HubSpot KI: Breeze und KI-gestützte Workflows in der Praxis

Künstliche Intelligenz ist längst in CRM- und Marketingplattformen angekommen. Die entscheidende Frage ist deshalb nicht mehr, ob ein System über KI-Funktionen verfügt. Viel wichtiger ist, ob diese Funktionen im Arbeitsalltag tatsächlich einen messbaren Unterschied machen.

Genau hier setzt HubSpot KI an. Die KI-Funktionen sind direkt in das CRM sowie in die verschiedenen Hubs integriert. Dadurch kann HubSpot nicht nur Texte generieren, sondern auch Kontakte, Unternehmen, Deals, Tickets, Aktivitäten und vorhandene Inhalte in den jeweiligen Kontext einbeziehen.

Unter dem Markennamen HubSpot Breeze bündelt HubSpot verschiedene KI-Funktionen für Marketing, Vertrieb, Service und Datenmanagement. Dazu gehören der Breeze-Assistent, spezialisierte KI-Agents und Werkzeuge, mit denen sich individuelle Agents und Workflows erstellen lassen.

Dadurch ergibt sich die Frage, welche Aufgaben die künstliche Intelligenz im eigenen HubSpot-Portal übernehmen sollte und an welchen Stellen weiterhin die Erfahrung und das Urteilsvermögen des Teams gefragt sind.

Was gehört alles zu HubSpot Breeze?

Die Begriffe rund um die künstliche Intelligenz von HubSpot haben sich in kurzer Zeit weiterentwickelt. Frühere Übersichten sprachen vor allem von Breeze Copilot, Breeze Intelligence und Breeze Agents. In der aktuellen Produktkommunikation stehen dagegen zunehmend der Breeze-Assistent, der Agent Hub, der Agent Designer und verschiedene spezialisierte Agents im Mittelpunkt.

Vereinfacht lässt sich die heutige Architektur in vier Bereiche einteilen:

Besonders wichtig ist die Unterscheidung zwischen einem Assistenten und einem Agent. Ein Assistent unterstützt bei einer einzelnen Aufgabe oder liefert eine Antwort. Ein Agent kann innerhalb definierter Grenzen mehrere Schritte ausführen und dabei auf CRM-Daten, Wissensquellen und festgelegte Aktionen zurückgreifen.

Der Breeze-Assistent als Einstieg in HubSpot AI

Der Breeze-Assistent ist für viele Unternehmen der einfachste Einstieg in die HubSpot AI. Er unterstützt Mitarbeitende direkt in HubSpot und kann beispielsweise E-Mails entwerfen, Inhalte zusammenfassen, CRM-Datensätze analysieren oder nächste Aufgaben vorbereiten.

Auch Fragen zu Kontakten, Unternehmen und Deals lassen sich in natürlicher Sprache stellen. Darüber hinaus kann der Assistent Inhalte für Seiten, Kampagnen oder Blogbeiträge erstellen und vorhandene Texte überarbeiten.

Der wesentliche Vorteil liegt dabei im jeweiligen Kontext. Denn ein allgemeines KI-Tool kennt die CRM-Daten, Prozesse und bisherigen Interaktionen eines Unternehmens nicht automatisch. Der Breeze-Assistent kann dagegen den jeweiligen HubSpot-Kontext berücksichtigen, sofern die notwendigen Berechtigungen und Daten vorhanden sind.

KI-Agents für mehrstufige Prozesse

KI-Agents gehen einen Schritt weiter. Sie unterstützen nicht nur bei einer einzelnen Textaufgabe, sondern können komplette Abläufe innerhalb eines festgelegten Rahmens bearbeiten.

Zu den wichtigsten Einsatzmöglichkeiten gehören:

• Der Prospecting Agent recherchiert Zielaccounts und unterstützt bei der personalisierten Ansprache.

• Der Customer Agent beantwortet wiederkehrende Kundenanfragen und leitet komplexe Fälle an Mitarbeitende weiter.

• Der Data Agent liefert Antworten auf Fragen zu CRM-Daten, Gesprächen und Dokumenten.

• Der Content Agent unterstützt bei Blogbeiträgen, Landingpages und Social-Media-Inhalten.

• Smart Deal Progression hilft Vertriebsteams dabei, nach Gesprächen die nächsten sinnvollen Schritte zu identifizieren.
  

