Warum KI im Kundenservice nicht an der Sprache scheitert, sondern an der Integration
Zum Ferienstart steigt das Anfragevolumen in vielen Servicecentern deutlich. Airlines, Reiseanbieter, Mobilitätsdienste und Versicherer müssen Umbuchungen, Statusfragen, Reklamationen und kurzfristige Änderungen schnell bearbeiten. Genau hier zeigt sich, ob KI im Kundenservice produktiv eingebunden ist oder nur eine weitere Dialogschicht bildet. Carolin Edler-Mende, CEO und Gründerin von Aristech, erklärt, warum viele KI-Projekte nicht an der Sprachtechnologie scheitern, sondern an Datenzugriff, Prozessintegration und unklaren Übergaben.
Der Beginn der Sommerferien bringt viele Serviceorganisationen an die Kapazitätsgrenze. Reiseanbieter, Airlines, Mobilitätsdienste, Versicherer und Händler müssen in kurzer Zeit deutlich mehr Anfragen bearbeiten. Am Frankfurter Flughafen wurden zum ersten Ferienwochenende rund 600.000 Fluggäste erwartet, über die gesamte Ferienzeit rund neun Millionen. Auch der Hauptstadtflughafen BER rechnet für die Sommerferien mit rund 3,7 Millionen Reisenden. Gleichzeitig warnt der ADAC in mehreren Bundesländern vor erhöhtem Reiseverkehr und Staus.
Für den Kundenservice ist das ein realer Belastungstest. Umbuchungen, Verspätungen, Gepäckfragen, Rechnungsänderungen, Versicherungsfälle oder Reklamationen sind keine abstrakten Standardanfragen mehr. Sie müssen schnell eingeordnet und möglichst verbindlich bearbeitet werden. Viele Unternehmen setzen dafür inzwischen Voicebots, Chatbots oder generative KI ein. Die Erwartung ist klar: KI soll Anfragen abfangen, Wartezeiten reduzieren und Serviceteams entlasten.
In der Praxis zeigt sich jedoch ein wiederkehrendes Muster. Nicht jeder Bot, der ein Anliegen versteht, kann es auch bearbeiten. Viele Systeme erkennen zwar die Absicht des Kunden, bleiben aber beim nächsten Schritt stehen: Sie haben keinen Zugriff auf relevante Daten, dürfen keine Änderung auslösen oder übergeben ohne ausreichenden Kontext an Mitarbeitende. Für Kunden entsteht dadurch kaum Mehrwert. Der Kontakt wird digitaler, aber nicht zwingend besser.
Technologisch ist fast alles möglich – die Grenze liegt in der Umsetzung
Der aktuelle Hype um KI-Agenten verstärkt die Lücke zwischen Erwartung und Umsetzung, weil er den Blick auf den falschen Faktor lenkt. Ob ein System natürlich formuliert, Rückfragen stellt oder Gesprächsverläufe zusammenfasst, ist inzwischen technisch weitgehend gelöst. Entscheidend ist das nicht. Im Kundenservice zählt nicht die Qualität des Dialogs, sondern ob ein Vorgang tatsächlich bearbeitet werden kann und das ist selten eine Frage der Modellfähigkeiten.
Die eigentlichen Hürden liegen an anderer Stelle: Welche Systeme dürfen angebunden werden, wer erteilt die Freigabe dafür, welche Rechte hat ein Agent auf Kunden- und Vertragsdaten, und wer trägt die Verantwortung, wenn eine automatisierte Entscheidung falsch war? Datenschutz, IT-Sicherheit, Haftungsfragen und interne Zuständigkeiten bremsen KI-Projekte in der Praxis deutlich häufiger als die Sprachtechnologie selbst.
Ein Bot kann eine Umbuchung erkennen. Produktiv wird er erst, wenn er die Buchung im System findet, Berechtigungen prüft, verfügbare Optionen abfragt und die Änderung auslösen oder sauber weitergeben kann und jemand im Unternehmen entschieden hat, dass der KI-Agent genau das darf. Ein Bot kann eine Reklamation aufnehmen. Entscheidend ist aber, ob daraus ein korrekt dokumentierter Vorgang im Ticket- oder CRM-System wird, für den klar ist, wer im Streitfall verantwortlich zeichnet. Ohne diese Klärung bleibt KI eine Oberfläche vor bestehenden Abläufen.
Damit verschiebt sich die zentrale Frage für Entscheider. Es geht nicht darum, wie menschlich ein Bot klingt. Es geht darum, welche Aufgaben er im Serviceprozess übernehmen darf, welche Daten er dafür benötigt, welche Schnittstellen vorhanden sein müssen und wer im Unternehmen dafür die Freigabe und die Verantwortung übernimmt.
