KI im Kundenservice: Was wirklich funktioniert und was überbewertet ist

KI im Kundenservice ist ein Versprechen, das ich seit Jahren höre. Rund um die Uhr erreichbar, keine Wartezeiten, Kosten senken, Kundenzufriedenheit steigern. Alles gleichzeitig.

Ich habe Projekte in diesem Bereich begleitet und gesehen, was davon stimmt. Das Ergebnis ist nicht so eindeutig, wie Anbieter es darstellen.

Was tatsächlich gut funktioniert

FAQ-Bots für klare, wiederkehrende Fragen sind der stärkste Anwendungsfall. Wenn dieselben fünfzig Fragen immer wieder auftauchen, wenn die Antworten klar definiert und gut dokumentiert sind, und wenn keine individuelle Einschätzung nötig ist, dann ist ein KI-System eine sinnvolle Lösung. Lieferzeiten, Rückgabebedingungen, Accountverwaltung, Produktinformationen: Das können Systeme heute zuverlässig beantworten.

Voraussetzung ist eine gute Wissensdatenbank. Das klingt trivial, ist es aber nicht. Viele Unternehmen haben ihre Informationen über zehn verschiedene Dokumente, veraltete Wikis und mündliches Wissen verteilt. Ein KI-System kann nicht antworten, was es nicht weiß, und es kann keine Informationen zuverlässig zusammenführen, die widersprüchlich sind.

Ein zweiter gut funktionierender Anwendungsfall ist die Triage und Weiterleitung. Das System nimmt die erste Anfrage entgegen, klassifiziert sie, extrahiert die relevanten Informationen und leitet an den zuständigen Mitarbeiter weiter, schon inklusive einer kurzen Zusammenfassung. Das spart dem menschlichen Agenten die erste Rückfrage und beschleunigt die Bearbeitung merklich.

Was überschätzt wird

Ich sehe immer wieder, dass Unternehmen KI im Kundenservice einsetzen, ohne die Grenzen des Systems zu verstehen. Das führt zu Problemen.

Emotionale Situationen. Wenn ein Kunde verärgert ist, eine Reklamation hat oder ein ernstes Problem schildert, erwartet er einen Menschen. Ein KI-System, das in solchen Momenten antwortet, wirkt kalt und löst Frustration aus, auch wenn die Antwort technisch korrekt ist. Kein Bot der Welt beherrscht das, was ein erfahrener Serviceagent in fünf Sätzen kann: den Kunden abzuholen, Verständnis zu zeigen und das Problem strukturiert zu lösen.

Komplexe Einzelfälle. Anfragen, die mehrere Informationen kombinieren, Ausnahmen von Regelungen erfordern oder kreative Lösungen brauchen, überfordern heutige Systeme. Sie beantworten den einfachen Teil der Anfrage und ignorieren den Rest. Das merkt der Kunde, und er fragt ein zweites Mal.

Vertrauen und Datenschutz. Viele Kunden wollen nicht wissen, ob sie mit einem Bot oder einem Menschen sprechen. Aber wenn sie es fragen, und dann nicht klar kommuniziert wird, dass es ein System ist, entsteht Vertrauensverlust. Die DSGVO regelt hier einiges, und es gibt Bereiche, in denen der Einsatz von KI im direkten Kundenkontakt sorgfältig geprüft werden muss.

Die Übergabe an Menschen als Kerndesign

Das größte Problem, das ich in KI-Kundenservice-Projekten sehe, ist eine schlecht durchdachte Übergabe. Das System übernimmt, bis es nicht mehr kann, und dann landet der Kunde wieder am Anfang, ohne dass der Mensch weiß, was bereits besprochen wurde.

Eine gute Implementierung funktioniert anders. Das System bricht sauber ab, wenn es nicht weiterkommt: erkennbar an bestimmten Formulierungen, Themen oder dem ausdrücklichen Wunsch des Kunden. Es übergibt den gesamten Gesprächsverlauf an den menschlichen Agenten, sodass der Kunde das Problem nicht wiederholen muss. Und der Wechsel passiert schnell genug, dass der Kunde nicht das Gefühl hat, in einer Schleife feststecken.

Das ist technisch lösbar. Aber es braucht sorgfältiges Design, und die meisten Unternehmen unterschätzen den Aufwand dafür.

Was ich Unternehmen empfehle

Bevor Sie ein KI-System im Kundenservice einführen, beantworte ich mit meinen Kunden drei Fragen: Welche Anfragen haben wir, und welche davon sind wirklich standardisiert? Wie gut ist unsere Wissensbasis heute dokumentiert? Und wie sieht die Übergabe an menschliche Agenten aus, wenn das System nicht weiterkommt?

Wenn alle drei Fragen befriedigend beantwortet sind, macht ein Pilot Sinn. Ich empfehle immer, mit einem internen Testsystem zu starten, das zuerst im Hintergrund läuft und dessen Antworten ein Mensch sieht, bevor sie zum Kunden gehen. So lernt man in zwei bis vier Wochen mehr über die Schwächen des Systems als in jedem Workshop.

KI im Kundenservice kann echten Wert schaffen. Aber nur, wenn man die Fälle kennt, für die es geeignet ist, und die, für die es das nicht ist.