Welche dieser Funktionen verfügbar sind, hängt vom jeweiligen HubSpot-Abonnement, den eingesetzten Hubs und dem Rollout einzelner Funktionen ab. Bei bestimmten Agents und Aktionen können zusätzlich HubSpot-Credits erforderlich sein.

Agent Hub und Agent Designer

Der Agent Hub dient als zentrale Übersicht für aktive und verfügbare Agents. Teams können dort nachvollziehen, welche Agents eingesetzt werden, welche Ergebnisse sie liefern und an welchen Stellen weitere Automatisierungen sinnvoll sein könnten.

Mit dem Agent Designer lassen sich individuelle Agents erstellen. Dabei können Unternehmen unter anderem die Aufgabe, die Anweisungen, die Wissensquellen, die verfügbaren Aktionen und die gewünschten Übergaben an Mitarbeitende definieren, sowie Bedingungen für menschliche Freigaben berücksichtigen lassen.

HubSpot positioniert den Agent Designer als No-Code-Umgebung. Eigene Agents und Workflows sollen damit auf Basis vorhandener CRM-Daten und Geschäftsprozesse erstellt werden können, ohne dass dafür eine individuelle Programmierung notwendig ist. 

HubSpot Breeze AI Features für Marketing, Sales und Service

Die wichtigsten Hubspot AI Features lassen sich am besten anhand der Teams betrachten, die sie im Arbeitsalltag einsetzen. Dadurch wird deutlich, dass es bei HubSpot Breeze nicht um eine einzelne Funktion geht, sondern um ein Zusammenspiel verschiedener Werkzeuge.

HubSpot Breeze im Marketing

Marketingteams können HubSpot KI in vielen Bereichen einsetzen. Die Funktionen helfen beispielsweise dabei, Themenideen für Blogbeiträge zu entwickeln, bestehende Inhalte zu überarbeiten oder erste Entwürfe für Landingpages und E-Mail-Kampagnen zu erstellen.

Auch Social-Media-Beiträge, Metadaten und weitere Content-Elemente lassen sich vorbereiten. Wenn zum Beispiel eine Markenstimme und klare redaktionelle Vorgaben hinterlegt sind, kann KI außerdem dabei unterstützen, Inhalte konsistenter zu formulieren.

Dabei sollte HubSpot AI nicht als Ersatz für eine Content-Strategie verstanden werden. Die KI kann Recherche, Strukturierung und Produktion deutlich beschleunigen. Die Entscheidung, welche Themen zur Positionierung, Zielgruppe und Marke passen, bleibt jedoch eine strategische Aufgabe.

Besonders sinnvoll ist der Einsatz bei wiederkehrenden Arbeitsschritten. Dazu gehören die Erstellung erster Entwürfe, die Zusammenfassung vorhandener Inhalte oder die Anpassung eines Beitrags an verschiedene Kanäle.

HubSpot KI im Vertrieb

Für Sales-Teams liegt der größte Mehrwert häufig in der Reduzierung von Recherche- und Administrationsaufwand. HubSpot KI kann beispielsweise Kontakte und Unternehmen zusammenfassen, Gesprächsnotizen strukturieren oder nächste Schritte nach einem Meeting vorschlagen.

Auch Follow-up-E-Mails, Aufgaben und Vertriebsnotizen lassen sich vorbereiten. Zusätzlich kann KI dabei helfen, Leads zu priorisieren, Kaufsignale zu erkennen und Accounts gezielter zu recherchieren.

Der Prospecting Agent unterstützt Vertriebsteams dabei, Zielunternehmen zu analysieren und personalisierte Nachrichten vorzubereiten. Eine solche Nachricht sollte jedoch nicht automatisch ungeprüft versendet werden. Gerade im B2B-Vertrieb sind Relevanz, Timing und Markenwirkung zu wichtig, um die gesamte Kommunikation an einen automatisierten Prozess zu übergeben.

HubSpot KI im Kundenservice

Im Service kann ein Customer Agent wiederkehrende Fragen beantworten und auf Inhalte aus der Wissensdatenbank zurückgreifen. Dadurch lassen sich einfache Anliegen schneller bearbeiten, während sich das Supportteam auf komplexere Fälle konzentriert.

Typische Einsatzbereiche sind Antworten auf häufige Produktfragen, Unterstützung bei Standardprozessen, die Zusammenfassung von Tickets und Vorschläge für Kundenanliegen. Komplexe oder sensible Anliegen können so besser an Mitarbeitende übergeben werden.

