Der Agent, der keiner war: Warum die meisten „AI Agents" verkleidete Automatisierung sind

Wenn das Rebranding die Realität überholt

Wer 2026 auf eine Performance-Marketing-Konferenz geht und zählt, wie oft das Wort „Agent" fällt, wird müde dabei. Jede Kampagnenplattform, jedes SEO-Tool, jede Creative Suite hat ihre Automatisierungsfunktionen in den letzten 18 Monaten zu „AI Agents" umbenannt.

Wer „AI Agent" durch „Automatisierung" ersetzen kann und der Satz noch funktioniert, hat keine Agenten.

Das Problem ist nicht das Rebranding selbst. Das Problem ist, dass die meisten dieser Tools in keinem sinnvollen Sinn agentisch sind — und die Verwischung kostet die Branche mehr, als sie bringt. Das hat wenig mit Wortklauberei zu tun. Es verändert, wie Anbieter bepreist werden, wie Kunden Erwartungen kalibrieren, wie Regulatoren Risiko einordnen, und wo Agenturen tatsächlich investieren. Die Definition zu klären ist eine strategische Frage geworden, keine semantische.

Was „agentisch" tatsächlich bedeutet

McKinseys aktuelle Arbeit zu Agentic AI im Enterprise ist eindeutig: Ein Agent ist keine Software, die einen Workflow abarbeitet. Es ist ein System, das ein Ziel verstehen, es in Teilaufgaben zerlegen, Tools und Schritte zur Erreichung dieser Teilaufgaben wählen, Aktionen ausführen, Ergebnisse beobachten und sich anpassen kann — mit minimalem menschlichem Input dazwischen. Die entscheidenden Fähigkeiten sind Zielgerichtetheit, Planung, Tool-Nutzung und Anpassung unter Unsicherheit.

Das ist die Latte. Und an dieser Latte scheitern die meisten Dinge, die im Performance Marketing heute als „Agent" bezeichnet werden. Ein Bid-Management-Tool, das CPCs auf Basis von Conversion-Signalen anpasst, ist kein Agent — es ist ein Closed-Loop-Optimierer mit Reinforcement Learning drin. Ein „Creative Agent", der auf Prompt zehn Ad-Varianten generiert, ist kein Agent — es ist ein LLM-Aufruf hinter einem Button. Ein „Reporting Agent", der montags Zusammenfassungen per E-Mail schickt, ist kein Agent — es ist ein Cronjob mit besserer Grammatik.

Keines davon ist ein schlechtes Tool. Einige davon sind exzellente Tools. Sie sind einfach keine Agenten.

Warum die Branche das Wasser trübt

Es gibt kommerzielle Gründe für das Rebranding. „Agentisch" verkauft sich. Käufer zahlen Premiumpreise für das, was sich nach der nächsten Generation anfühlt, und „AI Agent" ist ein überzeugenderer Budgetposten als „verbesserte Automatisierung". Beschaffungsteams genehmigen plötzlich Budgets für Dinge, die sie vor einem Jahr als Workflow-Automatisierung klassifiziert hätten.

Es gibt auch einen weniger zynischen Grund: echte Verwirrung. Die Grenze zwischen ausgefeilter Automatisierung und agentischer Fähigkeit ist an den Rändern unscharf. Ein modernes Bidding-System mit Reinforcement Learning, Echtzeit-Signal-Verarbeitung und Budget-Allokation über Kanäle ist näher an agentisch als ein Cron-Job-Skript. Die ehrliche Antwort für die meisten Enterprise-Tools lautet „teilweise agentisch, in einer begrenzten Domäne" — und das passt nicht auf eine Slide.

Das Ergebnis ist ein Kategorie-Kollaps. „Agent" bedeutet jetzt alles: von einem ausgefeilten Multi-Step-LLM mit Planung und Tool-Nutzung bis zu einem Dropdown, das eine automatisierte E-Mail auslöst. Wenn alles ein Agent ist, ist nichts einer.

Die echten Kosten der Verwirrung

Drei Probleme entstehen daraus.

1. Preisverzerrung

Agenturen und Marken zahlen Agentic-AI-Preise für Automatisierungs-Qualität. Wir haben begonnen, die Tool-Stacks von Kunden zu auditieren — und finden, dass ein beträchtlicher Anteil der „AI Agent"-Posten einen rigorosen Fähigkeitstest nicht bestehen würde. Das ist ein messbares Budget-Leck, und es wird größer, nicht kleiner.

