Zukunft des CRM: Wird das CRM-System durch KI-Agenten überflüssig?

Wie sieht die Zukunft des CRM aus?

Wer heute über ein CRM-System spricht, meint meist die Anwendung: Einloggen, Accounts öffnen, Opportunities prüfen, Dashboards durchgehen. Diese Logik gilt seit Jahrzehnten als selbstverständlich. KI-Agenten verändern sie gerade grundlegend. Immer häufiger greifen sie auf Daten und Geschäftsprozesse zu, führen Aufgaben aus und bewegen sich dabei zwischen verschiedenen Anwendungen.

Damit stellt sich die unbequeme Frage: Brauchen Unternehmen in einigen Jahren überhaupt noch ein CRM-System, so wie wir es heute kennen?

Die gute Nachricht zuerst: Unternehmen werden auch künftig CRM-Systeme nutzen. Nur anders als heute. CRM-Systeme bleiben bestehen, weil Unternehmen eine Ebene benötigen, auf der sich Prozesse einheitlich und mit klarer Governance abbilden lassen, gerade im internationalen Kontext. Was sich verändert, ist die Art, wie Menschen mit dieser Ebene interagieren.

Warum bleibt die Prozessebene auch mit KI-Agenten bestehen?

KI öffnet neue Kanäle und bindet auch unstrukturierte Themen in bestehende Prozesse ein. Die Workflow-Ebene selbst ersetzt sie dabei nicht, weil Prozess-Governance dafür zu wichtig ist. Prozess-Governance meint die verbindlichen Regeln dafür, wie Geschäftsprozesse ablaufen, wer sie verändern darf und wer in welchen Fällen entscheidet.

Ein Vergleich zur Einführung von ERP- und CRM-Systemen in den 1980er- und 1990er-Jahren hilft, diese Entwicklung einzuordnen. Damals wurden zuvor manuelle und papiergebundene Abläufe erstmals systematisch digital abgebildet. Dadurch entstand eine verbindliche Prozessebene, auf der Geschäftsabläufe bis heute aufbauen.

KI-Agenten erlauben es nun, diese Prozesse flexibler und autonomer auszuführen. Die zugrunde liegende Struktur ersetzen sie dabei nicht. Im Gegenteil: Je eigenständiger Agenten handeln, desto wichtiger wird eine klar definierte Prozessebene, auf die sie zugreifen können.

Wo arbeiten Teams künftig: im CRM-System oder in anderen Kanälen?

Teams arbeiten künftig nicht mehr an einem festen Ort, sondern je nach Aufgabe im CRM-System, in Slack, in KI-Assistenten wie Claude oder in anderen Kanälen. Welcher Kanal passt, hängt von der jeweiligen Situation ab.

Wer eine Struktur nachvollziehen möchte, bewegt sich eher auf der Workflow-Ebene und schaut direkt ins CRM-System. Wer dagegen aus einem Kontext heraus arbeitet, Ideen entwickelt oder im Dialog Fragen klärt, nutzt eher zusätzliche Kanäle wie Claude oder Slack, die ein anderes Bild liefern als die reine Workflow-Ebene. Die Arbeit wird situativer und stärker personalisiert, besser eingebettet in das jeweilige Umfeld.

Auch die Datenpflege verändert sich. Mitarbeitende müssen Informationen künftig nicht mehr in Eingabemasken übertragen. Kundengespräche zum Beispiel fassen sie per Sprachnachricht zusammen oder sie fotografieren eine Visitenkarte. Ein KI-Agent überführt die Inhalte anschließend per Voice to CRM strukturiert ins CRM-System. Wissen, das bisher oft nur in den Köpfen einzelner Mitarbeitender war, landet so mit deutlich weniger Aufwand im System.

Das verändert, was Mitarbeitende wissen müssen. Wo eine Information im System landet, müssen sie künftig nicht mehr selbst wissen. Der KI-Agent ordnet sie anhand der definierten Strukturen und Regeln zu. Welche Informationen ein vollständiger Datensatz braucht, muss den Teams aber weiterhin bekannt sein, denn ein Agent kann nur erfassen, was ihm zur Verfügung steht. Aus diesem Grund müssen die Regeln im CRM-System eindeutig definiert sein, damit Menschen und Agenten sie gleichermaßen anwenden können.

Was bleibt vom klassischen CRM-System übrig?

