Künstliche Intelligenz ist aktuell eines der dominierenden Themen im Kundenservice. Kaum ein Unternehmen beschäftigt sich nicht mit AI-Agenten, automatisierter Kundenkommunikation, intelligentem Routing oder der Automatisierung von Standardprozessen.
Die Erwartungen sind hoch. Schnellere Bearbeitungszeiten, geringere Kosten, bessere Erreichbarkeit und eine höhere Effizienz gehören mittlerweile zu den Standardzielen nahezu jeder Initiative.
Die Technologie entwickelt sich dabei beeindruckend schnell.
Trotzdem beobachte ich in meinen Mandaten immer wieder ein ähnliches Muster:
Die technischen Lösungen funktionieren häufig deutlich besser als die Organisationen, die sie einsetzen.
Das mag zunächst überraschend klingen. Schließlich drehen sich viele Diskussionen um Modelle, Datenqualität, Integrationen oder Systemlandschaften. Die eigentliche Herausforderung zeigt sich jedoch oft an einer ganz anderen Stelle.
Wer entscheidet eigentlich, was eine richtige Entscheidung im Kundenkontakt ist?
Genau diese Frage wird in vielen Projekten erstaunlich spät gestellt.
KI macht organisatorische Schwächen sichtbar
In den vergangenen Jahren durfte ich verschiedene Transformations- und Optimierungsprojekte im Kundenservice begleiten. Die Ausgangssituationen waren unterschiedlich. Die Unternehmen kamen aus unterschiedlichen Branchen, hatten unterschiedliche Systemlandschaften und verfolgten unterschiedliche Strategien.
Trotzdem tauchte ein Muster immer wieder auf.
Sobald Automatisierung oder KI ins Spiel kommt, werden organisatorische Unklarheiten sichtbar, die zuvor im Tagesgeschäft kaum aufgefallen sind.
Der Grund dafür ist einfach:
Mitarbeitende gleichen viele Schwächen eines Systems täglich aus, ohne dass dies bewusst wahrgenommen wird.
Sie erkennen Zusammenhänge. Sie berücksichtigen den Kontext. Sie treffen Entscheidungen auf Basis von Erfahrung. Sie merken, wenn ein Fall zwar formal in Kategorie A gehört, praktisch aber dringend behandelt werden muss.
Ein AI-Agent macht das nicht.
Er arbeitet nach den Regeln, die ihm vorgegeben wurden.
Sind diese Regeln unklar, widersprüchlich oder unvollständig, entstehen Probleme. Nicht weil die Technologie versagt, sondern weil die Organisation ihre Hausaufgaben nicht gemacht hat.
Ein Praxisbeispiel aus einem Transformationsprojekt
In einem Mandat wurde ein AI-Agent eingeführt, der eingehende Kundenanfragen automatisiert klassifizieren und priorisieren sollte.
Das Ziel war nachvollziehbar. Anfragen sollten schneller den richtigen Bearbeitungsteams zugeordnet werden. Manuelle Aufwände sollten sinken. Die Bearbeitungszeiten sollten sich verkürzen.
Nach dem Go-Live sah zunächst alles gut aus.
Die Routing-Qualität lag deutlich über den Erwartungen. Die Bearbeitungszeiten gingen zurück. Die ersten Reportings wurden positiv bewertet.
Wenige Wochen später häuften sich jedoch die Rückmeldungen aus dem operativen Bereich.
Bestimmte Reklamationen wurden nicht ausreichend priorisiert. Einzelne rechtlich relevante Vorgänge landeten bei den falschen Bearbeitungseinheiten. Komplexere Fälle wurden formal korrekt eingeordnet, praktisch jedoch falsch bewertet.
Die Ursache lag nicht im System.
Der AI-Agent hatte exakt das getan, was ihm beigebracht worden war.
Das eigentliche Problem war ein anderes:
Niemand hatte verbindlich festgelegt, welche fachlichen Kriterien für Priorisierung, Eskalation und Sonderfälle gelten sollten.
Der Agent entschied.
Aber niemand hatte entschieden, nach welchen Regeln er entscheiden durfte.
Genau solche Situationen begegnen mir in unterschiedlichen Ausprägungen immer wieder.
Die fünf Fragen, die vor jedem KI-Projekt beantwortet werden sollten
Aus meiner Sicht gibt es fünf Fragen, die Unternehmen klären sollten, bevor sie über Funktionen, Modelle oder Automatisierungsquoten sprechen.
Wer definiert eine richtige Entscheidung?
