Die Zukunft des GTM Engineering: Das System bauen, Agenten arbeiten lassen
GTM Engineering teilt sich in zwei Ebenen: Menschen entwerfen das System, KI-Agenten erledigen die Arbeit darin, und MCP wird zur Steuerungsebene, die sie mit jedem Tool im Stack verbindet. Wohin sich die Disziplin entwickelt, was menschlich bleibt und wie Sie sich vorbereiten, ob Sie bauen oder kaufen.
Tools in diesem Beitrag
Die wichtigsten Punkte
- Der Job des GTM Engineers verschiebt sich vom Ausführen von Workflows zum Entwerfen von Systemen, die Agenten ausführen. Die knappe Fähigkeit ist nicht mehr, jedes Tool zu kennen, sondern zu entscheiden, was autonom läuft, wo ein menschlicher Kontrollpunkt nötig ist und wie das Ganze gemessen wird.
- MCP, das Model Context Protocol, macht aus einem Haufen Einzeltools ein adressierbares System: Ein Agent kann CRM, Anreicherungsebene und Sequenzer über einen Standard erreichen, mit demselben Kontext. MCP-Unterstützung wird zum echten Kaufkriterium.
- Die stabile Architektur sind deterministische Schienen mit probabilistischen Agenten darüber: Infrastruktur, Sequenzierung und Compliance bleiben regelbasiert und prüfbar, während Recherche, Entwürfe und Priorisierung über Agenten laufen, mit menschlichen Kontrollpunkten überall dort, wo Reputation auf dem Spiel steht.
- Menschlich bleiben das Angebot, die Botschaftsstrategie, das erste Gespräch und die Verantwortung. Gerade in DACH, wo Empfänger Maschinenton abstrafen, ist die Urteilsebene der Burggraben, nicht die Automatisierung.
Vor zwei Jahren war ein GTM Engineer die Person, die Clay mit einem Sequenzer verdrahten und ein CRM zur Vernunft bringen konnte. Diesen Job gibt es noch, aber sein Schwerpunkt verschiebt sich, und zwar schnell. Das Muster, auf das sich Praktiker in der ganzen Branche zubewegen, lässt sich einfach formulieren: Man baut das System einmal, Agenten erledigen die laufende Arbeit darin, und man steuert alles über eine Kontrollebene, statt sich durch zehn Tools zu klicken. Dieser Beitrag handelt davon, wie dieser Wandel konkret aussieht, was heute real ist und was noch Marketing, und was er bedeutet, ob Sie Ihre eigene Maschine bauen oder eine kaufen.
Drei Epochen der Go-to-Market-Arbeit
Die erste Epoche war manuell: SDRs recherchierten Accounts einzeln, schrieben jede E-Mail selbst, pflegten das CRM von Hand. Volumen kam aus Personal.
Die zweite Epoche, grob 2020 bis 2024, war die der Tools: Anreicherungsplattformen, Sequenzer, Intent-Daten, Orchestrierung. Der GTM Engineer entstand als die Person, die das zu einer Maschine zusammensetzt. Volumen kam aus Automatisierung, und der Fehlermodus kam gleich mit: automatisierte Irrelevanz in großem Stil, genau das, was die Ära des Massenversands beendet hat, wie wir in The Death of the SDR beschrieben haben.
Die dritte Epoche ist agentisch, und 2026 ist das Jahr, in dem sie aufgehört hat, eine Demo zu sein. Der Unterschied zur zweiten Epoche ist qualitativ: Automatisierung führt einen vordefinierten Pfad aus, ein Agent bekommt ein Ziel und Kontext und wählt den Pfad selbst. Diesen Account recherchieren, den Anlass finden, den Aufhänger entwerfen, zur Prüfung vorlegen. Der Mensch wandert vom Erledigen der Arbeit zum Definieren der Arbeit.
Die neue Arbeitsteilung
Im entstehenden Setup entscheidet der Systembauer vier Dinge: welche Daten hineinfließen, welche Signale bedeuten, dass ein Unternehmen Aufmerksamkeit verdient, was Agenten autonom tun dürfen und wo ein menschlicher Kontrollpunkt Pflicht ist. Alles andere läuft.
