HubSpot-Daten für KI-Agents vorbereiten: in fünf Schritten zum aufgeräumten Portal

KI-Agents in HubSpot arbeiten mit den Daten, die in eurem CRM stehen. Damit sie verlässliche Ergebnisse liefern, legt ihr zuerst fest, welcher Agent welche Daten braucht, und räumt dann genau diese Daten auf: Properties, Dubletten, Pflichtfelder und Wissensquellen.

Wer ein HubSpot-Portal über Jahre nutzt, kennt das Bild. Dieselbe Firma steht dreimal im CRM, jede mit einem anderen Owner. Die Branche fehlt bei der Hälfte der Kontakte. Im Alltag gleicht das Team solche Lücken mit seinem Wissen aus. Ein Agent arbeitet ausschließlich mit dem, was im Datensatz steht.

Welche Daten nutzen die KI-Agents in HubSpot?

Jeder Agent greift auf andere Daten zu. Laut HubSpot gilt (Stand: Oktober 2026):

• Prospecting Agent: Er berücksichtigt Interaktionen der letzten zwölf Monate am Kontakt, etwa Formulare, Seitenaufrufe, Calls, Meetings, Notizen und E-Mail-Öffnungen. Wenn ihr ihn im Namen des Owners senden lasst, nimmt er den Absender aus einer Property, die ihr festlegt. Unternehmen, deren Branche zu eurem Zielkundenprofil passt, werden als passend gekennzeichnet.
• Customer Agent: Er antwortet auf Basis eurer Wissensdatenbank, eurer Website- und Landingpages, Blogs, hochgeladener Dateien und kurzer Frage-Antwort-Paare. Geänderte Artikel der Wissensdatenbank synchronisiert er automatisch, andere Quellen einmal pro Woche.
• Eigene Agents: Sie lesen und schreiben CRM-Datensätze, sobald ihr diese Aktionen freigebt. Als Kontext nutzen sie zum Beispiel Brand Kit, Zielkundenprofile und hochgeladene Dateien.

Für die Praxis heißt das: Ein veralteter Owner, eine leere Branche oder ein Wissensartikel mit alten Preisen fließen direkt in die Arbeit des Agents ein. Die Qualität seiner Ergebnisse folgt der Qualität dieser Felder. Wie ihr Breeze Agents einrichtet, zeigt unsere Seite zu Breeze & Agents.

Woran erkennt ihr, dass eure Daten noch Arbeit brauchen?

Fünf Signale zeigen schnell, wo ein Portal steht:

• Dubletten: Ein Unternehmen existiert mehrfach, die Aktivitäten verteilen sich auf mehrere Datensätze.
• Leere Pflichtfelder: Branche, Mitarbeiterzahl oder Position fehlen bei vielen Kontakten.
• Doppelte Properties: „Branche“, „Industry“ und „Sektor“ stehen nebeneinander, jede nur teilweise gefüllt.
• Verwaiste Datensätze: Kontakte und Deals laufen noch auf Owner, die längst gegangen sind.
• Alte Wissensinhalte: Die Wissensdatenbank beschreibt Abläufe oder Preise von vor Jahren.

Jedes Signal trifft einen bestimmten Agent. Dubletten und leere Branchen schwächen die Zielgruppenauswahl im Prospecting. Alte Wissensartikel führen im Customer Agent zu falschen Antworten.

Wie macht ihr eure HubSpot-Daten in fünf Schritten KI-tauglich?

Ihr macht eure Daten in fünf Schritten KI-tauglich: ersten Einsatzfall festlegen, Datenmodell und Properties prüfen, Dubletten zusammenführen, Wissensquellen aktualisieren und die laufende Pflege regeln.

1. Mit dem ersten Einsatzfall starten

Legt zuerst fest, welchen Agent ihr als Erstes einsetzt. Daraus ergibt sich, welche Daten zählen. Für den Prospecting Agent sind das Kontakte, Unternehmen, Branche, Owner und Interaktionen. Für den Customer Agent sind es eure Wissensinhalte. Welche KI-Abläufe sich in Vertrieb und Service lohnen, beschreibt unser Artikel zu KI-Workflows in HubSpot. So räumt ihr gezielt auf und arbeitet euch Schritt für Schritt durch das Portal.

2. Datenmodell und Properties prüfen

Klärt für jede Information, welche Property sie führt. Gibt es mehrere Felder für dieselbe Sache, legt ihr eines fest, übertragt die Werte und archiviert den Rest. Freitextfelder für Branche oder Rolle ersetzt ihr durch Auswahlfelder mit festen Werten. Das macht Segmente und Regeln für Agents eindeutig.

HubSpot zeigt im Bereich Einblicke in die Eigenschaften, wie Properties im CRM genutzt werden. Ungenutzte Felder blendet ihr dort aus oder archiviert sie.

