Wenn AI die Produktionskosten verschiebt: Warum Agenturvergütung neu gesteuert werden muss

Im klassischen Produktionsmodell war die Beziehung zwischen Output und Kosten relativ intuitiv.

Zehn zusätzliche Videos bedeuteten zusätzliche Drehtage, Schnittzeit und Projektmanagement.

Hundert zusätzliche Bildvarianten bedeuteten zusätzliche Produktion.

Mehr Länder bedeuteten mehr Adaptionen.

AI kann diese Beziehung deutlich verändern.

BCG nennt in seinem aktuellen Beitrag als Beispiel einen stark personalisierten Produktshot, dessen Produktionskosten in einem konkreten Fall innerhalb von zwei Jahren von vier US-Dollar auf vier Cent gesunken seien.

Dieser Wert ist ein Beratungsbeispiel und kein allgemeiner Marktbenchmark.

Er zeigt aber das strukturelle Problem:

Was ist eine faire Vergütung, wenn der Output um ein Vielfaches steigt, der Grenzaufwand je Asset aber fällt?

Genau an dieser Stelle geraten klassische Stunden-, FTE- und volumenbasierte Modelle unter Druck.

Stellen wir uns vor, eine Agentur automatisiert einen Teil ihrer Content-Produktion.

Vorher benötigte das Team 100 Stunden.

Heute benötigt es 25.

Es entstehen mehrere mögliche Reaktionen.

Der Kunde sagt:

„Dann zahlen wir nur noch ein Viertel.“

Die Agentur sagt:

„Die Leistung ist genauso wertvoll wie vorher.“

Beide Perspektiven greifen zu kurz.

Wenn jede Effizienzsteigerung sofort vollständig aus der Agenturmarge herausgekürzt wird, gibt es wenig wirtschaftlichen Anreiz, in bessere Prozesse, Tools und Fähigkeiten zu investieren.

Wenn der Kunde hingegen dauerhaft denselben Preis für einen Scope zahlt, dessen Herstellung strukturell deutlich günstiger geworden ist, profitiert nur eine Seite vom Produktivitätsgewinn.

Die eigentliche Steuerungsfrage lautet daher:

Wie werden AI-bedingte Produktivitätsgewinne sinnvoll zwischen Kunde und Dienstleister geteilt?

BCG beschreibt, dass sich Agenturbeziehungen im Zuge der AI-Transformation verändern. Unternehmen würden spezialisierte Agenturleistungen weiterhin benötigen, etwa für hochwertige Kreation und bestimmte Expertise. Gleichzeitig würden Vergütungsmodelle neu kalibriert.

Die Beratung beobachtet eine Bewegung weg von Modellen, die sich beispielsweise prozentual am Media Spend orientieren, hin zu stärker wertorientierten Ansätzen, bei denen Auftraggeber und Agentur Produktivitätsgewinne teilen können.

Das ist eine BCG-Einordnung, kein Beleg dafür, dass sich der gesamte Agenturmarkt bereits flächendeckend umgestellt hat.

Aber die Managementlogik dahinter ist überzeugend:

Wenn Input, Output und Wert auseinanderlaufen, muss Vergütung stärker auf die tatsächlich gesteuerte Leistung und Wirkung bezogen werden.

W&V beschrieb nach der DMEXCO 2026 einen Markt, in dem Konsolidierung, sinkende Marketingbudgets und hohe Transformationskosten die Diskussion bestimmen.

Die zentrale Beobachtung des Beitrags:

Kunden wollen Kosten reduzieren – gleichzeitig bleibt die Frage, wie Wirkung belastbar belegt wird.

Genau diese Kombination ist gefährlich.

Wenn Unternehmen nur auf Kosten reagieren, geraten sie schnell in lineare Kürzungen.

Wenn Agenturen nur auf Wirkung argumentieren, ohne diese transparent und nachvollziehbar zu messen, wird jeder Preis zur Verhandlungssache.

Die Lösung liegt nicht zwischen „billiger“ und „teurer“.

Sie liegt in einer besseren Verbindung von Leistung und Wert.

Die Diskussion um Value-Based Compensation führt manchmal zu einem falschen Gegensatz.

Stunden seien schlecht. Outcome sei gut.

So einfach ist es nicht.

Zeitdaten können sehr hilfreich sein:

Problematisch wird es erst, wenn Stunden gleichzeitig als Hauptdefinition des Wertes verwendet werden.

Ein hervorragender Senior kann ein Problem in zwei Stunden lösen, für das ein weniger erfahrener Spezialist zwei Tage benötigt.

AI kann einen Produktionsschritt von vier Stunden auf zehn Minuten verkürzen.

Der Wert des Ergebnisses sinkt dadurch nicht automatisch proportional.

Aufwand ist eine Kosteninformation. Nicht automatisch eine Wertinformation.

