AI Experience im Kundenservice

Für Kundinnen und Kunden zählt nicht, welches Modell im Hintergrund arbeitet. Entscheidend ist das Ergebnis: Werde ich verstanden? Wird mein Anliegen tatsächlich bearbeitet? Und komme ich weiter, wenn der Agent an seine Grenzen stößt?

Deshalb gilt: Nicht das intelligenteste Modell gewinnt, sondern das verlässlichste Gesamtsystem.

Was verstehen wir unter AI Experience?

Wir verstehen unter AI Experience nicht nur die Interaktion mit einem AI Agent. Sie entsteht im Zusammenspiel von Gestaltung, Datenanbindung und den Prozessen, die das Verhalten des Systems steuern und kontrollieren.

Die AI Experience reicht damit vom ersten Satz des Kunden bis zur Aktion im Backend – und gegebenenfalls bis zur Übergabe an einen Servicemitarbeiter.

Der Kunde erlebt den Dialog. Das Unternehmen muss dahinter einen kontrollierten Serviceprozess beherrschen.

Dafür sind vier Aufgaben entscheidend: Verstehen, Führen, Handeln und Absichern.

Verstehen: Nicht Wörter erkennen, sondern Anliegen einordnen

Ein guter AI Agent muss erkennen, worum es dem Kunden tatsächlich geht.

Das bedeutet mehr als Speech-to-Text oder das Erkennen einzelner Begriffe. Kundinnen und Kunden formulieren unvollständig, korrigieren sich, unterbrechen oder weichen vom erwarteten Ablauf ab. Genau unter diesen realistischen Bedingungen muss der Agent den Zusammenhang verstehen.

Die Qualität zeigt sich deshalb nicht im perfekten Testsatz, sondern im echten Gespräch.

Führen: Natürlich sprechen ist nicht dasselbe wie gut führen

Large Language Models können höfliche und sprachlich saubere Antworten formulieren. Gute Gesprächsführung entsteht daraus aber nicht automatisch.

Wenn das Anliegen noch unklar ist, kann eine offene Frage sinnvoll sein:

„Können Sie kurz beschreiben, worum es geht?“

Ist der Kontext bereits bekannt, ist eine gezielte Frage häufig hilfreicher:

„Möchten Sie Ihren bestehenden Termin verschieben oder vollständig absagen?“

Beide Varianten können richtig sein. Entscheidend ist, im richtigen Moment das richtige Maß an Offenheit und Führung anzubieten.

Damit wird Conversational Design zu mehr als einer Frage der Wortwahl. Auch Stimme, Tonalität, Gesprächsrhythmus, Pausen, Unterbrechungen und Transparenz prägen die AI Experience. Das Modell erzeugt Sprache. Design gibt ihr Richtung.

Handeln: Aus einer Antwort muss ein Servicevorgang werden

Im Kundenservice reicht es nicht, richtig zu antworten.

Ein Kunde möchte nicht nur erfahren, wie eine Vertragsänderung funktioniert. Er möchte, dass sie durchgeführt wird. Genau hier trennt sich ein sprachlich überzeugender AI-Agent von einem tatsächlich nutzbaren Service-Agent.

Dafür muss der AI-Agent kontrolliert an relevante Informationen kommen und definierte Aktionen auslösen können – etwa prüfen, ändern, terminieren, dokumentieren oder einen Folgeprozess starten.

Entscheidend ist dabei nicht, dem Modell möglichst viele Informationen zur Verfügung zu stellen. Eine gute AI Experience braucht nicht maximalen, sondern relevanten Kontext.

Der Agent sollte genau die Information erhalten, die für den aktuellen Prozessschritt notwendig ist – aus einer definierten Quelle, aktuell und mit kontrollierter Berechtigung.

Das erhöht Nachvollziehbarkeit und Kontrolle und vermeidet unnötige Datenbewegungen und Kosten.

Eine gute AI Experience entsteht damit nicht dadurch, dass ein Agent möglichst frei agiert. Sie entsteht dadurch, dass er im richtigen Moment genau die Freiheit, den Kontext und die Fähigkeiten erhält, die für den nächsten Service-Schritt notwendig sind.

Absichern: Gute Automatisierung kennt ihre Grenzen

Ein guter AI Agent muss nicht jeden Fall selbst lösen. Im Gegenteil: Gute Automatisierung erkennt, wann eine Bestätigung notwendig ist, wann eine Aktion nicht autonom ausgeführt werden sollte und wann eine Übergabe an einen Menschen sinnvoll ist.

Entscheidend ist dann die Qualität dieser Übergabe.

Eine schlechte Übergabe zwingt den Kunden, sich erneut zu identifizieren und sein Anliegen noch einmal zu erklären. Der zuvor aufgebaute Kontext geht verloren.

Eine gute Übergabe überträgt dagegen:

- das erkannte Anliegen,

- den relevanten Kunden- und Vorgangskontext,

- bereits erfolgte Prüfungen,

- die offene Frage und

- den nächsten sinnvollen Schritt.

Der Servicemitarbeiter beginnt damit nicht bei null, sondern setzt den Vorgang fort.

Der Kanal darf wechseln. Die Experience darf nicht abbrechen.

Eine Übergabe ist deshalb kein Scheitern der Automatisierung. Sie ist Teil einer belastbaren Servicearchitektur.

Der Realitätscheck vor dem Go-live

Vor dem produktiven Einsatz eines AI-Agents sollten Unternehmen fünf Fragen beantworten können:

1. Versteht der Agent echte Kunden?

   Auch bei Unterbrechungen, Korrekturen und unvollständigen Aussagen?

2. Führt er verständlich durch den Dialog?

   Sind Fragen eindeutig und nächste Schritte nachvollziehbar?

3. Erhält er den richtigen Kontext?

   Gezielt, aktuell und aus kontrollierten Quellen?

4. Kann er verbindlich handeln?

   Gibt es definierte und abgesicherte Fähigkeiten, mit denen aus einer Antwort ein Servicevorgang wird?

5. Bleibt die Experience bei Ausnahmen intakt?

   Gibt es klare Grenzen und eine kontextreiche Übergabe?

Wenn eine dieser Fragen noch mit „Das klären wir später“ beantwortet wird, spricht das nicht grundsätzlich gegen AI-Agents. Es kann aber ein Signal sein, den Use Case zunächst enger zu fassen.

Fazit

AI Experience endet nicht beim Dialog. Sie entsteht im Zusammenspiel von Gestaltung, Datenanbindung und den Prozessen, die das Verhalten des Systems steuern und kontrollieren.

Genau darin liegt die Qualität eines AI-Agents im Kundenservice: Er muss Kunden verstehen, sinnvoll führen, mit dem richtigen Kontext handeln und seine Grenzen kennen. Dann zeigt sich wie verlässlich die gesamte Experience funktioniert – vom ersten Satz bis zum Ergebnis im Serviceprozess.

Das LLM liefert die Sprachfähigkeit. Eine gute AI Experience entsteht erst durch das Zusammenspiel von Design, Daten, Prozessen und Kontrolle.