Die Qualität dieser Funktionen hängt allerdings unmittelbar von der Qualität der Wissensbasis ab. Ist die Dokumentation unvollständig oder veraltet, liefert auch ein KI-Agent keine verlässliche Antwort. Vor der Einführung sollte deshalb geprüft werden, ob die Wissensdatenbank aktuell, verständlich und vollständig ist.

HubSpot Workflows mit KI

Klassische HubSpot Workflows arbeiten überwiegend regelbasiert. Wenn ein bestimmter Trigger eintritt, werden zuvor festgelegte Aktionen ausgeführt.

Ein einfacher Workflow könnte beispielsweise starten, sobald ein Kontakt ein Formular ausfüllt. Anschließend erhält der Kontakt einen bestimmten Lifecycle-Status, eine interne Benachrichtigung wird versendet und der Datensatz wird einer Liste hinzugefügt.

Ein KI-gestützter Workflow kann zusätzlich mit Kontext und Interpretation arbeiten. Nach dem Ausfüllen eines Formulars könnte ein Agent beispielsweise das Unternehmen, die Rolle des Kontakts und bisherige Interaktionen analysieren. Anschließend könnte er den Kontakt priorisieren, eine passende Ansprache vorschlagen und eine Aufgabe für das zuständige Sales-Team erstellen.

Der entscheidende Unterschied besteht nicht darin, dass klassische Workflows überflüssig werden. Vielmehr lassen sich beide Ansätze miteinander verbinden:

• Klare Regeln übernehmen eindeutige und kritische Systemaktionen

• KI unterstützt bei Recherche, Interpretation und Formulierung

• Mitarbeitende kontrollieren sensible oder markenrelevante Entscheidungen
  

Beispiel für einen KI-gestützten Lead-Qualifizierungsworkflow

Ein B2B-Unternehmen erhält eine neue Anfrage über die Website. Der Workflow könnte zunächst durch das Absenden eines Formulars ausgelöst werden. Anschließend prüft ein Agent, welche Informationen zum Kontakt und zum zugehörigen Unternehmen bereits im CRM vorhanden sind.

Fehlende Informationen werden markiert oder, sofern vorgesehen, ergänzt. Danach kann der Agent die Anfrage anhand verschiedener Kriterien bewerten. Dazu gehören beispielsweise die Unternehmensgröße, die Branche, die Rolle des Kontakts, das angefragte Produkt und bisherige Website-Aktivitäten.

Auf Basis dieser Analyse kann HubSpot den Lead priorisieren, eine Aufgabe für den zuständigen Vertriebsmitarbeiter erstellen und eine passende Follow-up-E-Mail vorbereiten. Auch ein Vorschlag für den nächsten Gesprächsschritt ist möglich.

Gerade bei der ersten Kontaktaufnahme sollte jedoch eine menschliche Prüfung vorgesehen werden. So bleibt gewährleistet, dass die Ansprache fachlich korrekt, relevant und zur Marke passend ist.
Der Erfolg eines solchen Workflows lässt sich anhand verschiedener Kennzahlen messen:

• Zeit bis zur ersten Reaktion

• Anteil qualifizierter Leads

• Terminbuchungsrate

• Conversion Rate

• Bearbeitungszeit pro Lead

• Anteil der KI-Vorschläge, die übernommen werden
  

HubSpot KI-Agenten sinnvoll einsetzen

Nicht jeder Prozess eignet sich für einen autonomen Agenten. Ein guter Startpunkt kennzeichnet sich in Abläufen, die regelmäßig wiederkehren, auf verlässlichen Daten basieren und ein klar definiertes Ziel haben.

Geeignet sind beispielsweise CRM-Zusammenfassungen, Meeting-Notizen, Standardfragen im Kundenservice, Content-Entwürfe oder die Priorisierung von Leads nach klaren Kriterien.

Weniger geeignet sind Prozesse, bei denen die KI ohne Kontrolle rechtlich relevante Aussagen trifft, verbindliche Angebote erstellt, sensible Kundendaten verarbeitet oder Datensätze massenhaft verändert.

Eine einfache Einteilung kann bei der Auswahl helfen:

HubSpot AI Kosten und Credits

Bei den Hubspot AI Kosten und den Hubspot Breeze Kosten muss zwischen dem grundsätzlichen Zugang zu den Funktionen und der tatsächlichen Nutzung einzelner KI-Features unterschieden werden.

