Ob digitale Assistenten bis 2030 tatsächlich zu zentralen Gatekeepern zwischen Kund:innen und Marken werden, muss sich erst noch zeigen. Klar ist aber: In Analystenprognosen, Technologie-Roadmaps und den Diskussionen der Shift/CX Digital Marketing & Experience Konferenz 2026 (DXMK) wird dieses Szenario als relevante Entwicklungsrichtung gesehen. In ihrem Einführungstalk griff Jasmin Seitel diese Perspektive auf und skizzierte, welche Aspekte Unternehmen bereits heute prüfen sollten: Was verändert sich, wenn digitale Assistenten Routinekäufe automatisieren, Vorauswahlen treffen und perspektivisch auch komplexere Entscheidungen vorbereiten?

Über die zentralen Vorträge und Diskussionen der Konferenz hinweg zeigte sich ein konsistentes Muster. Die klassische Logik, dass Unternehmen Customer Journeys planen, Kampagnen ausspielen und Kund:innen durch Touchpoints führen, gerät durch dieses Szenario unter Druck. Noch ist offen, wie schnell und wie breit sich agentische Systeme im Alltag durchsetzen. Für Digital Marketing und Customer Experience ist die Frage aber bereits relevant, weil Daten, Inhalte, Plattformen und Bindungskonzepte heute aufgebaut werden müssen, wenn sie später in KI-vermittelten Entscheidungssituationen wirken sollen.

In diesem Beitrag fassen wir die Erkenntnisse der Veranstaltung entlang von drei Themenfeldern zusammen: Kundeninteraktionskonzepte, Plattformarchitekturen und Content Operations. Alle drei Felder zeigen, dass Digital Marketing nicht nur neue Tools diskutieren muss. Es geht um ein verändertes Grundverständnis für Relevanz, Sichtbarkeit und Bindung in einer Umgebung, in der Kund:innen bestimmte Such-, Vergleichs- und Entscheidungsaufgaben zunehmend an digitale Systeme delegieren könnten.

Was passiert, wenn Agenten Entscheidungen vorbereiten

Wenn agentische Systeme stärker in Entscheidungsprozesse eingreifen, können Unternehmen sich nicht mehr darauf verlassen, dass sie Kund:innen weiterhin Schritt für Schritt durch bekannte Funnel- oder Journey-Modelle führen. Sie müssen dafür sorgen, dass ihre Marke, ihre Inhalte und ihre Leistungsversprechen bereits im Relevant Set digitaler Assistenten und in den Routinen der Kund:innen verankert sind. Das verändert die Rolle von Daten, Content, Reputation und Bindung im Digital Marketing.

"KI-Assistenten werden bis 2030 zum zentralen Gatekeeper zwischen Konsument und Marke und steuern sowohl Low- als auch High-Involvement-Käufe." (Jasmin Seitel)

In früheren Shift/CX-Diskussionen haben wir bereits herausgearbeitet, wie Assistenten und agentische Systeme auf Kund:innen-Seite zu einem neuen Intermediär werden könnten. Roman Rackwitz brachte im Rahmen der Konferenz den Begriff des „Zero Moment of Agency“ in die Diskussion ein — also den Moment, bevor ein digitaler Agent die Auswahl übernimmt. An diesem Punkt entscheidet sich, ob eine Marke bereits eine emotionale Präferenz aufgebaut hat oder für den Agenten austauschbar bleibt. Damit verschiebt sich der Hebel für Marketing und CX: Relevanz entsteht nicht erst während einer orchestrierten Journey. Sie muss entstehen, bevor Kund:innen Entscheidungsaufgaben delegieren.

Im B2B-Commerce sieht Jörg Atai-Nölke die agentische Entscheidungslogik bereits als operative Realität an. In seinem Vortrag zu KI im B2B-Commerce zeigte er, dass Agentic-Procurement-Systeme Beschaffungsentscheidungen zunehmend automatisiert vorbereiten oder treffen. Dabei entscheidet die Qualität der zugrunde liegenden Daten darüber, welche Anbieter überhaupt im Entscheidungsrahmen erscheinen. Schlechte, unvollständige oder inkonsistente Daten werden in solchen Systemen nicht mehr durch menschliche Prüfung kompensiert. Sie werden zum strukturellen Ausschlussrisiko.

Für B2C und B2B führt das zur gleichen Grundfrage: Wie müssen wir Journey-Orchestrierung neu denken, wenn digitale Systeme stärker an Suche, Vergleich, Vorauswahl und Entscheidung beteiligt sind? Konzeptionell geht es um neue Interaktionsversprechen. Technologisch geht es um das Zusammenspiel von Daten, Plattformen und Prozessen. Operativ geht es um Inhalte, die für Menschen und maschinelle Systeme gleichermaßen nutzbar sind.

