Welche KI-Kennzahlen sollte eine Agentur ihren Kunden zeigen? Nicht die, auf die die meisten Agenturen am stolzesten sind. Lizenzierte Seats, eingesetzte Agents und generierte Assets beschreiben Ihren Aufwand. Kunden zahlen für Ergebnisse: was jede Arbeit kostet, wie schnell sie vorliegt, wie oft sie falsch ist und was sie für den Profit bewirkt. Messen Sie das, und aus Ihrer KI-Story wird eine kommerzielle.
Der Druck zum Umdenken kommt inzwischen aus dem Vertrag. Laut Campaign US zeigt eine Studie von WFA und Agency Mania Solutions unter 69 multinationalen Unternehmen mit zusammen 147 Mrd. US-Dollar Ausgaben: Die arbeitsbasierte Agenturvergütung ist von 54 % im Jahr 2011 auf 17 % im Jahr 2026 gesunken. Rund 58 % der Marken erwarten mehr erfolgsbasierte Vergütung. Bislang haben erst 20 % ihr Modell wegen KI geändert, aber 61 % planen es.
Warum fragen Kunden, was Ihre KI tatsächlich liefert?
Weil Zeit als Maßstab für Wert zerfällt. Wenn ein Report, für den früher ein Tag nötig war, jetzt in einer Stunde fertig ist, wirkt die Abrechnung des Tages merkwürdig und die der Stunde wie eine Gehaltskürzung. Die WFA-Studie führt KI als Grund dafür an, dass Zeit ein immer schwächeres Maß für den Wert einer Agentur ist.
Doch der Wandel steckt auf halbem Weg fest. Adweek berichtete in diesem Monat, dass Marken ergebnisbasierte Vergütung nur zögerlich einführen, obwohl KI die FTE-basierten Agenturumsätze aushöhlt. Bob Lord, Präsident von Horizon Media Holdings, nannte die FTE-Abrechnung das „alte System“ und fragte, ob es sich „ohne irgendeine Art von äußerer Kraft“ überhaupt aufbrechen lasse.
Dieser Stillstand ist eine Chance für unabhängige Agenturen. Wenn das alte Modell einen äußeren Anstoß braucht, kann eine Agentur mit belastbaren Ergebniszahlen dieser Anstoß sein, statt darauf zu warten, dass der Einkauf ihn liefert. Aber nur, wenn es die richtigen Zahlen sind.
Was gilt bei KI in Agenturen als Vanity Metric?
Ein Agenturgründer aus Singapur, der 18 Monate lang versucht hat, seine rund 20-köpfige Agentur KI-nativ aufzustellen, brachte es diese Woche bei einer Session zur KI-Einführung auf eine einzige Folie: was wir gezählt haben im Vergleich zu dem, was zählt. Wie das Diagramm zeigt, enthält die linke Spalte das Material, das jede interne Allhands-Präsentation füllt: KI-Nutzer, automatisierte Aufgaben, eingesetzte Agents, generierte Assets. Die rechte Spalte ist an Geschäftsergebnisse gekoppelt: Kosten pro Output, Zeit bis zum Output, Qualität bzw. Fehlerquote und Profitwirkung.
Seine Aussage war unmissverständlich. Dem Kunden ist es egal, ob Sie KI genutzt haben. Ihm ist wichtig, ob der Output gut ist. Niemand verlängert einen Retainer, nur weil die Agentur 40 aktive Seats hat.
So lässt sich jede Vanity-Zahl in etwas übersetzen, das ein Kunde spürt.
| Was wir gezählt haben | Warum es schmeichelt | Was stattdessen zählt | Die Kundenfrage, die es beantwortet |
|---|---|---|---|
| KI-Nutzer | Misst Lizenzen, nicht nützliche Arbeit | Kosten pro Output | „Zahlen wir weniger für jeden Report, jede Überarbeitung, jedes Asset?“ |
| Automatisierte Aufgaben | Zählt Versuche und ignoriert die Nacharbeit | Zeit bis zum Output | „Bekommen wir die Arbeit früher?“ |
| Eingesetzte Agents | Belohnt das Bauen statt das Ergebnis | Qualität / Fehlerquote | „Können wir dem vertrauen, was in unserem Postfach landet?“ |
| Generierte Assets | Masse ist billig, und das meiste davon wird nie verwendet | Profitwirkung | „Hat das Umsatz, Marge oder Effizienz bewegt?“ |
Die Zuordnungen stammen von uns, sie sind kein Naturgesetz. Das Prinzip gilt trotzdem: Jede Zahl, die Sie berichten, sollte die Nachfrage „Und was bringt das?“ überstehen.
Warum ist „gut genug“ beim KI-Output so teuer?
Die nützlichste Idee des Vortrags betraf Akzeptanzraten. Angenommen, ein KI-Workflow entwirft zehn Kundenantworten, Captions oder Report-Zusammenfassungen und sechs werden unverändert akzeptiert. Die meisten Teams feiern die sechs und korrigieren die übrigen vier stillschweigend von Hand. Das Argument des Gründers: Bauen Sie einen geschlossenen Kreislauf, der jede Korrektur ins System zurückspeist, damit aus sechs sieben werden, dann acht, dann neun.
