Das bedeutet jedoch nicht, dass KI keinen Mehrwert liefern kann. Das eigentliche Problem liegt darin, wie Unternehmen ihre KI-Initiativen planen und umsetzen.
Auf der Xperience 2026 stellten zwei Genesys-Experten, Juan Perez (Director of AI Solutions & Services) und Niels Kusters (Senior CX Advisory Consultant), einen praxisorientierten Fünf-Schritte-Ansatz vor, mit dem sich KI-Anwendungsfälle identifizieren und umsetzen lassen, die messbaren Geschäftsnutzen erzielen.
Mehrwert entsteht dort, wo Reibung beseitigt wird
Die meisten Unternehmen starten KI-Initiativen mit der falschen Frage: Was kann diese Technologie für uns tun? Dadurch richten sie den Blick sofort auf Funktionen wie virtuelle Agenten, intelligentes Routing, Predictive Engagement oder Copilots und suchen anschließend nach geeigneten Einsatzmöglichkeiten dafür. Dieser technologiegetriebene Ansatz wirkt zunächst naheliegend. Am Ende entsteht jedoch häufig ein Portfolio technisch beeindruckender KI-Funktionen, das keine Ergebnisse liefert, die für das Unternehmen tatsächlich von Bedeutung sind.
Wer bei den Ursachen von Frustration ansetzt statt bei technologischen Möglichkeiten, richtet KI-Initiativen konsequent auf Geschäftsergebnisse aus und nicht auf die Technologie selbst.
Mehr als die Spitze des Eisbergs
Um zu verdeutlichen, wie leicht Unternehmen den Fokus falsch setzen, nutzten Perez und Kusters die Metapher eines Eisbergs. An dessen Spitze befinden sich die KI-Funktionen. Genau diese stehen meist im Mittelpunkt, wenn Unternehmen über den Einsatz von KI nachdenken. Direkt darunter liegt die Technologie- und Datenebene: Plattformen, Integrationen und Datenpipelines, die dafür sorgen, dass KI-Modelle überhaupt sinnvoll eingesetzt werden können.
Der weitaus größere Teil des Eisbergs bleibt jedoch unter der Oberfläche verborgen. Dazu gehören Menschen, Abläufe und Change-Management-Prozesse, die für erfolgreiche Ergebnisse unverzichtbar sind. Genau für diesen Bereich werden jedoch häufig keine ausreichenden Ressourcen eingeplant. Gleichzeitig ist er der Hauptgrund, warum viele KI-Initiativen scheitern. Denn selbst mit den richtigen KI-Funktionen und einer leistungsfähigen Datenbasis ist Erfolg nicht garantiert. Es braucht Mitarbeiter, die den KI-Tools vertrauen und sie tatsächlich nutzen, Teamleiter, die neue Ansätze zur Leistungsbewertung mittragen, sowie Prozesse, die an die Veränderungen durch KI im Kundenservice angepasst werden.
Wird diese Ebene vernachlässigt, entsteht zwar eine technisch funktionierende Lösung. Die Akzeptanz bleibt jedoch gering und der geschäftliche Nutzen fällt entsprechend niedrig aus.
Gerade im Finanzdienstleistungssektor zeigen sich bereits deutliche Hinweise darauf, wie entscheidend diese Faktoren für den Erfolg von KI-Initiativen sind.
Fünf Schritte zu KI-Anwendungsfällen mit messbarem Mehrwert
Mit den folgenden fünf Schritten entwickeln Sie KI-Anwendungsfälle, die den gesamten Eisberg berücksichtigen und nachhaltige Erträge aus Ihren KI-Investitionen ermöglichen.
Schritt 1: Bei den Erlebnissen ansetzen, die wirklich zählen
Bevor über Lösungen oder konkrete KI-Funktionen nachgedacht wird, sollten zunächst die Kundenerlebnisse identifiziert werden, die den größten Einfluss auf das Geschäft haben. Dazu gehören beispielsweise Onboarding, Abrechnung, Schadenbearbeitung, Retouren oder Terminvereinbarungen. In diesen Prozessen entscheidet sich häufig, ob Kunden loyal bleiben oder abspringen. Positive wie negative Erfahrungen wirken sich unmittelbar auf wichtige Geschäftskennzahlen aus. Dadurch lässt sich für jeden Anwendungsfall ein klarer Business Case mit einer konkreten Kennzahl definieren, etwa der Self-Service-Lösungsquote oder der Kundenbindung. Dieser Ansatz stellt sicher, dass die gesamte Initiative auf Geschäftsergebnisse ausgerichtet bleibt und nicht auf technische Innovation um ihrer selbst willen.
