Beobachtetes Signal · 31. Aug. 2026 · Technical Release · Quelle: https://martechseries.com/feed/ · Relevanz: 2/5 · Sentiment: Neutral
LeanData-Umfrage: Schlechte Daten blockieren GTM-KI-Erfolge
LeanData, ein Anbieter von GTM-Infrastruktur, hat die Ergebnisse seiner im Mai 2026 durchgeführten AI GTM Customer Survey veröffentlicht. Die Befragung unter 157 Experten für Revenue Operations, Marketing Operations und Vertrieb verdeutlicht eine wachsende Diskrepanz zwischen KI-Einführung und tatsächlicher Leistung. Zwar skalieren oder implementieren 79 % der Befragten derzeit KI-Agenten, doch 70 % geben an, dass mangelhafte Datenqualität ihre Ausführung beeinträchtigt. Zu den Haupthemmnissen zählen inkonsistente oder unvollständige CRM-Daten (45 %), undokumentierte Geschäftsprozesse (37 %) sowie abteilungsintern isolierte Teams (32 %). Zudem hegen 60 % der GTM-Fachleute die Befürchtung, KI-Agenten könnten auf Basis ungenauer Daten oder falscher Datensätze agieren, was einen dringenden Bedarf an größerer Kontrollierbarkeit und Auditierbarkeit in GTM-Systemen aufzeigt.
Identifiziert die zentralen Herausforderungen bei Datenhygiene und CRM, die derzeit den unternehmensweiten Einsatz von KI-Agenten in GTM-Workflows limitieren.
Marktsignale im Bereich Platform in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- LeanData befragte im Mai 2026 insgesamt 157 Praktiker aus den Bereichen GTM, RevOps und Marketing Operations.
- 79 % der befragten GTM-Experten skalieren oder implementieren derzeit KI-Agenten.
- 70 % der Befragten geben an, dass schlechte Datenqualität ihre KI-gestützte GTM-Ausführung untergräbt.
- 45 % nannten inkonsistente oder unvollständige CRM-Daten als Blockadefaktor für KI-Initiativen.
- 60 % der GTM-Fachleute sorgen sich, dass KI-Agenten auf Basis ungenauer Daten agieren oder Eigentumsregeln verletzen.
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
GTM-Teams verlieren Überblick über KI-Agenten
Ein neuer Bericht von LeanData zeigt, dass 93 % der Go-to-Market-Teams (GTM) mindestens einen KI-Agenten eingesetzt haben, aber viele keine Transparenz über deren Aktionen haben. Fast ein Drittel der 157 befragten B2B-Praktiker konnte nicht angeben, wie viele Agenten auf ihren Datensätzen arbeiteten, und 30 % fanden Aktionen ohne Audit-Trail. Datenqualität und KI-Bereitschaft sind die größten Herausforderungen; 70 % berichteten von beeinträchtigter GTM-Ausführung durch schlechte Datenhygiene. Dies führt zu Problemen wie mehreren Tools, die denselben Interessenten kontaktieren, und Marketing-Sequenzen, die während einer Vertriebsaktion ausgelöst werden. Das Chaos entsteht durch eine Vielzahl von Agenten in eingebetteten Tools, benutzerdefinierten LLM-basierten Apps und Agentenplattformen wie Agentforce, Copilot und Gemini Enterprise. Vielen Organisationen fehlt eine klare Governance; 19 % haben keinen Eigentümer für die KI-Strategie. Die am häufigsten gewünschte Lösung ist ein vollständiger Audit-Trail für alle Aktionen auf Datensätzen. Dies unterstreicht die dringende Notwendigkeit eines besseren Agentenmanagements und Data Governance im Marketingbetrieb.
Marketer: Autonome KI-Agenten treffen Entscheidungen auf Basis mangelhafter CRM-Daten
Eine Studie von Validity unter 500 B2B- und B2C-Marketingexperten zeigt, dass Marketer die Entscheidungsfindung zunehmend an autonome KI-Agenten delegieren, obwohl die CRM-Daten dafür unzureichend vorbereitet sind. Während rund 91 Prozent die Datenbereitschaft als entscheidend für die KI-Adoption erachten, stufen lediglich 21 Prozent ihre CRM-Daten als sehr gut vorbereitet ein. Bereits 45 Prozent setzen agentische KI ein, und zwei Drittel haben die Automatisierung im vergangenen Jahr erhöht. Mangelhafte CRM-Daten führen bei 62 Prozent der Unternehmen nachweislich oder wahrscheinlich zu Umsatzeinbußen; Zudem haben zahlreiche Marketer auf Basis von KI-Empfehlungen gehandelt, die sich nachträglich als fehlerhaft erwiesen (19 Prozent häufig, 43 Prozent gelegentlich). Als primäre Barrieren gelten mangelnde Data Governance, unzureichende abteilungsübergreifende Zusammenarbeit sowie unklare Verantwortlichkeiten. Zur Verbesserung fordern die Befragten vor allem kontinuierliche automatisierte Monitorings, vereinheitlichte Plattformen und Drittanbieter-Validierungen.
Studie offenbart massive Datenlücke für den Einsatz von Agentic AI
Reltio hat die Ergebnisse einer Pulse-Umfrage von Harvard Business Review Analytic Services mit dem Titel „Unlocking the Data Advantage in the Age of Intelligence“ veröffentlicht, für die 325 globale Wirtschafts- und Technologieführerkräfte befragt wurden. Die Umfrage zeigt ein massives Interesse an KI – 94 % der Unternehmen erkunden oder implementieren KI –, aber gleichzeitig gravierende Lücken bei der Datenbereitschaft für Agentic AI. Zwar stufen 94 % das Vertrauen in die Datenzuverlässigkeit als kritisch ein, jedoch geben nur 39 % an, darin hochkompetent zu sein; lediglich 15 % halten ihr Datenfundament für „sehr bereit“ für Agentic AI. Als Haupthindernisse nennen die Befragten Datensilos (46 %), unzureichende Datentalente (42 %) und unklare Datenstrategien (39 %). Der Bericht betont die Notwendigkeit vereinheitlichter, in Echtzeit verfügbarer und governter Daten sowie semantischer Ebenen, um Data Governance von der reinen Compliance zum strategischen Differenzierungsmerkmal zu entwickeln.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.