Gefährlich ist das Gegenteil. Output, der in 60–70 % der Fälle funktioniert, wird als „gut genug“ durchgewunken, und Mittelmaß wird zum Hausstandard. Niemand hat beschlossen, die Latte zu senken. Sie ist einfach abgedriftet.
In der Agenturpraxis sieht dieses Abdriften so aus: Ein Social-Team verbringt den Freitagnachmittag damit, KI-Captions umzuschreiben, und spart dadurch nichts. Oder eine CRM-Agentur liefert eine Segmentierung, die meistens stimmt und sonst peinlich ist. Die auf dem Papier gesparte Zeit geht für die Überarbeitung drauf, und der Kunde sieht die Ausreißer, nicht den Durchschnitt.
Die Akzeptanzrate ist eine Qualitätskennzahl, die Sie vom ersten Tag an erfassen können. Steigende Akzeptanz heißt: Der Kreislauf funktioniert. Stagnierende Akzeptanz heißt: Sie haben ein Abo gekauft, keine Fähigkeit.
Warum berichten Agenturen immer wieder die falschen KI-Zahlen?
Die Value Perception Theory erklärt es einfach: Menschen beurteilen Wert danach, welchen Nutzen sie erleben, gemessen an dem, was sie dafür aufgeben – nicht danach, was der Anbieter hineingesteckt hat. Inputs sind für die Agentur sichtbar und für den Kunden unsichtbar. „Eingesetzte Agents“ ist ein Input. Ein Report, der zwei Tage früher kommt und keine Korrekturen braucht, ist ein Nutzen.
Agenturen greifen standardmäßig zu Input-Kennzahlen, weil sie sich leicht zählen lassen und das Team beschäftigt aussehen lassen. Die Holdings haben den Markt darauf getrimmt, über proprietäre Plattformen genauso zu sprechen. Doch ein Kunde spürt Ihren Stack nicht. Er spürt Durchlaufzeit, Genauigkeit und ob die Arbeit seine Zahlen bewegt hat.
Deshalb tut sich auch die zeitbasierte Abrechnung schwer. Stunden sind ebenfalls ein Input.
Wie bauen Sie eine KI-Scorecard, für die Kunden zahlen?
Fangen Sie klein an: ein Workflow, ein Kunde, ein Quartal. Dann weiten Sie aus.
- Wählen Sie einen Workflow, den der Kunde bereits spürt. Monatsreporting, Wettbewerbsaudits, Asset-Anpassung oder Kampagnen-QA. Würde der Kunde eine Verbesserung nicht bemerken, ist es der falsche Startpunkt.
- Messen Sie die Ausgangsbasis ehrlich. Stunden, Kosten pro Output und Korrekturen pro Lieferung, bevor KI im Spiel ist. Ohne Ausgangsbasis ist jede Verbesserung nur eine Anekdote.
- Formulieren Sie das Ziel als Ergebnis. „Report in einem statt drei Tagen geliefert, ohne Korrekturen durch den Kunden“ schlägt „KI für das Reporting nutzen“.
- Zählen Sie die vollen Kosten. Beziehen Sie die Zeit ein, die Mitarbeitende mit Prüfen und Überarbeiten des KI-Outputs verbringen. Ein Workflow, der vier Stunden spart und vier Stunden Korrektur hinzufügt, hat nichts gespart.
- Verfolgen Sie die Akzeptanzrate wöchentlich. Halten Sie fest, was akzeptiert, was überarbeitet wurde und warum. Speisen Sie die Änderungen in Prompts, Vorlagen und Beispiele zurück, damit die Rate steigt.
- Berichten Sie in der Sprache des Kunden. Kosten pro Output, Zeit bis zum Output, Fehlerquote und – wo sich das verknüpfen lässt – die Wirkung auf Umsatz oder Marge. Seat-Zahlen gehören in die interne Präsentation.
- Tragen Sie die Belege in das Honorargespräch. Zwei Quartale Ergebnisdaten geben Ihnen die Grundlage für ein output- oder erfolgsbezogenes Honorar – die Richtung, die laut WFA-Studie die meisten Marken erwarten.
Wo passt Kreativität in Ergebniskennzahlen?
Kreative sorgen sich – zu Recht –, dass Ergebniskennzahlen Ideen zu Tabellen verkümmern lassen. Das muss nicht sein. Es geht darum, die Lücke zwischen kreativem Konzept und messbarem Ergebnis zu schließen, bevor das Mediabudget fließt – nicht darum, die Idee von der Tabelle schreiben zu lassen.
Das heißt, früh Belege einzubringen: auf welche Spannungen im Publikum die Arbeit antwortet, wie Wettbewerber der Kategorie kommunizieren und wie wahrscheinlich es ist, dass ein Creative den Klick gewinnt. Auf der Defy Plattform werden Creative-Prognosen an realer Werbeleistung validiert, sodass das Ergebnisgespräch mit dem Kunden auf Belegen statt auf Geschmack beruht. Der Geschmack entscheidet weiterhin, was entsteht. Belege entscheiden, was sich verteidigen lässt.
Dieselbe Logik gilt für die Lieferung. SAMY, eine globale Influencer-Agentur, setzte Defy Agents ein, um das Performance-Reporting zu verschlanken, und verkürzte drei Arbeitstage auf einen. Das ist eine Zeit-bis-Output-Zahl, die ein Kunde spüren kann – und genau darum geht es.
