Welche KI-Tools braucht eine Agentur? Weniger, als die meisten glauben – aber besser verbunden. Der Engpass ist selten das fehlende Tool, sondern das fehlende Zusammenspiel: Die Daten liegen in fünf Systemen, jedes Team hat seinen Lieblings-Chatbot, und am Ende kopiert jemand Screenshots in eine Präsentation.
Die großen Agenturgruppen setzen derweil auf Verbindung statt Vielfalt. Laut Digiday entwickelt Dentsus Mediaagentur Carat gemeinsam mit NBCUniversal, FreeWheel und dem KI-Unternehmen Newton einen Agenten für Planung, Einkauf und Optimierung im Upfront-Geschäft. Tinuiti hat einen MCP-Server für seine Messlösung Bliss Point gestartet, der die eigene Messschicht für KI-Agenten öffnet und Zielgruppen-, Kreativ-, Media- und Messdaten unter einem Dach bündelt. Und WPP Media betont, Governance und menschliche Verantwortung seien zentral für agentischen Mediaeinkauf.
Warum bringen mehr KI-Tools oft weniger?
Weil jedes neue Tool eine neue Insel schafft. Das Social-Listening-Tool kennt die Gespräche, aber nicht die Mediadaten. Der Chatbot formuliert brillant, weiß aber nichts über den Kunden. Das Reporting-Tool hat Zahlen, aber keinen Kontext. Die Verbindung zwischen allem stellt ein Mensch her – per Copy-and-paste.
Dazu kommen die versteckten Kosten. Lizenzen, die sich überschneiden. Onboarding für jedes Dashboard. Schatten-KI, also private Accounts, über die Kundendaten wandern, ohne dass es jemand freigegeben hat. Und Wissen, das an der einen Person hängt, die weiß, welcher Prompt in welchem Tool funktioniert.
Für deutsche Agenturen, deren Kunden bei Datenschutz und Datenhoheit genau hinschauen, ist dieser Wildwuchs nicht nur ineffizient. Er ist ein Risiko, das im nächsten Pitch-Fragebogen auffliegt.
Warum das Ganze mehr ist als die Summe der Tools
Die Systemtheorie liefert dafür eine einfache Erklärung: Ein System ist mehr als die Summe seiner Teile, denn seine Leistung entsteht aus den Beziehungen zwischen ihnen. Ein Orchester aus hervorragenden Solisten ohne gemeinsame Partitur klingt nicht nach Sinfonie, sondern nach Stimmprobe.
Übertragen auf den Tech-Stack einer Agentur heißt das: Die Qualität eines einzelnen KI-Tools sagt wenig über die Leistung des Ganzen. Entscheidend ist, ob Daten, Werkzeuge und Menschen miteinander sprechen. Werkzeuge allein komponieren kein Meisterwerk – Harmonie entsteht erst im Zusammenspiel.
Deshalb liegt das Problem meist nicht in der Technologie, sondern in der Architektur. Man kauft Instrumente und vergisst die Partitur.
Was ist MCP – und warum ist es für Agenturen relevant?
MCP steht für Model Context Protocol. Es ist ein offener Standard, über den KI-Assistenten wie Claude auf externe Datenquellen und Werkzeuge zugreifen können. Man kann es sich wie einen universellen Anschluss vorstellen: Statt für jede Datenquelle eine eigene Integration oder ein eigenes Dashboard zu bauen, spricht der Assistent über eine einheitliche Schnittstelle mit allen.
Für Agenturen ändert das die Logik. Bisher hieß Integration: Daten exportieren, in ein Tool laden, Ergebnis herauskopieren. Mit MCP bleiben die Daten, wo sie sind, und das Team stellt seine Fragen dort, wo es ohnehin arbeitet. „Welche Botschaften spielt der Wettbewerb seit Anfang Oktober aus?“ wird zur Frage im Chat, nicht zum Ticket an die Insight-Abteilung.
Genau so funktioniert Defy MCP: Teams fragen Wettbewerbs-, Zielgruppen- und Gesprächsdaten direkt in Claude ab – wie bei einem Kollegen, ohne neues Dashboard. Dass Tinuiti seine Messdaten auf demselben Weg für KI-Agenten öffnet, zeigt die Richtung: Daten werden nicht mehr in Dashboards eingesperrt, sondern abfragbar gemacht.
