Vom Wunsch zur Anwendung in Minuten: Wie KI-Agenten die CRM-Entwicklung verändern

Ein Marketing-Team braucht eine neue Ansicht für Kampagnen-Performance. Eine kleine Anpassung, eigentlich. Ein zusätzliches Feld, eine neue Datenverknüpfung, eine Seite, auf der Vertrieb und Marketing endlich dieselben Zahlen sehen. Trotzdem landet die Anfrage im IT-Backlog – und bleibt dort. Wochen vergehen, bis ein Entwickler Zeit findet. Bis dahin arbeitet das Team mit Excel-Behelfslösungen weiter, und die eigentliche Idee ist längst von der nächsten Priorität überholt.

Das wiederholt sich in nahezu jedem mittelständischen Unternehmen – nicht, weil IT-Teams zu langsam arbeiten, sondern IT-Ressourcen häuig strukturell knapp sind. Jede neue Seite, jede Geschäftsregel, jede Datenbindung erfordert Entwicklerzeit, und Entwicklerzeit ist die knappste Ressource im Unternehmen.

Das eigentliche Problem: Anpassungsfähigkeit als Flaschenhals

CRM-Systeme versprechen seit Jahren Flexibilität. In der Praxis bedeutet das oft: ein Designer-Tool, durch das man klickt. Quellcode, der wiederholt geschrieben werden muss. Datenmodelle, die Feld für Feld verdrahtet werden. Für kleinere Anpassungen mag das funktionieren – sobald aber mehrere Fachbereiche gleichzeitig Wünsche haben, wird die Warteschlange zum eigentlichen Innovationshemmnis.

Für CMOs und Marketing-Leiter ist das besonders schmerzhaft. Kampagnenlogik, Lead-Scoring, Attribution – all das lebt im CRM. Wenn jede Anpassung Wochen dauert, verliert Marketing genau die Reaktionsfähigkeit, die datengetriebene Entscheidungen eigentlich ermöglichen soll.

Was sich gerade ändert

Creatio hat mit seinem AI-Toolkit für die App-Entwicklung einen Ansatz vorgestellt, der dieses Muster durchbricht. Die Idee dahinter: Coding-Agenten – KI-gestützte Werkzeuge, die aus natürlicher Sprache Code und Konfiguration erzeugen – erhalten eine strukturierte Übersetzungsschicht, die ihnen beibringt, wie die Creatio-Plattform funktioniert. Das Toolkit kombiniert dafür mehrere Bausteine: ein Plugin mit hinterlegten Skills, die das Verhalten des Agenten steuern, MCP-Tools für die direkte Interaktion mit der Plattform, sowie einen Installer, der alles einrichtet.

Praktisch bedeutet das: Agenten wie Claude Code, Codex oder GitHub Copilot können eigenständig vollständige Web-Anwendungen innerhalb von Creatio erstellen, Datenmodelle aufbauen und verändern, UI-Seiten und mobile Ansichten generieren, gängige Geschäftsregeln anlegen, neue Abschnitte in bestehenden Anwendungen ergänzen, Datenbindungen konfigurieren und sogar Testdaten für die Validierung erzeugen. Für komplexere Szenarien lassen sich auch Validatoren und Request-Handler definieren – Aufgaben, die bislang tiefes Entwicklungs-Know-how voraussetzten.

Der entscheidende Punkt: Was früher manuelle Klickarbeit und repetitiven Code erforderte, lässt sich jetzt in natürlicher Sprache beschreiben – und der Agent führt es aus.

Zwei Zielgruppen, ein gemeinsamer Effekt

Das Toolkit adressiert bewusst zwei sehr unterschiedliche Nutzergruppen. No-Code-Ersteller – also Fachanwender ohne Entwicklungshintergrund – können direkt im Chat mit dem KI-Agenten beschreiben, was sie brauchen, und erhalten eine funktionierende Anwendung, ohne selbst Code zu schreiben oder Designer zu bedienen. Je detaillierter der Prompt, desto besser das Ergebnis. Auch bestehende Anwendungen lassen sich auf diesem Weg anpassen, indem man die gewünschte Änderung einfach beschreibt.

Entwickler profitieren auf andere Weise: Routineaufgaben wie das Anlegen von Objekten, das Hinzufügen von Feldern oder die Implementierung von Standardlogik werden an den Agenten delegiert. Das schafft Kapazität für Arbeit, die tatsächlich tiefe fachliche Expertise erfordert – etwa komplexe Integrationen oder Sonderlogik, für die es weiterhin echten Code braucht.

Für Unternehmen bedeutet das in Summe: Die Warteschlange zwischen Fachbereich und IT wird kürzer, weil ein Teil der Anfragen gar nicht mehr in ihr landen muss.

Was KI-Agenten für Marketing- und IT-Verantwortliche praktisch bedeuten

Ein paar Implikationen, die sich aus dieser Entwicklung ableiten lassen:

• Time-to-Value sinkt strukturell. Wenn Kampagnen-Dashboards, Lead-Scoring-Modelle oder neue CRM-Ansichten nicht mehr wochenlang im Backlog stehen, verkürzt sich der Weg von der Idee zur nutzbaren Anwendung erheblich.

• Die Rolle von IT verschiebt sich, verschwindet aber nicht. Entwickler werden nicht überflüssig – sie übernehmen stärker die Rolle von Architekten und Qualitätssicherung, während repetitive Konfigurationsarbeit automatisiert wird.

• Governance wird wichtiger, nicht unwichtiger. Je einfacher Fachbereiche selbst Anwendungen bauen können, desto wichtiger werden klare Leitplanken: Wer darf was verändern, wie wird Qualität sichergestellt, wie bleibt das System konsistent.

• Prompt-Qualität wird zur neuen Kernkompetenz. Wer präzise beschreiben kann, was eine Anwendung leisten soll, bekommt bessere Ergebnisse – eine Fähigkeit, die Fachbereiche gezielt aufbauen sollten.

Für Unternehmen, die noch am Anfang dieser Entwicklung stehen, lohnt sich ein nüchterner Blick auf die eigene CRM-Landschaft: Wo genau entstehen aktuell die längsten Wartezeiten zwischen Anforderung und Umsetzung? Diese Stellen sind der beste Ausgangspunkt, um KI-gestützte Entwicklung sinnvoll einzusetzen – nicht als Ersatz für Entwicklerteams, sondern als Weg, ihre Zeit auf das zu konzentrieren, was wirklich Expertise erfordert.

Die AVENTHO-Perspektive

Wir beobachten bei unseren Kunden im Mittelstand seit Jahren dasselbe Muster: Nicht die Plattform limitiert das Wachstum, sondern die Geschwindigkeit, mit der sie sich an neue Anforderungen anpassen lässt. Werkzeuge wie das Creatio AI-Toolkit verschieben diese Grenze spürbar – vorausgesetzt, sie werden mit klarer Governance und einem soliden Datenmodell eingeführt.

Wir als Partner sehen die Entwicklung als weiteres Differenzierungsmerkmal von Creatio.