Ihr nächster B2B-Kunde schickt einen KI-Agenten. Findet er Sie?

Wie agentische KI die Vorverkaufsphase zwischen Einkauf und Vertrieb verändert

In B2B-Vorverkaufsphasen arbeiten inzwischen beide Seiten mit KI-Agenten. Auf der Einkaufsseite sehen wir zunehmend, dass Zielgruppen ihre Anbietersuche an KI delegieren – entsprechend häufiger werden wir nach Sichtbarkeit in KI-Suchen gefragt. Auf der Angebotsseite haben wir Automatisierungen der Angebotserstellung begleitet, die Sales-Cycles deutlich verkürzt haben.

Daraus folgt eine Verschiebung, die viele Vertriebsorganisationen noch unterschätzen: Auf beiden Seiten des Vorverkaufs treffen künftig Agenten aufeinander, bevor ein Mensch beteiligt ist. Wir erklären, was das für heutige Vertriebsprozesse bedeutet, worauf sich B2B-Vertriebsorganisationen jetzt einstellen müssen – und was dabei verloren geht.

Was Agenten heute können

Bis vor kurzem löste KI in Unternehmen abgeschlossene Einzelaufgaben: einen Text formulieren, ein Bild erzeugen, eine Anfrage klassifizieren. Ein Prompt geht rein, ein Ergebnis kommt raus, danach wartet das System.

Agentische Systeme durchlaufen dagegen ganze Prozesse. Sie rufen Daten aus anderen Programmen ab, füllen Formulare aus, vergleichen Ergebnisse, bewerten selbst, wann ein Zwischenschritt abgeschlossen ist, und arbeiten weiter, bis das Ziel erreicht ist. Die führenden Anbieter veröffentlichen dazu im Abstand weniger Wochen neue Fähigkeiten – Modelle lesen inzwischen vollständige Vertragswerke auf einmal und bedienen selbstständig einen Bildschirm: Programme öffnen, Formulare ausfüllen, Ergebnisse ablesen. Was vor einem Jahr Forschungsexperiment war, läuft heute in Unternehmenssoftware.

Auf der Einkaufsseite: die Anbietersuche

Die Suche nach B2B-Anbietern beginnt längst in großen Sprachmodellen oder in der internen Unternehmens-KI. Deren Recherchemodi arbeiten über mehrere Stufen: Sie recherchieren eigenständig, lesen Angebote strukturiert aus, machen sie anhand mehrerer Kriterien vergleichbar und nehmen teilweise selbst Kontakt auf – über ein Formular oder einen E-Mail-Button auf der Website. Manche Einkaufsorganisationen ergänzen die interne KI zusätzlich um eigene Anforderungsdaten, damit sie den Bedarf präziser versteht, bevor sie extern sucht.

Wer dabei nicht gefunden wird oder wessen Inhalte sich nicht sauber auslesen lassen, fällt aus dem Vergleich – bevor überhaupt jemand mit einem Menschen gesprochen hat.

Auf der Angebotsseite: die Angebotserstellung

Agenten in der Angebotserstellung übernehmen inzwischen den gesamten Ablauf: Posteingang überwachen, Fall klassifizieren, Anfrage bestehenden Projekten und Kunden im CRM zuordnen, Angebot ausarbeiten und kalkulieren, bei fehlenden Informationen nachfassen, versenden, archivieren. Entsprechend groß ist das Interesse in Branchen mit langen Sales-Cycles – Maschinenbau, Chemie, Energieversorgung.

Autonom laufen diese Agenten meist weniger als ihre Gegenstücke im Einkauf. Die meisten Vertriebsteams prüfen das Angebot vor dem Versand selbst, und das aus gutem Grund: Ein versendetes Angebot bindet rechtlich, eine maschinell gestellte Anfrage nicht.

Wo es dabei zu Fehlern kommt, liegt die Ursache nach unserer Erfahrung selten im Modell. Sie liegt in Prozess und Datenbasis. Ob ein Agent die Anforderungen einer Anfrage korrekt versteht und Attribute wie Werkstoff, Maße oder Menge richtig zuordnet, hängt davon ab, wie präzise der Angebotsprozess modelliert ist und wie verlässlich die Daten sind, aus denen er sein Wissen zieht. Deshalb entscheidet über den Automatisierungserfolg neben technischem Know-how vor allem Prozesskompetenz. Welche Voraussetzungen ein Agent im Unternehmen braucht – Orchestrierung, klarer Handlungsrahmen, Protokollierung – haben wir im Insight zu Prozess-Engines beschrieben.

Der Vorverkauf, wenn beide Seiten automatisiert sind

Sind Angebotsagent und Einkaufsagent beide produktiv, treffen sie an zwei Stellen direkt aufeinander: auf der Website und im E-Mail-Postfach. Die Website wird maschinell gefunden und ausgelesen, die Anfrage kommt maschinell herein, das Postfach wird maschinell überwacht, das Angebot maschinell kalkuliert und maschinell zurückgeschickt.

