Adobe Experience Platform: Agent Orchestrator und KI-Agenten jetzt allgemein verfügbar

Breaking News: Agenten werden produktionsreif\n\nAdobe schaltet die nächste Phase von agentischer KI für Marketing frei. Mit der allgemeinen Verfügbarkeit des Agent Orchestrator in der Adobe Experience Platform rücken spezialisierte KI-Agenten in den produktiven Alltag von Growth- und Marketingteams. Sie übernehmen Aufgaben, die bisher viele Tools, Tabellen und Hand-offs brauchten, und arbeiten eng mit Real-Time CDP, Journey Optimizer und Customer Journey Analytics zusammen. Auch die Kreativpipeline wird kürzer, siehe Firefly Boards: Idee-zu-Video.\n\nDie Verfügbarkeit ist offiziell bestätigt, Adobe spricht von produktionsreifen Agenten, die Ziele verstehen, mehrstufig planen und auf Unternehmensdaten handeln. Details finden sich in der offiziellen GA-Ankündigung von Adobe. Diese Nachricht ist für Marketingverantwortliche relevant, weil Agenten nicht nur Antworten generieren, sondern KPI-basiert Aktionen auslösen, unter Aufsicht und mit Audit-Trail.\n\n## Was der Agent Orchestrator eigentlich tut\n\nDer Agent Orchestrator ist eine agentische Schicht über der Adobe Experience Platform. Er zerlegt ein zielbasiertes Briefing in Teilaufgaben, wählt dafür die richtigen Fachagenten und koordiniert deren Zusammenarbeit. Er verbindet Entscheidungslogik mit Sprachmodellen, liest Kontext aus Profilen und Inhalten und ruft je nach Situation Audience, Journey, Experimentation oder Data Insights Agent auf. Das Prinzip ist simpel, die Wirkung groß: Teams formulieren Absichten in natürlicher Sprache, die Plattform leitet daraus umsetzbare Schritte ab und setzt diese, wo erlaubt, automatisiert um.\n\nWichtig für die Praxis sind drei Eigenschaften: erstens Kontexttreue, weil der Orchestrator auf Echtzeitdaten der Customer Profiles und auf definierte XDM-Schemata zugreift. Zweitens Planungsfähigkeit, also mehrstufige Aktionen entlang eines Ziels wie „Steigere die Checkout-Konversion um 8 Prozent“. Drittens menschliche Kontrolle, etwa durch Freigabestufen, Aktionen mit Schwellenwerten und ein vollständiges Protokoll.\n\n## Die Agenten, die jetzt zählen\n\nÄhnliche agentische Workflows entstehen auf der Media-Seite, etwa der agentischer Creative-Studio-Chat von Amazon, der Anzeigenproduktion automatisiert. Marketing braucht Klarheit, daher die Agenten, mit denen Sie starten sollten:\n\n- Audience Agent: erkennt doppelte oder kannibalistische Zielgruppen, spürt Segmentdrift auf, schlägt wachstumsstarke Kohorten vor und erstellt Aktivierungslisten für Kanäle. Besonders nützlich, wenn Segmente historisch gewachsen sind und niemand mehr sicher ist, welche wirklich beitragen.\n- Journey Agent: entwirft Journeys aus einem Ziel, identifiziert Drop-offs im Trichter, variiert Touchpoints und optimiert Pfade pro Kanal. Ideal, um Kampagnenlogik und Trigger nicht mehr händisch zu pflegen.\n- Experimentation Agent: formuliert Hypothesen, simuliert Effekte, priorisiert Tests nach zu erwartendem Impact und erstellt saubere Varianten für A/B oder Multi-Armed-Bandit.\n- Data Insights Agent: verdichtet Signale aus Web, App, CRM und Media in verständliche Einsichten und Frühwarnungen.\n\nDie Funktionsbreite ist in den offiziellen Plattformhinweisen nachlesbar, inklusive der Beschreibung des Orchestrators als neuer agentischer Ebene der AEP. Siehe die Release Notes September 2025.