Wenn die Benutzeroberfläche an Bedeutung verliert, verschiebt sich die Rolle des CRM-Systems. Es wird vom Ort, an dem Mitarbeitende jede einzelne Aufgabe erledigen, zur zentralen Ebene für Daten, Prozesse und Governance.

Dort ist festgelegt, welche Informationen für einen Prozess erforderlich sind, welche Regeln gelten, wer wofür zuständig ist und auf welcher Datengrundlage Menschen und Agenten arbeiten. Diese Definitionen und die Governance der Prozesse bleiben im CRM-System verankert.

Gerade weil sich CRM-Systeme heute schneller weiterentwickeln als früher, liegt darin auch die größte Gefahr. Wer zu schnell zu viele Prozesse in ein System einbettet, ohne genau zu prüfen, was tatsächlich sinnvoll ist, verliert leicht die Kontrolle darüber, wie Abläufe im eigenen Unternehmen gesteuert werden. Klare Prozesse zu etablieren und einzuhalten wird deshalb unabdingbar bleiben.

Ein CRM-System bildet ab, wie ein Unternehmen seine Kundenbeziehungen organisiert, welche Prozesse gelten und wer wofür zuständig ist. Was Unternehmen außerdem brauchen, etwa eine 360-Grad-Sicht auf Kund:innen mit allen relevanten Daten, wird im Agentic Enterprise sogar noch wichtiger. Fehlt die Datenbasis, fehlt Agenten das nötige Rüstzeug für intelligente Aktionen.

Wie verändert sich die Entscheidungsfindung zwischen Mensch und KI-Agent?

Heute unterstützt KI Menschen vor allem bei klar umrissenen Aufgaben wie der Erstellung einer Zusammenfassung oder einer Meeting-Vorbereitung. In Zukunft können KI-Agenten im CRM gefährdete Opportunities erkennen, Maßnahmen vorschlagen und sie selbst ausführen. Unternehmen müssen sich also damit beschäftigen, welche Entscheidungen KI-Agenten treffen dürfen und welche nicht.

Dabei kommt es auf den jeweiligen Use Case an. Situationen, die Menschen mit Empathie anführen sollten, etwa Verhandlungsgespräche, lassen sich kaum an Agenten abgeben. Standardisierte, wiederkehrende Aufgaben lösen klassische Automatisierungen oft einfacher. Ihre Stärke spielen Agenten bei kontextabhängigen Aufgaben aus, etwa in der Datenpflege.

In den meisten Prozessen werden sich KI-Agent und Mensch die Arbeit daher teilen. Der Agent bereitet vor, der Mensch entscheidet. Dabei gibt es Ausnahmen: Innerhalb klar definierter Grenzen können Agenten auch selbstständig handeln.

Das Prinzip ist aus der regelbasierten Automatisierung bekannt, bei der zum Beispiel Opportunities unterhalb eines Grenzwerts automatisch verarbeitet werden. KI-Agenten übertragen dieses Prinzip auf Entscheidungen, die sich nicht in eine einzelne Regel fassen lassen. Ein Agent kann zum Beispiel ein Standardangebot mit üblichem Rabatt selbst freigeben, weil er dabei Kaufhistorie und offene Servicefälle berücksichtigt. Weicht ein Angebot deutlich vom Üblichen ab, etwa durch einen hohen Nachlass oder besondere Vertragsbedingungen, legt er es einer verantwortlichen Person zur Entscheidung vor.

Wo die Grenze zwischen KI-Agent und Mensch liegt, legen Unternehmen allerdings nicht immer allein fest. Der europäische AI Act stuft KI-Anwendungen nach ihrem Risiko ein. Für Anwendungen mit hohem Risiko, etwa im Personalbereich, verlangt er unter anderem, dass sich Datenherkunft und Entscheidungen nachvollziehen lassen und Menschen die Systeme beaufsichtigen.

Führen mehr KI-Agenten automatisch zu mehr Produktivität?

Wenn KI-Agenten künftig immer mehr Aufgaben rund um CRM-Daten und -Prozesse übernehmen, liegt die Annahme nahe, dass mehr Agentifizierung automatisch zu mehr Produktivität führt.

Dass die Zahl der KI-Agenten stark zunehmen dürfte, bestätigt eine Prognose von Gartner. Demnach werden KI-Agenten bis 2028 die Zahl der Vertriebsmitarbeitenden um das Zehnfache übersteigen. Gleichzeitig werden aber auch voraussichtlich weniger als 40 Prozent der Vertriebsmitarbeitenden angeben, dass Agenten ihre Produktivität tatsächlich verbessert haben.

