Ein klassischer HubSpot-Workflow hatte lange eine klare Logik: Ein Record wird eingeschrieben, darauf folgen Aktionen. Mit den neuen Agent Hub Workflows löst HubSpot genau diese Grundannahme teilweise auf. Ein Workflow kann jetzt auch ohne eingeschriebenen Record starten, mit externen Triggern arbeiten und Agenten direkt in den Ablauf einbinden.
Das klingt zunächst wie ein rein technisches Detail. In der Praxis ist es aber eine Architekturentscheidung. Denn sobald du Prozesse nicht mehr nur an Kontakte, Deals oder Tickets koppelst, sondern an Signale, Zeitpunkte, Slack-Events oder KI-Schritte, stellt sich eine neue Frage: Brauchst du wirklich einen Agent Hub Workflow oder ist ein klassischer Workflow weiterhin die sauberere Lösung?
Die kurze Antwort: Agent Hub Workflows sind nicht pauschal besser. Sie sind dann sinnvoll, wenn du mehrere Datenquellen, KI-Schritte oder externe Ereignisse orchestrieren willst. Für einfache, record-zentrierte Standardautomationen bleiben klassische Workflows oft die robustere Wahl.
Agent Hub Workflows erweitern HubSpot-Automatisierung in drei wichtigen Punkten:
Du kannst einen Workflow mit Aktionen oder Triggern beginnen.
Der Workflow muss nicht zwingend von einem eingeschriebenen CRM-Record abhängen.
Du kannst Agenten, AI-Aktionen und externe App-Aktionen direkt als Bausteine verwenden.
Damit verschiebt sich der Fokus von „Wenn sich Eigenschaft X an Record Y ändert“ hin zu „Wenn Ereignis Z eintritt oder ein Prozessschritt ausgelöst wird, führe einen mehrstufigen Ablauf aus“.
HubSpot nennt dabei mehrere Unterschiede zu Legacy Workflows. Besonders relevant sind diese Punkte:
Das ist der wahrscheinlich größte Unterschied. Laut aktueller HubSpot-Dokumentation können Agent Hub Workflows manuell oder zeitgesteuert laufen, ohne dass ein Kontakt, Deal oder Ticket eingeschrieben sein muss.
Das ist praktisch, wenn du zum Beispiel:
einen Agenten regelmäßig zur Analyse laufen lassen willst,
einen Prozess durch ein externes Ereignis startest,
Daten aus einer Tabelle oder einem anderen System mit CRM-Daten kombinierst.
Für klassische Lifecycle-, Nurturing- oder Deal-Automationen ist das dagegen oft kein Vorteil. Dort ist der eingeschriebene Record gerade die fachliche Grundlage des Prozesses.
In klassischen Workflows ist der eingeschriebene Record die primäre Bezugsgröße. Im Agent Hub Workflow kannst du dagegen gezielt andere Records suchen und ansprechen, etwa über „Find one record“ oder „Find one associated record“.
Das ist mehr als ein Komfort-Feature. Es ermöglicht dir präzisere Prozesse, zum Beispiel:
einen Deal triggern und gezielt das zugehörige Unternehmen analysieren,
einen Tabellenwert aus Google Sheets nutzen, um den passenden CRM-Datensatz zu finden,
mehrere Token-Quellen in einer nachgelagerten E-Mail oder internen Benachrichtigung kombinieren.
Gerade für komplexere Datenmodelle ist das relevant. In Unternehmen mit Account-basierten Prozessen, mehreren verbundenen Objekten oder ergänzenden Datenquellen kann das ein echter Unterschied sein.
In Agent Hub Workflows kannst du Agenten direkt ausführen oder neue agentische Schritte hinzufügen. Damit werden KI-Schritte nicht nur nachgelagert, sondern Teil der eigentlichen Prozessarchitektur.
Ein Beispiel: Ein Workflow wird durch ein externes Signal oder eine Record-Änderung ausgelöst, recherchiert Informationen, fasst sie zusammen, erzeugt einen Output und sendet ihn intern weiter. Früher hättest du dafür mehrere getrennte Bausteine, manuelle Übergaben oder externe Automationslogik gebraucht.
