Agentur-Tech-Stack 2026: HubSpot, Clay, n8n und LangGraph kombiniert

Ein Agentur-Tech-Stack für AI Agents hat sechs Schichten: Daten und CRM (HubSpot, Clay), Orchestrierung und Workflows (n8n, LangGraph), Modelle, Aktion, Observability und Prozessintegration. Daten fließen von der Erfassung über die Orchestrierung zur Aktion und werden durchgängig überwacht. Der Aufbau folgt der Logik: Standardschichten einkaufen, nur auf Agenten- und Workflow-Ebene selbst bauen.

Dieser Artikel beschreibt einen Referenz-Stack 2026 für eine AI-Agent-getriebene Marketing-Agentur im DACH-Raum. Er ist bewusst nüchtern gehalten: Die Tool-Namen sind austauschbar, die Schicht-Logik ist es nicht.

• Sechs Schichten, eine Flussrichtung: Daten/CRM (HubSpot, Clay) → Orchestrierung (n8n, LangGraph) → Modelle (Multi-Provider über Model-Gateway) → Aktion (HubSpot Breeze, ausgehende Kanäle) → Observability (Eval-Harness, Logging), verankert im realen Geschäftsprozess (Prozessintegration). Wer eine Schicht überspringt, baut keinen Stack, sondern eine Demo.
• Build vs. Buy ist pro Schicht zu entscheiden: Modell- und Framework-Ebene fast immer kaufen, Agenten- und Workflow-Logik gezielt selbst bauen. Realistischer DACH-Schnitt nach unserer Einschätzung: rund 70 % zugekauft, 30 % intern.
• EU-Hosting workloadweise entscheiden: Souveränität dort, wo personenbezogene Daten oder AI-Act-High-Risk-Workloads sie rechtfertigen, sonst zahlt man nach unserer Einschätzung einen Aufschlag von typisch 30-50 % für Governance-Theater statt Risikoreduktion.

Die sechs Schichten und ihr Zusammenspiel

Ein Agenten-Stack ist kein Werkzeugkasten, sondern eine Pipeline. Der Wert entsteht entlang der Kette Daten → Orchestrierung → Modell → Aktion → Monitoring. Jede Schicht hat eine klare Aufgabe und eine strategische Entscheidung, die daran hängt.

1. Daten- und CRM-Schicht. Hier liegt die Quelle der Wahrheit. HubSpot ist für DACH-B2B-Mittelstand-Agenturen die naheliegende CRM- und Marketing-Plattform und liefert mit den Breeze-Agenten (Customer Agent, Prospecting Agent, Data Agent in GA) sowohl Datenhaltung als auch ausführende Agenten. Für das Anreichern von Datensätzen, also Firmen-, Kontakt- und Signaldaten, ist Clay das passende Werkzeug: Es verkettet Enrichment-Quellen und LLM-Schritte zu Anreicherungs-Pipelines. Nach unserer Einschätzung entstehen die meisten Stack-Fehler im DACH-Mittelstand genau hier, auf der Datenebene (Layer L1), nicht bei der Modellwahl.

2. Orchestrierungs- und Workflow-Schicht. Diese Schicht verbindet alles und entscheidet, wann welcher Schritt läuft. n8n (Fair-Code-Workflow-Engine unter der Sustainable Use License, also kein Open Source im Sinne der OSI, selbst hostbar, Anbieter in Berlin) ist die deterministische Workflow- und Integrations-Ebene: Trigger, Knoten, Verzweigungen, Verdrahtung von HubSpot, Clay, LLM-APIs und internen Systemen. LangGraph (aus dem LangChain-Ökosystem) adressiert die nicht-deterministische Agenten-Logik: mehrstufige Agenten mit Zustand, Speicher, Tool-Nutzung und bedingten Pfaden. Die Faustregel: n8n für planbare, regelbasierte Abläufe; LangGraph dort, wo echtes Mehrschritt-Reasoning mit Speicher nötig ist. Beide Frameworks orchestrieren, die Wahl hängt davon ab, wie viel Autonomie ein Schritt braucht.

3. Modell-Schicht. Unsere Empfehlung ist eindeutig: Multi-Provider als Default, Einzelanbieter-Lock-in als strategisches Risiko. Das übliche Muster ist ein primärer Anbieter (häufig über Microsoft Azure OpenAI oder Anthropic via Cloud-Partner) plus mindestens ein Fallback, angebunden über ein Model-Gateway. Für souveränitätsrelevante Workloads, wo wirklich erforderlich, kommen europäische Optionen wie Mistral oder souveräne Angebote wie Aleph Alpha (Fusion mit Cohere vereinbart) infrage.

