Jason Lemkin leitete die Seed-Runde über SaaStr Fund bei Unicorn Owner. com, einer KI-gestützten Plattform, die die Betriebsweise kleiner Restaurants revolutioniert. Kyle Norton stieg bald danach ein und brachte das Unternehmen nach langsamen Anfang innerhalb weniger Jahre auf fast 100 Millionen USD ARR, mit wachsenden Skalierungsergebnissen. Sowohl Jason als auch Kyle haben offen Einblicke und Erfahrungen aus ihren KI-Agenten-Implementierungen geteilt. Kyle überwacht nun ein Verkaufsteam mit über 100 Personen, das durch KI erweitert wurde, während Jason und Amelia bei SaaStr über 20 KI-Agenten betreiben. **Top 10 Erkenntnisse:** 1. KI-Agenten übertreffen durchschnittliche Verkaufsmitarbeiter (AEs/SDRs), erreichen aber nicht die Top-Performer; dies verändert die Strukturen des GTM-Teams grundlegend. 2. Der erste KI-Agent, den man einsetzt, sollte persönlich vom CRO oder CMO trainiert und verwaltet werden – Agenturen oder Berater reichen nicht aus; es erfordert etwa 30 Tage engagierte Arbeit. 3. Konzentriere dich auf ein bis zwei Tools und vertiefe diese, statt viele Anbieter zu jonglieren; wähle einen etablierten Anbieter und ein Startup zum Vergleich. 4. Salesforce bleibt zentral als Hub für mehrere autonome KI-Agenten, die Daten und Erkenntnisse teilen. 5. Das “mittlere” Wachstum verschwindet – strebe entweder nach schnellem Skalieren (Verzehnfachung) oder akzeptiere langsameres (15-20%) Wachstum. 6. Priorisiere Gespräche mit Forward Deployed Engineers der Anbieter, um eine reibungslose Implementierung zu gewährleisten – Funktionen allein garantieren keinen Erfolg. 7. Jedes Agent-Training muss gründlich über 30 Tage erfolgen; fehlendes Training führt zum KI-Flop. 8. Nutze KI, um die schmerzhaftesten Kundenreise-Probleme zuerst anzugehen – teste deine Website anonym, behebe Frustrationen der Kunden. 9. Durch KI verstärkte Verkaufsteams sind etwa 3-mal produktiver pro Vertreter, was zu höheren Quoten und Wachstum führt, nicht zu weniger Einstellungen. 10. Spitzen-SDRs, die KI effektiv managen, erzielen Gehälter, die 2-3-mal höher sind, mit einer Erwartung von 10-facher Produktivität. **Hintergrund:** SaaStrs KI-Neuausrichtung begann mit Frustration über kostspielige Vertriebsmitarbeiter, die ohne Vorankündigung kündigten, was zu einem Umdenken auf KI-basierte Agenten führte. Anfangs mit einem Agent im Mai gestartet, betreibt SaaStr heute über 20 Agenten, die mehr als 1 Million USD Umsatz generieren, wobei KI die mittleren Vertreter übertrifft. Folgerung: Rollen im mittleren GTM-Bereich stehen vor einem endgültigen Niedergang, wenn sie sich nicht mit KI weiterqualifizieren. **Aktueller Stand:** KI befindet sich im GTM noch am Anfang – heute umfasst „Hyper-Personalisierung“ nur minimale dynamische Inhalte, doch zukünftige KI wird umfassende Kundendaten und Interaktionen nutzen, um äußerst effektive Kommunikation zu schaffen, die mit den besten menschlichen Bemühungen konkurriert.