In vielen Organisationen sind unterschiedliche Bereiche beteiligt.
Kundenservice, Vertrieb, Produktmanagement, Recht, Prozessmanagement oder IT verfolgen teilweise unterschiedliche Ziele.
Solange nicht eindeutig festgelegt ist, wer fachlich entscheidet, entstehen zwangsläufig Zielkonflikte.
KI macht diese Konflikte lediglich sichtbar.
Welche Entscheidungen dürfen automatisiert werden?
Nicht jede Entscheidung eignet sich für eine vollständige Automatisierung.
Viele Unternehmen diskutieren sehr intensiv über technische Möglichkeiten.
Die wichtigere Frage lautet jedoch:
Welche Entscheidungen wollen wir überhaupt automatisieren?
Das ist keine technische, sondern eine organisatorische und strategische Entscheidung.
Wer trägt die Verantwortung?
Spätestens wenn eine automatisierte Entscheidung zu einem Fehler führt, stellt sich die Verantwortungsfrage.
In erfolgreichen Projekten ist diese Frage bereits vor dem Go-Live beantwortet.
In weniger erfolgreichen Projekten beginnt die Diskussion erst dann, wenn der erste kritische Fall auftritt.
Nach welchen Kennzahlen wird gesteuert?
Viele Projekte konzentrieren sich stark auf Effizienzkennzahlen.
Bearbeitungszeiten, Routing-Qualität oder Automatisierungsquoten sind wichtige Größen.
Sie sagen jedoch wenig darüber aus, ob der Kunde tatsächlich besser betreut wird.
Eine erfolgreiche Steuerung verbindet Effizienz, Qualität und Kundenerlebnis miteinander.
Welche Rolle übernimmt der Mensch?
Die erfolgreichsten Projekte, die ich begleiten durfte, basierten nicht auf maximaler Automatisierung.
Sie basierten auf einer klaren Aufgabenverteilung.
Standardisierte Entscheidungen wurden automatisiert.
Komplexe Sachverhalte, Ausnahmen und kritische Kundenkontakte blieben bewusst in menschlicher Verantwortung.
Genau dort entsteht in vielen Fällen der größte Mehrwert.
Warum Governance zum Erfolgsfaktor wird
Viele Unternehmen investieren derzeit erhebliche Mittel in KI und Automatisierung.
Die Diskussion dreht sich häufig um neue Funktionen, leistungsfähigere Modelle und zusätzliche Anwendungsfälle.
Die entscheidende Frage lautet jedoch nicht, was die Technologie kann.
Die entscheidende Frage lautet, wie Entscheidungen im Unternehmen getroffen werden.
Werden Verantwortlichkeiten nicht klar geregelt, werden Entscheidungsrechte nicht definiert und fehlen belastbare Eskalationswege, dann skaliert KI bestehende Schwächen.
Werden diese Grundlagen hingegen sauber aufgebaut, kann die Technologie ihre Stärken tatsächlich ausspielen.
Deshalb betrachte ich Governance heute nicht als Begleitdisziplin von KI-Projekten.
Sie ist die Voraussetzung für deren Erfolg.
Meine Empfehlung
Nach meiner Erfahrung scheitern KI-Projekte im Kundenservice deutlich häufiger an ungeklärten Verantwortlichkeiten als an der Technologie selbst.
Die meisten Systeme sind inzwischen erstaunlich leistungsfähig.
Die Organisationen dahinter häufig nicht.
Wer AI-Agenten, intelligente Routing-Lösungen oder automatisierte Kundenprozesse erfolgreich einsetzen möchte, sollte deshalb nicht mit der Technologie beginnen.
Sondern mit der Frage, wie Entscheidungen im eigenen Unternehmen getroffen werden.
Denn am Ende entscheidet nicht die Qualität des Modells über den Erfolg.
Sondern die Qualität der Organisation.
Sie planen die Einführung von KI im Kundenservice oder möchten bestehende Prozesse weiterentwickeln?
Als Interim Manager, Projektleiter und Berater unterstütze ich Unternehmen bei der Weiterentwicklung von Kundenserviceorganisationen, der Einführung von KI-Lösungen, der Optimierung von Serviceprozessen sowie bei komplexen Transformationsvorhaben.
Wenn Sie sich zu den Themen KI im Kundenservice, Customer Experience, Service Excellence, Automatisierung oder Service-Transformation austauschen möchten, freue ich mich auf Ihre Nachricht.
Gerne stehe ich Ihnen für ein unverbindliches Erstgespräch oder einen fachlichen Austausch zur Verfügung.