Der Breeze-Assistent ist laut HubSpot ohne zusätzliche Kosten in den entsprechenden HubSpot-Abonnements verfügbar. Für Agents und individuelle Automatisierungen können dagegen bestimmte Planvoraussetzungen und HubSpot-Credits erforderlich sein. Viele KI-Funktionen werden nach Nutzung beziehungsweise über ein Credit-Modell abgerechnet. 

Vor der Einführung solltet ihr daher klären:

• Welche KI-Funktionen sind im bestehenden Portal verfügbar?

• Welcher HubSpot-Tarif wird aktuell genutzt?

• Welche Agents benötigen Credits?

• Wie viele Datensätze und Aktionen sollen verarbeitet werden?

• Gibt es ein monatliches Nutzungslimit?

• Was passiert bei einer Überschreitung des Budgets?

• Welche Funktionen befinden sich noch in einer Beta-Phase?
  

Ein sinnvoller Einstieg ist, mit einem einzelnen, klar abgegrenzten Workflow zu starten. Erst wenn Nutzen, Qualität und Kosten messbar sind, sollte die Automatisierung auf weitere Prozesse ausgeweitet werden.

Datenschutz, Datenqualität und menschliche Kontrolle

Die Qualität von HubSpot KI hängt unmittelbar von der Qualität der verfügbaren Daten ab. Ein CRM mit Dubletten, veralteten Feldern und unklaren Zuständigkeiten bietet keine zuverlässige Grundlage für automatisierte Entscheidungen.

Vor dem Einsatz von HubSpot Breeze sollte deshalb geprüft werden, ob Kontakte und Unternehmen sauber gepflegt sind, wichtige Pflichtfelder definiert wurden und Lifecycle-Phasen konsistent verwendet werden. Ebenso wichtig sind klare Zuständigkeiten für Leads und Deals sowie eine aktuelle Wissensdatenbank.

Darüber hinaus sollte festgelegt werden, welche Daten Agents sehen und verarbeiten dürfen. Dazu gehören insbesondere die Berechtigungen für einzelne Nutzergruppen, der Zugriff auf verbundene Anwendungen und die Frage, an welchen Stellen eine menschliche Freigabe notwendig ist.

HubSpot verweist auf Zugriffskontrollen, Verschlüsselung, Protokollierung, Monitoring und veröffentlichte Modellkarten. Außerdem sollen Unternehmen kontrollieren können, auf welche Daten die KI-Funktionen zugreifen. Die konkreten Einstellungen müssen dennoch immer im eigenen Account und gemeinsam mit den internen Datenschutzverantwortlichen geprüft werden. 

Best Practices für die Einführung von HubSpot KI

Mit einem konkreten Prozess starten

„Wir möchten KI einsetzen“ ist noch kein ausreichendes Projektziel. Besser ist eine konkrete Fragestellung, beispielsweise: Wie lässt sich die Lead-Recherche beschleunigen? Wie kann die Bearbeitungszeit im First-Level-Support reduziert werden? Oder wie erstellt das Marketingteam aus einem Briefing schneller einen ersten Content-Entwurf?

Je konkreter die Ausgangsfrage ist, desto leichter lässt sich später beurteilen, ob die Einführung erfolgreich war.

Ein messbares Ziel definieren

Jeder KI-Workflow sollte mindestens eine Kennzahl haben. Je nach Prozess können eingesparte Arbeitszeit, schnellere Reaktionszeiten, eine höhere Datenvollständigkeit oder eine bessere Conversion Rate als Zielgröße dienen.

Auch die Zahl manueller Korrekturen ist eine relevante Kennzahl. Wenn ein KI-Vorschlag regelmäßig überarbeitet werden muss, ist das ein Hinweis darauf, dass Kontext, Prompt oder Datenbasis noch nicht ausreichend präzise sind.

Freigaben bewusst einsetzen

Autonomie sollte schrittweise wachsen. Zu Beginn empfiehlt es sich, dass die KI lediglich einen Vorschlag erstellt. Ein Teammitglied prüft daraufhin das Ergebnis und gibt die Aktion anschließend frei.

Wenn die Qualität über einen längeren Zeitraum stabil bleibt, können einzelne Prozessschritte automatisiert werden. Auf diese Weise entsteht Vertrauen, ohne dass das Unternehmen unnötige Risiken eingeht.

