KI-Agenten entwickeln sich zunehmend vom einfachen Assistenten zum digitalen Mitarbeiter, der eigenständig Aufgaben übernimmt, Informationen analysiert und Prozesse ausführt. Genau an diesem Punkt setzt der neue HubSpot Agent Hub an.
Mit dem Agent Hub schafft HubSpot einen zentralen Bereich für KI-Agenten innerhalb der eigenen CRM-Plattform. Unternehmen können dort vorhandene Agents aktivieren und verwalten, deren Ergebnisse überwachen und – besonders interessant – mit dem Agent Builder eigene KI-Agenten direkt in HubSpot erstellen.
Der Agent Hub und der Agent Builder wurden am 23. Juli 2026 als Public Beta eingeführt. HubSpot stellt den Agent Hub aktuell für Professional- und Enterprise-Kunden zur Verfügung.
Doch wie autonom können diese Agents heute tatsächlich arbeiten? Welche Prozesse lassen sich bereits automatisieren? Und wo ist die Vorstellung vom vollständig selbstständig arbeitenden KI-Mitarbeiter noch Zukunftsmusik?
Genau das schauen wir uns in diesem Artikel an.
Der HubSpot Agent Hub ist die zentrale Oberfläche in HubSpot, über die Unternehmen KI-Agenten verwalten, aktivieren, erstellen und in ihre Marketing-, Vertriebs- und Serviceprozesse integrieren können.
HubSpot bezeichnet den Agent Hub als zentrale Heimat für die KI-Agenten eines Unternehmens. Dort kommen vorgefertigte HubSpot Agents, individuell konfigurierte Agents und agentische Workflows zusammen. Unternehmen können sehen, welche Agents aktiv sind, welche Ergebnisse sie liefern und welche weiteren Agenten eingesetzt werden könnten.
Im HubSpot-Menü ist dafür ein eigener Bereich unter Agents vorgesehen. Hier finden sich unter anderem:
Damit verändert sich auch die Rolle von KI innerhalb von HubSpot. Statt einzelne KI-Funktionen über verschiedene Bereiche der Plattform verteilt einzusetzen, entsteht zunehmend eine zentrale Infrastruktur für automatisierte KI-Prozesse.
KI-Assistenten sind nicht neu. Der entscheidende Unterschied liegt darin, wie selbstständig ein KI-System arbeiten kann.
Ein klassischer KI-Assistent wartet in der Regel darauf, dass ein Mensch eine Frage stellt oder einen Prompt eingibt. Ein KI-Agent kann dagegen einen definierten Auftrag erhalten, auf Daten und Werkzeuge zugreifen, Entscheidungen innerhalb festgelegter Regeln treffen und darauf basierend Aktionen ausführen.
Genau hier wird der Agent Hub spannend. Statt beispielsweise jeden Morgen selbst die Vertriebspipeline zu analysieren, könnte ein Agent automatisch prüfen:
Das Ergebnis könnte anschließend automatisch als Management-Zusammenfassung bereitgestellt werden. Der Agent erledigt damit nicht nur eine einzelne KI-Abfrage. Er übernimmt einen wiederkehrenden Geschäftsprozess.
Bevor Unternehmen anfangen, Agents zu erstellen, sollte zunächst eine andere Aufgabe erledigt werden: der Aufbau eines sauberen KI-Kontexts.
Denn ein KI-Agent kann nur dann sinnvoll handeln, wenn er das Unternehmen, seine Kunden und seine Prozesse versteht.
HubSpot unterscheidet dabei grundsätzlich zwischen übergreifendem AI Context und spezifischen Knowledge Vaults. Der zentrale Kontext enthält grundlegende Informationen über das Unternehmen, während Knowledge Vaults gezielt für einzelne Agents oder Projekte verwendetes Wissen enthalten können.
Zu den relevanten Kontextinformationen gehören beispielsweise:
Der Agent sollte verstehen:
Besonders wichtig ist der Ideal Customer Profile, kurz ICP.
Ein Vertriebsagent kann beispielsweise nur sinnvoll beurteilen, ob ein Unternehmen interessant ist, wenn klar definiert wurde:
HubSpot nennt unter anderem Unternehmensbotschaften, Marke, Tonalität und ICPs als Informationen, die im Agent-Hub-Kontext hinterlegt werden können.
Auch interne Arbeitsweisen spielen eine Rolle.
Ein Agent sollte beispielsweise wissen:
Je besser diese Informationen gepflegt sind, desto präziser kann ein Agent arbeiten.
Für spezifische Agents können zusätzliche Informationen hinterlegt werden.
