DIGITAL ADVENTURES · NEWSLETTER 38/2026

Wenn AI im Vertrieb handelt: Wer trägt die Verantwortung?

Von Mario Pufahl · 25. September 2026

Entscheidungsrechte, Freigaben und KPIs für Sales Agents

In der letzten Ausgabe ging es um den neuen AI Sales Stack. CRM bleibt das System, in dem Kunden, Opportunities und Aktivitäten dokumentiert werden. Mit AI kommt ein System of Action hinzu: Informationen werden interpretiert, Arbeitsschritte vorbereitet und Aufgaben zunehmend selbstständig ausgeführt.

Das klingt nach einem technischen Fortschritt. In der Praxis stellt sich jedoch sehr schnell eine Führungsfrage: Wer entscheidet, wenn ein Sales Agent handelt?

Ein Agent kann ein Buying Center analysieren, den nächsten Schritt empfehlen, ein Angebot vorbereiten oder eine Nachricht an einen Kunden formulieren. Aber darf er sie auch versenden? Darf er einen Preis verändern? Eine Opportunity neu bewerten? Einen Forecast anpassen?

Wer diese Fragen erst nach dem ersten Fehler beantwortet, hat die Steuerung bereits zu spät begonnen.

Das eigentliche Problem: Arbeit wird delegiert, Verantwortung bleibt

Im klassischen Vertrieb sind Verantwortlichkeiten meist bekannt. Der Account Manager verantwortet die Kundenbeziehung. Der Sales Lead priorisiert Ressourcen und prüft kritische Deals. Finance und Legal geben bestimmte Konditionen frei.

Mit AI entstehen neue Übergänge. Ein Mensch gibt einen Auftrag, ein Agent greift auf Daten zu, ein zweiter Agent bewertet Ergebnisse und ein Workflow setzt einen Schritt um. Die Arbeit verteilt sich. Die Verantwortung lässt sich dadurch jedoch nicht an die Technologie abgeben.

Genau deshalb braucht der Vertrieb eine einfache Regel: Jede automatisierte Aktion hat einen fachlichen Eigentümer, einen definierten Handlungsspielraum und einen nachvollziehbaren Prüfpfad.

Ohne diese drei Elemente wird aus Entlastung schnell Kontrollverlust.

Nicht jeder Arbeitsschritt braucht dieselbe Freigabe

Eine Organisation, die jede AI-Antwort manuell prüft, gewinnt wenig Geschwindigkeit. Eine Organisation, die jede Aktion automatisch ausführen lässt, riskiert Vertrauen, Marge und Kundenbeziehungen.

Entscheidend ist die Abstufung nach Wirkung und Risiko. Ich würde vier Handlungsebenen unterscheiden.

1. Informieren. Der Agent sucht Informationen, fasst Kundensignale zusammen oder erstellt ein Briefing. Menschen nutzen das Ergebnis für ihre Entscheidung. Bei geringer Außenwirkung reicht häufig eine stichprobenartige Qualitätskontrolle.

2. Empfehlen. Der Agent priorisiert Accounts, identifiziert Risiken oder schlägt Next Best Actions vor. Die Empfehlung sollte ihre Datenbasis, Annahmen und Unsicherheiten sichtbar machen. Die Entscheidung bleibt beim zuständigen Mitarbeiter.

3. Vorbereiten. Der Agent erstellt einen Angebotsentwurf, eine E-Mail oder einen Forecast-Vorschlag. Bevor etwas beim Kunden ankommt oder in einem führenden System wirksam wird, prüft und bestätigt ein Mensch den Schritt.

4. Ausführen. Der Agent setzt klar definierte Schritte selbstständig um, etwa eine interne Aufgabe anlegen oder einen freigegebenen Standardprozess anstoßen. Dafür braucht er enge Grenzen, Protokollierung und einen Weg, Aktionen zu stoppen oder zu korrigieren.

Die passende Ebene hängt nicht vom technischen Können des Agenten ab. Sie hängt von der Konsequenz der jeweiligen Aktion ab.

Eine falsch sortierte interne Aufgabe ist ärgerlich. Eine falsch versandte Preiskondition an einen strategischen Kunden ist eine andere Kategorie.

Die entscheidende Frage lautet: Was darf der Agent verändern?

Viele Unternehmen definieren, welche Daten AI lesen darf. Das ist notwendig, aber unvollständig. Sobald Agents handeln, müssen Führungskräfte zusätzlich festlegen, was sie schreiben, senden oder auslösen dürfen.