Dazu kommt ein Faktor, der in der Diskussion oft fehlt: Agenten arbeiten zeitlich unabhängig von Menschen. Ein Einkäufer beauftragt seine Recherche am Freitagabend, ein Vertrieb seine Angebotsläufe über Nacht – am Montagmorgen liegen die Ergebnisse vor, ohne dass zwischenzeitlich jemand eingegriffen hat. Das ist keine Zukunftsmusik: Seit dem 17. Juli 2026 laufen geplante Aufgaben in Claude Cowork serverseitig in der Cloud, auch wenn das Gerät des Nutzers ausgeschaltet ist. Verfügbar ist die Funktion in allen bezahlten Plänen. Vergleichbare Terminierungsfunktionen bauen auch andere Anbieter.

Was dabei verloren geht

Diese Entwicklung hat eine Kehrseite, die gerade mittelständische Anbieter betrifft – und über die in Automatisierungsdiskussionen kaum gesprochen wird.

Ein Einkaufsagent vergleicht Spezifikationen, Preise und Lieferzeiten. Er hat keine Beziehung zum Außendienstmitarbeiter, kein Vertrauen aus zwölf Jahren Zusammenarbeit und keine Erinnerung an die Sonderlieferung im letzten Winter. Genau diese weichen Faktoren sind aber die Stärke vieler Anbieter, die im reinen Datenblattvergleich nicht gewinnen würden. Wenn die Vorauswahl maschinell erfolgt, verlieren sie in dieser Phase ihre Wirkung.

Daraus folgt keine Empfehlung, sich der Entwicklung zu verweigern – sondern zwei Konsequenzen. Erstens: Was Ihre Lösung objektiv besser macht, muss maschinenlesbar vorliegen. Toleranzen, Zertifizierungen, Lieferfähigkeit, Servicezusagen, Referenzen in vergleichbaren Anwendungen – all das muss als strukturierte Aussage verfügbar sein, nicht als Verkaufsargument im Gespräch. Zweitens: Die Beziehungsarbeit verschiebt sich nach hinten, dorthin, wo Menschen wieder entscheiden. Sie wird nicht unwichtiger, aber sie setzt später an.

Ein zweiter Effekt ist absehbar: Wenn Anfragen maschinell gestellt werden, steigt ihre Zahl und sinkt ihre Verbindlichkeit. Ein Innendienst, der bisher zwanzig qualifizierte Anfragen pro Woche bearbeitet hat, sieht dann möglicherweise sechzig, von denen viele nie zu einem Abschluss führen. Wer sich für Agenten öffnet, braucht deshalb gleichzeitig eine Qualifizierungslogik, die maschinelle Anfragen vorsortiert.

Wo der Mensch wieder entscheidet

Der Mensch verschwindet nicht aus dem B2B-Vertrieb, er kommt später ins Spiel – dann aber an den Stellen mit dem höchsten Wert: bei der Verhandlung, beim Aufbau von Vertrauen, bei der Absicherung größerer Entscheidungen und überall dort, wo eine Anfrage nicht ins Schema passt.

Für die Vertriebsorganisation heißt das: Die Anforderungen an Vertriebsmitarbeitende verschieben sich. Wer bisher Zeit mit Angebotserstellung, Statusabfragen und Nachfassen verbracht hat, braucht künftig andere Stärken – Gesprächsführung in Verhandlungen, technisches Verständnis für Sonderfälle, Verbindlichkeit im Abschluss. Das ist eine Qualifizierungsaufgabe und keine Nebenwirkung der Technik.

Die vier Handlungsfelder

1. Sichtbarkeit in KI-Suchen aufbauen

Wer für die KI der Zielgruppe nicht sichtbar ist, fällt aus der Vorauswahl. Anders als bei klassischer Suchmaschinenoptimierung entscheidet dabei nicht die Platzierung in einer Ergebnisliste, sondern ob ein Modell Ihre Aussagen findet, versteht und zitieren kann. Praktisch bedeutet das:

• Technische Angaben gehören als Text auf die Seite, nicht in PDFs, Bilder oder hinter Konfiguratoren, die ein Agent nicht bedienen kann.
• Aussagen müssen eindeutig und zitierfähig sein. „Führend in unserer Branche“ ist für ein Modell wertlos, „Toleranz bis 0,02 mm, Serienfertigung ab Losgröße 500″ nicht.
• Struktur schlägt Fließtext: klare Überschriften, Tabellen, definierte Attribute statt Marketingprosa.
• Modelle stützen sich auch auf Drittquellen. Fachpresse, Verbandsverzeichnisse, technische Datenbanken und Referenzen bei Kunden zahlen darauf ein.
• Login-Wände und Registrierungspflichten vor relevanten Inhalten machen diese für die Vorauswahl unsichtbar.