Frühe Fehler bei KI-SDRs resultierten aus unreifen LLMs; heute sind stabile Systeme vorhanden, aber Scheitern ist meist auf mangelndes Training zurückzuführen. **Das 30-Tage-Prinzip:** Der Einsatz eines KI-Agenten erfordert drei Phasen über 30 Tage: - Tage 1-7: Datenaufnahme und Erstellung von Beispieloutputs, - Tage 8-21: Tägliche Überprüfung und Korrektur, - Tage 22-30: Produktionsreife mit minimierten Fehlern. Ohne diese Phase ist schlechte Leistung zu beobachten, die fälschlicherweise der KI zugeschrieben wird. **Führungsempfehlung:** CROs und CMOs müssen die KI-Einführung persönlich übernehmen, um nicht obsolet zu werden – es ist nicht mehr ausreichend, sich auf Agenturen oder Berater zu verlassen. Erfahrene Führungskräfte haben KI-Agenten selbst trainiert, bevor sie delegiert haben. **Anbieterauswahl:** Entscheide dich zuerst für ein Problem (z. B. KI-SDR, RevOps). Es ist essenziell, vor Vertragsabschluss direkt mit dem Forward Deployed Engineer zu sprechen. Für die erste Implementierung sollte man etwa 50-100. 000 USD einplanen, Fokus auf ROI statt auf Kosteneinsparungen bei Personal. Übertriebene Anbieterbewertungen sind unnötig; zwei gute Optionen reichen. **Inbound KI:** Schnelle Erfolge erzielt man durch KI-gestützten Inbound-Support, der sofort hochwertige Interaktionen mit potenziellen Kunden ermöglicht, Friktionen bei Qualifikation reduziert und den Verkaufszyklus verkürzt – bei Legacy-Prozessen heute kaum machbar. **Rolle von Salesforce:** Salesforce dient als zentraler Daten-Hub, an den mehrere KI-Agenten Daten liefern, Konflikte lösen und Integrationen vereinfachen. Obwohl AgentForce mehr Einrichtung erfordert, punktet es durch tiefere Salesforce-Integration. **Auswirkungsfinanzierung auf die Produktivität:** KI kann die Produktivität eines Vertriebsmitarbeiters bis zu 3-mal steigern, ersetzt aber keine Stellen vollständig, wegen des hohen Wachstumsbedarfs und Fachkräftemangels. Hochleistungsreps, die KI managen, verdienen erheblich mehr, müssen aber auch für entsprechendes Output sorgen. **Marktrealitäten:** Das „Goldilocks“-Wachstum (Triple-Triple-Double-Double), das einst die Hälfte der VCs anzog, finanziert nur noch ca. 10 %. Gründer müssen Kapital strecken, schwerere Rekrutierungen in Kauf nehmen und realistisch die Förderfähigkeit mit KI-Tools wie saastr. ai/aivc einschätzen. **Wegwahl:** Es gibt klare Entscheidungslinien— - Entweder mit enormem Einsatz extrem schnelles Wachstum anstreben, exemplifiziert durch Kyle Norton und Jason Lemkin, - oder bei langsameren Unternehmen mit stabilerem Tempo und Lifestyle-Trade-offs bleiben. Der moderat „mittlere“ Weg besteht in SaaS-GTM kaum noch. **Top 5 Führungsfehler bei KI-GTM-Agenten:** 1. Übertriebenes Vendor-Vergleichen – nur zwei Agenten intensiv trainieren. 2. KI-Implementierung outsourcen statt intern steuern. 3. Tools kaufen, ohne das notwendige 30-tägige Training durchzuführen. 4. Verträge unterschreiben, ohne direkten Kontakt zu Deployment-Ingenieuren. 5. KI-Tools einzelnen Reps geben, ohne zentrale Steuerung. **Bemerkenswerte Zitate:** - Jason Lemkin betont: „Ich habe genug davon, einem SDR 150. 000 USD im Jahr für mittelmäßige Akquise zu zahlen und sie dann zu verlieren, “ und stellt klar, dass Führungskräfte sich „die Ärmel hochkrempeln“ müssen, um AI-Kompetenz zu entwickeln, sonst droht Obsoleszenz. - Kyle Norton hebt hervor, dass KI die gebuchte Umsatzleistung pro Dollar um das 3-fache steigert, schnelle Implementierung ermöglicht, aber auch viel persönliche Anstrengung erfordert, selbst bei vorhandenen Vorteilen. Fazit: KI-Agenten verändern die B2B-GTM-Strategien grundlegend, erfordern engagierte Führung, rigoroses Training, kluge Anbieterwahl und die Akzeptanz, dass schnelles Wachstum unermüdlichen Einsatz und Anpassung verlangt. Die Chancen sind enorm – aber die Herausforderungen ebenso.