Denkbar sind beispielsweise:
Der entscheidende Punkt lautet daher:
Wer KI-Agenten einsetzen möchte, sollte nicht mit dem Agent beginnen, sondern mit dem Kontext.
HubSpot ordnet seine agentischen Funktionen entlang unterschiedlicher Bereiche der Customer Journey ein. Im Agent Hub gehören aktuell unter anderem HubSpot AEO, Data Agent, Prospecting Agent, Smart Deal Progression und Customer Agent zu den zentral dargestellten Funktionen.
Das Suchverhalten verändert sich. Potenzielle Kunden informieren sich nicht mehr ausschließlich über Google, sondern zunehmend über Systeme wie ChatGPT, Gemini oder andere KI-basierte Antwortsysteme.
HubSpot AEO soll Unternehmen dabei helfen zu analysieren, wie ihre Marke in KI-generierten Antworten dargestellt wird und bei welchen Themen Optimierungspotenzial besteht.
Damit erweitert sich klassische SEO zunehmend um Answer Engine Optimization – AEO.
Der Data Agent beschäftigt sich mit einer der wichtigsten Voraussetzungen für erfolgreiche CRM-Prozesse: Daten.
Er kann Informationen zu Kontakten und Unternehmen analysieren und damit helfen, CRM-Daten anzureichern oder zusätzliche Erkenntnisse zu gewinnen. HubSpot positioniert den Data Agent insbesondere für Recherche- und Insight-Aufgaben rund um CRM-Daten.
Das ist besonders relevant, weil KI-Agenten wiederum von guter Datenqualität abhängig sind.
Es entsteht also ein Kreislauf:
Bessere Daten ermöglichen bessere Agents – und Agents können wiederum dabei helfen, Daten besser nutzbar zu machen.
Der HubSpot Prospecting Agent richtet sich an Vertriebsteams.
Er kann Kontakte oder Unternehmen recherchieren und daraus personalisierte Outreach-Aktivitäten vorbereiten. Darüber hinaus kann HubSpot Kontakte anhand definierter Regeln automatisch für den Prospecting-Prozess berücksichtigen.
Das Ziel besteht darin, einen Teil der zeitaufwendigen Vorarbeit im Vertrieb zu automatisieren.
Statt dass ein Sales-Mitarbeiter für jedes Unternehmen manuell recherchiert, kann der Agent einen Teil dieser Aufgabe übernehmen.
Der Mensch konzentriert sich dadurch stärker auf den eigentlichen Verkaufsprozess.
Auch innerhalb einer bestehenden Deal-Pipeline kann KI unterstützen.
Smart Deal Progression analysiert unter anderem Meeting-Transkripte und den vorhandenen Deal-Kontext. Daraus kann HubSpot beispielsweise CRM-Updates, Follow-up-E-Mails und nächste Schritte vorschlagen.
Gerade hier liegt großes Potenzial.
Denn eine der häufigsten Herausforderungen im CRM besteht nicht darin, dass Unternehmen keine Prozesse definiert haben. Die Herausforderung besteht darin, dass diese Prozesse im Alltag nicht konsequent gepflegt werden.
Nach einem Kundentermin müssten beispielsweise:
KI kann einen erheblichen Teil dieser administrativen Arbeit vorbereiten oder übernehmen.
Auch für den Kundenservice gibt es bereits einen eigenen Agent.
Der HubSpot Customer Agent kann Kundenanfragen automatisiert beantworten und dabei auf freigegebenes Wissen und vorhandenen Kundenkontext zurückgreifen. Komplexere Fälle können weiterhin an Mitarbeiter weitergegeben werden.
Das Ziel besteht nicht ausschließlich darin, Supportkosten zu reduzieren.
Ein gut konfigurierter Customer Agent kann gleichzeitig:
Der für uns spannendste Teil des neuen Agent Hubs ist allerdings nicht einer der vorgefertigten Agents.
Es ist der HubSpot Agent Builder.
Bisher waren Unternehmen stärker auf die von HubSpot bereitgestellten Agents angewiesen. Über den Agent Marketplace stehen weiterhin vorgefertigte Agents zur Verfügung, die als Ausgangspunkt verwendet und anschließend angepasst werden können.
Mit dem Agent Builder geht HubSpot jetzt einen wichtigen Schritt weiter.
Unternehmen können eigene Agents direkt innerhalb von HubSpot erstellen.
Der Aufbau erfolgt dabei nicht primär über Programmierung. Stattdessen kann der gewünschte Agent in natürlicher Sprache beschrieben werden.