Ein praktikables Regelwerk beginnt mit fünf Fragen:

Daten: Auf welche Kunden-, Vertrags- und Mitarbeiterdaten darf der Agent zugreifen? Aktion: Darf er nur einen Entwurf erstellen oder auch CRM-Daten ändern und Kunden kontaktieren? Grenze: Welche Beträge, Kundensegmente und Ausnahmen schließen automatische Ausführung aus? Freigabe: Wer genehmigt risikoreiche Schritte und in welchem System? Nachweis: Wo sind Eingaben, Empfehlungen, Freigaben und Änderungen später sichtbar?

Damit wird Governance konkret. Sie besteht nicht aus einem allgemeinen Satz wie „Der Mensch behält die Kontrolle“. Sie definiert, an welchem Punkt welcher Mensch welche Kontrolle ausübt.

Ein Beispiel aus dem Angebotsprozess

Stellen wir uns einen Agenten vor, der ein Angebot für einen Bestandskunden vorbereitet. Er liest die Opportunity, bezieht vorhandene Preislisten ein, erkennt eine bevorstehende Vertragsverlängerung und formuliert einen Vorschlag.

Was passiert danach?

Im ersten Schritt darf der Agent den Entwurf erstellen und offene Informationen markieren. Der Account Manager prüft Kundensituation, Nutzenargumentation und Ansprechpartner. Finance bestätigt eine abweichende Kondition. Erst danach wird das Angebot versandt und die finale Version im CRM hinterlegt.

Bei einem standardisierten Verlängerungsfall kann später ein Teil dieses Prozesses automatisiert werden. Bei einer komplexen Ausschreibung oder einem ungewöhnlichen Rabatt bleibt die menschliche Freigabe verpflichtend.

Das ist kein einheitlicher Automatisierungsgrad für den gesamten Vertrieb. Es ist eine Entscheidungslogik je Vorgang.

Führung braucht neue Kennzahlen

Sobald Sales Agents produktiv arbeiten, reicht es nicht, Nutzungszahlen zu zählen. Wie viele Prompts geschrieben wurden oder wie viele Agents existieren, sagt wenig über Vertriebswirkung aus.

Ich würde die Leistung entlang von vier Dimensionen messen:

1. Qualität: Wie oft sind Informationen korrekt, vollständig und für den konkreten Kundenfall brauchbar? Wie viele Ergebnisse müssen grundlegend überarbeitet werden?

2. Prozess: Wie lange dauert ein Vorgang vom Eingang bis zur freigegebenen Aktion? Wo entstehen Rückfragen, Übergaben oder Wartezeiten?

3. Risiko: Wie häufig werden Grenzen verletzt, falsche Daten verwendet oder Freigaben umgangen? Welche Fehler werden rechtzeitig erkannt?

4. Geschäftswirkung: Werden Angebote schneller und besser erstellt? Verbessert sich die Qualität der Pipeline? Haben Verkäufer mehr Zeit für relevante Kundengespräche? Steigen Konversionsrate und Deckungsbeitrag in vergleichbaren Fällen?

Gerade die letzte Dimension ist anspruchsvoll. Nicht jede Veränderung lässt sich kausal einem Agenten zuschreiben. Deshalb sollten Unternehmen vor dem Einsatz eine Ausgangslage erfassen und vergleichbare Vorgänge beobachten, statt jede positive Entwicklung nachträglich AI zuzuschreiben.

Die bessere Frage lautet: Welcher konkrete Prozess ist mit AI nachweislich besser geworden?

Der Sales Lead wird zum Gestalter von Entscheidungsrechten

Für Führungskräfte verändert sich damit die Aufgabe. Sie führen weiterhin Menschen. Zugleich gestalten sie die Zusammenarbeit zwischen Menschen, Daten und digitalen Akteuren.

Dazu gehört, Verantwortlichkeiten festzulegen und Konflikte sichtbar zu machen:

Wenn der Agent eine Opportunity als kritisch einstuft, wer entscheidet über die Eskalation? Wenn seine Empfehlung dem Urteil des Account Managers widerspricht, wie wird der Fall geklärt? Wenn ein automatisch erstellter Entwurf fachlich korrekt, aber kulturell unpassend ist, wer trägt die Verantwortung für den Kundendialog? Wenn eine Kennzahl besser wird, aber die Kundenbeziehung leidet, welche Priorität gilt?

Diese Fragen sind keine Randfälle. Sie beschreiben den Alltag eines hybriden Vertriebsteams.

Wer hier nur technische Berechtigungen festlegt, übersieht den Kern: AI verschiebt Entscheidungsarbeit. Und jede Verschiebung von Entscheidungsarbeit braucht Führung.