Kundeninteraktionskonzepte: Das Relevant Set der Assistenten besetzen

Jasmin Seitel beschrieb in ihrem Einführungstalk vier Hebel, über die Marken im Relevant Set digitaler Assistenten sichtbar bleiben können: maschinenlesbare und strukturierte Markendaten, zitierbarer Content, aktives Management von Community-Feedback und Bewertungen sowie multisensorische Markenbindung. Diese Hebel wirken über die Quellen, die digitale Assistenten für Orientierung und Entscheidung heranziehen: strukturierte Daten, externe Reputation, konsistente Aussagen und wiedererkennbare Markensignale.

Roman Rackwitz ergänzte diese Perspektive um den Ansatzpunkt der Kundenbindungskonzepte. Kundenbindungsprogramme, die ausschließlich auf transaktionalen Belohnungen beruhen, können Austauschbarkeit eher verstärken als reduzieren. Was vor dem Moment der Agenten-Delegation trägt, ist die Integration eines Produkts oder einer Marke in Alltagsroutinen, persönliche Entwicklung und dokumentierten Fortschritt. Bindung entsteht dann nicht nur über Punkte, Rabatte oder Incentives, sondern über Identität, Gewohnheit und wahrgenommenen Nutzen im Alltag.

"Der Zero Moment of Agency ist der entscheidende Moment, bevor ein digitaler Agent die Auswahl übernimmt. Hier entscheidet emotionale Präferenz über Markenbindung." (Roman Rackwitz)

Was wir im Kontext unserer Beiträge schon länger diskutieren und was auch Gegenstand der Konferenzdiskussionen war: Kundeninteraktion muss stärker als Bindungsarchitektur gedacht werden. Community-Signale, Bewertungen, Content-Qualität, Produktdaten und emotionale Markenanker bilden gemeinsam die Grundlage dafür, ob eine Marke in agentischen Entscheidungssystemen überhaupt berücksichtigt wird. Das gehört nicht mehr in getrennte operative Felder, sondern muss strategisch zusammengeführt werden.

Plattformarchitekturen: Datenstrategie wird zur Zugangsvoraussetzung

Ein weiteres Thema waren die notwendigen Architekturveränderungen hinter diesen neuen Interaktionskonzepten. Das Aufbrechen starrer Technologieplattformen in modulare Microservice-Architekturen ist nicht neu. Im Kontext flexibler und KI-gestützter Interaktionskonzepte bekommt diese Entwicklung aber eine neue Dringlichkeit. Im Deep Dive von Wiebke Wefer zu Composable Plattformen wurde deutlich, dass Structured Data und AI-ready Data die Grundlage für funktionsfähige Personalisierung, Automatisierung und agentische Nutzung bilden. Modulare Architekturen können Flexibilität und Investitionsschutz bieten. Sie entfalten ihren Wert aber nur, wenn Daten konsistent, anschlussfähig und für unterschiedliche Nutzungskontexte verfügbar sind.

Angeführt wurde auch WebMCP als vorgeschlagener Webstandard, den Chrome im Kontext agentischer Webnutzung vorstellt. Der Ansatz soll es Webseiten ermöglichen, Funktionen strukturiert für KI-Agenten verfügbar zu machen. Statt dass ein Agent Buttons, Formulare oder Menüs über Screenshots, DOM-Analyse oder simulierte Klicks interpretieren muss, kann eine Website explizit beschreiben, welche Funktion verfügbar ist, welche Eingaben sie benötigt und wie sie ausgeführt wird. Chrome beschreibt WebMCP als JavaScript- und HTML-basierten Ansatz, mit dem Webseiten strukturierte Tools für AI Agents bereitstellen können.

Damit wird sichtbar, warum Plattformen künftig nicht nur für Menschen zugänglich und verständlich sein müssen. Sie müssen auch von maschinellen Systemen gelesen, interpretiert und genutzt werden können. Das verändert Architekturentscheidungen grundlegend. Wer heute Plattformen bewertet, bewertet damit auch ihre Tauglichkeit als Grundlage für KI-gestützte Interaktion, agentische Ausspielung und maschinenlesbare Wertschöpfung.

