KI und Bots im Kundenservice: Warum Transparenz vor Automatisierung kommt

Chatbots, die falsche Auskünfte geben, Voicebots, die Anrufende durch Warteschleifen schicken: Die Automatisierung des Kundenservice ist vielerorts schneller umgesetzt als durchdacht. Eine Analyse von Parloa kommt zu dem Ergebnis, dass zehn von elf Unternehmens-Chatbots im Kundenservice versagen. Nach einer schlechten Erfahrung mit einem solchen System versuchen laut Gartner nur 27 Prozent der Nutzer einen zweiten Anlauf. Der Anbieter Alyza aus Hannover setzt deshalb auf eine andere Reihenfolge: erst verstehen, was im Kundenkontakt tatsächlich passiert, dann gezielt automatisieren – und dort, wo es sinnvoll ist, Mitarbeitende mit KI unterstützen statt sie zu ersetzen.

Der Druck ist real – die Reaktion oft vorschnell

Die Ausgangslage ist in vielen Serviceorganisationen ähnlich: Das Kontaktvolumen steigt, die Erwartungen der Kunden an Erreichbarkeit und Antwortqualität wachsen, gleichzeitig fehlen Fachkräfte. Automatisierung wirkt da wie eine naheliegende Antwort. Die Potenziale von KI, Chat- und Voicebots sind tatsächlich vielversprechend – sie versprechen Entlastung rund um die Uhr, eine gleichbleibende Ansprache und geringere Kosten pro Kontakt.

Nur wird diese Antwort häufig zu schnell gegeben. Lösungen werden eingeführt, bevor klar ist, welche Anliegen überhaupt auflaufen, woher sie kommen und wie sie sich zuverlässig auflösen lassen. Die Folge beschreibt die Ausgangsmitteilung drastisch: Chatbots geben falsche Antworten, Voicebots schicken Kunden in Schleifen. Prozesse werden schneller, aber schlechter – und zurück bleibt ein frustrierter Kunde, der beim nächsten Mal womöglich gar nicht mehr anruft.

Zehn von elf Chatbots versagen: Was die Zahlen aussagen – und was nicht

Die Zahl aus der Parloa-Analyse „The State of Agentic CX 2026“ vom April 2026 ist ein deutliches Signal: In zehn von elf untersuchten Fällen erfüllen Unternehmens-Chatbots im Kundenservice ihren Zweck nicht. Noch schwerer wiegt aus Kundensicht die zweite Zahl. Gartner hat im September 2026 ermittelt, dass nur 27 Prozent der Nutzer nach einer schlechten Erfahrung einen weiteren Versuch unternehmen. Ein einziger misslungener Kontakt kann also ausreichen, um einen Kunden dauerhaft abzuschrecken – unabhängig davon, wie leistungsfähig die dahinterliegende Technik grundsätzlich wäre.

Diese Werte sagen weniger über KI als Technologie aus als über die Art und Weise, wie sie eingeführt wird. Ein Bot kann nur beantworten, was zuvor als Wissen hinterlegt und als Prozess verstanden wurde. Wer nicht weiß, welche Fragen täglich auflaufen und welche davon vermeidbar wären, kann auch nicht entscheiden, welche Fälle ein Bot übernehmen soll und welche besser in menschlicher Hand bleiben. Die Versagensquote ist damit in vielen Fällen kein Technikproblem, sondern ein Vorbereitungsproblem.

Der Engpass liegt selten in der Technik

Markus Stumpe, Gründer und CEO von Alyza, benennt den Zusammenhang deutlich: „Unternehmen müssen verstehen: Wer schlechte Prozesse automatisiert, hat am Ende schlechte automatisierte Prozesse. Unternehmen müssen erst Transparenz schaffen: Verstehen, was im Kundenkontakt wirklich passiert. Dann entscheiden, was automatisiert werden soll und was nicht.“

In dieser Reihenfolge liegt der eigentliche Hebel. Transparenz bedeutet konkret: zu wissen, welche Anliegen in welcher Häufigkeit eintreffen, welche Kontakte durch unklare Kommunikation, fehlerhafte Formulare oder missverständliche Informationen entstehen und an welchen Stellen Gespräche abbrechen. Ohne diese Grundlage bleibt jede Automatisierungsentscheidung ein Stochern im Nebel – und jeder schlecht konfigurierte Bot ein Risiko für die Kundenbindung.

Drei Fragen, die vor jeder Automatisierung geklärt sein sollten

Aus dieser Analyseperspektive ergeben sich drei Fragen, die beantwortet sein sollten, bevor ein Chatbot, ein Voicebot oder ein KI-Assistent eingeführt wird. Erstens: Welche Kontakte lassen sich durch bessere Kommunikation von vornherein vermeiden? Zweitens: Wo liegen System- und Prozessprobleme, die immer wieder dieselben Anfragen erzeugen? Und drittens: Wo brauchen Mitarbeitende gezieltes Coaching, um Gespräche künftig besser zu führen?

Genau hier setzt die KI-Plattform von Alyza an. Sie wertet nach Angaben des Anbieters Tausende Telefonate, E-Mails und Chats aus und verdichtet sie zu steuerungsrelevanten Erkenntnissen entlang dieser drei Fragen. Der Ansatz ist bewusst nicht technologiegetrieben: Am Anfang steht nicht die Auswahl eines Systems, sondern das Verständnis der eigenen Kundenkontakte. Erst wenn diese Fragen geklärt sind, lässt sich entscheiden, wo Automatisierung Mehrwert schafft, ohne Qualität zu kosten – und wo ein unterstützender Ansatz für das Serviceteam die bessere Wahl ist.