Mehr KI-Agenten bedeuten also nicht automatisch mehr Wertschöpfung. Mit ihrer zunehmenden Verbreitung steigt auch die Komplexität: Agenten müssen auf die richtigen Daten zugreifen, sinnvoll in bestehende Prozesse eingebunden und aufeinander abgestimmt werden. Der Aufwand verschiebt sich dadurch, statt zu verschwinden.

Wichtig wird deshalb nicht die Anzahl der Agenten, sondern das Fundament. Auch Gartner kommt zu diesem Schluss: Vertriebsorganisationen, die Daten, Automatisierung und Nutzererlebnis grundlegend überarbeiten, erzielen laut der Prognose bis 2028 mit fünfmal höherer Wahrscheinlichkeit einen Return on Investment (ROI) aus KI als solche, die auf schnelle Einzellösungen setzen. Ein einzelner Use Case lässt sich vergleichsweise schnell umsetzen. Die eigentliche Herausforderung liegt darin, diesen Use Case auf ein gesamtes Unternehmen zu skalieren.

Und daher entscheidet sich die Zukunft des CRM auch nicht allein an neuen KI-Funktionen, sondern daran, ob Daten, Prozesse und Governance darauf ausgelegt sind, dass Agenten zunehmend eigenständig mit ihnen arbeiten.

Wie bereiten sich Unternehmen jetzt vor?

Das CRM der Zukunft wird situativer, kanalunabhängiger und stärker durch Agenten unterstützt. Vier Schritte helfen Unternehmen, sich auf diese Entwicklung vorzubereiten:

1. Prozess-Governance vor Technologie klären:
   Bevor neue Use Cases in ein System eingebettet werden, sollte klar definiert sein, wie ein Prozess ablaufen soll, wer entscheidet und welche Ausnahmen gelten.
2. Datenbasis konsolidieren:
   Eine belastbare, einheitliche Datenbasis ist die Voraussetzung dafür, dass KI-Agenten zuverlässig arbeiten können. Dazu gehört, Dubletten zu bereinigen und Stammdaten in allen angebundenen Systemen abzugleichen.
3. Rollen zwischen Mensch und KI-Agent bewusst verteilen:
   Nicht jeder Prozess eignet sich für einen Agenten. Klare Kriterien, wann ein Mensch entscheidet und wann ein Agent vorbereitet oder ausführt, verhindern unnötige Risiken.
4. Kanäle für externe Agenten mitdenken:
   Auf lange Sicht greifen nicht nur unternehmenseigene Agenten auf CRM-Daten und -Prozesse zu. Auch KI-Agenten von Kund:innen oder Partnern können Informationen abfragen oder Anfragen stellen. Unternehmen sollten deshalb schon heute prüfen, welche Daten und Prozesse sie für solche Zugriffe perspektivisch öffnen wollen und wie sie diese dann absichern werden.

Fazit: Das CRM-System bleibt

Das CRM-System wird durch KI-Agenten nicht überflüssig, aber seine Rolle verändert sich. Die Benutzeroberfläche verliert an Bedeutung, während die Ebene darunter wichtiger wird. Dort liegen die Daten, dort ist festgelegt, wie Prozesse ablaufen und wer entscheidet. Und auf genau diese Ebene greifen KI-Agenten eigenständig zu.

Damit verschiebt sich auch die zentrale Aufgabe für Unternehmen. Sie müssen nicht mehr nur sicherstellen, dass Mitarbeitende effizient mit dem CRM arbeiten können. Daten, Prozesse und Governance müssen künftig so aufgestellt sein, dass auch KI-Agenten zuverlässig innerhalb definierter Grenzen handeln können.

Der nächste Schritt zeichnet sich bereits ab. Neben den eigenen Mitarbeitenden und KI-Agenten werden künftig auch externe Agenten auf die Systeme eines Unternehmens zugreifen. Wer dafür keine passenden Kanäle bietet, ist für diese Agenten ähnlich unsichtbar wie ein Unternehmen ohne Website.

Wer jetzt in Prozess-Governance, Datenqualität und Integration investiert, schafft die Grundlage sowohl für einzelne KI-Use-Cases als auch für ein CRM, in dem Menschen und KI-Agenten künftig gemeinsam arbeiten können.