Genau hier liegt der Mehrwert: Agent Hub Workflows sind weniger ein Ersatz für alle bestehenden Workflows als vielmehr eine Orchestrierungsschicht für Prozesse, in denen CRM, AI und externe Aktionen zusammenspielen.
Agent Hub Workflows lohnen sich vor allem in drei Situationen.
Sobald dein Ablauf von einem Termin, einem Slack-Ereignis, einem Webhook oder einer periodischen Ausführung abhängt, wird das klassische Workflow-Modell schnell unhandlich. Agent Hub Workflows sind dafür besser geeignet, weil sie nicht zwingend mit einer Enrollment-Logik starten müssen.
Ein sinnvoller Use Case wäre zum Beispiel eine tägliche Auswertung offener Vorgänge, die nicht pro Record einzeln angestoßen werden soll, sondern gesammelt zu einem festen Zeitpunkt.
HubSpot dokumentiert ausdrücklich, dass Agent Hub Workflows Daten aus unterschiedlichen Quellen kombinieren können, etwa CRM-Records und externe Quellen wie Google Sheets. Das ist nützlich, wenn dein Prozess nicht vollständig in HubSpot lebt, aber dort gesteuert werden soll.
Ein Beispiel: Eine externe Liste enthält Produkt- oder Standortdaten, die du mit CRM-Informationen zusammenführen willst, bevor eine Benachrichtigung, ein Datensatz oder eine Folgeaktion ausgelöst wird.
Ein einzelner Agent ist noch kein sauberer Prozess. Sobald das Ergebnis weiterverwendet, geprüft, verteilt oder mit anderen Aktionen verknüpft werden soll, brauchst du einen kontrollierten Ablauf. Genau dafür sind Agent Hub Workflows sinnvoll.
Das gilt etwa für:
Die klare Gegenempfehlung ist genauso wichtig.
Klassische Workflows bleiben meist sinnvoller, wenn dein Prozess:
Wenn du zum Beispiel Lifecycle-Übergänge, Lead-Nurturing, Deal-Stage-Aktionen oder Ticket-SLAs abbildest, sind klassische Workflows in vielen Fällen die bessere Wahl. Nicht weil Agent Hub Workflows weniger können, sondern weil zusätzliche Flexibilität unnötige Komplexität erzeugen kann.
Eine gute Regel lautet deshalb: Nutze Agent Hub Workflows nicht für Standardprozesse, nur weil sie neuer sind.
Hier entscheidet sich, ob ein Pilot kontrolliert startet oder unnötig teuer und schwer wartbar wird.
Die wichtigste Einschränkung: Pro Agent Hub Workflow ist aktuell nur ein Trigger möglich. Das bedeutet, du solltest keine zu breite Sammelautomatisierung planen, sondern klar abgegrenzte Prozesspfade bauen.
Ebenfalls relevant:
Gerade der letzte Punkt ist für Governance wichtig. Wenn du einen geschäftskritischen Prozess langfristig analysieren oder auditieren willst, solltest du Ergebnisse nicht nur in der Run History belassen, sondern zentrale Outputs zusätzlich in Records, Notes, Tasks oder Reporting-Strukturen zurückschreiben.
Stand August 2026 gilt: AI- und agentische Workflow-Aktionen verbrauchen HubSpot Credits. HubSpot weist außerdem darauf hin, dass seit dem 23. Juli 2026 alle Agenten, die im Agent Builder zugänglich sind, Credits konsumieren.
Die genaue Höhe ist nicht pauschal dokumentiert, weil sie je nach Komplexität und Run variiert. Genau deshalb ist ein praktischer Punkt so wichtig: Du kannst Agenten simulieren, ohne Credits zu verbrauchen, und monatliche Run-Limits pro Agent setzen.
Die fachliche Konsequenz daraus ist klar:
Wenn du Agenten direkt in produktive, häufig laufende Workflows setzt, ohne vorher den Credit-Verbrauch zu testen, riskierst du unnötige Kosten. Sinnvoller ist ein begrenzter Pilot mit:
Gerade mittelständische Unternehmen sollten Agent Hub Workflows deshalb nicht nur als Funktionsfrage, sondern als Verbrauchs- und Governance-Thema behandeln.