4. Aktions-Schicht. Hier wird ausgeführt: senden, schreiben, aktualisieren, eskalieren. Typische Werkzeuge sind die HubSpot-Breeze-Agenten, ausgehende Kanäle und Tool-Aufrufe aus dem Agenten heraus. Ob ein Team die Agenten tatsächlich nutzt, entscheiden die UX und das Design der Human-in-the-Loop-Freigaben, weniger das Modell dahinter.

5. Observability-Schicht. Ohne sie ist der Stack blind. Sie umfasst Eval-Harness, Logging, Monitoring und die Versions- und Drift-Überwachung der Modelle. Long-running Agents scheitern nicht-deterministisch, anders als klassische Software, die Überwachung ist deshalb keine Kür, sondern Voraussetzung für jeden produktiven Betrieb.

6. Prozessintegration. Die Schicht, die in Tool-Vergleichen meist fehlt: Workflow-Redesign, HITL-Pfade und Metriken, die den Stack im realen Geschäftsprozess verankern. Sie lässt sich nicht als Produkt kaufen und ist im DACH-Mittelstand häufig die am stärksten unterinvestierte.

Referenz-Tabelle: Schicht, Tool-Optionen, Zweck

Der entscheidende Punkt: Boards und Teams überinvestieren in L3 und L4 (die Schichten, über die in der Presse berichtet wird) und unterinvestieren in L1 und L6, also genau in die beiden Schichten, die den Wert tatsächlich bestimmen und gleichzeitig die unspektakulärsten sind.

Build vs. Buy je Schicht

Die Build-vs-Buy-Frage ist keine globale Haltung, sondern eine Entscheidung pro Schicht.

Nicht bauen (Buy): Foundation-Modelle und Frameworks. Das klarste Marktsignal liefert Aleph Alpha, einer der bekanntesten europäischen GenAI-Anbieter. Das Unternehmen gab im September 2024 die Foundation-Model-Entwicklung auf (der damalige CEO Jonas Andrulis sinngemäß: „nur ein europäisches LLM zu haben ist als Geschäftsmodell nicht ausreichend“). Im September 2026 unterzeichneten Cohere und Aleph Alpha den endgültigen Vertrag über ihren Zusammenschluss, angekündigt hatten sie ihn im April 2026; der Abschluss steht unter dem Vorbehalt behördlicher Genehmigungen. Wenn die Modell-Build-Ökonomie schon für einen spezialisierten Modellanbieter mit eigenem Forschungsteam nicht aufgeht, gilt das für eine Agentur erst recht. Ebenso einzukaufen sind CRM (HubSpot), Enrichment (Clay), Workflow-Engine (n8n) und Agenten-Framework (LangGraph), alles Standardschichten ohne Differenzierungswert.

Gezielt bauen (Build): die Agenten- und Workflow-Schicht (L2/L4) und die Prozessintegration (L6). Hier liegt die eigentliche Wertschöpfung einer Agentur: die konkreten Workflows, das Human-in-the-Loop-Design, die Eskalationspfade, die Metriken. Ein realistischer DACH-Mittelstand-Schnitt nach unserer Einschätzung: rund 70 % zugekauft (Modelle, Plattformen, SaaS-Agenten, Integrations-Dienstleistung) und 30 % intern (die Menschen, die Use Cases und Ergebnisse verantworten). Die Logik dahinter: Einkaufen, was linear mit Aufwand skaliert; intern halten, was institutionelles Wissen aufbaut.

Konkretes Beispiel: ein Lead-Enrichment-Agent

Ein typischer Workflow durch alle Schichten, als Pseudo-Ablauf:

```

1. Trigger (n8n): Neuer Kontakt in HubSpot (Webhook)
2. Enrichment (Clay): Firmen-/Signaldaten anreichern → zurück an n8n
3. Reasoning (LangGraph): mehrstufiger Agent bewertet Fit, recherchiert,
   entwirft personalisierte Ansprache (Model-Gateway: Primärmodell,
   Fallback bei Timeout)
4. Human Gate (HITL): Entwurf zur Freigabe an Account Manager
5. Aktion (HubSpot Breeze): nach Freigabe Sequenz starten, CRM-Felder schreiben
6. Observability: Eval-Pass-Rate, Eskalationsrate, Kosten je Lauf loggen
   ```

