Intel

HG Insights startet Revenue Growth Intelligence Plattform mit agentischer KI

HG Insights stellt die RGI Plattform vor: Technografie-, Intent- und IT-Ausgabendaten in einer Plattform, dazu drei KI-Copiloten und ein Agent Builder für GTM-Teams.

Updated April 20, 2026

Was passiert ist

Am 24. März 2026 hat HG Insights seine Revenue Growth Intelligence (RGI) Plattform vorgestellt. Laut Anbieter ist sie die erste Plattform der Branche, die Technografie-Daten, Buyer Intent, IT-Ausgaben, Buying Center und Kontaktdaten in einer einzigen KI-gestützten Oberfläche zusammenführt. Parallel dazu hat HG Insights den RGI Agent Builder eingeführt. Diese agentische Infrastrukturschicht erlaubt GTM-Teams in Unternehmen, eigene KI-Agenten auf Basis der proprietären Daten von HG Insights zu bauen.

Grundlage der RGI Plattform ist das, was HG Insights „Revenue Growth Intelligence Fabric“ nennt. Diese Datenschicht besteht aus fast 50 Petabyte an aggregierten und kuratierten Drittanbieterdaten, die HG Insights über 15 Jahre gesammelt und zu einem domänenspezifischen Modell für Go-to-Market-Intelligence verdichtet hat. Die Fabric liefert firmografische, technografische, Ausgaben-, Wettbewerbs- und Intent-Daten aus Milliarden von Datenpunkten. Sie soll präzise und detaillierte GTM-Analysen in CRMs, Datenmanagement-Plattformen und KI-Copiloten ermöglichen.

Zur Plattform gehören drei KI-Copiloten, jeder für eine eigene GTM-Funktion. Market Analyzer hilft Unternehmen, Marktchancen zu erkennen und zu beziffern. CMOs, RevOps und Strategieverantwortliche sehen damit, welche Segmente Vorrang haben und wo Wettbewerber Boden gewinnen oder verlieren. Sales Copilot bringt Informationen genau dann zum Vertrieb, wenn eine Entscheidung ansteht: Er automatisiert die Account-Recherche, stößt Sales Plays an und verkürzt Verkaufszyklen. Mit Data Studio bewerten und priorisieren Marketing- und RevOps-Teams Leads und Accounts. Dazu verbinden sie interne Daten mit den Fabric-Daten von HG und wenden prädiktive Modelle an.

Warum das für die Praxis zählt

Die RGI Plattform verändert, wie GTM-Organisationen Market Intelligence erhalten und nutzen. HG Insights tritt nicht mehr als reiner Datenanbieter auf. Das Unternehmen bietet jetzt eine Art Betriebssystem für Intelligence an: eine Plattform, auf der Daten, Copiloten und agentische Workflows zusammenkommen und die Lücke zwischen Erkenntnis und Umsetzung schließen.

1. Der Agent Builder bringt agentische KI in Market-Intelligence-Workflows. Der RGI Agent Builder ist jetzt als Early Preview verfügbar. Er nutzt Tools auf Basis des Model Context Protocol (MCP) und vorgefertigte Agenten. Damit bauen Unternehmen eigene Netze aus KI-Agenten über ihren gesamten GTM-Stack. So verbindet HG seine Daten, Agenten und Copiloten mit Plattformen wie Microsoft Copilot, Salesforce Agentforce und OpenAI. Für CI-Teams, die prüfen, wie sich competitive intelligence automatisieren lässt, ist der Agent Builder ein konkretes Beispiel für agentische KI in Intelligence-Workflows. Er ist keine Theorie, sondern eine produktionsreife Infrastrukturschicht, die an bestehende GTM-Systeme andockt.

2. Technografie- und Intent-Daten wachsen zusammen, und das verändert den Wettbewerb. HG Insights vereint auf einer Plattform technografische Daten (welche Technologien ein Unternehmen einsetzt), Intent-Daten (wozu es gerade recherchiert), IT-Ausgaben (worin es investiert) und Buying-Center-Daten (wer entscheidet). Damit greift HG Wettbewerber an, die diese Datentypen als getrennte Produkte verkaufen. Für CI-Teams, die Datenanbieter bewerten, stellt sich eine praktische Frage: Ist ein Stack aus spezialisierten Best-of-Breed-Anbietern wirksamer, oder eine Plattform, die mehrere Datentypen in einer Oberfläche in Kontext setzt?

3. Sales Copilot holt Intelligence direkt in den Deal. Sales Copilot automatisiert die Account-Recherche und stößt Sales Plays an. Das passt genau zum Anwendungsfall Deal Intelligence, dem Revenue-Teams immer mehr Vorrang geben. Verkäufer müssen dafür keine separate Intelligence-Plattform öffnen. Sales Copilot zeigt die passenden Informationen in den Tools, die der Vertrieb schon nutzt. Für CI-Teams bestätigt dieses Muster einen Trend: Intelligence kommt im Arbeitsfluss an, nicht über separate Recherche. CI-Ergebnisse wie Battlecards, Wettbewerbsalerts und Win/Loss-Erkenntnisse müssen deshalb für den Moment der Entscheidung gebaut sein.

