KI im Kundenservice: Was sie leistet, wo ihre Grenzen liegen

Was KI im Kundenservice wirklich leistet

KI im Kundenservice ist kein einzelnes Produkt, sondern eine Schicht aus Werkzeugen, die entlang der Kontaktstrecke ansetzen: bevor eine Anfrage einen Menschen erreicht, während der Bearbeitung und danach in der Nachbereitung. Moderne Systeme kombinieren grosse Sprachmodelle mit dem eigenen Wissen eines Unternehmens (Retrieval-Augmented Generation), sodass Antworten auf realen Handbüchern, AGB und Produktdaten beruhen statt auf frei erfundenem Text.

Der praktische Nutzen entsteht dort, wo Volumen und Wiederholung hoch sind: Statusabfragen, Passwort-Themen, Öffnungszeiten, Retouren oder immer gleiche Produktfragen. Diese Fälle binden Zeit, ohne besonderes Fingerspitzengefühl zu verlangen. Genau hier verschiebt KI die Arbeit vom Suchen und Tippen hin zum Prüfen und Entscheiden.

Die vier Kern-Einsatzfelder

• Chat- und Voice-Assistenten: Sie beantworten häufige Fragen rund um die Uhr, führen durch einfache Prozesse (Terminbuchung, Adressänderung) und leiten bei Bedarf an Mitarbeitende weiter. Sprachassistenten übernehmen zunehmend die erste Telefonebene.
• Ticket-Triage: KI klassifiziert eingehende Anfragen nach Thema, Dringlichkeit und Sprache, erkennt Stimmung und leitet an das richtige Team weiter. Das verkürzt Liegezeiten und verhindert, dass kritische Fälle untergehen.
• Antwortentwürfe: Statt selbst zu formulieren, erhalten Mitarbeitende einen kontextbezogenen Vorschlag, den sie prüfen, kürzen und freigeben. Das senkt die Bearbeitungszeit und hält Tonalität sowie Fachbegriffe konsistent, auch über vier Landessprachen hinweg.
• Wissensdatenbanken: KI hilft, Artikel zu schreiben, Lücken aus wiederkehrenden Fragen zu erkennen und veraltete Inhalte zu markieren. Eine gepflegte Wissensbasis ist zugleich die Grundlage, auf der alle anderen Funktionen verlässlich antworten.

Nutzen und Grenzen im Überblick

Der Nutzen ist real, aber nicht unbegrenzt. KI glänzt bei Skalierung, Verfügbarkeit und Konsistenz. Sie stösst dort an Grenzen, wo Urteilsvermögen, Empathie, Verantwortung oder rechtliche Verbindlichkeit gefragt sind. Wer beide Seiten kennt, plant realistisch statt euphorisch.

• Stärken: 24/7-Erreichbarkeit, kürzere Wartezeiten, gleichbleibende Qualität, Mehrsprachigkeit, Entlastung von Routinearbeit, bessere Auswertbarkeit von Kontaktdaten.
• Grenzen: Risiko erfundener Antworten (Halluzinationen) ohne saubere Wissensbasis, Schwierigkeiten bei Mehrdeutigkeit und Ironie, fehlende echte Empathie, Verantwortungsfrage bei Fehlern, Abhängigkeit von Datenqualität.
• Fehleinsatz vermeiden: Beschwerden mit hoher Emotion, Kündigungen, Rechts- und Gesundheitsthemen sowie Ausnahmefälle gehören frühzeitig in menschliche Hand.

Das Human-Handoff-Prinzip

Der wichtigste Baustein eines guten KI-Kundenservice ist die geregelte Übergabe an den Menschen. Das Ziel ist nicht, möglichst viele Fälle vollautomatisch abzuschliessen, sondern jeden Fall am richtigen Ort zu lösen. Ein Assistent, der Grenzen kennt und rechtzeitig weiterleitet, schafft mehr Vertrauen als einer, der alles selbst beantworten will.

Gute Übergaben folgen klaren Auslösern: niedrige Antwortsicherheit, erkannte Emotion oder Beschwerde, sensible Themen, wiederholtes Nachfragen oder ein ausdrücklicher Kundenwunsch nach einer Person. Beim Wechsel muss der gesamte Kontext mitwandern, damit die Kundin ihr Anliegen nicht erneut schildern muss. Transparenz gehört dazu: Menschen sollten wissen, ob sie mit einer KI oder einer Person sprechen.

Datenschutz und Compliance in der Schweiz

Kundenservice verarbeitet fast immer Personendaten. In der Schweiz gilt das revidierte Datenschutzgesetz (revDSG); Aufsichtsbehörde ist der EDÖB. Wer KI einsetzt, sollte Zweck und Rechtsgrundlage der Verarbeitung klären, Datenminimierung beachten und prüfen, wo Daten gespeichert und verarbeitet werden, insbesondere bei Cloud- und US-Anbietern. Bearbeiten Dritte die Daten, braucht es einen Auftragsverarbeitungsvertrag.

Praktisch heisst das: keine sensiblen Daten unnötig an Modelle geben, Aufbewahrungsfristen definieren, Transparenz gegenüber Kundinnen und Kunden herstellen und automatisierte Einzelentscheide mit erheblicher Wirkung mit einer menschlichen Überprüfung absichern. Wer den EU-Markt bedient, berücksichtigt zusätzlich DSGVO und den EU AI Act.

Einführung Schritt für Schritt

• Anfragen analysieren: Die häufigsten 20 bis 30 Kontaktgründe erfassen und danach sortieren, welche sich sicher automatisieren lassen und welche nicht.
• Wissensbasis aufräumen: Aktuelle, widerspruchsfreie Inhalte sind die Voraussetzung für verlässliche Antworten. Ohne sie halluziniert jedes Modell.
• Klein starten, messen: Mit einem klar abgegrenzten Anwendungsfall beginnen, Kennzahlen wie Lösungsquote, Übergaberate und Zufriedenheit verfolgen und iterativ ausweiten.
• Handoff und Kontrolle festlegen: Eskalationsregeln, menschliche Freigabe bei heiklen Fällen und regelmässige Stichproben der KI-Antworten von Anfang an verankern.
• Team einbinden: Mitarbeitende schulen, Feedback-Schleifen einrichten und die KI als Assistenz positionieren, die Routinen abnimmt statt Stellen zu ersetzen.