Scott Falcone baut seine eigenen KI-Tools. Der Inhaber der World Automotive Group hat das öffentlich gesagt – bei CBT News, im September 2026. Er wartet nicht darauf, dass ein Anbieter ihm eine fertige Lösung liefert. Er schreibt Prompts, testet Ergebnisse und integriert KI in den Betrieb seiner eigenen Häuser. Der Instinkt ist genau richtig. Die Umsetzung wird die meisten Händlergruppen aus dem Ansatz herauspreisen, bevor sie den zweiten Prototyp fertiggestellt haben.
Diese Lücke ist das Thema des Artikels. Keine Kritik an Falcone, der etwas tut, wozu sich die meisten Händler-Prinzipale nicht durchringen: die Technologie ernst genug zu nehmen, um selbst Hand anzulegen. Aber eine ehrliche Abrechnung damit, was „eigene KI-Tools bauen" in der Praxis tatsächlich voraussetzt – und ein klarerer Weg zum gleichen Ergebnis, der kein maßgeschneidertes Entwicklungsbudget erfordert.
Was bedeutet es, die „Intelligence Layer" in einem Autohaus zu „besitzen"?
Der Begriff klingt abstrakt, bis man ihn auf eine konkrete Entscheidung herunterbricht. Wenn eine Kampagne auf Google Search live geht, hat jemand die dahinterstehende Logik verfasst: welche Modelle hervorgehoben werden, welches Angebot festgesetzt wird, welche Region angesprochen wird, welche Zielgruppe ausgeschlossen wird. Diese Logik ist Intelligence. Die Frage ist, wer sie besitzt.
Bei den meisten Händlergruppen lautet die Antwort: die Agentur. Die Agentur hat die Kampagnenstruktur aufgebaut. Die Agentur hat den Zugang zum Konto. Die internen Tools der Agentur, aufgebaut auf jahrelangen Kundendaten, entscheiden über die Budgetverteilung. Wenn der Händler die Agentur entlässt, geht keine dieser Logiken mit über. Die Kampagnen bleiben technisch gesehen erhalten, aber das Denken, das sie aufgebaut hat, ist verschwunden.
Das ist die Situation, der Falcone zu entkommen versucht. Er will, dass das Denken innerhalb seiner eigenen Organisation verankert wird. Das ist das richtige Ziel. Die Frage ist, was es kostet, dorthin zu gelangen, und ob es einen Weg gibt, der nicht erfordert, dass der Händler selbst zu einem Softwareunternehmen wird.
Ad-Plattform-Konten, einschließlich Google Ads-Konten und Meta Business Manager-Assets, gehören nominell dem Händler, werden aber operativ von der Agentur kontrolliert, wenn ein Dritter den OAuth-Zugang hält und die Kampagnenlogik schreibt. Der Händler besitzt die juristische Person. Die Agentur besitzt das Urteilsvermögen.
Warum ist der Aufbau proprietärer KI-Tools unterhalb der größten Händlergruppen so schwierig?
Falcone kann das wahrscheinlich stemmen. World Automotive Group ist groß genug, um den Aufwand zu rechtfertigen. Aber „eigene KI-Tools entwickeln" ist kein einzelnes Projekt. Es ist ein Portfolio von Ingenieursproblemen, von denen jedes anhaltende Aufmerksamkeit erfordert, um es richtig zu lösen.
Man braucht Ingenieure, die sowohl den Automobileinzelhandel als auch KI-Prompt-Engineering verstehen -- eine enge Schnittmenge. Man braucht eine Datenpipeline, die diese Tools mit aktuellen Lagerbeständen, aktuellen OEM-Angeboten und aktueller Kampagnenperformance versorgt, denn eine KI, die auf Basis der Daten von letzter Woche schlussfolgert, trifft die Entscheidungen von letzter Woche. Man braucht Governance: einen Weg sicherzustellen, dass die von der KI generierten Outputs Reg Z, Reg M und die jeweils geltenden staatlichen Werbegesetze einhalten, bevor sie eine Live-Anzeigeneinheit erreichen. Und man muss das alles pflegen, wenn die Plattformen ihre APIs ändern, wenn OEM-Programme wechseln und wenn sich die Modelle selbst weiterentwickeln.
