie bildet man die neue agentische Journey in der Analyse ab?
Traditionelle Analytics tracken Klicks, Sitzungen und Conversions. Ein Agent erzeugt davon nichts in gewohnter Form, und ein Ausschluss in der Vorauswahl hinterlässt keine Spur. Wer nur Traffic und Conversion-Rate betrachtet, sieht also einen Teil der Journey und hält ihn für das Ganze. Aussagekräftiger sind ergänzende Indikatoren: die Nennung der Marke in KI-Antworten, Zugriffe von KI-Crawlern sowie die Vollständigkeit und Konsistenz der eigenen Datensätze über alle Kanäle. Die Messmethoden entwickeln sich noch, der Blickwechsel beginnt jedoch jetzt.
Welche Voraussetzungen erfordert eine agentfähige Customer Journey?
Ein KI-Agent kann nur nutzen, was zugänglich, strukturiert und konsistent vorliegt. Sind Produktinformationen und Bilder auf mehrere Systeme verteilt und unterschiedlich aktuell, sieht der Agent widersprüchliche Angaben und bewertet dein Angebot im schlimmsten Fall gar nicht.
Die entscheidenden Fragen für Marketing- und E-Commerce-Teams lauten daher: Wo liegt der Datensatz, der für alle Kanäle gilt? Wer gibt ihn frei? Und wie gelangt er fehlerfrei in jeden Touchpoint, den ein KI-Agent auslesen könnte? Die Antwort ist eine zentrale, verlässliche Datenquelle (Single Source of Truth). Genau hier setzt die DAM-Software von CELUM an, um deine Inhalte „agenten-ready“ zu machen:
- Keine Datensilos mehr: Eine strukturierte Content Supply Chain führt alle deine Produktinhalte, Medien und Dokumente als zentrales System of Record zusammen. So verhinderst du, dass Agenten auf veraltete Daten stoßen.
- Qualitätssicherung vor Veröffentlichung: Durch Content Collaboration stellst du sicher, dass Freigabeprozesse eingehalten werden und du ausschließlich geprüfte, fehlerfreie Informationen ins Netz spielst.
- Strukturierte Produktdaten: Das Product Content Studio bereitet deine Produktinhalte regelkonform auf und verknüpft Assets nahtlos mit den für KI-Agenten so wichtigen Metadaten und Attributen.
- Nahtlose Datenverteilung: Application Integrations verteilen deine verifizierten Daten automatisiert in PIM, Webshops, Portale und alle anderen Kanäle. Wenn der KI-Agent sucht, findet er überall dieselbe, konsistente Markenwahrheit.
Die Journey verlagert sich
Die Customer Journey wird weder kürzer noch überflüssig, sie verlagert sich von Touchpoints auf strukturierte Datenpunkte. Unternehmen mit zentralen, vollständigen und freigegebenen Produktdaten sichern sich ihren Platz in der KI-Vorauswahl.
Möchtest du Content und Produktdaten agentenfähig ausrüsten? Unsere Lösungen unterstützen dich dabei.
FAQs zu Agentic Shopping, Lead Generation und Customer Journey
Wie verändert Agentic Shopping die Customer Journey?
Agentic Shopping verlagert Recherche, Vergleich und teilweise den Kauf vom Menschen auf einen KI-Agenten. Der Mensch gibt Ziel, Kriterien und Budget vor, der Agent bewertet Angebote nach Datenlage. Touchpoints wie Website oder Shop werden dadurch seltener direkt besucht.
Was bedeutet Agentic Lead Generation für den B2B-Vertrieb?
Anbieter werden vorqualifiziert, bevor ein erster Kontakt stattfindet. Der Vertrieb steigt später ein, trifft aber auf ein besser informiertes Gegenüber, dessen Anforderungen bereits abgeglichen wurden. Wer in der Vorauswahl fehlt, erhält keine Anfrage.
Werden Touchpoints überflüssig?
Nein. Viele Menschen wollen weiterhin selbst recherchieren, sich beraten lassen oder Produkte vor Ort erleben, oft entscheiden sie hybrid. Marken müssen Touchpoints für Menschen und Datenzugänge für Agenten parallel bedienen.
Wie lässt sich Erfolg messen, wenn kein Mensch die Website besucht?
Klassische Kennzahlen wie Besuche und Conversion-Rate bilden agentische Journeys nur teilweise ab. Ergänzend eignen sich die Nennung der Marke in KI-Antworten, Zugriffe von KI-Crawlern sowie die Vollständigkeit und Konsistenz der Datensätze.