Wenn du Agent Hub Workflows fachlich sauber einführen willst, ist diese Reihenfolge sinnvoller als ein schneller Vollausbau:
Ein Agent ist kein Selbstzweck. Definiere zuerst:
Wenn du diese Fragen nicht klar beantworten kannst, ist ein Agent Hub Workflow meist noch zu früh.
Ein KI-Ergebnis ist nur dann wertvoll, wenn der nächste Prozessschritt damit arbeiten kann. Deshalb sollte der Workflow-Output nicht bloß „interessant“ sein, sondern anschlussfähig.
Ein konkretes Beispiel: Statt einen Agenten nur frei zusammenfassen zu lassen, ist es oft sinnvoller, daraus eine strukturierte interne Notiz, eine Aufgabe oder einen gezielten Property-Wert abzuleiten. Sonst bleibt das Ergebnis im Ablauf hängen und erzeugt keine operative Wirkung.
Agent Hub Workflows erlauben gezielteres Record-Targeting. Genau deshalb musst du Associations und Zielobjekte sauber mitdenken. HubSpot weist zum Beispiel darauf hin, dass beim Erstellen von Records Associations nicht automatisch entstehen und separat gesetzt werden müssen. Auch Aufgaben sind standardmäßig nicht automatisch mit anderen Records verknüpft.
Das ist ein wichtiges Implementierungsdetail. Wer nur „Create record“ oder „Create task“ einsetzt, aber Associations nicht bewusst ergänzt, produziert schnell isolierte Datensätze statt sauber eingebundener Prozessschritte.
Die häufigsten Fehler entstehen nicht aus fehlender Funktion, sondern aus falscher Einordnung.
Das ist meist unnötig. Wenn ein Prozess bereits stabil als klassischer Workflow funktioniert, gibt es keinen fachlichen Grund, ihn allein wegen des neuen Builders umzubauen.
Je mehr externe Trigger, Datenquellen und KI-Schritte du gleichzeitig aktivierst, desto schwerer wird Fehlersuche und Governance. Für einen Pilot ist ein einzelner, klar abgrenzbarer Prozess fast immer besser.
30 Tage Run History sind für operative Tests hilfreich, aber kein Ersatz für langfristige Prozessdokumentation. Kritische Ergebnisse solltest du strukturiert in HubSpot zurückschreiben.
Wenn ein Agent analysiert, aber kein sauberer nächster Schritt folgt, entsteht schnell ein „schlauer“ Workflow ohne echten Geschäftsnutzen.
Agent Hub Workflows sind vor allem dort sinnvoll, wo Prozesse nicht rein linear und record-basiert sind. Das betrifft zum Beispiel Unternehmen mit:
Weniger relevant ist das Modell dort, wo HubSpot primär für einfache Standardautomationen genutzt wird und der Ablauf sauber an Kontakt-, Deal- oder Ticket-Records hängt.
Agent Hub Workflows sind kein allgemeiner Nachfolger klassischer HubSpot-Workflows, sondern ein neues Architekturwerkzeug für Prozesse, die über reine Record-Automatisierung hinausgehen. Sie lohnen sich dann, wenn du externe Trigger, mehrere Datenquellen und agentische Schritte kontrolliert zusammenführen willst. Für Standardprozesse im CRM bleiben klassische Workflows oft die bessere Wahl. Wenn du einsteigen willst, beginne nicht mit dem breitesten Use Case, sondern mit einem klar abgegrenzten Pilot, sauberem Record-Targeting, dokumentierten Outputs und gesetzten Credit-Grenzen.
Wenn du prüfen willst, ob ein geplanter Prozess in deinem HubSpot-Setup besser als klassischer Workflow oder als Agent Hub Workflow umgesetzt werden sollte, unterstützen wir dich bei der fachlichen Bewertung, der Zielarchitektur und einem kontrollierten Pilot mit klaren Berechtigungen und Credit-Grenzen.