Insgesamt reicht es nicht mehr, eine DXP, ein CMS, eine Commerce-Plattform oder eine Marketing-Automation-Lösung rein funktional zu betrachten (siehe auch Martech im Wandel, Teil 2: Warum Experience Orchestration scheitert — und was Unternehmen jetzt aufbauen müssen). Entscheidend wird, ob diese Systeme Daten, Inhalte und Kontext so bereitstellen, dass Menschen und KI-Systeme damit arbeiten können. Plattformarchitektur wird damit zum strategischen Enabler für Sichtbarkeit, Personalisierung und Entscheidungsfähigkeit in agentischen Umgebungen.

Content Operations: Mehr als ein Workflow-Update

In der Paneldiskussion mit Hagen Seidel, Robert Weißgräber und Nico Rehmann zu Content Operations als Enabler wurde zudem die Forderung laut, die bestehenden Content-Workflows für personalisierte Content Experience Delivery zu überdenken. Klassische Freigabeprozesse, kanalbasierte Redaktionslogiken und kampagnenzentrierte Abläufe reichen nicht aus, wenn Inhalte von Menschen und KI-Systemen gleichermaßen genutzt werden sollen. Content muss granular, formatneutral und unabhängig vom Ausgabekanal strukturiert werden.

In einer weiteren Diskussion mit Jörg Atai-Nölke und Gunnar Klauber zur Entwicklung von Marketing Automation zu Marketing Intelligence ergänzten die Expert:innen, dass klassische Kampagnenlogiken zunehmend durch agentengetriebene und intentbasierte Interaktionen ergänzt werden. Dafür brauchen Unternehmen durchgängige Datenlayer, die Verhalten, Kontext, Inhalte und Entscheidungslogiken miteinander verbinden. Marketing Automation bleibt relevant, aber ihr Fokus verschiebt sich: von der Aussteuerung definierter Kampagnen hin zur intelligenten Reaktion auf Absichten, Signale und situative Anforderungen.

Was auf der Konferenz klar wurde: AI Visibility ist kein SEO-Update. Es ist ein Team-Update. Content muss so strukturiert sein, dass KI-Systeme ihn zitieren, einordnen und als belastbare Entscheidungsgrundlage nutzen können. Das erfordert neue Kompetenzen und Rollen. Aus Keyword-Fokus wird Frage- und Use-Case-Fokus. Aus klassischer Content-Verantwortung entsteht stärker die Rolle von Decision-Content-Ownern, die Inhalte entlang konkreter Entscheidungsbedarfe strukturieren.

Drei Arbeitsfelder und eine klare Konsequenz

Was von der DXMK 2026 hängen bleibt, sind keine einzelnen Tool-Empfehlungen. Es sind drei Arbeitsfelder, die Unternehmen zusammen betrachten müssen. Erstens brauchen Unternehmen belastbare Datenstrukturen, damit ihre Angebote in agentischen Systemen korrekt verstanden und berücksichtigt werden. Zweitens müssen sie Content so aufbereiten, dass er zitierbar, kontextfähig und maschinenlesbar wird. Drittens müssen sie Kundenbindung vor der Agenten-Delegation stärken.

Diese drei Felder hängen eng zusammen, haben aber je nach Ausgangslage unterschiedliche Dringlichkeit. Wer die Datenstrategie nicht belastbar aufgestellt hat, wird in agentischen Systemen weder auf der Beschaffungs- noch auf der Kundenseite gut sichtbar sein. Wer Content weiterhin vor allem kanalbasiert produziert, wird im Relevant Set digitaler Assistenten schwerer auftauchen. Wer Kundenbindung ausschließlich transaktional denkt, verpasst den entscheidenden Hebelpunkt vor der Delegation an digitale Agenten.

Für uns führt das zu einer Konsequenz, die über einzelne Optimierungen hinausgeht: Wir müssen den konzeptionellen und technologischen Ansatz im Digital Marketing und im Onsite-Journey-Management grundlegend überdenken. Klassische Analytics-Modelle erfassen agentische Interaktionen nur begrenzt. Wenn digitale Assistenten recherchieren, vergleichen, filtern und Entscheidungen vorbereiten, entstehen neue blinde Flecken in der Erfolgsmessung. Genau hier liegt ein nächstes Arbeitsfeld für Marketing, CX, Daten-Teams und Plattformverantwortliche.

Die Diskussionen zu allen Sessions der DXMK 2026 sind in der Mediathek auf Shift/CX verfügbar. Wer die Themen vertiefen möchte, findet in unseren Beiträgen zu Agentic AI im CX-Management, zur CXM-Zwischenauswertung 2026 und zu Customer Journey Management als strategischem Hebel weitere Einordnungen. Die Diskussion setzen wir auf der AI Experience Orchestration Konferenz am 22. Oktober fort.