Auch Retainer bleiben sinnvoll.

Sie schaffen Verfügbarkeit, Planbarkeit und Kontinuität.

Aber AI verändert die Leistungsfähigkeit eines Retainers.

Ein Team, das vor zwei Jahren mit einer bestimmten Kapazität 50 Deliverables pro Monat produzieren konnte, kann heute möglicherweise deutlich mehr leisten.

Das bedeutet nicht, dass jeder Retainer automatisch billiger werden muss.

Vielleicht entstehen gleichzeitig neue Aufgaben:

Entscheidend ist daher nicht nur der Preis des Retainers.

Entscheidend ist:

Welcher Scope ist heute darin enthalten – und welcher Wert entsteht daraus?

Historisch wurden bestimmte Agenturleistungen teilweise als Prozentsatz des verwalteten Media Spend vergütet.

Dieses Modell hat einen offensichtlichen Vorteil: Es skaliert einfach.

Aber es schafft auch einen strukturellen Konflikt.

Wenn die Vergütung steigt, weil das Media Budget steigt, ist die wirtschaftliche Logik des Dienstleisters nicht automatisch identisch mit dem Ziel des Auftraggebers, jeden zusätzlichen Euro möglichst effizient einzusetzen.

AI und bessere Messmethoden machen diese Frage sichtbarer.

Wenn Unternehmen genauer erkennen können, welche Investitionen inkrementellen Wert erzeugen, wird es schwerer zu begründen, warum Vergütung primär an Brutto-Spend statt an Scope, Komplexität, Leistung und Wirkung gekoppelt ist.

Eine modernere Agentursteuerung lässt sich auf sechs Ebenen strukturieren:

SCOPE → DELIVERY MODEL → COST → PERFORMANCE → OUTCOME → COMPENSATION

Welche Leistung wird konkret beauftragt?

Nicht „Content“.

Sondern beispielsweise:

Strategie, Master-Kreation, Variantenproduktion, lokalisierte Adaption, Mediaoptimierung, Datenanalyse oder AI-Governance.

Wie wird die Leistung erstellt?

Durch Menschen, AI-Agenten, externe Produktionspartner, Plattformen oder Mischmodelle?

Diese Information wird wichtiger, weil sich Kostenstrukturen fundamental unterscheiden können.

Welche tatsächlichen Kosten entstehen?

Interne Agenturkapazität, Toolkosten, Model Usage, Produktion, Subsupplier, Projektmanagement.

Wurde der vereinbarte Scope in Qualität, Zeit und Budget geliefert?

Welches relevante Ergebnis entstand?

Je nach Leistung können das sehr unterschiedliche Größen sein:

Geschwindigkeit, Qualität, Sales, Leads, Markenindikatoren, Conversion, Nutzung oder reduzierte operative Kosten.

Welche Vergütungslogik passt zu diesem Leistungsbaustein?

Fixpreis, Retainer, Time & Material, volumenbasierte Vergütung, Bonus/Malus, Shared Savings, Outcome-Komponente oder Hybridmodell?

Nicht jede Leistung braucht dasselbe Vergütungsmodell.

Ein häufiger Fehler besteht darin, auf Lieferantenebene nur ein einziges Modell zu definieren.

Doch eine Agentur kann gleichzeitig:

Diese Leistungen haben völlig unterschiedliche Kosten- und Wertlogiken.

Strategische Beratung ist schwer über Stückpreise abzubilden.

Standardisierte Produktionsvarianten eignen sich möglicherweise gut für Unit Pricing.

Mediaoptimierung kann Performance-Komponenten enthalten.

Transformationsprojekte können Milestones und Outcomes verbinden.

Deshalb lautet die relevante Ebene:

SUPPLIER → CAPABILITY → SCOPE → ECONOMICS

Nicht nur:

SUPPLIER → HONORAR

Ein weiterer Effekt wird oft übersehen.

AI macht manche Produktionsleistungen billiger.

Gleichzeitig entstehen neue Kosten.

BCG weist darauf hin, dass Budgetbestandteile wie Anwendungen, Cloud Computing und Token Spend an Bedeutung gewinnen können.

Ein vermeintlich automatisierter Workflow ist also nicht kostenlos.

Er verschiebt die Kostenstruktur.

Weniger manuelle Produktion kann mehr Technologieverbrauch bedeuten.

Weniger Junior-Stunden können mehr Engineering-, Data- oder Quality-Assurance-Aufwand erfordern.

Deshalb sollte die Neuverhandlung von Agenturpreisen nicht bei der Frage enden:

Wie viele Stunden sparen Sie durch AI?

Sondern:

Wie verändert sich die gesamte Delivery Economics?