\n\n## Warum das für Growth-Leads heute wichtig ist\n\nAgenten nehmen nicht nur Arbeit ab, sie verschieben die Arbeitsteilung. Anstatt Regeln manuell zu pflegen, beschreiben Teams das Ziel, und die Plattform generiert Regeln, Varianten und Sequenzen. Im Ergebnis entstehen mehr valide Experimente und weniger Meetings. Zudem hilft die Agentenlogik, die berüchtigte Lücke zwischen Erkenntnis und Umsetzung zu schließen: Was der Data Insights Agent morgens findet, setzt der Journey Agent abends in aktive Pfade um, abgestimmt auf Profilberechtigungen und Kanalbudgets. Im B2B-Kontext hilft das LinkedIn-AEO für B2B Playbook, um organische Touchpoints planbar zu skalieren.\n\nEin greifbares Beispiel: Ein Retailer sieht, dass Warenkorbabbrüche am Mobilgerät zwischen 20 und 23 Uhr steigen. Audience Agent weist eine Kohorte mit Low-Intent-Scrollern aus, Journey Agent baut einen zweistufigen Pfad aus Erinnerung per Push mit One-Tap-Login und einer 24-Stunden-E-Mail mit Social Proof. Experimentation Agent splittet gleichzeitig den Incentive-Footnote-Test in 3 Varianten, limitiert auf 20 Prozent Traffic, mit Konversion als Hauptmetrik und Abmelderaten als Guardrail.\n\n## Governance zuerst: Leitplanken und Datenschutz\n\nBevor Sie die Zügel locker lassen, definieren Sie Leitplanken. Vier Essentials sind Pflicht:\n\n1) Zweckbindung und Datenetiketten: Legen Sie fest, welche Datenfelder von welchen Agenten genutzt werden dürfen, inklusive Einwilligungsstatus und Zweckbindung. Nutzen Sie Feldlabels für PII, sensible Attribute und vertragliche Einschränkungen.\n2) Action Limits: Begrenzen Sie automatische Änderungen, zum Beispiel maximal 5 Prozentpunkte Angebotsänderung pro Woche, oder maximal 15 Prozent Traffic pro Variante ohne Freigabe.\n3) Human-in-the-loop: Setzen Sie Stufen fest, in denen Vorschläge automatisch, nach 4-Augen-Prinzip oder nur nach Gremium freigegeben werden.\n4) Audit und Reproduzierbarkeit: Aktivieren Sie Protokolle, die Eingaben, Parameter, Datenstände und Ergebnisse versionieren. So vermeiden Sie Post-hoc-Erklärungen.\n\nEin kurzer DPIA-Check, also eine Datenschutz-Folgenabschätzung, gehört in jede Agenteneinführung. Prüfen Sie Drittlandübermittlungen, Zugriffsrechte, Löschkonzepte und das Verhalten bei Widerrufen. Im Zweifelsfall starten Sie mit Pseudonymisierung oder Hashing für sensible Felder.\n\n## Ihr 14-Tage-Pilot mit Audience und Journey Agent\n\nDer schnellste Weg zu belastbaren Ergebnissen ist ein fokussierter Pilot. Zwei Wochen reichen, wenn Sie eng takten und die Verantwortung klar vergeben.\n\nVoraussetzungen vor Tag 1:\n\n- Ein produktionsnahes Sandbox-Projekt mit verbundenen Quellen, mindestens Web- und App-Events sowie Bestell- und E-Mail-Interaktionen.\n- Ein sauberes Identity-Graph-Setup, also Regeln für die Zusammenführung von IDs und Konfliktauflösung.\n- Zielkanäle sind angebunden, zum Beispiel E-Mail, Mobile Push, Onsite-Personalisierung.\n\nTag 1 bis 2: Ziel, Scope, KPI\n\n- Definieren Sie eine primäre Schlüsselkennzahl, ideal ist Konversionsrate im Checkout oder qualifizierte Lead-Conversion. Legen Sie eine sekundäre Guardrail-Metrik fest, etwa Abmelderate oder Seiten-Ladezeit.\n- Fixieren Sie das Ziel, zum Beispiel „+5 Prozent relative Verbesserung in 14 Tagen“. Erheben Sie Baseline und Varianz der letzten 30 Tage. Vereinbaren Sie ein tägliches 15-Minuten-Stand-up.