Breeze Assistant kann daraus eine Konfiguration mit unter anderem:
vorschlagen.
Dadurch nähert sich HubSpot dem Konzept an, das viele Nutzer bereits aus Plattformen wie ChatGPT oder Claude kennen: Man definiert eine Aufgabe und stellt dem Agent anschließend die notwendigen Informationen und Werkzeuge zur Verfügung.
Ein Agent besteht vereinfacht aus vier Bereichen:
Zunächst wird definiert, was der Agent erreichen soll.
Beispielsweise: Analysiere täglich unsere offene Vertriebspipeline und identifiziere Deals mit erhöhtem Risiko.
Ein gutes Ziel sollte möglichst konkret sein.
Anschließend muss festgelegt werden, welche Informationen der Agent kennen darf und benötigt.
Das können beispielsweise CRM-Daten, Knowledge Vaults oder andere freigegebene Informationen sein.
Ein Agent benötigt Werkzeuge, um tatsächlich arbeiten zu können. Im Agent Builder können dafür unterschiedliche Aktionen zur Verfügung gestellt werden. HubSpot unterstützt dabei eigene HubSpot-Aktionen sowie weitere Tools. Auch MCP-basierte Actions können im Agent Builder eingebunden werden.
MCP – das Model Context Protocol – ist dabei besonders interessant, weil darüber externe Systeme und Funktionen für Agents zugänglich gemacht werden können.
Schließlich muss entschieden werden, wann der Agent arbeiten soll.
Ein Agent kann beispielsweise Bestandteil eines agentischen Workflows sein. HubSpot ermöglicht es, Agents, Trigger und Workflows miteinander zu verbinden und damit mehrstufige Prozesse aufzubauen.
Genau hier entsteht der Unterschied zwischen einem einfachen Chatbot und einem echten Geschäftsprozess-Agent.
Ein besonders spannender Use Case ist aus unserer Sicht ein Sales Management Agent.
Viele Vertriebsleiter starten ihren Tag mit ähnlichen Fragen:
Diese Informationen liegen häufig bereits in HubSpot.
Der Agent könnte jeden Tag relevante Vertriebsinformationen auswerten und daraus beispielsweise folgende Zusammenfassung erstellen:
Sales Management Summary
Damit wird aus HubSpot zunehmend mehr als ein System, in dem Informationen gespeichert werden.
Das CRM beginnt aktiv dabei zu helfen, diese Informationen zu interpretieren und daraus Arbeit abzuleiten.
Ein zweites spannendes Szenario betrifft Geschäftsführung, Operations und Customer Success.
Angenommen, ein Unternehmen führt jede Woche zahlreiche Kundenmeetings durch.
Statt dass die Geschäftsführung jedes einzelne Meeting verfolgen muss, könnte ein Agent – sofern die entsprechenden Daten und Berechtigungen zur Verfügung stehen – relevante Meetinginformationen analysieren.
Er könnte beispielsweise suchen nach:
Anschließend könnte daraus eine Management-Zusammenfassung entstehen.
Gerade für Unternehmen mit vielen parallelen Kundenprojekten kann ein solcher Agent zu einer Art Frühwarnsystem für die Kundenbetreuung werden.
Hier ist eine differenzierte Betrachtung wichtig.
Der Agent Hub macht große Schritte in Richtung autonom arbeitender KI. Trotzdem sollte man heute noch nicht davon ausgehen, dass ein HubSpot Agent ohne Konfiguration einfach die Rolle eines vollständigen Mitarbeiters übernehmen kann.
Bereits heute möglich sind unter anderem:
Gleichzeitig existieren Grenzen.
Agenten können nur innerhalb der Daten, Tools, Berechtigungen und Regeln arbeiten, die ihnen zur Verfügung gestellt werden. HubSpot ermöglicht deshalb auch, Aktionen zunächst kontrollierter auszuführen und die Autonomie schrittweise zu erhöhen.
Gerade bei geschäftskritischen Prozessen ist das sinnvoll.
Die Frage sollte daher nicht lauten:
„Kann die KI meinen Mitarbeiter vollständig ersetzen?“
Die bessere Frage lautet:
„Welchen klar definierten, wiederkehrenden Teil eines Geschäftsprozesses kann ein Agent zuverlässig übernehmen?“
Für viele Unternehmen wird sich künftig genau diese Entscheidung stellen.
Der Agent Marketplace ist sinnvoll, wenn HubSpot bereits einen Agent für den gewünschten Standardprozess anbietet.
Vorteile:
Ein Custom Agent wird interessant, wenn ein Unternehmen einen spezifischen eigenen Prozess automatisieren möchte.
