Deine KI bekommt jetzt Mitarbeiter. Was wir aus der Entwicklung eines KI-Marketing-Teams gelernt haben.
Jürgen hat keine Berufserfahrung. Trotzdem ist er ein super Team Lead.
Kein LinkedIn-Profil. Keine Gehaltsverhandlung. Kein Urlaubsantrag. Aber Jürgen koordiniert täglich ein Team aus elf KI-Assistenten, priorisiert Themen, gibt Feedback auf Entwürfe und sorgt dafür, dass unsere Marketingkommunikation läuft. Jürgen ist unser Marketing-Lead. Und er ist selbst ein KI-Assistent.
Was klingt wie ein Experiment aus einem Science-Fiction-Roman, ist seit über einem Jahr unser Alltag bei Leaders of AI.
Jürgen koordiniert Research-Assistenten wie Nina und Thoben, die wöchentlich Trends und wissenschaftliche Publikationen recherchieren. Er gibt Hansi, unserem LinkedIn-Assistenten, die Themen vor. Er arbeitet mit Tobi (Lea wurde inzwischen "befördert"), der den Newsletter schreibt, und mit Paula, die Podcast-Skripte produziert. Und er testet Inhalte mit synthetischen Personas, bevor ein einziger Mensch sie zu Gesicht bekommt.
Das ist kein Prompt-Workflow. Das ist ein Organigramm.
Der Markt entdeckt gerade, was wir seit einem Jahr leben
GPT-5.4 agiert intern wie ein Senior Partner (Klavis.ai, 2025), der Aufgaben an günstigere Junior-Modelle delegiert, statt alles selbst zu erledigen. Langdock hat Sub-Agents als Feature gelauncht. Okara deployt für 99 Dollar pro Monat ein komplettes Marketing-Team aus spezialisierten KI-Assistenten für SEO, Content, Reddit und X. Der Launch ging viral.
Alle reden über Sub-Agents als nächstes Feature-Update. Das ist die falsche Rahmung.
Sub-Agents sind kein Feature. Sie sind ein Paradigmenwechsel. Und wer diesen Paradigmenwechsel mit einer Tool-Logik angeht, wird scheitern. Nicht an der Technologie. An der Koordination.
Hier ist das konkrete Problem: Wenn deine KI-Assistenten widersprüchliche Tonalitäten liefern, keine Prioritäten kennen und du jeden Output manuell nachbearbeiten musst, hast du kein KI-Team. Du hast ein Koordinationsproblem. Und das löst kein neues Tool. Das löst Organisationsdesign.
Was die Managementforschung schon immer wusste
Wir haben unsere eigene Praxis gemeinsam mit der FernUniversität Hagen wissenschaftlich untersucht. Die Studie wurde im Marketing Review St. Gallen (1/2026) veröffentlicht. Die überraschendste Erkenntnis war keine technische.
Klassische Organisationslehre gilt auch für KI-Teams.
In der Managementforschung gibt es seit Jahrzehnten eine klare Empfehlung: Eine Führungskraft sollte zwischen 6 und maximal 10 Direct Reports haben. Mehr wird unübersichtlich. Die Qualität der Führung leidet. Entscheidungen werden langsamer.
Genau das beobachten wir auch bei unseren KI-Assistenten. Wenn Jürgen zu viele spezialisierte Sub-Assistenten koordinieren muss, bricht die Qualität ein. Nicht weil das Modell schlechter wird. Sondern weil Koordination Kapazität kostet. Auch bei KI.
Unsere Lösung: Lieber eine weitere Hierarchieebene aufbauen, als einen Assistenten mit zu vielen Direct Reports zu überladen. Denke wie ein Konzern. Dort gibt es für alles Spezialisten und Führungskräfte, die sie koordinieren.
Das Organigramm, das wir gebaut haben
Jürgen als Marketing-Lead koordiniert Nina (News) und Thoben (Trends). Parallel gibt es Content-Assistenten: Hansi für LinkedIn, Tobi für den Newsletter (im Bild ist noch Lea zu sehen), Paula für Podcast-Skripte. Und Persona-Assistenten (Lisa, Sven & Nora), die als synthetische Zielgruppen Inhalte testen, bevor sie veröffentlicht werden.
Eine Abteilung, keine Prompt-Bibliothek. Der Unterschied entscheidet.