3. Dubletten zusammenführen und Formate vereinheitlichen

HubSpot führt Kontakte automatisch über die E-Mail-Adresse zusammen und Unternehmen über die primäre Domain. Unternehmen, die über die API angelegt werden, sind von dieser Domain-Prüfung ausgenommen. Alle übrigen Dubletten prüft ihr in der Duplikat-Verwaltung und führt sie dort zusammen oder lehnt den Vorschlag ab. Bestandskunden brauchen dafür eine Professional- oder Enterprise-Edition, für viele Dubletten auf einmal Data Hub Professional oder Enterprise.

Uneinheitliche Schreibweisen behebt ihr unter Formatierungsprobleme. Dort nehmt ihr Vorschläge an oder legt Regeln für die automatische Korrektur fest.

4. Wissensquellen aktualisieren

Bevor der Customer Agent antwortet, prüft ihr seine Quellen: Wissensdatenbank, Website-Seiten, Dateien und Frage-Antwort-Paare. Veraltete Artikel aktualisiert oder entfernt ihr, einzelne URLs nehmt ihr aus der Synchronisation heraus. Personenbezogene, vertrauliche und Kundendaten bleiben außen vor, weil Inhalte aus den Quellen in Antworten auftauchen können.

5. Zuständigkeit und laufende Pflege festlegen

Saubere Daten bleiben sauber, wenn jemand dafür zuständig ist. Benennt eine verantwortliche Person für das Datenmodell, legt Pflichtfelder in Formularen und Pipeline-Phasen fest und plant einen festen Prüfrhythmus. Die Übersicht zur Datenqualität in HubSpot liefert dafür auf Wunsch eine wöchentliche Zusammenfassung per E-Mail.

Weitere Voraussetzungen wie Governance, Schulung und Erfolgsmessung findet ihr in unserem Artikel zu den 6 Voraussetzungen für KI mit HubSpot Breeze.

Welche Werkzeuge bietet HubSpot für die Datenqualität?

HubSpot bündelt die Werkzeuge zur Datenqualität unter Datenmanagement > Datenqualität (Stand: Oktober 2026). Der Bereich umfasst eine Übersicht mit empfohlenen Maßnahmen, die Verwaltung von Dubletten, Formatierungsprobleme, Datenanreicherung und Einblicke in die Eigenschaften.

Welche Funktionen ihr nutzen könnt, hängt von eurem Preismodell ab:

• Bestandskunden mit Hubs und Editionen: Der Bereich steht in Marketing, Sales, Service, Data und Content Hub ab Starter zur Verfügung. Dubletten prüft ihr ab Professional. Warnungen zu Dubletten, Anomalien, Automatisierungen und die Detailansicht der Properties gibt es mit Data Hub Professional oder Enterprise.
• Neue Konten mit Seats und Guthaben: Im neuen Preismodell gilt eine Edition für das ganze Konto. Welche Datenqualitäts-Funktionen sie enthält, steht im Preisdokument von HubSpot.

Auch Breeze hilft bei der Datenpflege. Der Data Agent (Beta) befüllt Properties mit KI-generierten Antworten, wandelt Daten um und arbeitet als KI-Schritt in Workflows. Er verbraucht HubSpot Credits. Mehr zu den KI-Funktionen im Alltag beschreibt der Artikel HubSpot AI: Vom nützlichen Helfer zum echten Wachstumstreiber.

Die Werkzeuge zeigen, wo es hakt. Welche Felder eure Prozesse brauchen, wer sie pflegt und welche Werte gelten, entscheidet ihr.

Wann lohnt sich ein Audit eures HubSpot-Portals?

Ein Audit lohnt sich, wenn das Portal über Jahre gewachsen ist, mehrere Teams und Systeme Daten liefern oder ein größerer KI-Einsatz bevorsteht. Bei einem jungen, überschaubaren Portal kommt ihr mit den HubSpot-Werkzeugen meist selbst weit.

Im HubSpot Data Quality Audit von Mark Lotse prüfen wir euer Portal in zwei bis drei Wochen entlang von fünf Feldern: Datenstruktur und Properties, Dubletten und Konsistenz, Segmentierbarkeit, Prozesse und Reporting sowie Datenquellen und Datenflüsse. Ihr erhaltet eine priorisierte Maßnahmenliste mit Aufwandsschätzung, aufgeteilt in schnelle Verbesserungen und strukturelle Korrekturen. Das Audit kostet 3.500 Euro netto für ein Portal. Beauftragt ihr innerhalb von acht Wochen ein Optimierungsprojekt, rechnen wir es an. So habt ihr vor dem ersten Agent ein klares Lagebild eures Portals und die Reihenfolge der Maßnahmen.

Fragen zur Vorbereitung von HubSpot-Daten auf KI-Agents