Jedes dieser Probleme ist lösbar. Zusammen repräsentieren sie die Art nachhaltiger Ingenieursleistung, die für eine Händlergruppe, die groß genug ist, um ein vollständiges Technologieteam einzustellen, realistisch ist. Für die anderen 95 % des Marktes geht die Rechnung nicht auf. Das erforderliche Kapital ist real, das Ingenieurtalent ist im Automobilbereich knapp, und das Governance-Problem ist dasjenige, das die meisten selbst entwickelten Tools zuerst falsch machen.
Wie LaFontaine mit seinen KI-Kameras in der Servicespur gezeigt hat, kann eine Händlergruppe anspruchsvolle KI in einem Teil des Betriebs einsetzen und auf der Werbeseite dennoch eine fehlerhafte Messebene haben. Infrastruktureller Ehrgeiz und infrastrukturelle Kohärenz sind zwei verschiedene Dinge.
Welche richtige Diagnose stellt Falcone?
Die eigentliche Erkenntnis hinter Falcones Projekt lautet: Wer die Intelligenzschicht kontrolliert, kontrolliert die Ergebnisse. Wenn die Agentur entscheidet, wie das Budget auf die Kanäle aufgeteilt wird, prägen die Anreize der Agentur diese Aufteilung. Wenn die Agentur entscheidet, welche Werbemittel ausgespielt werden, bestimmt die Produktionskapazität der Agentur die verfügbaren Optionen. Wenn die proprietäre Plattform der Agentur die Kampagnenlogik enthält, kann der Händler sie weder prüfen noch übertragen noch ersetzen, ohne von vorn anzufangen.
Die Intelligenzschicht zu besitzen bedeutet, dass die Entscheidungslogik in den eigenen Systemen des Händlers liegt, vom Händler geprüft werden kann und einen Anbieterwechsel übersteht. Das ist eine strukturelle Eigenschaft, kein Feature. Der Händler muss dafür keinen Code schreiben. Er muss die Accounts besitzen, die Daten besitzen und die Regeln besitzen, die vorgeben, was die KI mit beidem tut.
Die Händler, die der KI-Einführung noch immer mit einem Creative-Retainer begegnen, haben die Intelligenzschicht bereits demjenigen überlassen, der dieses Werbemittel verwaltet. Falcone macht diesen Fehler nicht. Aber die Lösung besteht nicht zwingend darin, die Werkzeuge von Grund auf neu zu entwickeln. Es geht darum, eine Infrastruktur zu erwerben, die dem Händler das Eigentum an den Ergebnissen sichert, ohne dass er selbst die Technik besitzen muss.
Welcher Engineering-Aufwand ist für die meisten Händlergruppen nicht zu stemmen?
Drei Kategorien von Aufwand bringen hausgemachte KI-Programme im Automobilhandel typischerweise zu Fall.
Die erste ist die Aktualität der Daten. Ein KI-Tool, das Anzeigentexte generiert, muss wissen, welche Angebote heute live sind, welche Fahrzeuge gerade auf dem Hof stehen und welche Kampagnen bereits erstellt wurden. Pipelines aufzubauen und zu pflegen, die diesen Kontext in dem Rhythmus liefern, den Werbung erfordert, ist eine vollwertige Engineering-Aufgabe. OEM-Incentive-Programme werden in unregelmäßigen Abständen erneuert. Der Bestand ändert sich stündlich. Ein Tool, das nicht aktuell bleiben kann, produziert Creatives, die nicht zum tatsächlichen Angebot passen — das schafft Compliance-Risiken und untergräbt die Kampagnenleistung.
Die zweite ist das Compliance-Governance. Automobilwerbung unterliegt Reg Z, Reg M und einer Reihe von Verbraucherschutzanforderungen auf Bundesstaatsebene. Eine Zahlungsangabe in einer Google Ads-Suchanzeige löst Offenlegungspflichten gemäß Reg Z aus. Eine Leasingrate in einer Meta-Anzeige löst Reg M aus. Eine KI, die solche Schlagzeilen generiert, ohne diese Anforderungen zu kennen, erzeugt jedes Mal Haftungsrisiken, wenn sie aktiv wird. Hausgemachte Tools begegnen dem typischerweise mit manueller Prüfung — was den eigentlichen Zweck der Automatisierung im größeren Maßstab weitgehend zunichtemacht.
Die dritte ist die Plattformintegration. Anzeigentexte zu generieren ist ein Problem. Sie über das gesamte Spektrum bezahlter Kanäle mit der richtigen Struktur, dem richtigen Targeting und der richtigen Gebotslogik in Live-Kampagnen auszuspielen, ist ein anderes und schwierigeres Problem. Die Plattformen ändern ihre APIs. Kampagnenstrukturen, die letztes Quartal funktioniert haben, erfordern im nächsten Quartal Anpassungen. Die Pflege von Integrationen mit mehreren Werbeplattformen ist ein kontinuierlicher Engineering-Aufwand — keine einmalige Einrichtung.
