Von Musikvideos zu AI-Agenten: Was passiert, wenn eine Wiener Agentur auf KI pivotiert

Lucas Blochberger ist Founder & CEO bei Blck Alpaca in Wien. Was als Filmproduktion begann, hat sich seit 2024 zur Data-Driven Marketing Agentur mit Fokus auf AI-Agenten-Systeme und Custom Enterprise Software für Kunden wie IPEC Group, Biopower und Heimwatt entwickelt.

Es war ein Mittwochnachmittag im September 2024. Ich saß in unserem Wiener Büro, schnitt ein Musikvideo und hatte gleichzeitig ChatGPT offen – für eine Wettbewerbsanalyse, die ich normalerweise an einen Freelancer vergeben hätte. Zehn Minuten statt drei Tage. Das Ergebnis war besser.

In diesem Moment wurde mir klar: Das, was wir gerade nebenbei entdecken, ist größer als alles, was wir bisher gemacht haben.

Blck Alpaca war eine Film- und Content-Agentur. Drehs, Schnitt, Storytelling für Marken wie Plachutta, Fritz Kola und Wien Energie. Gutes Geschäft, kreative Arbeit, zufriedene Kund:innen. Aber wenn du siehst, wie schnell generative KI die Kreativbranche verändert, hast du zwei Möglichkeiten: Du wartest, bis es dich trifft. Oder du läufst los.

Wir sind losgelaufen.

Der Pivot: Von der Kreativagentur zur AI-Company 

Laut Statistik Austria setzen in Österreich nur 18 Prozent der kleinen Unternehmen KI ein. 82 Prozent haben es nicht einmal in Erwägung gezogen. Wir hätten bequem dazugehören können – eine Filmagentur, die halt auch ein bisschen ChatGPT nutzt.

Stattdessen haben wir das Geschäftsmodell umgebaut. Nicht über Nacht, nicht ohne Schmerzen, aber konsequent. Der Auslöser war kein großer Masterplan. Es war eine simple Beobachtung: Unsere Kund:innen fragten nicht mehr nur nach schönen Videos. Sie fragten: „Könnt ihr das automatisieren?“ Content-Erstellung, Lead-Qualifizierung, Reporting, Kundenansprache. Jede Anfrage, die wir ablehnten, ging an jemand anderen.

Also haben wir angefangen, die Antwort zu bauen. Zuerst zaghaft, neben dem laufenden Geschäft. Dann immer konsequenter. Wir haben uns in KI-Architekturen eingearbeitet, Prototypen für Kunden gebaut, nachts Workflows getestet, die tagsüber in Produktion gehen sollten. Irgendwann war es keine Nebensache mehr – es war das Kerngeschäft.

Heute entwickeln wir AI-Agenten-Systeme und Custom Enterprise Software – maßgeschneiderte Lösungen mit LLM-Schnittstellen, die sich nahtlos in bestehende IT-Landschaften integrieren. Von der Content-Automatisierung über intelligente Lead-Scoring-Systeme bis zu kompletten Datenplattformen. Was als Filmagentur begann, ist heute ein Technologieunternehmen mit Wurzeln in der Kreativ- & Marketingbranche. Und genau diese Mischung – kreatives Denken plus technische Tiefe – ist unser größter Vorteil. Wir verstehen nicht nur die Technik. Wir verstehen, warum ein Mensch auf eine bestimmte Botschaft reagiert.

Fehler Nr. 1: Wir haben Technologie vor das Problem gestellt 

Laut RAND Corporation scheitern über 80 Prozent aller KI-Projekte. McKinsey berichtet, dass 88 Prozent der Unternehmen KI einsetzen, aber nur 6 Prozent tatsächlich einen signifikanten Wert daraus generieren. Der häufigste Grund: Unternehmen kaufen Tools, bevor sie verstanden haben, welches Problem sie lösen wollen.

Wir haben genau diesen Fehler gemacht. In den ersten Monaten nach dem Pivot haben wir mit einem Dutzend Tools gleichzeitig experimentiert – hier eine API-Integration, dort ein KI-Plugin, dazwischen Prototypen, die nie fertig wurden. Es fühlte sich produktiv an – war es nicht.