Wer schlechte Prozesse automatisiert, skaliert Frust
KI verbessert Kundenservice nicht automatisch. Sie verstärkt zunächst die Qualität der Prozesse, in die sie eingebunden wird. Sind Wissensdatenbanken veraltet, Kundendaten verteilt oder Zuständigkeiten unklar, wird ein Bot diese Schwächen nicht ausgleichen. Er macht sie lediglich schneller sichtbar. Das ist besonders in Spitzenzeiten relevant. Hohe Kontaktvolumina lassen wenig Raum für manuelle Korrekturen. Wenn ein automatisierter Dialog Kunden mehrfach dieselben Daten abfragt oder Fälle ohne Kontext weiterleitet, entsteht zusätzliche Belastung für Serviceteams. Automatisierung reduziert dann keine Arbeit, sondern verteilt sie nur anders.
Der produktive Einsatz von KI beginnt deshalb nicht beim Dialogdesign, sondern bei der Prozessanalyse. Welche Kontaktgründe treten häufig auf? Welche davon lassen sich zuverlässig automatisieren? Welche Datenquellen sind aktuell und freigegeben? Welche Aktionen darf das System ausführen? Welche Fälle müssen direkt eskaliert werden? Erst aus diesen Antworten ergibt sich, welche Rolle KI im Service sinnvoll übernehmen kann.
Übergaben müssen Teil des Designs sein
Ein häufiges Missverständnis besteht darin, Automatisierung als möglichst hohe Dunkelverarbeitungsquote zu verstehen. Für einfache, klar strukturierte Anliegen kann das sinnvoll sein. Statusinformationen, Terminänderungen, Standardauskünfte oder die Vorqualifizierung von Anrufen lassen sich häufig gut automatisieren, sofern Datenzugriff und Rechte sauber geregelt sind.
Anders ist es bei Beschwerden, Kulanzentscheidungen, rechtlich relevanten Auskünften oder sicherheitskritischen Vorgängen. Dort kann KI vorbereiten, zusammenfassen und kontextualisieren. Die Entscheidung sollte aber bei Mitarbeitenden liegen, die Verantwortung übernehmen und Handlungsspielräume bewerten können. Die Übergabe an einen Menschen ist in solchen Fällen kein Medienbruch, sondern ein notwendiger Bestandteil des Serviceprozesses. Entscheidend ist, dass sie nicht erst dann erfolgt, wenn der Bot gescheitert ist. Sie muss fachlich definiert sein: nach Anliegen, Risikoklasse, Datenlage, Kundenhistorie oder Eskalationsbedarf. Nur dann entsteht ein hybrider Kundenservice, der sowohl effizient als auch belastbar ist.
Was Unternehmen vor dem Livegang klären müssen
Technisch ist der Aufbau eines einfachen Bots heute vergleichsweise schnell möglich. Der produktive Betrieb ist deutlich anspruchsvoller. Dafür müssen Datenquellen konsolidiert, Schnittstellen geschaffen, Rollen- und Rechtekonzepte definiert und Antwortgrenzen festgelegt werden. Hinzu kommt eine laufende Qualitätssicherung: Welche Antworten gibt das System? Wie oft werden Anliegen gelöst? Wann werden Fälle übergeben? Wie zufrieden sind Kunden nach automatisierten Kontakten?
Eine reine Automatisierungsquote reicht als Kennzahl nicht aus. Sie sagt wenig darüber aus, ob Anliegen tatsächlich gelöst wurden. Aussagekräftiger sind Lösungsquote, Bearbeitungszeit, Übergabequalität, Wiederkontaktquote und die Entlastung der Mitarbeitenden. Gerade diese Kennzahlen zeigen, ob KI operativ wirkt oder nur Kontaktvolumen aus dem sichtbaren Kanal nimmt.
Für Unternehmen bedeutet das: KI im Kundenservice ist kein isoliertes Technologieprojekt. Sie betrifft Prozessmanagement, IT-Architektur, Datenschutz, Wissensmanagement und Personalplanung. Wer diese Bereiche nicht zusammenführt, riskiert, dass der Bot zwar funktioniert, der Service aber nicht.
Fazit: Nützlicher statt menschlicher
Der Ferienstart macht sichtbar, was auch außerhalb saisonaler Spitzen gilt: Kundenservice wird nicht besser, weil ein System natürlicher spricht. Er wird besser, wenn Anliegen schneller, nachvollziehbarer und verlässlicher bearbeitet werden.
KI kann dazu einen erheblichen Beitrag leisten. Sie kann Standardanfragen automatisieren, Informationen strukturieren, Mitarbeitende vorbereiten und Kontaktspitzen abfedern. Dafür muss sie aber in die operative Servicearchitektur eingebunden sein. Ohne Datenzugriff, klare Rechte, gepflegte Wissensquellen und definierte Übergaben bleibt sie eine zusätzliche Dialogschicht.
Viele Unternehmen bauen derzeit Bots vor Prozesse, die noch nicht für Automatisierung geeignet sind. Der nächste Reifegrad liegt deshalb nicht in noch menschlicher klingenden Systemen, sondern in sauber integrierten Service-Agenten. Erst wenn KI nicht nur versteht, sondern im Rahmen klarer Regeln handeln oder gezielt übergeben kann, entsteht der Nutzen, den Unternehmen und Kunden erwarten.