BCG macht einen besonders relevanten Punkt:

Agenturen und Technologiepartner bleiben wichtig für die operative Ausführung. Die kontinuierliche Fähigkeit, Marketingwirkung zu messen, sollte nach Ansicht der Beratung jedoch im Unternehmen selbst verankert bleiben.

Für Supplier Governance ist das zentral.

Wer die Messlogik vollständig an den Lieferanten delegiert, den er anhand dieser Messung bewerten möchte, schafft einen potenziellen Interessenkonflikt.

Das bedeutet nicht, dass Agenturdaten wertlos sind.

Im Gegenteil.

Aber der Auftraggeber braucht eine eigene, nachvollziehbare Managementsicht.

Die Partei, die bezahlt, sollte verstehen können, warum sie bezahlt.

Es klingt verführerisch:

Wir zahlen nur noch für Ergebnis.

Aber auch das kann falsche Anreize setzen.

Eine Agentur kontrolliert selten alle Faktoren eines Business Outcomes.

Produktqualität, Preise, Distribution, Vertrieb, Lieferfähigkeit, Markenbekanntheit und interne Prozesse können einen großen Einfluss haben.

Ein reines „Pay per Sale“ kann deshalb unfair oder sogar kontraproduktiv sein.

Value-Based Compensation sollte nicht bedeuten, einem Supplier Ergebnisse zuzurechnen, die er nicht kontrolliert.

Besser ist ein abgestuftes Modell.

Zum Beispiel:

Kontrollierbare Leistung → Qualitäts-KPI → gemeinsame Outcome-KPI → Bonuskomponente

So bleibt Verantwortlichkeit dort, wo Einfluss tatsächlich besteht.

Ein besonders naheliegendes Modell bei AI-Effizienz ist Shared Savings.

Agentur und Kunde definieren eine Baseline.

Wenn ein Prozess nachweislich günstiger wird, teilen beide die Einsparung.

Theoretisch klingt das ideal.

Praktisch hängt alles an der Baseline.

Welche Leistung vergleichen wir?

Ist die Qualität identisch?

Hat sich das Volumen verändert?

Sind neue Toolkosten enthalten?

Wurden interne Aufgaben zum Kunden verschoben?

Werden nur Agenturkosten oder Gesamtkosten betrachtet?

Ohne saubere Baseline wird Shared Savings schnell zu Shared Debate.

Neue Vergütungsmodelle funktionieren nur cross-funktional.

Marketing versteht die Leistung und den gewünschten Outcome.

Procurement versteht Vertragslogik und Supplier Economics.

Finance versteht Budget und Ergebniswirkung.

Marketing Operations beziehungsweise Controlling versteht Daten und Messung.

Wenn jede Funktion allein optimiert, entsteht keine gute Gesamtlogik.

Procurement kann den Preis senken und den Scope beschädigen.

Marketing kann Qualität maximieren und Kosten ignorieren.

Finance kann Budgets kürzen und langfristige Wirkung unterschätzen.

Die Steuerungsaufgabe lautet deshalb:

eine gemeinsame Definition von Leistung, Kosten und Wert zu schaffen.

Aus Ramp7-Perspektive wird genau diese Verbindung relevant:

SUPPLIER → SCOPE → DELIVERY → BUDGET → PERFORMANCE → OUTCOME → DECISION

Die Rechnung zeigt nur, was bezahlt wurde.

Der Vertrag zeigt nur, was vereinbart wurde.

Der Report zeigt nur, welche KPIs geliefert wurden.

Erst die Verbindung dieser Ebenen erklärt, ob das Vergütungsmodell noch zur realen Leistung passt.

Daraus wird ausdrücklich nicht abgeleitet, dass Ramp7 heute Agenturhonorare automatisch benchmarked, optimale Vergütungsmodelle berechnet, Marketing-ROI automatisch attribuiert oder Shared-Savings-Modelle abrechnet.

Wenn diese Fragen nicht beantwortet werden können, ist möglicherweise nicht die Agentur zu teuer.

Vielleicht ist nur das Vergütungsmodell zu alt.

Die entscheidende Veränderung durch AI liegt im Marketing nicht nur in höherer Geschwindigkeit.

Sie liegt in einer neuen Beziehung zwischen Aufwand, Output und Wert.

Content-Volumen kann massiv steigen, während Stückkosten sinken.

Gleichzeitig entstehen neue Kosten für Technologie, Daten und Governance.

Agenturen verändern ihre Delivery-Modelle.

Unternehmen wollen Kosten reduzieren und zugleich Wirkung besser belegen.

In dieser Situation reicht es nicht, alte Honorarmodelle einfach mit einem AI-Rabatt zu versehen.

Die bessere Frage lautet:

Welches Vergütungsmodell bildet den tatsächlichen Leistungsbaustein, seine Kostenlogik und seinen Wert heute am besten ab?

Genau diese Frage gehört in eine moderne Supplier Governance.