Der Durchbruch kam, als wir uns eine einzige Frage gestellt haben: Was ist der eine Prozess, den wir für einen echten Kunden automatisieren können – so gut, dass er dafür zahlt? 

Nicht drei Prozesse. Nicht fünf. Einer. Wir haben einen funktionierenden Workflow gebaut, ihn in Produktion gebracht und damit eine Referenz geschaffen. Diese Referenz hat die Tür zum nächsten Kunden geöffnet. Und der nächste zum übernächsten.

Heute bauen wir komplexe Multi-Agent-Systeme. Aber jedes davon begann mit einem einzelnen Use Case, der echten Wert liefert.

Fehler Nr. 2: Wir haben die Menschen unterschätzt 

BCG hat eine Formel, die ich jedem Unternehmen ans Whiteboard schreiben würde: KI-Erfolg ist 10 Prozent Algorithmen, 20 Prozent Daten und Technologie – und 70 Prozent Menschen, Prozesse und kulturelle Transformation. 

Wir kamen aus der Filmbranche. Unser Team war es gewohnt, Dinge von Hand zu machen – jedes Projekt einzigartig, jeder Schnitt individuell. Die Idee, Prozesse zu standardisieren und an KI-Agenten zu delegieren, fühlte sich anfangs an wie ein Verrat an der Handwerkskunst. Warum sollte ein Algorithmus etwas machen, das wir seit Jahren mit Liebe zum Detail erledigen?

Die ehrliche Antwort: Weil der Algorithmus bestimmte Dinge schneller, konsistenter und skalierbarer macht – und wir dadurch Zeit gewinnen für die Arbeit, die wirklich menschliches Urteilsvermögen braucht. Strategie. Kundenbeziehung. Kreative Entscheidungen.

McKinsey bestätigt: Organisationen, die Workflows vor der Technologiewahl redesignen, haben doppelt so häufig Erfolg. Das klingt abstrakt. Konkret heißt es: Wir haben jeden einzelnen Kundenprozess auf ein Whiteboard gezeichnet und gefragt – welche Schritte brauchen einen Menschen, und welche sind reine Informationsverarbeitung? Der Moment, in dem wir aufgehört haben, das Bestehende zu automatisieren, und stattdessen von Grund auf neu gedacht haben – das war der eigentliche Wendepunkt.

Für unser Team hieß das auch: Neue Skills lernen. Wer gestern Farbkorrekturen in DaVinci Resolve gemacht hat, baut heute Prompt-Architekturen für AI-Agenten. Das geht nicht ohne Reibung. Aber es geht – wenn alle verstehen, warum.

Fehler Nr. 3: Wir haben zu lange geglaubt, dass wir größer werden müssen 

Midjourney erwirtschaftet 500 Millionen Dollar mit gut 100 Mitarbeiter:innen. Klarna hat seine Revenue pro Person seit 2022 von 300.000 auf 1,3 Millionen Dollar gesteigert. Y Combinator berichtet, dass ein Viertel der Winter-2025-Kohorte Codebases hat, die zu 95 Prozent KI-generiert sind. Sam Altman spricht vom ersten Ein-Personen-Milliarden-Dollar-Unternehmen.

Als wir den Pivot gemacht haben, war unser erster Instinkt: Wir brauchen mehr Leute. Entwickler:innen, Data Scientists, Projektmanager:innen. Klassisches Agentur-Denken: Mehr Kunden = mehr Headcount.

Was wir stattdessen gelernt haben: AI-Agenten entkoppeln Output von Teamgröße. Unser 5-Personen-Team betreut Enterprise-Kunden im DACH-Raum, weil spezialisierte Agenten die repetitive Arbeit übernehmen – Content-Recherche, Datenanalyse, Reporting, Lead-Scoring. Wir konzentrieren uns auf das, was Maschinen nicht können: Strategie, Kundenbeziehung und die kreativen Entscheidungen, die Kontext und Empathie erfordern.

