Es lohnen sich die KI-Workflows, die eine wiederkehrende Aufgabe nach einer klaren Regel übernehmen und deren Ergebnis ein Mensch prüft oder direkt weiterverwendet. Im Vertrieb sind das vor allem Vorbereitung und Übergabe, im Service das Sortieren und Beantworten von Anfragen.
Die KI-Funktionen in HubSpot sind schnell aktiviert. Wirkung entsteht dort, wo sie in einem Ablauf arbeiten, den euer Team jeden Tag durchläuft. Die folgenden acht Abläufe, je vier für Vertrieb und Service, lassen sich in HubSpot heute umsetzen. Zu jedem steht, was ihn auslöst, was die KI übernimmt, wo ein Mensch freigibt und woran ihr den Nutzen messt.
Ein KI-Workflow ist ein HubSpot-Workflow, in dem ein Schritt von KI erledigt wird: zusammenfassen, einordnen oder eine Eigenschaft befüllen. Auslöser, Bedingungen und Folgeaktionen bleiben regelbasiert, die KI liefert ein Ergebnis, mit dem der Workflow weiterarbeitet.
In der Praxis begegnen euch drei Ebenen:
Die Grenzen sind fließend. Für die Planung hilft eine Frage: Wie viel Entscheidung gebt ihr an die KI ab? Mehr zu den Agents lest ihr auf unserer Seite zu Breeze Agents.
Im Vertrieb lohnen sich KI-Workflows dort, wo Vertriebler Zeit mit Suchen und Zusammentragen verbringen. Die KI bereitet vor, die Entscheidung bleibt beim Menschen.
Sobald Marketing einen Kontakt an den Vertrieb übergibt, fasst die Workflow-Aktion „Summarize record“ (Beta) Aktivitäten, Notizen und die zugehörige Firma zusammen. Die Zusammenfassung geht an den zuständigen Vertriebler, etwa als interne Benachrichtigung.
Freigabe: Der Vertriebler liest die Zusammenfassung und entscheidet über den nächsten Schritt.
Messgröße: Zeit bis zum ersten Kontakt nach der Übergabe.
Steht ein erster Termin an, erstellt dieselbe Aktion eine Zusammenfassung der Firma und schreibt sie in eine eigene Eigenschaft am Datensatz. Euer Vertriebler liest einen Absatz und geht vorbereitet ins Gespräch.
Freigabe: Der Vertriebler prüft die Zusammenfassung vor dem Termin.
Messgröße: Vorbereitungszeit je Termin, im Team erfragt.
Viele Anfragen kommen als Freitext. Die Aktion „Data Agent: Research“ (Beta) wertet dieses Feld aus und gibt einen Wert zurück, zum Beispiel ob ein konkretes Projekt dahintersteht. HubSpot nennt genau diesen Einsatz als Beispiel. Der Workflow verzweigt danach: Konkrete Anfragen gehen direkt an den Vertrieb, allgemeine in eine Nurturing-Strecke.
Aus unserer Praxis: Für JUMAG, Hersteller von Dampferzeugern, prüft ein eigener KI-Agent im HubSpot-Portal des Unternehmens eingehende Formularanfragen, bevor sie in den Vertrieb gehen. Er gleicht E-Mail-Domain, Firmenwebsite, Telefonnummer, Standort und Besuchsverhalten ab, bewertet die technischen Projektangaben und recherchiert das Unternehmen im Web. Besonders achtet er auf nachgeahmte Firmendomains und typische Sprachmuster von Beschaffungsbetrug. Jede geprüfte Anfrage bekommt eine Einstufung („Unauffällig“, „Prüfen“ oder „Hoher Verdacht“) mit Befunden, Quellen und einer Empfehlung für den Vertriebsinnendienst. Die Entscheidung trifft das Team. Der Agent sperrt oder löscht nichts und nimmt keinen Kontakt zur anfragenden Person auf.
Freigabe: Der Vertrieb prüft in den ersten Wochen Stichproben und meldet Fehleinordnungen.
Messgröße: Anteil der Anfragen, die der Vertrieb als passend bestätigt.
Dieselbe Aktion liest die fünf jüngsten Gesprächstranskripte eines Kontakts und befüllt daraus eine Eigenschaft, etwa das erkennbare Kaufinteresse. Erkenntnisse aus Gesprächen stehen so im CRM und fließen ins Reporting. Voraussetzung sind Transkripte, die am Datensatz hängen.
Freigabe: Die zuständige Vertriebsperson prüft den Wert vor jeder Forecast-Runde.
Messgröße: Anteil der offenen Deals mit gepflegtem Kaufinteresse.
Im Service lohnt sich KI dort, wo viele ähnliche Anfragen eingehen und die Antworten bereits dokumentiert sind. Je besser eure Wissensdatenbank gepflegt ist, desto mehr übernimmt die KI.