Tool-Wildwuchs oder integrierter Stack: der Vergleich
| Dimension | Tool-Wildwuchs | Integrierter Stack mit MCP |
|---|---|---|
| Datenzugriff | Exporte, Copy-and-paste, Screenshots | Der Assistent fragt die Quelle direkt ab |
| Lernaufwand | Ein Dashboard pro Tool | Eine Oberfläche, Fragen in natürlicher Sprache |
| Nachvollziehbarkeit | Ergebnisse ohne erkennbare Herkunft | Antworten lassen sich zur Quelle zurückverfolgen |
| Governance | Private Accounts, unklare Freigaben | Zentrale Rechte und klare Freigaberegeln |
| Wissen im Team | Hängt an Einzelnen | Wiederverwendbare Prompts und Workflows |
| Kosten | Überlappende Lizenzen | Weniger Werkzeuge, dafür tiefer genutzt |
Wie integrieren Sie KI-Tools in sechs Schritten?
- Inventur machen. Welche KI-Tools nutzt wer, wofür, mit welchen Daten? Fragen Sie ausdrücklich nach privaten Accounts – ohne Schuldzuweisung, sonst bekommen Sie keine ehrliche Antwort.
- Drei Zeitfresser auswählen. Typische Kandidaten sind Wettbewerbsanalysen, Monatsreports und Pitch-Recherche. Halten Sie fest, wie lange sie heute dauern.
- Eine Oberfläche festlegen. Entscheiden Sie, wo Ihr Team mit KI arbeitet. Jede zusätzliche Oberfläche braucht eine gute Begründung.
- Daten anbinden statt kopieren. Prüfen Sie, welche Datenquellen per MCP oder anderer Schnittstelle direkt abfragbar sind. Was nur per Export geht, kommt auf die Liste für später.
- Regeln vor dem Rollout. Legen Sie fest, welche Ergebnisse ein Mensch prüft, bevor sie zum Kunden gehen, wer Ausgaben freigibt und welche Kundendaten in welche Systeme dürfen. Ihr Datenschutzbeauftragter gehört an diesen Tisch.
- Pilot, messen, ausmisten. Testen Sie sechs Wochen mit einem Kunden, vergleichen Sie die Zeiten aus Schritt 2 – und kündigen Sie die Tools, die niemand vermisst.
Was können unabhängige Agenturen von den Holdings lernen?
Bemerkenswert an der Digiday-Recherche ist weniger die Technologie als der Ton. Die Agenturgruppen verkaufen ihre Agenten über Kontrolle: WPP Media verlangt laut Digiday bei Finanz- und Aktivierungsentscheidungen explizite Kontrollen, Freigabeschwellen und verantwortliche menschliche Aufsicht. Bei Dentsu heißt es, alles erfordere weiterhin menschliche Aufsicht.
Das ist eine Lektion für Independents. Kunden zögern weniger wegen der Technologie als wegen des befürchteten Kontrollverlusts. Wer erklären kann, wer welches Ergebnis prüft, woher eine Aussage stammt und wo die Daten liegen, gewinnt Vertrauen – unabhängig von der Größe.
Der Unterschied: Holdings bauen ihre Stacks mit großen Entwicklungsbudgets. Unabhängige Agenturen müssen klüger kombinieren. Eine Plattform, die Daten, Abfrage und Automatisierung zusammenführt – wie die Defy-Plattform –, ist ein Weg, ohne eigenes Data-Science-Team auf ein vergleichbares Niveau zu kommen.
Welche Fragen sollten Sie jedem KI-Anbieter stellen?
- Lassen sich Ihre Daten per MCP oder einer anderen offenen Schnittstelle abfragen – oder nur im eigenen Dashboard?
- Kann ich jede Aussage des Systems zu ihrer Quelle zurückverfolgen?
- Wo liegen die Daten, wer hat Zugriff, und was passiert mit unseren Prompts?
- Welchen Workflow ersetzt das Tool konkret – und welches bestehende Tool kann ich dafür kündigen?
Wer auf die letzte Frage keine Antwort bekommt, kauft kein Werkzeug, sondern ein weiteres Instrument ohne Partitur.