Ein Beispiel: Wir haben für einen Kunden ein System gebaut, das täglich Hunderte potenzielle Geschäftskontakte analysiert, nach Relevanz bewertet und personalisierte Ansprache-Vorschläge erstellt. Früher war das ein Vollzeitjob. Heute läuft es im Hintergrund, während das Vertriebsteam die Gespräche führt, die wirklich zählen.

Gartner prognostiziert, dass bis 2030 80 Prozent der Organisationen große Teams in kleinere, KI-augmentierte Einheiten umstrukturieren werden. Was heute wie ein Nischenmodell aussieht, wird in fünf Jahren die Norm sein. Die Frage ist nicht, ob dein Unternehmen mit weniger Menschen mehr erreichen kann. Die Frage ist, wie.

5 Fragen, bevor du deine eigene KI-Transformation startest 

Nicht jedes Unternehmen muss einen Komplett-Pivot machen. Aber jedes sollte sich diese Fragen stellen:

1. Welcher einzelne Prozess kostet dich die meiste Zeit – und könnte ein AI-Agent übernehmen? Nicht drei. Nicht fünf. Einer. Der wichtigste.
2. Wo liegen deine Daten – und wer hat Zugriff? DSGVO und EU AI Act sind kein Nice-to-have. Wenn du Enterprise-Kunden bedienen willst, brauchst du eine klare Antwort – idealerweise mit europäischer Infrastruktur.
3. Bist du bereit, bestehende Prozesse zu hinterfragen – oder willst du nur automatisieren, was du schon machst? Automatisierung schlechter Prozesse ergibt schnellere schlechte Prozesse.
4. Wer treibt die Transformation – und hat diese Person Entscheidungskompetenz? Ohne klares Ownership wird aus dem KI-Projekt ein ewiges Experiment. 42 Prozent der Unternehmen haben laut S&P Global 2025 ihre KI-Initiativen wieder aufgegeben.
5. Kannst du den ROI in einem Satz beschreiben? Ein Use Case, der sich nicht in Euro und Stunden messen lässt, wird intern nie durchgesetzt werden.

Was ich mir gewünscht hätte, dass mir jemand sagt 

Die KI-Transformation ist kein Technologie-Projekt. Sie ist eine Unternehmensentscheidung. Es geht nicht darum, welches LLM du nutzt oder welche Automationsplattform du wählst. Es geht darum, ob du bereit bist, die Art, wie dein Unternehmen arbeitet, fundamental zu hinterfragen.

Gartner berichtet, dass die Anfragen zu Multi-Agent-Systemen von Q1 2024 bis Q2 2025 um 1.445 Prozent gestiegen sind. Gleichzeitig warnen sie, dass über 40 Prozent der Agentic-AI-Projekte bis 2027 scheitern werden. Der Unterschied zwischen Erfolg und Scheitern ist nicht das Budget – es ist Fokus, Ehrlichkeit über eigene Fehler und die Bereitschaft, Prozesse wirklich zu verändern.

Wir bei Blck Alpaca haben nicht alles richtig gemacht. Aber wir haben früh genug angefangen, die richtigen Fragen zu stellen. Und das ist vielleicht die wichtigste Lektion: Du musst nicht alles wissen, bevor du anfängst. Du musst nur bereit sein, unterwegs zu lernen – und das, was nicht funktioniert, schnell genug loszulassen.

Österreich hat alles, was es braucht: Technisches Talent, eine lebendige Startup-Szene, Enterprise-Kunden, die nach Lösungen suchen. Was oft fehlt, ist die Bereitschaft, das eigene Geschäftsmodell radikal zu hinterfragen. Nicht jedes Unternehmen muss zur AI-Company werden. Aber jedes sollte sich fragen, welche Teile seines Geschäfts ein AI-Agent morgen besser könnte als ein Mensch heute.

Von Musikvideos zu AI-Agenten-Systemen – wenn uns jemand vor zwei Jahren erzählt hätte, wo wir heute stehen, hätten wir gelacht. Aber ganz ehrlich: Ich würde es wieder genauso machen. Nur schneller.