Prompts und Kontext standardisieren

Je klarer ein Agent weiß, was er tun soll, desto konsistenter fallen die Ergebnisse aus. Deshalb sollten Ziel, Zielgruppe, Tonalität, Datenquellen, Formatvorgaben und Grenzen möglichst eindeutig beschrieben werden.

Ebenso wichtig sind klare Regeln für Übergaben. Ein Agent sollte wissen, wann er einen Prozess abbrechen und einen Mitarbeitenden einbeziehen muss.

Ergebnisse regelmäßig kontrollieren

Ein KI-Workflow ist kein Projekt, das mit dem Go-Live abgeschlossen ist. Die Ergebnisse sollten regelmäßig überprüft werden. Dabei geht es nicht nur um die inhaltliche Qualität, sondern auch um die tatsächliche Credit-Nutzung, manuelle Korrekturen und die Entwicklung der definierten Zielkennzahlen.

Auf dieser Grundlage können Prompts angepasst, Wissensquellen aktualisiert und weitere Automatisierungsschritte geplant werden.

Für wen lohnt sich HubSpot Breeze?

HubSpot Breeze eignet sich besonders für Unternehmen, die bereits aktiv mit HubSpot arbeiten und die manuelle Bearbeitung wiederkehrender Aufgaben über mehrere Teams hinweg reduzieren möchten.

Besonders interessant ist Breeze für B2B-Unternehmen mit hohem Leadaufkommen, Marketingteams mit regelmäßigem Content-Bedarf, Sales-Teams mit hohem Rechercheaufwand und Serviceorganisationen mit vielen Standardanfragen.

Auch Unternehmen, die ihre CRM-Daten stärker nutzen und Prozesse über Marketing, Vertrieb und Kundenservice hinweg miteinander verbinden möchten, können von den Funktionen profitieren.
Weniger sinnvoll ist der Einsatz dagegen, wenn zentrale Grundlagen fehlen. Dazu gehören eine unklare CRM-Struktur, uneinheitliche Prozesse oder eine nicht gepflegte Wissensdatenbank.

Breeze ersetzt weder eine Go-to-Market-Strategie noch saubere Prozesse. Die KI kann bestehende Abläufe beschleunigen. Sie kann jedoch nicht automatisch entscheiden, ob der zugrunde liegende Ablauf überhaupt sinnvoll ist.

Fazit: HubSpot KI ist mehr als ein Textgenerator

HubSpot KI und HubSpot Breeze entwickeln sich von einzelnen Assistenzfunktionen zu einer umfassenderen KI-Ebene innerhalb der HubSpot Customer Platform.

Der Breeze-Assistent unterstützt bei alltäglichen Aufgaben. KI-Agents übernehmen klar definierte, mehrstufige Abläufe und der Agent Hub schafft eine zentrale Übersicht, während der Agent Designer individuelle Agents und Workflows ermöglicht.

Der größte Vorteil liegt in der Verbindung von KI und CRM-Kontext. Die Funktionen arbeiten nicht losgelöst von Kontakten, Unternehmen, Deals, Tickets und Aktivitäten, sondern können diese Informationen in die jeweiligen Aufgaben einbeziehen.

Trotzdem sollte kein Unternehmen sofort sämtliche Prozesse automatisieren. Der bessere Weg ist ein kontrollierter Einstieg. Das bedeutet: Zunächst wird ein geeigneter Prozess ausgewählt, anschließend werden Datenqualität und Berechtigungen geprüft und danach folgt ein Test mit klaren Freigaben und messbaren Zielen.

Erst wenn Qualität, Nutzen und Kosten nachvollziehbar sind, sollte der Einsatz auf weitere Prozesse ausgeweitet werden. So wird aus HubSpot Breeze keine bloße Ansammlung von KI-Features, sondern ein sinnvoller Bestandteil der täglichen Arbeit.

Ihr habt Fragen zur Einführung von HubSpot KI, zur Auswahl geeigneter Agents oder zur Gestaltung KI-gestützter Workflows? Sprecht uns gerne an. Dann sprecht uns gerne an. Wir unterstützen euch dabei, eure HubSpot-Umgebung strategisch weiterzuentwickeln und KI dort einzusetzen, wo sie im B2B-Alltag tatsächlich einen Unterschied macht.