4. Die MCP-Integration zeigt einen breiteren Trend zur Interoperabilität. HG Insights nutzt das Model Context Protocol für seinen Agent Builder. Das spiegelt einen wachsenden Konsens im GTM-Intelligence-Markt: KI-Agenten brauchen standardisierte Wege zu ihren Datenquellen. Über MCP können Agenten auf anderen Plattformen wie Salesforce, Microsoft oder OpenAI die Daten von HG nutzen, ohne eigene Integrationen. Für CI-Teams, die KI-gestützte Intelligence-Workflows aufbauen oder bewerten, wird MCP-Kompatibilität zum Auswahlkriterium. Sie entscheidet, ob eine Datenquelle Teil einer agentischen Architektur wird oder isoliert bleibt.

Die wichtigsten Fakten

  • Datum der Ankündigung: 24. März 2026
  • Plattform: Revenue Growth Intelligence (RGI) Plattform
  • Datenbasis: RGI Fabric, fast 50 Petabyte an Daten aus 15 Jahren
  • Zusammengeführte Datentypen: Technografie, Buyer Intent, IT-Ausgaben, Buying Center und Kontaktdaten
  • KI-Copiloten:
    • Market Analyzer: Marktgröße, Segmentierung und Wettbewerbspositionierung für CMOs, RevOps und Strategieverantwortliche
    • Sales Copilot: automatisierte Account-Recherche, Auslöser für Sales Plays und kürzere Zyklen für den Vertrieb
    • Data Studio: Lead- und Account-Scoring mit nachvollziehbaren prädiktiven Modellen für Marketing und RevOps
  • Agentische Infrastruktur: RGI Agent Builder (Early Preview), eigene KI-Agenten mit MCP-Tools und vorgefertigten Agenten
  • Plattform-Integrationen: Microsoft Copilot, Salesforce Agentforce, OpenAI
  • Kundenbasis: 75 % der Tech-Unternehmen aus den Fortune 100

Folgen für den Markt

Der Start der RGI Plattform folgt einem breiteren Muster: Intelligence-Anbieter entwickeln sich von Datenlieferanten zu Plattformunternehmen, die Intelligence direkt in GTM-Workflows einbetten. Denselben Weg sind Gong, ZoomInfo und 6sense gegangen. Jeder ist von einer Kernfähigkeit (Conversation Intelligence, Kontaktdaten, Intent Signals) zu einer breiteren Plattform mit KI, Automatisierung und Workflow-Tools gewachsen.

Speziell in der Kategorie Market Intelligence erhöht der Plattformansatz von HG Insights den Druck. Anbieter, die weiter nur Datenfeeds oder statische Dashboards verkaufen, geraten unter Druck durch Plattformen, die Daten in Kontext setzen, über Copiloten ausliefern und agentische Workflows ermöglichen. Die 50 Petabyte Daten und 15 Jahre Datensammlung sichern HG Insights eine starke Position im Segment Technografie. Die Plattformstrategie ist aber eine Wette darauf, dass Datentiefe allein nicht mehr reicht. Käufer wollen Intelligence, die handelt, nicht nur informiert.

Den Early-Preview-Status des RGI Agent Builder lohnt es sich zu beobachten. Wenn GTM-Teams in Unternehmen MCP-basierte Agentenarchitekturen breit einsetzen, kann sich der Wettbewerb im Market-Intelligence-Markt deutlich verschieben. Anbieter, deren Daten autonome Agenten nutzen können, sitzen dann tiefer in den Workflows ihrer Kunden als Anbieter, die manuelle Bedienung verlangen. Für CI-Teams ist das ein frühes Signal für eine Prüfung: Welche Intelligence-Anbieter in Ihrem Stack bauen für eine agentische Zukunft, und welche planen noch nur für menschliche Nutzer?

Bemerkenswert ist auch, dass HG Insights in Data Studio auf nachvollziehbare prädiktive Modelle setzt. Der Markt ringt mit Vertrauensfragen rund um KI, ein Thema, das auch die aktuelle Gong-Studie zu Vertrauenshürden bei KI in Unternehmen aufgreift. Nachvollziehbarkeit wird so zum Unterscheidungsmerkmal. CI-Teams, die Market-Intelligence-Plattformen bewerten, sollten prüfen, ob die KI-Ergebnisse (Lead Scores, Account-Prioritäten, Wettbewerbssignale) transparent genug sind, um intern Vertrauen und Rückhalt bei Stakeholdern zu schaffen.

Weiterführende Ressourcen