So würde ich in den nächsten 30 Tagen beginnen

Woche 1: Einen Prozess auswählen. Nehmen Sie einen häufigen, klar abgrenzbaren Ablauf, etwa die Vorbereitung von Kundenterminen oder standardisierten Angeboten. Beschreiben Sie den heutigen Aufwand und die typischen Fehler.

Woche 2: Entscheidungsrechte festlegen. Zeichnen Sie für jeden Schritt auf, ob AI informieren, empfehlen, vorbereiten oder ausführen darf. Benennen Sie fachliche Verantwortliche und Freigabepunkte.

Woche 3: Mit echten Fällen testen. Prüfen Sie Ergebnisse anhand einer überschaubaren Stichprobe aus dem Vertriebsalltag. Dokumentieren Sie Korrekturen, Ausnahmen und Fälle, in denen der Agent bewusst nichts tun sollte.

Woche 4: Wirkung und Grenzen auswerten. Messen Sie Bearbeitungszeit, Qualität und Eingriffe. Besprechen Sie mit den beteiligten Mitarbeitern, ob die Unterstützung tatsächlich hilft. Erst dann erweitern Sie den Handlungsspielraum.

Das klingt weniger spektakulär als der vollautonome Vertrieb. Es ist aber der Weg, auf dem aus einer Demo ein belastbarer Prozess wird.

Ein Entscheidungsregister statt einer allgemeinen AI-Richtlinie

Viele Unternehmen haben bereits Grundsätze für den Einsatz von AI. Sie regeln Vertraulichkeit, Datenschutz und zulässige Werkzeuge. Für einen handelnden Sales Agent reichen diese Grundsätze nicht aus. Der Agent braucht Regeln für konkrete Situationen.

Ein Entscheidungsregister sollte je Anwendungsfall mindestens sieben Felder enthalten: Auslöser, genutzte Daten, mögliche Aktion, erlaubte Reichweite, fachlich verantwortliche Person, Freigabepunkt und Nachweis. Dazu kommt eine eindeutige Regel für Ausnahmen.

Nehmen wir die automatische Nachbereitung eines Kundentermins. Der Auslöser ist ein freigegebenes Gesprächsprotokoll. Erlaubt sind ein Entwurf für interne Aufgaben und die Aktualisierung vorab definierter CRM-Felder. Kundenaussagen müssen als solche erkennbar bleiben. Der Agent darf keine verbindlichen Zusagen erfinden, keine Preise verändern und ohne Freigabe keine externe Nachricht versenden. Der Account Manager prüft den Entwurf, bevor das System den Kundendatensatz ändert.

Bei der internen Anlage einer Standardaufgabe kann eine automatische Ausführung angemessen sein. Bei einer Aussage an den Kunden ist die Risikoklasse höher. Der Unterschied liegt nicht im eingesetzten Modell, sondern in der Wirkung der Aktion.

Ein solches Register hilft auch bei der Skalierung. Wenn ein zweites Team denselben Agenten einsetzen möchte, lässt sich die erlaubte Handlung nachvollziehen und an den neuen Prozess anpassen. Ohne Register übertragen Unternehmen häufig einen erfolgreichen Pilotfall ungeprüft auf Situationen mit ganz anderem Risiko.

Verantwortung braucht Namen und einen Eskalationsweg

Für jeden Agenten sollte ein fachlicher Owner benannt sein. Diese Person verantwortet nicht jede einzelne technische Antwort. Sie entscheidet aber, wofür der Agent eingesetzt wird, welche Qualität akzeptabel ist und wann der Einsatz verändert oder gestoppt wird.

Daneben braucht es Rollen für Daten, Technik und Kontrolle. Der Data Owner verantwortet Herkunft und Zugriffsrechte der verwendeten Informationen. Das technische Team sorgt für Betrieb, Monitoring und Änderungen. Führungskräfte im Vertrieb verantworten, wie die Ergebnisse in Kundenentscheidungen eingehen. Bei kritischen Prozessen sind Legal, Security oder Compliance beteiligt.

Das lässt sich mit einer einfachen Verantwortungsmatrix beschreiben:

Fachlicher Owner: Warum existiert der Agent, und welches Ergebnis soll er verbessern? Prozessverantwortliche: An welchen Stellen greift der Agent ein, und wer übernimmt bei einer Ausnahme? Datenverantwortliche: Sind die Quellen richtig, aktuell und für diesen Zweck zulässig? Technischer Betrieb: Läuft der Agent wie vorgesehen, und können Fehler schnell eingegrenzt werden? Freigabeberechtigte: Wer entscheidet bei Preisen, Zusagen und extern wirksamen Schritten?