Beispiele:
Unsere Empfehlung lautet daher:
Standardprozess vorhanden? Erst Marketplace prüfen. Individueller Wettbewerbsvorteil oder unternehmensspezifischer Prozess? Custom Agent bauen.
Auch die wirtschaftliche Betrachtung gehört zu einer guten Agent-Strategie.
Der Agent Hub selbst ist laut HubSpot für Professional- und Enterprise-Kunden verfügbar. Die tatsächliche Nutzung von Agents ist allerdings mit dem HubSpot-Credit-System verbunden. Custom Agents im Agent Builder verbrauchen HubSpot Credits, wenn konfigurierte Aktionen ausgeführt werden; HubSpot weist seit Juli 2026 zudem Credit-Kosten für Agents aus.
Deshalb sollte vor dem Aufbau eines Agents nicht nur die technische Machbarkeit geprüft werden.
Wichtiger ist die Frage:
Welchen wirtschaftlichen Nutzen erzeugt dieser Agent pro ausgeführtem Prozess?
Ein sinnvoller Agent sollte beispielsweise:
Damit wird auch KI-Automatisierung zu einer klassischen ROI-Frage.
Wer jetzt mit KI-Agenten in HubSpot beginnen möchte, sollte nicht versuchen, sofort möglichst viele Agents zu aktivieren.
Ein besserer Ansatz besteht aus sieben Schritten:
Pflege Unternehmen, Positionierung, Zielkunden, Prozesse und relevante Wissensquellen.
Suche nach Aufgaben, die:
Lege fest, was der Agent verbessern soll.
Beispielsweise: „Die tägliche Pipelineanalyse benötigt aktuell 45 Minuten Management-Zeit und soll auf fünf Minuten reduziert werden.“
Existiert bereits ein geeigneter HubSpot Agent, solltest Du diesen zunächst testen.
Wenn der Prozess spezifischer ist, kannst Du ihn mit dem Agent Builder abbilden.
Teste Ergebnisse, Berechtigungen und mögliche Fehler zunächst mit engeren Guardrails.
Erst wenn der Agent zuverlässig arbeitet, sollte die Autonomie erhöht werden.
Ein Agent ist kein Selbstzweck.
Definiere KPIs wie:
Der HubSpot Agent Hub ist mehr als eine weitere KI-Funktion innerhalb des CRM. Er zeigt, in welche Richtung sich CRM-Systeme entwickeln. Bisher waren CRM-Plattformen hauptsächlich Systeme, in denen Menschen Informationen gespeichert, Prozesse dokumentiert und Aufgaben bearbeitet haben.
Mit KI-Agenten verändert sich dieses Prinzip. Das CRM wird zunehmend selbst zum aktiven Teilnehmer am Geschäftsprozess.
Agents können Daten analysieren, Informationen recherchieren, Inhalte vorbereiten, Prozesse überwachen und – abhängig von Berechtigungen und verfügbaren Tools – Aktionen ausführen.
Besonders entscheidend ist deshalb der neue Agent Builder. Unternehmen sind nicht mehr ausschließlich auf vorgefertigte Agents angewiesen, sondern können eigene KI-Agenten für ihre individuellen Prozesse erstellen.
Gleichzeitig befindet sich der Agent Hub noch in der Public Beta. Funktionen, Benutzeroberflächen und Möglichkeiten werden sich deshalb mit hoher Wahrscheinlichkeit weiterentwickeln.
Für Unternehmen bedeutet das:
Jetzt ist ein guter Zeitpunkt, konkrete Use Cases zu identifizieren und Erfahrungen mit agentischen Prozessen zu sammeln – nicht, um blind jeden Prozess zu automatisieren, sondern um herauszufinden, wo KI heute bereits messbaren wirtschaftlichen Mehrwert erzeugen kann.
Genau dabei unterstützen wir Unternehmen mit unserem KI Audit.
Wir analysieren gemeinsam, welche kundenorientierten Prozesse in Marketing, Vertrieb und Kundenservice aktuell viel manuelle Arbeit verursachen und wo KI-Assistenten, Automatisierungen oder eigene KI-Agenten sinnvoll eingesetzt werden können.
Dabei geht es nicht darum, möglichst viel KI einzusetzen.
Es geht darum, die Prozesse zu finden, bei denen KI einen konkreten Business Case erzeugt.
Wenn Du wissen möchtest, welche HubSpot Agents und individuellen KI-Agenten für Dein Unternehmen sinnvoll sind, sprich gerne mit uns.