Konkret übernehmen Agenten heute schon Account-Recherche und Synthese, Listenaufbau gegen eine ICP-Definition, Anreicherungs-Wasserfälle, erste Personalisierungsentwürfe, CRM-Hygiene und das Timing von Follow-ups; welche dieser Aufgaben heute verlässlich sind, schlüsseln wir in KI-Agenten im Vertrieb auf. Der Mensch behält die Kontrollpunkte, die über Reputation entscheiden: Botschaftsstrategie, die finale Prüfung dessen, was unter Ihrem Namen rausgeht, und jedes echte Gespräch. Diese Teilung ist kein vorübergehender Kompromiss, bis die Modelle besser werden. Sie ist der stabile Endzustand, denn an den Kontrollpunkten entsteht Vertrauen, und Vertrauen ist das eigentliche Produkt von Outbound.
MCP: die Steuerungsebene
Das Teil, das daraus ein System macht statt eines Haufens Agenten, ist das Model Context Protocol. MCP ist ein offener Standard, über den ein KI-Agent externe Tools und Datenquellen einheitlich entdecken und nutzen kann. Statt einer Spezialintegration pro Tool-Paar stellt jedes Tool seine Fähigkeiten einmal bereit, und jeder Agent kann sie mit demselben geteilten Kontext nutzen.
Die praktische Konsequenz für Go-to-Market: Der Recherche-Agent, der Outreach-Agent und der RevOps-Agent erreichen alle dasselbe CRM, dieselbe Anreicherungsebene und denselben Sequenzer, und sie sehen denselben Zustand der Welt. Datenanbieter und Plattformen liefern in hohem Takt MCP-Server aus, und MCP-Unterstützung ist leise zu einem Kaufkriterium geworden, wenn Teams Software auswählen. Das deutlichste Signal, dass das inzwischen Anbieterstrategie ist und kein Bastlerthema, kam im August 2026, als Salesforce und Anthropic genau dieses Muster in Claudeforce eingebaut haben: CRM-Fähigkeiten für einen Assistenten geöffnet, Aktionen durch bestehende Berechtigungen kontrolliert.
Für den Praktiker verändert MCP das tägliche Erleben des Jobs. Statt zwischen zehn Tools zu springen, sitzen Sie in einem Assistenten, fragen nach dem Zustand der Pipeline und verteilen Arbeit. Die Tools werden zu unsichtbarer Infrastruktur. Das ist gemeint, wenn davon die Rede ist, alles über eine Ebene zu steuern, und so arbeiten die fortgeschrittensten Teams heute schon durch ihre Woche.
Wie der Stack 2026 aussieht
Die Architektur, die im Betrieb hält, hat zwei Ebenen. Die untere Ebene ist deterministisch: Versandinfrastruktur und Zustellbarkeit, Sequenzlogik, das CRM als Quelle der Wahrheit, Compliance-Regeln. Diese Ebene muss prüfbar und langweilig sein, denn hier wohnen Ihre Domain-Reputation und Ihre Rechtsposition, und die Grundlagen aus unserem Zustellbarkeits-Guide sind wichtiger geworden, nicht unwichtiger, seit jeder Volumen erzeugen kann.
Die obere Ebene ist probabilistisch: Agenten für Recherche, Entwürfe, Scoring und Priorisierung, verbunden mit der unteren Ebene über MCP und ein Orchestrierungs-Rückgrat wie n8n. Signale kommen herein, aus Stellenanzeigen, Technologiewechseln, Finanzierungsrunden und Website-Verhalten, die Agenten machen daraus vorgeschlagene Aktionen, und Menschen geben die frei, die Reputationsrisiko tragen. Signalbasiertes Verkaufen hört auf, eine Taktik zu sein, und wird zum Betriebssystem.
Beachten Sie, was in diesem Bild fehlt: der vollautonome AI SDR, der ohne Aufsicht recherchiert, schreibt und versendet. Dieses Versprechen haben wir in unserem AI-SDR-Realitätscheck gegen die Realität getestet, und das Urteil ist gut gealtert: Autonomie ohne Kontrollpunkte erzeugt Volumen ohne Vertrauen, und Volumen ohne Vertrauen ist Spam mit besserer Grammatik.
Was menschlich bleibt
Vier Dinge, und es sind in jeder Version dieser Zukunft dieselben vier. Das Angebot und die Botschaftsstrategie, denn Agenten optimieren auf ein Ziel, das jemand setzen muss. Das erste echte Gespräch, denn dort beginnen Deals tatsächlich. Die Verantwortung für die Zahl, denn eine verfehlte Pipeline lässt sich nicht an ein Protokoll delegieren. Und Geschmack, das redaktionelle Urteil darüber, was nach Mensch klingt und was nach Maschine. Im deutschsprachigen Markt wiegt der letzte Punkt doppelt: DACH-Empfänger erkennen und bestrafen Maschinenton schneller als fast jedes andere Publikum. Die Urteilsebene ist deshalb kein Extra auf dem System, sie ist der Burggraben darum.