Wichtig ist die letzte Frage des Eskalationswegs: Was geschieht, wenn niemand rechtzeitig freigibt? Ein System sollte dann warten oder an einen Menschen übergeben. Es sollte die fehlende Antwort nicht als stillschweigende Erlaubnis verstehen.

Was ein guter Freigabeprozess wirklich prüft

„Human in the Loop“ klingt beruhigend. In der Praxis wird eine Freigabe schnell zur Routine, wenn ein Mitarbeiter in wenigen Sekunden Dutzende Vorschläge bestätigen muss.

Eine wirksame Freigabe zeigt deshalb nicht nur den fertigen Text. Sie zeigt die Grundlagen der Entscheidung: Welche Daten wurden genutzt? Welche Annahmen trifft der Agent? Welche Abweichung vom Standardfall liegt vor? Was würde die Freigabe konkret auslösen?

Bei einem Angebot könnte die prüfende Person zum Beispiel sehen: bisherige Kundenkondition, vorgeschlagener Preis, Deckungsbeitrag, Begründung für einen Rabatt, abweichende Vertragsklauseln und Empfänger des Angebots. Erst damit kann sie sinnvoll entscheiden.

Außerdem sollte die Freigabe dort stattfinden, wo der Mitarbeiter ohnehin arbeitet. Eine zusätzliche E-Mail mit einem pauschalen „Bitte genehmigen“ wird leicht zur Formalität. Eine klare Ansicht im bestehenden Prozess spart Zeit und erhöht die Qualität.

Und jede Freigabe braucht eine Rückmeldung. Wenn Menschen Vorschläge häufig korrigieren, muss diese Korrektur in die Verbesserung von Daten, Regeln oder Agentenverhalten einfließen. Sonst bezahlen Unternehmen dauerhaft für denselben Fehler – einmal durch die Technologie und erneut durch die Nacharbeit ihrer Mitarbeiter.

Wenn ein Agent falsch handelt

Fehler werden auftreten. Entscheidend ist deshalb nicht das Versprechen eines fehlerfreien Systems, sondern die Fähigkeit, einen Fehler schnell zu erkennen und seine Wirkung zu begrenzen.

Dafür sollten Teams vor dem produktiven Einsatz drei Szenarien durchspielen. Erstens: Der Agent verwendet eine falsche Quelle. Zweitens: Er interpretiert eine richtige Information falsch. Drittens: Er führt eine zulässige Aktion im falschen Kundenkontext aus.

Für jedes Szenario braucht es Antworten auf praktische Fragen: Wer bekommt eine Meldung? Welche Aktionen werden angehalten? Welche Datensätze oder Kunden sind betroffen? Wer korrigiert die Information? Wann darf der Agent wieder arbeiten?

Ein „Stop“-Mechanismus muss im Alltag erreichbar sein. Wenn nur ein Entwicklerteam einen Agenten deaktivieren kann, während ein Vertriebsleiter den Fehler bemerkt, entsteht unnötige Zeit zwischen Erkenntnis und Eingriff. Gleichzeitig sollte dokumentiert sein, welche Arbeitsschritte der Agent bereits abgeschlossen hat und welche noch offen sind.

Besonders bei externen Nachrichten ist eine Rücknahme nicht immer möglich. Deshalb müssen Schutzmaßnahmen vor der Ausführung stärker sein, je schwerer sich ein Schritt korrigieren lässt. Eine falsche interne Zusammenfassung kann man berichtigen. Eine falsche Zusage an den Kunden muss man aktiv erklären.

Der Business Case muss Nacharbeit berücksichtigen

Die wirtschaftliche Bewertung eines Sales Agent beginnt oft bei eingesparten Minuten. Das ist nachvollziehbar, aber unvollständig.

Angenommen, eine automatisierte Angebotsvorbereitung spart in einem standardisierten Fall 20 Minuten. Wenn jede zweite Vorlage anschließend 25 Minuten Korrektur erfordert, ist der erwartete Zeitgewinn gering. Kommt ein zusätzlicher Freigabeschritt hinzu, kann der Prozess sogar langsamer werden.

Deshalb würde ich vier Größen getrennt erfassen: Zeit für die ursprüngliche Aufgabe, Zeit für Prüfung und Korrektur, Kosten des technischen Betriebs sowie Wirkung auf Qualität und Geschäftsergebnis. Erst in der Summe wird sichtbar, ob der Agent tatsächlich Wert schafft.