\n\nTag 3 bis 5: Daten und Segmente\n\n- Audience Agent analysiert bestehende Segmente und markiert Duplikate oder Drift. Bereinigen Sie die 3 bis 5 wichtigsten Zielgruppen, fügen Sie klare Einschluss- und Ausschlusskriterien hinzu.\n- Mappen Sie Events auf XDM, prüfen Sie, ob die relevanten Touchpoint-Signale in Echtzeit ankommen. Richten Sie Alerts ein, falls Ingestion-Latenz steigt.\n- Datenschutzprüfung und Freigabe der genutzten Felder, inklusive Zweckbindung.\n\nTag 6: Audience Agent konfigurieren\n\n- Aktivieren Sie Vorschläge für neue Kohorten mit Impact-Prognose. Setzen Sie Action Limits und definieren Sie, welche Vorschläge automatisch in Aktivierungslisten übergehen dürfen.\n\nTag 7: Journey Agent konfigurieren\n\n- Beschreiben Sie das Ziel in natürlicher Sprache, zum Beispiel „Reduziere Abbruch zwischen Produktseite und Warenkorb“. Der Agent erstellt Varianten von Pfaden mit Triggern, Wartezeiten, Kanälen. Legen Sie Freigabestufen fest.\n\nTag 8: Qualitätssicherung\n\n- Trockenlauf in Sandbox, Testprofile, Fehlerfälle. Prüfen Sie, ob Abmeldelogik, Quiet Times und Frequenzkappen greifen. Dokumentieren Sie die Genehmiger.\n\nTag 9 bis 11: Go-live mit begrenztem Traffic\n\n- Start mit 10 bis 20 Prozent Traffic. Überwachen Sie täglich Konversionsrate, SRM-Check auf Sample Ratio Mismatch, Guardrails. Wenn Konversion stabil verbessert ist und Guardrails grün sind, graduelle Erhöhung auf 50 Prozent.\n- Experimentation Agent kann parallel eine kleine Variation testen, etwa Incentive-Footnote oder Reihenfolge der Benefits.\n\nTag 12: Zwischenbilanz und Feinjustierung\n\n- Vergleichen Sie Lift nach Kanal, Gerät, Tageszeit. Schließen Sie Underperformer, verdoppeln Sie Budget auf Gewinnerpfade.\n\nTag 13 bis 14: Abschluss, Entscheidung, Scale-Plan\n\n- Endauswertung mit Konfidenzintervallen oder Bayes-Posterior, Dokumentation der Maßnahmen, Entscheidung über Rollout. Erstellen Sie eine „Runbook“-Seite mit Rollen, Schwellen, Eskalation und Standard-Experimentbibliothek.\n\n## Metriken, Tests und statistische Hygiene\n\nOhne saubere Messung ist jedes Agentenergebnis wertlos. So sichern Sie Qualität:\n\n- Primärmetrik: eine einzige North-Star-Metrik, etwa Checkout-Konversion oder qualifizierte Demo-Buchungen. Definieren Sie exakt Numerator und Denominator, inklusive Ausschlüssen.\n- Guardrails: Abmelderaten, Spam-Komplaints, durchschnittlicher Bestellwert, Seiten-Ladezeit, Return Rate. Jede Aktion darf keine Guardrail verletzen.\n- Power und MDE: Schätzen Sie die minimal relevante Verbesserung und die nötige Stichprobe. Planen Sie Stop-Kriterien, um „P-Hacking“ zu verhindern.\n- SRM-Checks: Prüfen Sie täglich die Traffic-Verteilung. Ein Sample Ratio Mismatch deutet auf Zuweisungsfehler hin und macht Ergebnisse unbrauchbar.\n- Attribution: Legen Sie fest, ob Sie last touch, position-basiert oder datengetrieben auswerten. Halten Sie das im Piloten konstant.\n\n## Integration in den bestehenden Stack\n\nPlanen Sie die Schnittstellen früh. Typische Baustellen sind Identitätsauflösung, Kanalanbindung, Datenlatenz und Freigabeprozesse.\n\n- Identität: Harmonisieren Sie E-Mail, Mobile Advertising IDs, CRM-IDs und Web-Cookies über Matching-Regeln. Prüfen Sie Konflikte und Prioritäten.\n- Datenlatenz: Definieren Sie maximal akzeptable Verzögerungen für Events, etwa 2 Minuten für Warenkorb-Events und 15 Minuten für CRM-Updates.