In den letzten Monaten sprechen wir sehr viel darüber, wie KI die Arbeit im Marketing verändert. Wie wir schneller Konzepte schreiben, Kampagnen vorbereiten, Zielgruppen analysieren, Texte variieren oder Reports zusammenfassen können.

Das ist alles relevant. Aber es ist aus meiner Sicht nur die erste Ebene der Veränderung.

Die deutlich spannendere Frage ist: Was passiert eigentlich mit Marketing, wenn nicht nur wir KI nutzen, sondern auch unsere Kundinnen und Kunden?

Also wenn Menschen nicht mehr selbst zehn Websites vergleichen, Produktbeschreibungen lesen, Bewertungen durchscrollen und Angebote gegeneinander abwägen, sondern einen KI-Agenten damit beauftragen. Erste konkrete Produkte und Protokolle wie Instant Checkout und das Agentic Commerce Protocol zeigen bereits, in welche Richtung sich diese Logik entwickeln kann.

„Finde mir ein nachhaltiges Hotel in den Bergen, gut mit der Bahn erreichbar, mit gutem Essen, Sauna und einfachen Wanderungen in der Nähe.“

Oder:

„Vergleiche drei Anbieter für eine neue CRM-Lösung für ein mittelständisches Unternehmen.“

Oder:

„Buche mir ein Geschenk für einen Achtjährigen, der gerne baut, aber nicht noch mehr Lego bekommen soll.“

In so einer Welt verändert sich nicht nur die Art, wie Marketing produziert wird. Es verändert sich die Art, wie Märkte funktionieren. McKinsey beschreibt Agentic Commerce bereits als Entwicklung, bei der KI-Agenten bis 2030 einen erheblichen Teil des globalen Consumer-Commerce vermitteln könnten.

Bisher war digitales Marketing sehr stark von Aufmerksamkeit geprägt. SEO, Social Media, Performance Marketing, Influencer, Newsletter, Display, Content Marketing — am Ende ging es immer darum, sichtbar zu werden, Aufmerksamkeit zu erzeugen und Menschen in eine Entscheidung zu bringen.

Diese Logik wird nicht verschwinden. Menschen bleiben Menschen. Marken müssen weiterhin bekannt, relevant, vertrauenswürdig und emotional anschlussfähig sein.

Aber es kommt eine zweite Logik dazu: Marken müssen künftig nicht nur Menschen überzeugen. Sie müssen auch von Maschinen verstanden werden.

Von Aufmerksamkeit zu Interpretation

Die zentrale Frage im digitalen Marketing lautete lange:

Wie bekomme ich Aufmerksamkeit?

In einer Welt mit KI-Agenten kommt eine weitere Frage hinzu:

Wie werde ich richtig interpretiert?

Das klingt zunächst sehr technisch. Ist es aber nicht nur. Es betrifft den Kern von Markenführung. Denn ein KI-Agent trifft seine Vorauswahl nicht auf Basis eines schönen Kampagnenmotivs oder einer emotionalen Headline. Er versucht, Informationen zu verstehen, zu vergleichen und auf eine konkrete Aufgabe anzuwenden.

Wenn ein Mensch nach einem Hotel sucht, kann ein starkes Bild, eine gute Geschichte oder ein sympathischer Claim eine Wirkung entfalten.

Wenn ein Agent nach einem Hotel sucht, braucht er andere Informationen: Lage, Erreichbarkeit, Verfügbarkeiten, Bewertungen, Stornobedingungen, Zertifizierungen, konkrete Leistungen, Preislogik, Zielgruppenpassung, vielleicht auch Nachhaltigkeitsdaten oder Barrierefreiheit.

Die Marke verschwindet dadurch nicht. Aber ein Teil der Markenwirkung verlagert sich in eine Ebene, die bisher oft zu wenig beachtet wurde: in die strukturierte, belegbare und maschinenlesbare Beschreibung dessen, was ein Unternehmen wirklich anbietet. Genau diese Verschiebung ist auch der Kern der Diskussion um Generative Engine Optimization und die Frage, wie Inhalte in generativen Antworten überhaupt noch sichtbar und zitierfähig werden. Dazu hatte ich bereits im Beitrag zu Google AI Overviews und im Artikel zu ChatGPT Search und SEO geschrieben.

Von Markenversprechen zu Markenbelegen

Viele Marken arbeiten noch immer sehr stark mit Behauptungen: Nachhaltig. Premium. Authentisch. Innovativ. Persönlich. Regional. Einzigartig.

Das sind alles Begriffe, die nicht falsch sein müssen. Aber sie sind oft zu wenig konkret. Für Menschen können solche Begriffe zumindest eine Stimmung erzeugen. Für KI-Agenten sind sie nur dann wirklich hilfreich, wenn sie durch konkrete Informationen gestützt werden.

Wenn ein Hotel nachhaltig ist, braucht es nicht nur einen entsprechenden Abschnitt auf der Website, sondern konkrete Daten: Welche Zertifizierungen gibt es? Welche Energiequellen werden genutzt? Wie wird eingekauft? Welche Mobilitätsangebote gibt es? Welche Maßnahmen sind nachweisbar?