Noch wichtiger: Ein schnellerer Prozess kann wirtschaftlich wertvoll sein, obwohl er kaum Arbeitszeit spart. Wenn Angebote konsistenter sind, weniger Rückfragen verursachen und Kunden früher eine belastbare Antwort erhalten, liegt der Nutzen möglicherweise in der besseren Conversion oder im stabileren Deckungsbeitrag. Umgekehrt kann eine große Zeitersparnis wertlos sein, wenn sie auf Kosten der Kundenbeziehung entsteht.

Der Vergleich sollte daher mit ähnlichen Vorgängen erfolgen. Standardangebote gehören zu Standardangeboten, komplexe Ausschreibungen zu komplexen Ausschreibungen. Sonst vermischen sich unterschiedliche Ausgangslagen, und der Agent erhält Lob oder Schuld für Effekte, die ganz andere Ursachen haben.

Von Kennzahlen zu Führungsentscheidungen

Ein Dashboard hilft nur, wenn aus seinen Signalen konkrete Entscheidungen folgen. Sinkt die Qualität eines Agenten, braucht es eine definierte Reaktion. Steigt der Anteil manueller Eingriffe, sollte geprüft werden, ob Daten, Regeln oder der Anwendungsfall selbst nicht passen.

Ich würde für einen Piloten mit wenigen, klaren Größen beginnen: Anteil brauchbarer Erstentwürfe, durchschnittliche Nachbearbeitungszeit, Fehler mit Kundenwirkung, Dauer bis zur Freigabe und Anteil der Vorgänge, die ohne erneute Rückfrage abgeschlossen werden. Dazu kommt eine fachliche Ergebnisgröße, beispielsweise Angebotsqualität oder Geschwindigkeit bis zum gemeinsam vereinbarten nächsten Schritt.

Für jede Kennzahl muss klar sein, wer sie liest und was bei einer Abweichung geschieht. Ein Qualitätswert unter der vereinbarten Schwelle kann zusätzliche Prüfung auslösen. Wiederholte Fehler aus einer Datenquelle können diese Quelle vorübergehend sperren. Häufige Freigaben für denselben harmlosen Standardfall können dagegen Anlass sein, den erlaubten Handlungsspielraum kontrolliert zu erweitern.

So wird AI Performance Management zu einem Lernprozess: beobachten, Ursache verstehen, Regel ändern, erneut messen. Die Zahl der Agents ist dabei keine Erfolgskennzahl. Entscheidend ist, ob konkrete Vertriebsprozesse verlässlich besser werden.

Skalierung ist eine Managemententscheidung

Nach einem erfolgreichen Piloten folgt häufig die Frage: Können wir denselben Agenten nun überall einsetzen? Meine Antwort wäre: erst nach einer erneuten Prüfung des Kontexts.

Kundensegmente unterscheiden sich. Preise und Verträge folgen verschiedenen Regeln. Ein Bestandskunde mit Standardverlängerung ist kein strategischer Neukunde mit individueller Ausschreibung. Auch die Datenqualität kann zwischen Teams stark variieren.

Vor der Ausweitung sollten Führungskräfte deshalb prüfen, ob die Voraussetzungen des Piloten an anderer Stelle ebenfalls gelten. Sind die Daten vergleichbar? Ist der Prozess ähnlich? Gibt es dieselben Freigaberechte? Verstehen die Mitarbeiter die Grenzen? Funktioniert der Eskalationsweg auch bei höherem Volumen?

Wenn eine dieser Fragen offenbleibt, ist der nächste Schritt nicht zwingend mehr Autonomie. Es kann sinnvoller sein, denselben Agenten zunächst nur als Berater oder Entwurfswerkzeug einzusetzen. Skalierung bedeutet, einen zuverlässigen Mechanismus zu übertragen – nicht einfach die Zahl der automatisierten Aktionen zu erhöhen.

Meine Empfehlung

Der nächste Schritt im AI-Vertrieb ist nicht der Agent mit den meisten Funktionen. Es ist die Organisation, die digitale Arbeit so gestaltet, dass Entscheidungen besser, Abläufe schneller und Ergebnisse verlässlicher werden.

Dafür braucht es klare Entscheidungsrechte, abgestufte Freigaben und Kennzahlen, die Qualität und Geschäftswirkung sichtbar machen.

AI kann Aufgaben übernehmen. Verantwortung bleibt eine Führungsaufgabe.

Wie regelt Ihr heute in Eurem Vertrieb, welche Entscheidungen ein AI Agent vorbereiten oder selbst ausführen darf?

Erstveröffentlicht in Digital Adventures. Original auf LinkedIn ↗

Ihre KI-Voraussetzungen prüfen ↗