Im Help Desk vergibt HubSpot jedem Ticket einen beschreibenden Namen und erstellt eine Zusammenfassung. Mit Service Hub Enterprise erkennt HubSpot zusätzlich anhand der ersten Nachricht die Kategorie eines Tickets. Ein Workflow nutzt die Kategorie, um das Ticket dem richtigen Team oder der passenden Priorität zuzuordnen.
Freigabe: Das Team korrigiert falsch eingeordnete Tickets, danach schärft ihr die Regeln im Workflow nach.
Messgröße: Zeit bis zur ersten Antwort.
Für Fragen, die eure Inhalte beantworten, schlägt HubSpot im Ticket eine Antwort vor. Grundlage sind die Inhalte, die ihr mit dem Customer Agent verbindet: Wissensdatenbank, Website-Seiten, Blog und weitere Quellen. Streng genommen ist das eine Funktion im Help Desk, sie gehört aber in den Service-Ablauf.
Freigabe: Das Team übernimmt den Vorschlag, passt ihn an oder verwirft ihn.
Messgröße: Bearbeitungszeit je Ticket.
Der Customer Agent beantwortet Standardfragen per Chat, E-Mail oder WhatsApp und greift auf dieselben Inhalte zu. Für heikle Fälle legt ihr Übergaberegeln fest, etwa bei Kündigungen, Erstattungen oder Problemen beim Login. Auch wer einen Menschen sprechen will, landet bei eurem Team. HubSpot rät, mit einem Kanal oder einem kleinen Teil der Gespräche zu starten und den Anteil schrittweise zu erhöhen.
Die Qualität der Antworten hängt direkt an eurer Wissensbasis. Deshalb steht die Pflege der Inhalte vor dem Start.
Freigabe: Übergaberegeln für alle sensiblen Themen, dazu regelmäßige Durchsicht der Gespräche.
Messgröße: Anteil der Anfragen, die der Agent selbst löst.
Geht ein Ticket an das zweite Level, liegt die KI-Zusammenfassung aus dem Help Desk bereits am Ticket. Wer übernimmt, kennt den Stand und spricht den Kunden direkt auf die Lösung an. Geht der Fall an den Vertrieb, fasst „Summarize record“ in einem Workflow zusätzlich die Historie des zugehörigen Kontakts zusammen.
Freigabe: Die übernehmende Person prüft die Zusammenfassung beim ersten Öffnen.
Messgröße: Zeit bis zur Lösung eskalierter Tickets.
Ein KI-Workflow lohnt sich, wenn vier Bedingungen zusammenkommen:
Fehlt eine dieser Bedingungen, kostet der Workflow schnell mehr Aufmerksamkeit, als er spart. Dann lohnt sich zuerst die Arbeit an Prozess oder Daten. Für die Datenbasis eignet sich unser HubSpot Data Quality Audit.
Stand: Oktober 2026
HubSpot verkauft heute zwei Preismodelle. Welche Angaben für euch gelten, hängt davon ab, wann ihr euer Konto abgeschlossen habt.
KI-Aktionen in Workflows setzen eine Professional- oder Enterprise-Edition voraus, etwa von Sales Hub, Service Hub, Marketing Hub, Data Hub oder Smart CRM. Dazu kommen drei Punkte:
Im neuen Preismodell mit flexiblen Seats und Guthaben wählt ihr eine Edition für das ganze Konto. Nutzer lizenziert ihr über GTM-Seats für Marketing, Vertrieb und Service und über Ops-Seats für Automation, Reporting und Governance. Workflows gibt es ab Professional. Guthaben verbraucht hier jede Workflow-Aktion: 3 Einheiten pro Aktion für die ersten 10.000 Aktionen im Monat, danach weniger. Eine KI-Aktion im Workflow kostet 10 Einheiten. Welchen Seat HubSpot für Antwortvorschläge verlangt, steht für dieses Modell noch nicht in der Dokumentation.
HubSpot passt Umfang und Editionen seiner KI-Funktionen häufig an. Prüft vor dem Start die aktuelle HubSpot-Dokumentation zu KI in Workflows.
Startet mit einem Workflow für ein Team, mit menschlicher Freigabe und einer Kennzahl, die ihr vorher festlegt. Bewährt sich der Ablauf im Testbetrieb, weitet ihr ihn auf weitere Teams aus.
In unserem LOTSE-Modell mit den Etappen Lagebild, Orientierung, Testlauf, Skalierung und Ertrag startet KI-Automation in der Etappe T, dem Testlauf: ein Team, klare Leitplanken, menschliche Freigabe. Welche Workflows bei euch zuerst kommen, klären Lagebild und Orientierung davor. Wie ihr die Einführung insgesamt plant, beschreibt unser Fahrplan KI in Marketing und Vertrieb einführen.
Umsetzen könnt ihr KI-Workflows mit eurem HubSpot-Admin oder mit einem HubSpot-Partner. Als HubSpot Platinum Partner bewerten wir mit euch die passenden Abläufe, bauen die Workflows mit KI-Schritten und begleiten Testbetrieb und Skalierung. Wie das abläuft, lest ihr auf unserer Seite KI-Prozesse und Automation.