Der Pitch für KI im Kundenservice klingt immer gleich: siebzig Prozent weniger Aufwand, rund um die Uhr verfügbar, skalierbar ohne Erschöpfung.
Was der Pitch nicht erwähnt: 64 Prozent der Kunden wünschen sich laut Gartner ausdrücklich, dass Unternehmen keine KI im Kundenservice einsetzen. Die grösste Sorge: der Zugang zum Menschen wird blockiert.
Automatisierung, die nicht versteht, zerstört genau das, was sie schützen soll. Die Beziehung. Denn die meisten KI-Projekte im Kundenkontakt werden als Kostensenkung gedacht, nicht als Beziehungssystem. Und Kunden spüren den Unterschied in der ersten Sekunde.
Die Versuchung der Vereinfachung
Künstliche Intelligenz im Kundenkontakt verspricht Skalierbarkeit ohne Erschöpfung. Verfügbarkeit ohne Pause. Konsistenz ohne menschliche Launen.
Aber es gibt einen Unterschied zwischen Verfügbarkeit und Erreichbarkeit. Zwischen Antworten und Verstanden-Werden.
Gartner prognostiziert, dass bis 2029 agentische KI 80 Prozent der Standard-Anfragen autonom löst. Dieselbe Studie zeigt die Kehrseite: Schlecht konfigurierte Self-Service-Automatisierung erzeugt bei einem erheblichen Teil der Nutzer mehr Frust als gar keine Automatisierung. Nicht, weil die Technologie nicht funktioniert. Sondern weil sie vorgibt zu helfen, und dann im Weg steht.
Künstliche Intelligenz verstärkt, was bereits da ist. Ist der Ausgangspunkt Effizienz um jeden Preis, wird sie zur Barriere. Ist der Ausgangspunkt Verstehen-Wollen, kann sie Nähe ermöglichen.
Die Frage ist nicht, ob Unternehmen Automatisierung einsetzen sollen. Die Frage ist: Mit welcher Haltung?
Wo die Maschine nicht weiss, dass sie gescheitert ist
Ein Kunde stellt eine Frage. Der Bot versteht sie nicht ganz. Stellt eine Gegenfrage. Der Kunde formuliert neu. Der Bot versteht wieder nicht. Der Kunde wird ungeduldiger. Der Bot bleibt freundlich. Er ist programmiert, jedes Problem zu lösen. Auch jene, die er nicht versteht.
Was fehlt, ist Selbsterkenntnis. Die Fähigkeit zu sagen: Ich kann dir nicht helfen. Lass mich jemanden holen, der es kann.
McKinsey hat in seiner Arbeit zu KI in Marketing und Sales gezeigt: Projekte, die primär auf Kostensenkung ausgerichtet sind, verfehlen regelmässig ihre wirtschaftlichen Ziele, weil sie die Zufriedenheit erodieren, die langfristig die Umsätze trägt. Kunden spüren, wenn ein System nicht für sie da ist, sondern gegen sie arbeitet.
Das ist eine feine, aber entscheidende Unterscheidung. Ein System kann darauf ausgelegt sein, Anfragen zu filtern. Oder darauf, Menschen zu Lösungen zu führen. Beides sieht ähnlich aus. Aber die Wirkung ist vollkommen verschieden.
Ein Modell ist so gut wie die Fragen, die es gehört hat.
Die Illusion der Datenkenntnis
Viele Systeme haben Zugriff auf Unmengen an Informationen. Sie wissen, was ein Kunde bestellt hat, wann er das letzte Mal Kontakt hatte. Und doch fehlt oft: Kontext.
Salesforce hat in seinem State-of-Service-Report dokumentiert, was in der Praxis bekannt ist: KI-Systeme, die nicht mit den Kernsystemen verknüpft sind, lösen nur einen Bruchteil der Anfragen eigenständig. Das Problem ist nicht fehlende Information. Das Problem ist, dass Information in Silos liegt.
Ein Kunde ruft an. Das System könnte ihm seine letzte Bestellung zeigen, seine offenen Fragen, seine Präferenzen. Aber wenn die Daten nicht verknüpft sind, muss er von vorn beginnen.
Und das Gefühl, nicht erkannt zu werden, wiegt schwerer als jede Erklärung.
Es ist ein Paradox: Unternehmen sammeln mehr Daten als je zuvor. Und doch fühlen sich Kunden oft weniger gesehen. Weil Daten allein keine Beziehung schaffen. Was daraus wird, hängt davon ab, wie sie genutzt werden.