\n- Kanäle: Validieren Sie Sendelimits pro Region und Zeitfenster, zum Beispiel Quiet Times für SMS. Richten Sie Failover ein, falls ein Kanal drosselt.\n- Inhalte: Hinterlegen Sie Inhaltsrichtlinien, Markentöne, rechtliche Klauseln. Content-Varianten sollten mit Metadaten versehen sein, damit Agenten passende Assets auswählen.\n\nEin praktischer Tipp aus Teams, die bereits skaliert haben: Nutzen Sie eine interne Entscheidungsakte, die jede Agentenempfehlung mit den relevanten Features, Schwellen und Alternativen festhält. Einige Teams nutzen Upcite.ai, um genau diese Entscheidungsakten automatisch zu generieren und wöchentlich konsolidiert an Stakeholder zu berichten. Das sorgt für Nachvollziehbarkeit und beschleunigt Freigaben.\n\n## Risiken und wie Sie sie entschärfen\n\n- Fehlanreize: Wenn nur auf kurzfristige Konversion optimiert wird, kann das den CLV schmälern. Setzen Sie CLV oder 28-Tage-Revenue als sekundären Optimierer oder Guardrail.\n- Datenfehler: Ausfälle in der Event-Ingestion führen zu falschen Entscheidungen. Legen Sie Alarmierung und automatische Fallbacks fest.\n- Kanalüberlastung: Frequenzkappen kanalübergreifend definieren, nicht pro Silotool.\n- Rechtliches: Dokumentieren Sie, welche Eingaben von Agenten verarbeitet werden und welche nicht. Verbieten Sie freie Texteingaben mit sensiblen Informationen, wenn diese nicht nötig sind.\n\n## Team und Rollen für den Pilot\n\n- Product Owner Growth, 0,5 FTE für Zielkaskade, Freigaben, Kommunikation.\n- Experiment Lead, 0,5 FTE für Hypothesen, Designs, Auswertung.\n- Marketing Engineer oder Martech-Admin, 0,5 bis 1 FTE für Datenanschlüsse, QA, Monitoring.\n- Datenschutzbeauftragter, punktuell, für DPIA und Richtlinien.\n\nDie knappe Besetzung ist Absicht. Ein Pilot braucht Geschwindigkeit, nicht perfekte Abdeckung.\n\n## Was passiert nach den zwei Wochen\n\nWenn die Konversionsrate stabil höher liegt und Guardrails intakt sind, migrieren Sie Standardaufgaben an Agenten:\n\n- Segmenthygiene als wöchentliche Routine des Audience Agent.\n- Journey-Optimierung als fortlaufender Prozess mit Quartalszielen.\n- Testbibliothek mit priorisierten Experimenten, die der Experimentation Agent automatisch speist.\n\nParallel professionalisieren Sie Governance: standardisierte Prompts, Freigabemuster, Eskalationswege und ein zentrales Dashboard für Metriken und Audit-Events.\n\n## Fazit und nächste Schritte\n\nAgenten in der Adobe Experience Platform sind nicht mehr Beta, sondern bereit für Ergebnisse. Wer jetzt handelt, spart Operatives, erhöht Testtakt und beschleunigt den Lernzyklus. Der Hebel liegt darin, Ziel und Leitplanken klar zu formulieren, kleine Schritte konsequent zu gehen und Messung nicht zu vernachlässigen.\n\nKonkrete nächste Schritte:\n\n1) Entscheiden Sie heute die Pilotmetrik, bevorzugt die Konversionsrate in einem klar abgegrenzten Trichter.\n2) Planen Sie zwei Wochen mit fixen Rollen und täglichem Check-in.\n3) Starten Sie mit Audience und Journey Agent, aktivieren Sie Action Limits und Guardrails.\n4) Führen Sie eine knappe Datenschutzprüfung durch und protokollieren Sie alle Agentenhandlungen.\n5) Schließen Sie den Pilot mit einer dokumentierten Entscheidung und einem Runbook ab, damit die Skalierung kein neues Projekt braucht, sondern ein Prozess wird.