Die KI-Agenten, über die die Branche so begeistert spricht, beherrschen die Konversations- und die Content-Seite gut. Das schwierigere Infrastrukturproblem — jenes, das eigene Kampagnen-Outputs im Maschinentakt erzeugt, ohne dass ein menschliches Team jede Plattformintegration betreut — ist dasjenige, das die Engineering-Investition erfordert, die Falcone gerade tätigt.
Erfordert das Eigentum an den Ergebnissen das Eigentum an der Entwicklung?
Das ist die Weggabelung. Falcones Ansatz lautet: Ja – wer die Werkzeuge innerhalb der Organisation baut, dem gehören auch die Ergebnisse. Das Gegenargument lautet, dass Ergebnisse im Besitz des Händlers sein können, ohne dass die Entwicklung vom Händler durchgeführt wurde – vorausgesetzt, die Infrastruktur ist korrekt strukturiert.
Die entscheidende strukturelle Voraussetzung ist das Konto-Eigentum. Wenn das Google Ads-Konto auf den Namen des Händlers läuft, gehört der Kampagnenverlauf dem Händler. Wenn der Meta Business Manager vom Händler kontrolliert wird, gehören die Zielgruppendaten dem Händler. Die Intelligence-Schicht liegt über diesen Konten; entscheidend ist, ob die Entscheidungslogik prüfbar und übertragbar ist – nicht, ob die Ingenieure des Händlers sie geschrieben haben.
AXIOM, die Governance-Engine von AUTONOMi, verknüpft jede Allokationsentscheidung und jede Kampagnenaktion per Hash-Verkettung zu einem händlereigenen Prüfpfad, den der Händler jederzeit einsehen kann. Das ist die strukturelle Eigenschaft, nach der Falcone sucht. Der Händler weiß, was entschieden wurde, warum es entschieden wurde und was es gekostet hat. Diese Eigenschaft hängt nicht davon ab, wer den zugrundeliegenden Code geschrieben hat; sie hängt von der Governance-Architektur ab, die die Entscheidungen umgibt.
Wie Gruppen, die auf Konsolidierung hinarbeiten, gerade feststellen, ist der Stack, der an Wert gewinnt, nicht derjenige mit dem meisten individuellen Code. Es ist derjenige, bei dem die Konten, die Daten und die Entscheidungslogik eigene Vermögenswerte sind, die sauber übertragen werden können, wenn die Organisation wächst oder sich verändert.
Wie AUTONOMi liefert, was Falcone aufbaut
AUTONOMi ist die Infrastrukturversion dessen, was Falcone konstruiert. Das Argument ist nicht, dass der Aufbau im eigenen Haus falsch ist; das Argument lautet, dass der Infrastrukturpfad für Händlergruppen unterhalb der Skalengröße, ab der ein vollständiges Ingenieursteam wirtschaftlich sinnvoll ist, dieselben strukturellen Ergebnisse schneller und ohne den laufenden Wartungsaufwand liefert.
AEGIS, AUTONOMis KI-Belegschaft, trifft täglich eine einzige Allokationsentscheidung über alle verwalteten bezahlten Teilkanäle hinweg – als ein einziger Denkdurchlauf statt als fragmentierte Einzelkanalaufrufe, sodass die Logik hinter jeder Kampagne kohärent und aus einer einzigen Quelle nachvollziehbar ist. Die Logik liegt nicht bei einer Agentur. Sie läuft in den eigenen Konten des Händlers, gegen die eigenen Angebotsdaten und den eigenen Bestand des Händlers, unter Governance-Regeln, die der Händler in verständlichem Englisch festlegt.
Jede Anzeigentextvariante durchläuft eine dreistufige Compliance-Prüfung – vom Strategen über den Verfasser bis zum Prüfer – bevor die Ausgabe genehmigt wird, um Reg-Z- und Reg-M-Risiken abzufangen, bevor sie eine live geschaltete Anzeigeneinheit erreichen. Das ist das Governance-Problem, das selbst entwickelte Tools falsch lösen. AUTONOMi hat es als Infrastruktur gelöst, nicht als manuellen Prüfschritt, der nachträglich angehängt wird.