Zur Kostenseite dienen grobe Größenordnungen aus dem Customer-Service-Umfeld als Orientierung (eigene Einschätzung, keine Studie): LLM-Compute pro Konversation liegt bei etwa 0,10-1,00 € je nach Modell, Länge und Tool-Nutzung, also die billige Position. Die teuren Posten sind Engineering/Integration, Human-in-the-Loop-Review (oft 30-60 % der Brutto-Einsparung) und Change Management. Übertragen auf den Agentur-Stack heißt das: Die Modell-Schicht (L3) ist nicht dort, wo das Geld liegt, es liegt in L1, L4 und L6.

DSGVO- und EU-Hosting-Hinweis

Die Entscheidung über Datensouveränität gehört workloadweise getroffen, nicht als Pauschalpolitik. Für personenbezogene Daten und AI-Act-High-Risk-Workloads ist EU-Hosting oft die risikoärmste Wahl, etwa bei STACKIT, Plusserver, OVHcloud, IONOS, in der AWS European Sovereign Cloud oder mit der Microsoft EU Data Boundary. Rechtlich vorgeschrieben ist es nicht: Übermittlungen in Drittländer brauchen eine Grundlage nach Kapitel V DSGVO, etwa den Angemessenheitsbeschluss zum EU-US Data Privacy Framework (deckt Übermittlungen an US-Unternehmen ab, die am Framework teilnehmen) oder Standardvertragsklauseln nach Art. 46 DSGVO. Der Souveränitäts-Aufschlag ist real und liegt nach unserer Einschätzung typisch bei 30-50 % auf die Infrastrukturkosten, oft verbunden mit einem Capability-Rückstand gegenüber führenden US-Anbietern. Für interne Produktivität, Wissenssuche und Content-Erstellung bringt Souveränität dagegen häufig wenig: Dann zahlt der Aufschlag eher für Theater als für Risikoreduktion.

Sobald ein externes LLM personenbezogene Daten im Auftrag verarbeitet, braucht es einen Auftragsverarbeitungsvertrag nach DSGVO Art. 28. No-Training-Klauseln sind keine gesetzliche Pflicht, gehören aber in jeden Vertrag mit einem LLM-Anbieter. Regulatorisch ist relevant: Die Transparenzpflichten des AI Act nach Art. 50, etwa für Systeme, die mit natürlichen Personen interagieren, gelten seit 2. August 2026. Generative Systeme, die schon vorher auf dem Markt waren, haben für die maschinenlesbare Kennzeichnung nach Art. 50 Abs. 2 bis 2. Dezember 2026 Zeit. Die High-Risk-Pflichten hat der AI-Omnibus (VO (EU) 2026/1744) verschoben: für Systeme nach Anhang III auf den 2. Dezember 2027, für Systeme nach Anhang I auf den 2. August 2028. Art. 4 gilt seit 2. Februar 2025; seit dem AI-Omnibus müssen Anbieter und Betreiber Maßnahmen ergreifen, welche die AI-Kompetenz ihres Personals fördern, ohne ein bestimmtes Niveau garantieren zu müssen. Diese Angaben ersetzen keine Rechtsberatung, die konkrete Einordnung eines Stacks gehört in die Hand der eigenen Rechts- und Datenschutzfunktion.

Für Agenturen und B2B-Teams

Der Wettbewerbsvorteil 2026 liegt nicht im glänzendsten Tool, sondern in der disziplinierten Verdrahtung der Schichten und einer ehrlichen Observability, die den P&L-Beitrag von Finance validieren lässt, nicht bloße Adoptionszahlen. Blck Alpaca (Wien) baut genau diese Stacks für DACH-Agenturen und B2B-Teams: HubSpot/Clay/n8n/LangGraph integriert, Multi-Provider-Modellstrategie mit Model-Gateway, EU-Hosting workloadweise begründet, Eval- und Monitoring-Schicht von Tag eins. Wer einen Referenz-Stack 2026 aufsetzen oder einen bestehenden konsolidieren will (statt für 3-4 überlappende Tools zu zahlen), bekommt von uns eine nüchterne Architektur statt Vendor-Narrativ, inklusive klarer Build-vs-Buy-Linie pro Schicht und Kill-Kriterien für Use Cases, die nicht liefern.