Wenn ein Produkt langlebig ist, braucht es Informationen zu Materialien, Garantie, Reparaturfähigkeit, Ersatzteilen und Tests.

Wenn eine Destination familienfreundlich ist, braucht es konkrete Angaben zu Weglängen, Schwierigkeitsgraden, Altersgruppen, Kinderwagen-Tauglichkeit, Schlechtwetterangeboten und Öffnungszeiten.

Markenkommunikation verschiebt sich damit vom Versprechen zum Beleg. Unterhalb der sichtbaren Botschaften braucht es eine Ebene, die Aussagen konkretisiert, nachweisbar macht und so strukturiert, dass sie auch von Maschinen verstanden werden kann. Praktisch beginnt das bei strukturierten Daten, bei sauber gepflegten Produktinformationen und je nach Use Case auch bei Product Structured Data.

Nicht als Ersatz für Marke oder Kreation. Sondern als deren Fundament.

Die Aufgabe von Marketing wird damit nicht kleiner. Sie wird anspruchsvoller. Denn es reicht nicht mehr, ein Versprechen gut zu formulieren. Man muss es auch so strukturieren, dass es überprüfbar, auffindbar und interpretierbar wird.

Positionierung wird noch wichtiger

Interessant ist dabei, dass diese Entwicklung klassische Markenarbeit nicht ersetzt, sondern im Grunde wichtiger macht. Denn je mehr Agenten vergleichen, filtern und zusammenfassen, desto problematischer wird Austauschbarkeit. Viele Unternehmen beschreiben sich heute sehr ähnlich. In vielen anderen Branchen finden sich immer wieder dieselben Begriffe: authentisch, hochwertig, nachhaltig, inspirierend, persönlich, regional, besonders. Das Problem ist nicht, dass diese Begriffe falsch sind. Das Problem ist, dass sie selten ausreichend unterscheiden.

Für KI-Agenten wird genau das relevant. Wenn eine Marke keine klare Positionierung hat, keine eindeutigen Stärken, keine belegbaren Unterschiede und keine klare Zielgruppenzuordnung, dann wird sie im Vergleich schnell zu einer durchschnittlichen Option unter vielen.

Agenten brauchen Kriterien, um Empfehlungen zu begründen:

Warum dieser Anbieter und nicht jener? Warum dieses Hotel und nicht das daneben? Warum dieses Produkt, obwohl es teurer ist? Warum diese Destination für diese konkrete Reiseabsicht?

Das heißt: Positionierung muss künftig nicht nur kommunikativ funktionieren. Sie muss auch operationalisierbar sein. Eine Marke muss sagen können, für wen sie besonders relevant ist, in welcher Situation sie die beste Wahl ist und welche konkreten Belege es dafür gibt.

Das ist im Kern keine neue Aufgabe. Aber KI erhöht den Druck, sie sauber zu lösen.

Ab jetzt haben wir zwei Zielgruppen-Ebenen

Die eine Ebene bleibt die menschliche. Sie ist visuell, emotional, kulturell, erzählerisch und sozial. Hier geht es um Aufmerksamkeit, Erinnerung, Vertrauen, Ästhetik, Sprache, Tonalität und Erfahrung.

Die zweite Ebene ist die agentische. Sie ist strukturierter, semantischer, datenorientierter und stärker auf Vergleichbarkeit ausgelegt. Hier geht es um Produktdaten, Entitäten, Bewertungen, Verfügbarkeiten, Policies, Schnittstellen, Markups und eindeutige Beschreibungen. Auch Google beschreibt für seine AI Features, dass sichtbare Inhalte, strukturierte Daten, Merchant-Center-Informationen und Unternehmensprofile konsistent und aktuell sein sollten.

Der Fehler wäre, eine dieser Ebenen gegen die andere auszuspielen.

Nur noch für Maschinen zu optimieren, wäre genauso falsch wie so zu tun, als würde sich durch Agenten nichts verändern.

Starke Marken müssen künftig beides können: für Menschen bedeutungsvoll bleiben und für Agenten lesbar werden.

Das ist aus meiner Sicht der entscheidende Punkt. Es geht nicht darum, Marke technischer zu machen. Es geht darum, Markenführung um eine technische und semantische Ebene zu erweitern.

Die Website ist nicht mehr automatisch der zentrale Ort

Viele Unternehmen denken ihre digitale Präsenz noch immer von der Website aus. Die Website ist das Zentrum. Kampagnen führen dorthin. SEO führt dorthin. Social führt dorthin. Newsletter führen dorthin. Dass Websites eigentlich kontinuierliche Systeme und keine einmaligen Relaunch-Projekte sein sollten, hatte ich schon vor längerer Zeit im Beitrag Nie mehr Relaunch – Die Corporate Website als Prozess verstehen beschrieben.

Das war lange richtig und bleibt auch weiterhin wichtig. Aber wenn Agenten stärker in Auswahl- und Kaufprozesse eingreifen, wird die Website nicht mehr zwangsläufig der Ort sein, an dem die Entscheidung vorbereitet wird. Ein Agent muss nicht durch eine Website navigieren wie ein Mensch. Er braucht Informationen in einer Form, die er auslesen, vergleichen und bewerten kann.