2. Erwartungs-Mismatch

Wenn ein CMO erfährt, dass seine Kampagne „von AI Agents gesteuert wird", erwartet er zu Recht autonome Entscheidungsfindung, Lernen über Kampagnen hinweg, kanalübergreifendes Reasoning. Was er oft bekommt, ist ein konfigurierbarer Workflow mit einem LLM irgendwo drin. Die Lücke zwischen Erwartung und Realität erodiert Vertrauen — und Vertrauen ist die einzige Währung, die Performance Marketing nach dem Cookie-Kollaps noch hat.

3. Regulatorische Fehlausrichtung

Das ist die gravierendste Konsequenz. Der EU AI Act, inzwischen in Kraft, klassifiziert Systeme nach Risiko und Autonomiegrad. Ein echtes agentisches System, das folgenreiche Entscheidungen über Ad Spend, Audience Exclusion oder Creative Selection trifft — insbesondere in regulierten Branchen wie Finanz, Gesundheit oder Beschäftigung — sitzt in einem anderen regulatorischen Bereich als ein deterministisches Automatisierungs-Tool. Agenturen, die alles als „agentisch" labeln ohne die Compliance-Implikationen zu durchdenken, bauen Risiken auf, die sie noch nicht sehen. Die erste Durchsetzungsmaßnahme in diesem Bereich wird nicht auf ein Foundation-Model-Lab zielen. Sie wird auf die Agentur zielen, die einem regulierten Kunden zuversichtlich erklärt hat, ein „AI Agent" treffe sensible Entscheidungen für ihn.

Was echtes agentisches Deployment braucht

Wer tatsächlich agentische Fähigkeit im Performance Marketing will — und es gibt echte Cases wo sie Wert schafft — braucht Infrastruktur, die die meisten Teams nicht haben.

Saubere Attribution und Feedback-Loops, weil ein Agent ohne Ground Truth nur ein automatisierter Rater ist. Explizite Entscheidungsgrenzen: was der Agent unsupervised entscheiden darf, was menschliche Freigabe braucht, was generell verboten ist. Audit-Logging auf Entscheidungsebene, nicht nur Aktionsebene — warum hat der Agent das getan, auf Basis welcher Inputs. Und eine menschliche Accountability-Schicht, weil „die KI hat das gemacht" keine Verteidigung ist: weder im Kundengespräch, noch in der Regulatorprüfung, noch vor Gericht.

Die meisten Agenturen haben das alles nicht. Sie haben Automatisierung, Dashboards und eine Anbieterbeziehung. Das als „Agentic AI" zu bezeichnen ist Wunschdenken mit Branding-Konsequenzen.

Die bessere Frage — für Käufer und Betreiber

Hör auf, Anbieter zu fragen „habt ihr AI Agents?" Die Antwort wird immer Ja sein; das Wort ist zu billig. Frag stattdessen: Wo in diesem System werden Entscheidungen autonom getroffen, wer ist verantwortlich wenn diese Entscheidungen falsch liegen, und was würde passieren wenn man die vordefinierten Schritte entfernt?

Für Agentur-Betreiber ist die Frage härter: Kannst du, in klarer Sprache und vor einem Regulator, jede autonome Entscheidung verteidigen, die dein Stack dieses Quartal für einen Kunden getroffen hat? Wenn du zögerst, hast du keine Agenten. Du hast Automatisierung mit einem selbstsicheren Vokabular.

Die Performance-Marketing-Branche wird irgendwann echte Agentic AI deployen. Die Agenturen, die dort ankommen, sind die, die die unattraktive Infrastruktur zuerst gebaut haben: Daten, Governance, Accountability — bevor die Marketingabteilung die Slide brauchte. Alle anderen werden ihre Automatisierung weiter „agentisch" nennen, bis der erste Regulator oder der erste Kunde den Bluff aufdeckt.

Die interessante Arbeit ist nicht, Dinge „Agents" zu nennen. Die interessante Arbeit ist, die Bedingungen zu schaffen, unter denen echte Agentur — im philosophischen Sinn — überhaupt möglich wird.