Praxisbeispiel A-ROSA: von der schwer auffindbaren IBAN zum Getränkepaket

Wie sich diese Klarheit vor der Automatisierung in der Praxis auswirkt, zeigt die Zusammenarbeit mit der A-ROSA Flussschiff GmbH. Bei dem wachstumsorientierten Unternehmen entstehen im Kundenkontakt nicht nur Serviceanfragen, sondern zugleich Beratungs- und Verkaufschancen – bei hohem saisonalem Anfragevolumen und einer Vielzahl unterschiedlichster Anliegen pro Tag.

Die Analyse der Kundeninteraktionen mit Alyza machte Muster sichtbar, die zuvor im Verborgenen geblieben waren. Auf der einen Seite standen unnötige Service-Calls: Eine auffällig hohe Zahl von Rückfragen zur Anzahlung ließ sich auf eine einfache Ursache zurückführen – die IBAN in den Kundenunterlagen war optisch schwer auffindbar. Eine gezielte Anpassung der Unterlagen senkte das Anrufvolumen spürbar, ganz ohne Bot und ohne IT-Projekt.

Auf der anderen Seite zeigte sich ungenutztes Umsatzpotenzial. Durch gezieltes Coaching lernten Servicemitarbeitende, Beratungsgespräche aktiv zu nutzen, etwa um Getränkepakete oder Reiseversicherungen anzubieten. Die Conversion Rate stieg um 89 Prozent, die Lösungsrate erreichte 78 Prozent. Bemerkenswert ist dabei das Verhältnis: Der messbare Effekt entstand nicht durch den Austausch von Menschen gegen Maschinen, sondern durch bessere Informationen, klare Prozesse und gezielte Weiterbildung.

Augmentation before Automation: unterstützen statt ersetzen

Hinter dem Vorgehen steht das Prinzip „Augmentation before Automation“: Zuerst werden Prozesse geklärt und Mitarbeitende unterstützt, erst danach wird entschieden, wo Automatisierung tatsächlich sinnvoll ist. In der unterstützenden Variante liefert KI im laufenden Gespräch Zusammenfassungen, Coaching-Hinweise und Handlungsempfehlungen und hilft dem Serviceteam, schneller die passende Antwort zu finden.

Der Unterschied zur reinen Automatisierung ist erheblich. Wer diesen Zwischenschritt überspringt, riskiert das Gegenteil des gewünschten Effekts: Ein Voicebot nimmt dann Gespräche an, die gar nicht hätten entstehen müssen – und lösen kann er die Anfragen trotzdem nicht. Der Kontakt wird also nicht besser, sondern lediglich maschinell beantwortet, während das eigentliche Problem im Prozess unangetastet bleibt.

Vom Kostenpunkt zum strategischen Hebel

Das Ziel des Alyza-Teams um Markus Stumpe ist es, den Kundenservice aus der Rolle der reinen Kostenstelle zu holen. „Viele Unternehmen sehen ihren Kundenservice noch als Kostenstelle – dabei liegt hier einer der größten Hebel für Effizienz und Wachstum. Wer versteht, was im Kundenkontakt passiert, kann Prozesse stabilisieren, Qualität sichern und sogar neue Umsatzpotenziale erschließen“, so Stumpe. Alyza wurde 2016 mit Sitz in Hannover gegründet; die Plattform analysiert nach eigenen Angaben sämtliche Kundeninteraktionen von Anrufen über E-Mails bis zu Chats.

Was Sie für Ihre eigene Serviceorganisation mitnehmen können

Für die Praxis bedeutet das vor allem eine Verschiebung des Einstiegspunkts. Bevor Sie über Systeme, Anbieter und Laufzeiten sprechen, lohnt es sich, das eigene Kontaktaufkommen belastbar zu erfassen: Welche Anliegen wiederholen sich, welche lassen sich durch verständlichere Formulare, Briefe oder Webseiten vermeiden, und an welchen Stellen brechen Gespräche ab? Diese Bestandsaufnahme kostet Zeit, ist aber die Voraussetzung dafür, dass ein späterer Bot überhaupt sinnvoll trainiert werden kann.

Als Messgrößen bieten sich Kennzahlen an, die über die reine Erreichbarkeit hinausgehen – etwa die Lösungsrate, also der Anteil der Kontakte, die beim ersten Anlauf vollständig geklärt werden, oder die Zahl vermeidbarer Kontakte. Auch die Weiterbildungsseite gehört dazu: Wenn sich zeigt, dass Servicemitarbeitende Beratungschancen ungenutzt lassen, ist Coaching häufig der wirksamere und schnellere Weg als der Einsatz neuer Software.

Zugleich sind Grenzen realistisch einzuordnen. Eine solche Analyse setzt voraus, dass Telefonate, Mails und Chats überhaupt auswertbar vorliegen und dass der Umgang mit diesen Daten rechtlich und organisatorisch geklärt ist – von datenschutzrechtlichen Anforderungen bis zur Einbindung der betroffenen Teams. Nicht jedes Unternehmen verfügt über vergleichbare Datenmengen, und die Auswertung ersetzt keine fachliche Einschätzung. Für klar umrissene Standardanliegen bleibt Automatisierung weiterhin sinnvoll.

Entscheidend ist die Reihenfolge. Wer zuerst versteht, was im eigenen Kundenkontakt geschieht, kann anschließend begründet entscheiden, welche Anfragen ein Bot übernehmen darf, wo KI die Mitarbeitenden im Gespräch unterstützt und welche Themen weiterhin ein menschliches Gespräch verlangen. Wer diese Reihenfolge umdreht, automatisiert im Zweifel nicht seine Prozesse, sondern seine Fehler – und riskiert Kunden, die nach einem einzigen enttäuschenden Kontakt nicht wiederkommen.