Damit werden Produktfeeds, strukturierte Daten, APIs, Datenbanken, FAQ-Strukturen, Bewertungsdaten, Verfügbarkeiten und technische Schnittstellen zu einem Teil der Markenoberfläche. OpenAI formuliert das in den Entwicklerunterlagen zum Commerce-Protokoll sehr konkret: Händler starten dort mit einem strukturierten Produktfeed, damit ChatGPT Katalogdaten indexieren, Attribute verstehen und Produkte korrekt darstellen kann.

Das klingt erstmal nach IT. Ist aber Markenarbeit.

Denn wenn ein Agent ein Produkt oder Angebot nur unvollständig versteht, dann ist das nicht nur ein technisches Problem. Es ist ein Kommunikationsproblem.

Die Frage lautet daher nicht mehr nur: Wie sieht unsere Website aus? Sondern auch: Was versteht ein Agent über uns, wenn kein Mensch unsere Website besucht?

Was Unternehmen jetzt tun sollten

Die naheliegende Reaktion wäre, das Thema als nächste SEO-Disziplin zu behandeln: Ein bisschen Schema.org. Ein paar strukturierte Daten. Ein paar FAQ-Blöcke. Vielleicht noch eine llms.txt. Und dann passt das schon. Für einzelne Formate wie FAQPage oder Produktdaten gibt es zwar klare technische Standards. Aber die eigentliche Aufgabe ist größer.

Das wird aus meiner Sicht nicht reichen. Denn die eigentliche Herausforderung liegt tiefer. Unternehmen müssen ihr Marken-, Produkt- und Angebotswissen so organisieren, dass es über verschiedene Systeme hinweg konsistent nutzbar wird.

Das betrifft Marketing, IT, Produktmanagement, Vertrieb, Service, Recht, Datenmanagement und Kommunikation.

Welche Aussagen machen wir über uns? Welche davon sind belegbar? Wo liegen diese Informationen? Sind sie aktuell? Sind sie strukturiert? Sind sie für Menschen verständlich und für Maschinen interpretierbar? Passen Kampagnenversprechen, Produktdaten, Website, Bewertungen, PR, Social Content und Service-Informationen zusammen?

Das sind keine kleinen Optimierungen. Das sind Fragen der Marken-Governance.

Und genau hier wird es für viele Organisationen schwierig, weil sie weiterhin stark in Kanälen, Abteilungen und Zuständigkeiten denken.

KI-Agenten interessieren sich aber nicht für interne Zuständigkeiten. Sie verarbeiten das, was verfügbar ist. Und wenn diese Informationen widersprüchlich, unvollständig oder austauschbar sind, dann wird auch die Marke entsprechend verstanden.

Marketing wird wieder mehr Systemarbeit

Das passt zu einer Entwicklung, die ich auch an anderer Stelle schon beschrieben habe: Marketing verschiebt sich vom reinen Kampagnenbau stärker in Richtung Systemdesign. Im Beitrag Vibe Marketing: Vom Kampagnenbau zum Systemdesign habe ich genau diese Verschiebung beschrieben: Nicht die KI selbst wird der Unterschied sein, sondern das System rund um die KI.

Es geht nicht mehr nur darum, einzelne Maßnahmen zu planen und auszuspielen. Es geht darum, Wissen, Daten, Prozesse, Inhalte und Markenlogik so zu verbinden, dass daraus ein belastbares System entsteht.

Ein System, das Menschen erreicht.

Und ein System, das von Maschinen verstanden wird.

Das klingt vielleicht weniger glamourös als eine große Kampagne. Aber es wird in den nächsten Jahren entscheidend dafür sein, ob Marken in agentischen Märkten überhaupt noch sauber vorkommen. In meinem Artikel Vibe ist erst der Anfang ging es um eine ähnliche Logik: Quick Wins sind wichtig, aber das eigentliche Potenzial entsteht erst, wenn Prozesse und Systeme neu gedacht werden.

Denn Sichtbarkeit wird nicht mehr nur durch Reichweite entstehen. Sondern durch Interpretierbarkeit.

Mein Fazit

• KI verändert Marketing nicht nur, weil wir damit schneller arbeiten können.
• KI verändert Marketing, weil sie zunehmend zwischen Menschen und Märkte tritt.
• Wenn Agenten recherchieren, vergleichen, empfehlen und irgendwann auch kaufen, müssen Marken anders organisiert sein.
• Sie müssen weiterhin emotional stark sein. Menschen müssen sich erinnern, Vertrauen aufbauen und eine Beziehung zur Marke entwickeln können.
• Aber gleichzeitig müssen Marken maschinenlesbar werden. Nicht im Sinne von seelenloser Optimierung, sondern im Sinne von Klarheit, Struktur und überprüfbarer Relevanz.
• Vielleicht ist das die wichtigste Verschiebung: Marken müssen künftig nicht nur sichtbar sein. Sie müssen verständlich sein.
• Für Menschen. Und für KI-Agenten.