2. Ansteuerbarkeit an Sales-Touchpoints schaffen

Ein Agent muss Ihren Anfrageweg zuverlässig durchlaufen können. Prüfen Sie deshalb konkret: Ist das Kontaktformular maschinell ausfüllbar oder blockiert ein Captcha? Braucht eine Anfrage ein Kundenkonto? Wie schnell kommt eine Antwort – denn wenn die Gegenseite maschinell arbeitet, wird die Reaktionszeit selbst zum Auswahlkriterium.

Dazu gehört eine Abwägung, die Sie bewusst treffen sollten: Wer sich für Agenten öffnet, öffnet sich auch für automatisiertes Auslesen durch Wettbewerber. Die Antwort liegt selten im vollständigen Verschließen, sondern in der Entscheidung, welche Informationen offen zugänglich sind und welche erst im qualifizierten Kontakt folgen.

3. Daten- und Prozessqualität für die eigene Automatisierung sichern

Wer Produkt- und Preisdaten über mehrere Systeme verstreut oder widersprüchlich pflegt, lässt seinen Agenten mit falschen Zahlen kalkulieren. Saubere CRM-Daten, eine eindeutige Preislogik und ein präzise modellierter Angebotsprozess sind die Grundlage jeder Automatisierung – und in der Praxis der Punkt, an dem die meisten Projekte länger dauern als geplant.

4. Innen- und Außendienst neu ausrichten

Der Innendienst kennt die Inhalte, aus denen sich digitale Touchpoints für KI-Suchen aufbauen lassen, und übernimmt zunehmend die Qualifizierung maschineller Anfragen. Der Außendienst konzentriert seine Kapazität dort, wo der Mensch entscheidet: auf Pitch-Qualität, Verhandlung und Vertrauen. Diese Rollenverschiebung will geplant und begleitet werden – sie ergibt sich nicht von selbst.

Was rechtlich und regulatorisch zu klären ist

Drei Punkte sollten Sie vor dem produktiven Einsatz beantworten.

Verbindlichkeit. Ein Angebot bindet. Legen Sie fest, bis zu welchem Auftragswert und welcher Komplexität ein Agent selbstständig versenden darf, wo eine menschliche Freigabe erforderlich ist und wie Kalkulationsspielräume begrenzt werden. Und prüfen Sie Ihre Angebotsbedingungen: Ein Freigabevorbehalt bei maschinell erzeugten Angeboten ist schnell ergänzt und später schwer nachzuholen. Das ist ein Punkt für Ihre Rechtsberatung, nicht für uns.

Regulatorik. Der EU AI Act verlangt je nach Risikoeinstufung menschliche Aufsicht und Nachvollziehbarkeit. Für Agenten im Vertriebsprozess heißt das: definierte Handlungsspielräume, protokollierte Entscheidungen und ein Eskalationspfad, der Auffälligkeiten an einen Menschen weiterleitet.

Vertraulichkeit. Wenn Anforderungs-, Kunden- oder Preisdaten in KI-Systeme fließen, entscheidet die Wahl der Umgebung darüber, ob das vertretbar ist. Klären Sie vorher, wo die Daten verarbeitet werden, ob sie zum Training verwendet werden dürfen und welche Kategorien ausgeschlossen bleiben.

Woran Sie Ihren Reifegrad messen

Vier Größen zeigen, wo Sie stehen:

• Anteil der Anfragen, die strukturiert und maschinenlesbar eingehen
• Zeit von Anfrageeingang bis versendetem Angebot
• Trefferquote der automatisiert erstellten Kalkulationen vor menschlicher Korrektur
• Sichtbarkeit in KI-Antworten auf Ihre zentralen Suchanlässe – regelmäßig geprüft, mit denselben Fragen, die Ihre Zielgruppe stellen würde

Die letzte Größe ist die unbequemste und die aufschlussreichste. Stellen Sie einem gängigen Modell die Frage, mit der ein Einkäufer in Ihrer Branche starten würde, und sehen Sie, wer genannt wird.

Fazit

Agentische KI verlagert einen Teil des B2B-Wettbewerbs auf eine Maschine-zu-Maschine-Schnittstelle, die vor dem ersten menschlichen Kontakt liegt. Wer dort nicht sichtbar, nicht ansteuerbar und nicht mit sauberen Daten aufgestellt ist, verliert Chancen, ohne davon zu erfahren.

Gleichzeitig verschiebt diese Entwicklung die menschliche Stärke im Vertrieb nach hinten, statt sie zu ersetzen – in die Verhandlung, in das Vertrauen, in die Fälle, die kein Agent sauber löst. Beides gleichzeitig zu gestalten ist die eigentliche Aufgabe. Wir begleiten Vertriebsorganisationen dabei von der Sichtbarkeit in KI-Suchen über die Automatisierung der Angebotserstellung bis zur Neuausrichtung von Innen- und Außendienst.

Sie möchten wissen, wie Ihr Vertrieb an dieser Schnittstelle aufgestellt ist? Sprechen wir in einem unverbindlichen Erstgespräch darüber.