Die Praktiker-Diskussion im Account-Based Marketing drehte sich in diesem Zyklus um drei Bruchlinien. Erstens die Lücke zwischen einer Account-Liste und einem Buying Committee, bei der Kampagnen, die für ein Unternehmen konzipiert sind, weiterhin die elf oder mehr Personen verfehlen, die tatsächlich entscheiden. Zweitens die Ökonomie KI-nativer Personalisierung, die die Produktionskosten pro Account um eine Größenordnung gesenkt hat, während die Gesamtbudgets der Programme im Bereich von Zehntausenden bis Hunderttausenden bleiben. Drittens die frühen Daten zu agentenbasiertem ABM und KI-Sichtbarkeit, bei denen Teams mit sauberen Daten, Echtzeit-Tiering und vollständigem Alignment zwischen Sales und Marketing messbar allen anderen enteilen.

Die Diskussionen über Account-Based Marketing in diesem Zeitraum drehten sich weniger darum, ob ABM funktioniert, sondern eher darum, wo es scheitert. Praktiker kehrten immer wieder zu denselben Bruchlinien zurück: Account-Listen, die größer dimensioniert sind, als ein Team tatsächlich bearbeiten kann, Daten, die sauber wirken, es aber nicht sind, und Reporting-Strukturen, die Aktivität verfolgen, ohne je zu beantworten, ob das Programm Umsatz bringt. Gleichzeitig gelten Automatisierung und KI-Tools als Mittel, um Tage manuellen Listenaufbaus, Enrichments und Outreach auf Stunden zu verdichten. Das verändert, was ein schlank aufgestelltes ABM-Team allein leisten kann.

Account-Based Marketing spaltet sich in zwei Lager. Die eine Seite automatisiert die Umsetzung mit KI-Agenten und senkt Kosten, die ABM früher nur für die größten Enterprise-Deals wirtschaftlich machten. Die andere Seite verhandelt neu, was ABM überhaupt bedeutet, mit dem Argument, dass die Disziplin immer wieder scheitert, nicht weil die Taktik fehlerhaft ist, sondern weil das darunterliegende Operating Model, das Datenfundament und die Sales-Abstimmung nie aufgebaut wurden. Beide Lager liefern harte Belege: siebenstellige Pipeline-Zahlen stehen neben Warnungen vor verfallenden CRM-Daten und einer „Platform Tax“. Das Ergebnis ist ein Feld, in dem sich das Tooling schneller entwickelt als die organisatorische Bereitschaft, es zu nutzen.

Die zentrale Spannung dieser Ausgabe ist Geschwindigkeit gegen Tiefe. Eine Gruppe von Anbietern komprimiert Wochen an ABM-Produktion auf Minuten, während Praktiker auf der Strategieseite weiterhin betonen, dass der Engpass nie die Ausführungsgeschwindigkeit war, sondern die Schärfe der Account-Auswahl und der Einblick in das Buying Committee. KI verändert beide Enden gleichzeitig. Einerseits verkürzt sie die Zeit bis zum Start einer personalisierten Kampagne, andererseits verändert sie, wie Käufer Anbieter recherchieren, bevor ein Vertriebsmitarbeiter überhaupt von ihnen hört. Die Accounts, die gewinnen, sind jene, die diese Geschwindigkeit in benannte, signalqualifizierte Ziele übersetzen, statt in einen größeren Streuradius.

In den vergangenen zwei Wochen wurde ABM sichtbar operativer und datengetriebener. Im Mittelpunkt standen die KI-gestützte Umsetzung, die signalbasierte Priorisierung, das Engagement des Buying Committee und engere Orchestrierung zwischen Sales und Marketing. Zugleich treten an die Stelle isolierter Kampagnen integrierte Systeme, die Targeting, Aktivierung, Routing, Messung und die Verantwortung für den Umsatzbeitrag miteinander verbinden.

ABM entfernte sich weiter von Lead-Generierung, breiten Account-Listen und aktivitätsbasiertem Reporting. Die vorherrschende Diskussion konzentrierte sich auf schärfere Account-Auswahl, KI-gestützte Umsetzung, die Orchestrierung des Buying Committee und messbare Umsatzwirkung. Am deutlichsten zeigte sich: KI wird zur operativen Infrastruktur für ABM, allerdings nur, wenn sie in Strategie, Signalen und menschlichem Urteilsvermögen verankert ist.