Und das Prinzip gilt nicht nur für Marketing. Ein KI-Sales-Team braucht dieselbe Struktur. Ein KI-HR-Team auch. Die Logik ist universell: Spezialisierung schlägt Generalisierung. Klare Rollen schlagen Prompt-Sammlungen.
Was die Zahlen zeigen
Die LinkedIn-Präsenz unseres Gründers wuchs innerhalb von 18 Monaten von rund 3.000 auf 20.000 Follower. Einzelne Beiträge erzielten über eine Million Impressionen. Der Newsletter erreicht 18.000 Abonnenten mit einer Öffnungsrate von 53 Prozent. Eine fünfminütige Podcast-Episode kostet in der Produktion 2,41 Euro.
Diese Zahlen korrespondieren mit der Einführung des Multi-Agenten-Systems. Kausalität lässt sich daraus nicht ableiten. Aber die Richtung stimmt.
Was wir noch nicht wissen
Sobald wir die dritte Hierarchieebene erreichen, also echtes KI-Mittelmanagement, haben wir schlicht keine Erfahrungswerte. Wie sich Hierarchietiefe bei KI-Teams verhält, ob das hält oder bricht, ob Agent-Swarms dann sinnvoller sind als klassische Hierarchien: Das ist unser nächstes Experimentierfeld. Wir teilen es, wenn wir es wissen.
So fängst du an
Der richtige Startpunkt ist nicht das Tool. Es ist die Frage: Welche Aufgaben erledige ich heute mit KI, und wie hängen sie zusammen? Wer das einmal aufschreibt, hat den ersten Schritt zu einem echten KI-Organigramm schon gemacht.
Tipp 1: Verschaffe dir einen Überblick: Notiere, welche KI-Assistenten du nutzt und wofür. Schon diese einfache Liste zeigt dir, wo Überschneidungen oder Lücken sind und welche Tätigkeiten sich am besten in einem Team ergänzen.
Tipp 2: Denke in Rollen. Frag dich: Wer recherchiert? Wer produziert? Wer prüft? Welche Spezialisten müssen für dieses Team zusammenkommen?
Tipp 3: Fang klein an. Ein koordinierender Assistent und zwei oder drei spezialisierte Sub-Assistenten sind bereits ein Team. Konzentriere dich zu Beginn darauf die Ergebnisse der einzelnen Spezialisten zu perfektionieren, bevor weitere hinzukommen.
Tipp 4: Schreibe Qualitätskriterien auf. Was ist ein gutes Ergebnis? Was ist inakzeptabel? KI kann keine impliziten Standards lesen. Was in deinem Kopf als „gut" gilt, muss explizit stehen. Sonst arbeitet dein KI-Team gegen dich, nicht für dich.
Die wichtigste Fähigkeit in der Ära der Sub-Agents
Sub-Agents verändern die Art, wie KI arbeitet. Aber die entscheidende Kompetenz ist nicht technisch. Sie ist organisatorisch.
Wer KI-Teams aufbaut, baut Organisationen. Und wer Organisationen baut, braucht Organisationsdesign. Führungsspannen, klare Rollen, definierte Zuständigkeiten. Die gleichen Prinzipien, die seit Jahrzehnten für menschliche Teams gelten, gelten jetzt auch für KI-Teams.
Jürgen ist für uns der Beweis. Und jetzt bist du dran.
---
Genau das ist der Kern des Master Business with AI (MBAI): KI-Assistenten strukturieren, führen und in deine Organisation integrieren. Du lernst, wie du die erste Stellenbeschreibung für deinen KI-Assistenten schreibst, wie du Qualitätskriterien definierst und wie du ein hybrides Team aufbaust, das wirklich funktioniert. Für Führungskräfte, die nicht warten wollen, bis andere es vormachen.
---
Quellen:
- Eckert, F., Imschloß, M. & von Proeck, D. (2026). Multi-Agenten-Systeme in der Marketingkommunikation. Marketing Review St. Gallen, 1/2026, S. 14–20.
- Klavis.ai (2025). GPT-5.2 Released: Why Tool Calling and Agentic Capabilities Matter for Production AI Applications.
- Entdecke GPT‑5.4 mini und nano – OpenAI, 2025
- Langdock Sub-Agents – Langdock, 2025
- Okara AI. AI CMO.