Was das bedeutet, wenn Sie kaufen statt bauen
Wenn Sie eine Agentur beauftragen oder prüfen, schreibt dieser Wandel die Fragen um, die sich lohnen. Die alte Bewertung war Personalarithmetik: wie viele SDRs, wie viele Kontakte. Die nützliche Bewertung ist jetzt Systemdesign: Was läuft autonom, wo sitzen die menschlichen Kontrollpunkte, wem gehört das Datenmodell, wie wird die Zustellbarkeit geschützt und ob das Ganze in Accounts lebt, die Ihnen gehören. Die Preislogik pro Sitzplatz stirbt mit dem Sitzplatz; was Sie tatsächlich kaufen, ist Abdeckung Ihres Marktes durch ein System plus das Urteilsvermögen der Menschen, die es betreiben. Das ist die Logik hinter unserer eigenen abdeckungsbasierten Preisgestaltung, und dorthin bewegt sich der gesamte Dienstleistungsmarkt.
Wie Sie sich vorbereiten
Ob Sie bauen oder kaufen, die Vorbereitung ist identisch, und nichts davon erfordert das Warten auf ein neues Tool. Definieren Sie das ICP so präzise, dass ein Agent danach handeln könnte, denn unscharfes Targeting skaliert zu unscharfer Ansprache. Bereinigen Sie die Datenebene, denn jeder Agent erbt ihre Qualität. Dokumentieren Sie Ihren Vertriebsablauf als explizite Regeln und Kontrollpunkte, denn ein System, das Sie nicht beschreiben können, können Sie nicht delegieren. Und halten Sie die deterministischen Grundlagen in Ordnung: Domains, Warmup, Sequenzdisziplin. Die Teams, die diese langweilige Arbeit jetzt machen, stecken Agenten in eine Maschine, die bereit für sie ist. Die Teams, die sie überspringen, automatisieren ihr eigenes Rauschen.
Häufige Fragen
Was ist GTM Engineering?
GTM Engineering ist die Disziplin, Go-to-Market als System zu bauen: Daten, Signale, Anreicherung, Ansprache und CRM zu einer Maschine verbunden statt eines Haufens manueller Aufgaben. Der GTM Engineer entwirft und betreibt diese Maschine. Die Rolle ist rund um Tools wie Clay und n8n entstanden und verschiebt sich jetzt zum Orchestrieren von KI-Agenten, die die Arbeit im System ausführen.
Ersetzen KI-Agenten GTM Engineers und SDRs?
Sie ersetzen die Ausführungsebene, nicht die Urteilsebene. Recherche, Entwürfe, Anreicherung und CRM-Hygiene erledigen zunehmend Agenten. Das ICP definieren, die Botschaftsstrategie setzen, prüfen, was rausgeht, die Gespräche führen und die Pipeline-Zahl verantworten bleibt menschlich. Die Rollen konzentrieren sich: weniger Menschen, jeder betreibt ein deutlich größeres System.
Was ist MCP und warum ist es für Vertriebsteams wichtig?
MCP, das Model Context Protocol, ist ein offener Standard, über den KI-Agenten externe Tools und Daten einheitlich entdecken und nutzen können. Für Go-to-Market heißt das: Ein Agent erreicht CRM, Anreicherungsplattform und Sequenzer mit geteiltem Kontext, statt pro Tool eine Spezialintegration zu brauchen. Aus getrennten Tools wird ein steuerbares System, weshalb MCP-Unterstützung zum Kriterium bei der Software-Auswahl wird.
Wie bereitet sich ein B2B-Unternehmen auf agentisches Go-to-Market vor?
Vier Schritte, die keine neuen Tools brauchen: das ICP so scharf definieren, dass ein Agent danach handeln könnte, CRM und Datenebene bereinigen, den Vertriebsablauf als explizite Regeln und Kontrollpunkte dokumentieren und die Zustellbarkeitsgrundlagen in Ordnung halten. Agenten verstärken das System, in das man sie steckt, also entscheidet die Qualität der Vorbereitung, ob sie Signal oder Rauschen skalieren.