Im Human Growth Cycle™ ist das Phase drei: Vertrauen. Wer in dieser Phase spürt, dass das System ihn nicht kennt, kippt zurück in Phase eins, oder wechselt.
Wenn Automatisierung ergänzt statt ersetzt
Es gibt eine andere Art, über Maschinen im Kundenkontakt nachzudenken. Nicht als Ersatz für Menschen. Sondern als Verstärkung.
MIT Sloan hat in einer Studie zu KI-gestützten Service-Teams beobachtet: Teams, die mit gut integrierten KI-Systemen arbeiten, schaffen mehr Anfragen und erreichen höhere Zufriedenheitswerte. Der Grund: Die Maschine übernimmt das Repetitive. Der Mensch fokussiert sich auf das Komplexe.
Ein Kunde meldet sich. Die KI erkennt das Anliegen, zieht Daten zusammen, leitet an den passenden Mitarbeiter weiter. Bis dieser die Anfrage öffnet, hat er alle Informationen. Er muss nicht nachfragen. Er kann direkt helfen.
Das setzt voraus, dass Unternehmen Automatisierung nicht als Kostensenkungs-Werkzeug betrachten. Sondern als Infrastruktur für bessere Beziehungen.
KI übernimmt das Repetitive, Mitarbeitende fokussieren auf das Komplexe. Ergebnis: mehr gelöste Anfragen und höhere Zufriedenheit gleichzeitig – statt des klassischen Trade-offs.
Das Ergebnis ist nicht nur höhere Zufriedenheit. Sondern eine andere Arbeitsatmosphäre. Mitarbeitende fühlen sich nicht mehr wie Ausfallversicherung für gescheiterte Automatisierung. Sie können sich auf das konzentrieren, was Maschinen nicht können: Empathie. Vertrauen aufbauen.
Aber dieser Wandel beginnt nicht mit Technologie. Er beginnt mit einer Frage: Wem dient unser System?
Wo Grenzen respektiert werden müssen
Es gibt Situationen, in denen Automatisierung nicht nur fehl am Platz ist, sondern schädlich. Wenn ein Kunde eine emotional aufgeladene Nachricht schreibt. Wenn jemand zum dritten Mal anruft. Wenn eine Anfrage ausserhalb jedes Musters liegt.
In solchen Momenten braucht es keinen effizienteren Algorithmus. Es braucht einen Menschen.
Zendesk hat in seinem CX-Trends-Report gezeigt, was intuitiv stimmt: Kunden, die nach erfolglosen Self-Service-Versuchen zu einem Mitarbeiter wechseln, sind deutlich ungeduldiger als Kunden, die von Anfang an Kontakt hatten. Das liegt nicht nur an verlorener Zeit. Es liegt am Gefühl, dass das System sie nicht ernst nahm.
Deshalb ist eine der wichtigsten Fähigkeiten moderner KI-Systeme nicht das Lösen von Problemen. Es ist das Erkennen, wann sie nicht die richtige Instanz sind.
Das erfordert Bescheidenheit. Eine Eigenschaft, die man Maschinen nicht beibringen kann. Man muss sie einprogrammieren.
Das bedeutet: Klare Eskalationswege. Schnelle Übergaben. Keine endlosen Schleifen. Und die Bereitschaft zuzugeben, dass nicht alles automatisiert werden sollte.
Worüber Führung entscheidet
Die Frage ist nicht, ob Künstliche Intelligenz im Kundenkontakt funktioniert. Sie funktioniert. Die Frage ist: Wofür wird sie eingesetzt?
Wenn die Antwort ist: um Kosten zu senken – werden Systeme gebaut, die Kunden frustrieren.
Wenn die Antwort ist: um Menschen zu helfen – können Systeme Nähe ermöglichen.
Unternehmen, die das verstanden haben, behandeln Automatisierung nicht als Ersatz. Sondern als Infrastruktur. Sie nutzen Maschinen, um Menschen zu entlasten. Sie lassen Algorithmen Muster erkennen. Aber Menschen treffen die Entscheidungen.
Wenn du schauen willst, wie sich Automatisierung in eurem Setup vom Effizienz- zum Beziehungssystem verschieben lässt: Das beginnt bei CRM-Team-Adoption, nicht bei der Tool-Auswahl.
Was bleibt
Technologie ist nie neutral. Sie verstärkt Absichten.
Und diese Haltung zeigt sich in jedem Kontakt. In jeder Schleife, die ein Bot dreht, bevor er einen Menschen holt. In jeder Antwort, die zu schnell kommt, um wirklich verstanden zu haben.
Die Entscheidung liegt nicht bei der Technik. Sie liegt bei der Frage, wem das System dient.