AEGIS führt täglich einen Inventar-Diff-Rebuild durch, der den Live-Bestand jedes Händlers neu abruft, ihn VIN für VIN vergleicht und ausschließlich die betroffenen Anzeigengruppen innerhalb der aktiven Kampagnen neu aufbaut, sodass die zu jedem Zeitpunkt ausgelieferten Creatives tatsächlich widerspiegeln, was auf dem Hof steht. Das Problem der Datenaktualität – dasjenige, das die meisten selbst entwickelten Tools scheitern lässt – wird auf der Infrastrukturebene gelöst.
SALVO, AUTONOMis separat bepreiste Creative-Automation-Linie, rendert modellspezifische Fahrzeugvideos sowie Display- und E-Mail-Creatives aus dem Live-Bestand im Maschinentakt und brennt dabei zum Zeitpunkt der Erstellung jedes Assets angebotsgenaue Overlays in jeden Render. SALVO ersetzt ein Creative-Retainer im Bereich von 3.000 bis 6.000 US-Dollar pro Monat, ohne dass ein Mensch jedes Mal, wenn der Bestand wechselt, einen Designer briefen muss. Es ist nicht im Basisabonnement enthalten; es ist ein Add-on für Händler, deren Creative-Overhead groß genug ist, um den Vergleich bedeutsam zu machen.
Alle Anzeigenkonten, GA4-Properties, Google Tag Manager-Container, Meta Business Manager-Assets, TikTok Ads Manager-Konten und Microsoft Advertising-Konten bleiben im Eigentum des Händlers, wobei AEGIS über delegierten OAuth-Zugang agiert, den der Händler jederzeit widerrufen kann. Die Erkenntnisse reichern sich in den eigenen Konten des Händlers an. Die Kampagnen, die Zielgruppen, der Conversion-Verlauf: All das gehört dem Händler, nicht der Plattform, die die Kampagnen betreibt.
Falcones Instinkt ist richtig. Der Händler, dem die Intelligence-Schicht gehört, bestimmt das Ergebnis. Der Engineering-Pfad, den er einschlägt, ist die richtige Lösung für eine Gruppe, die ihn personell besetzen kann. Für den Rest des Markts bringt der Infrastrukturpfad zu denselben Eigentumseigenschaften – ohne den Engineering-Aufwand.
Wer entscheidet über den Ausgang dieses Wandels?
Die Händler, die das nächste Jahrzehnt dominieren werden, sind nicht jene, die 2026 zufällig die richtige Agenturbeziehung pflegen. Es sind jene, die erkannt haben, dass die Intelligenzschicht ein Vermögenswert ist, der besessen, nicht gemietet werden muss – und die die Infrastruktur aufgebaut oder erworben haben, um sie zu besitzen, bevor der Vorsprung über den Punkt der Wiederherstellung hinaus angewachsen ist.
Falcone hat seine Entscheidung getroffen. Seine Standorte häufen proprietäres KI-Urteilsvermögen an. Mit jedem Monat, der vergeht, wissen die Werkzeuge, die er aufbaut, mehr über seinen Markt, seine Kunden und seinen Bestand als im Monat zuvor. Dieser Zinseszinseffekt ist real. Die Frage für jeden anderen Händlergruppenverantwortlichen lautet, ob er denselben Zinseszinseffekt innerhalb der eigenen Organisation aufbauen oder weiterhin den einer anderen Person mieten will.
Mieten ist nicht neutral. Jede Kampagne, die von einer Drittanbieter-Plattform verwaltet wird, ist eine Kampagne, die das Modell eines anderen aufgebaut hat. Jede kreative Entscheidung, die von einer externen Agentur getroffen wird, ist eine Entscheidung, die niemals in das institutionelle Gedächtnis des Händlers eingeflossen ist. Die Lücke zwischen Gruppen, die die Intelligenz besitzen, und Gruppen, die sie mieten, schließt sich nicht. Sie weitet sich aus – eine monatliche Retainer-Gebühr nach der anderen.
Der Weg, den Falcone einschlägt, steht jedem Händler offen, der bereit ist, die Investition zu tätigen. Für Gruppen, die kein Technologieteam aufstellen können, aber trotzdem das strukturelle Ergebnis anstreben, sind dieselben Eigentumsmerkmale über eine Infrastruktur verfügbar, die genau dafür entwickelt wurde. Erfahren Sie, wie AEGIS auf Ihren eigenen Konten läuft, nach Ihren eigenen Regeln gesteuert, ohne den technischen Aufwand.