Perez und Kusters veranschaulichten dies anhand eines Praxisbeispiels: Ein Telekommunikationsanbieter mit mehr als 1,5 Millionen Sprachinteraktionen pro Monat identifizierte die Rechnungsstellung als einen seiner kritischsten Kundenprozesse. In solchen Momenten kann bereits eine einzige negative Erfahrung das Vertrauen zerstören, das über Monate aufgebaut wurde.
Schritt 2: Reibungspunkte identifizieren
Nachdem die wichtigsten Kundenerlebnisse definiert wurden, gilt es, die Customer Journey im Detail zu analysieren und die Stellen zu identifizieren, an denen Probleme entstehen. Betrachten Sie den Prozess konsequent aus Kundensicht: die unverständliche Rechnung, der Chatbot, der immer wieder dieselben Standardantworten liefert, die erneute Schilderung des Problems gegenüber verschiedenen Servicemitarbeitern oder eine Lösung, die Unklarheiten darüber hinterlässt, ob beispielsweise noch Gebühren anfallen. Jeder dieser Reibungspunkte bietet die Möglichkeit, gezielt einzugreifen und Mehrwert zu schaffen.
Ein besonders deutliches Zeichen für mangelhafte Orchestrierung ist es, wenn Kunden Informationen mehrfach bereitstellen müssen. Laut dem Genesys-Bericht zum Stand der Customer Experience 2026 wünschen sich 95 % der Verbraucher, dass ihre Informationen kanalübergreifend verfügbar sind, damit sie ihr Anliegen nicht wiederholt erklären müssen. Dennoch geben 52 % der Unternehmen diese Informationen beim Wechsel zu einem Servicemitarbeiter nicht weiter.
Im Beispiel des Telekommunikationsanbieters sah die Customer Journey rund um die Rechnungsstellung so aus: Ein Kunde entdeckt eine unerwartete Belastung auf seiner Rechnung. Er nutzt zunächst den Self-Service, wird dort jedoch nur durch allgemeine Hilfebeiträge geleitet. Anschließend kontaktiert er den Kundenservice und muss sein Anliegen von Grund auf neu erklären. Danach wird er zwischen verschiedenen Teams weitergereicht und beginnt jedes Mal wieder von vorn. Schließlich wird ein Ticket für sein Anliegen ausgestellt, ohne Klarheit darüber, ob die Mahngebühr weiterhin besteht. Fünf Kontaktpunkte, von denen mindestens drei ausschließlich Reibung verursachen.
Schritt 3: Neu bewerten, was umsetzbar ist
Sobald die Reibungspunkte identifiziert sind, sollten Sie der Versuchung widerstehen, sofort nach einer Lösung zu suchen. Stattdessen empfehlen Perez und Kusters, das Problem aus drei unterschiedlichen Perspektiven zu betrachten. Der erste Blick ist bewusst grenzenlos: kein Budget, keine Altsysteme, keine technischen Einschränkungen. Wie würde das ideale Kundenerlebnis an jedem Reibungspunkt oder entscheidenden Moment der Customer Journey aussehen? Im zweiten Schritt folgt eine kritische Betrachtung: Welche Risiken gibt es? Wo liegen Sicherheitsanforderungen oder technische Beschränkungen? Die dritte Perspektive verbindet Optimismus mit Realismus. Diese drei Betrachtungsweisen verhindern, dass Sie automatisch die Lösung wählen, die Ihr Team für am einfachsten umsetzbar hält.
Die Analyse des Abrechnungsprozesses aus allen drei Perspektiven führte zu einer Neugestaltung der Customer Journey: Der Kunde erhält proaktiv eine Benachrichtigung, bevor die Belastung für den Kunden überraschend kommt, ein geführter Self-Service-Prozess löst einfache Anliegen eigenständig, und wenn die Unterstützung durch einen Servicemitarbeiter erforderlich ist, verfügt dieser bereits über den vollständigen Kontext und kann das Anliegen in einem einzigen Kontakt abschließend bearbeiten.
Schritt 4: Eine Lösung für Ihre Zielvision entwickeln
Mit einer klaren Vorstellung davon, was möglich ist, geht es nun darum, die Lösung konkret auszugestalten. Definieren Sie, welche Technologien und Plattformfunktionen benötigt werden, welche Daten verfügbar sein müssen und anhand welcher Kennzahlen sich der Erfolg des Anwendungsfalls messen lässt. Die KPIs eines Anwendungfalls unterscheiden sich häufig von den übergeordneten Geschäftskennzahlen, zu deren Verbesserung er beiträgt. Für eine fundierte Erfolgsmessung benötigen Sie beide Ebenen.
Für den Abrechnungsprozess wurde die Zielvision in konkrete Anwendungsfälle mit jeweils eigenen KPIs übersetzt: eine agentische Self-Service-Journey zur Steigerung der Self-Service-Lösungsquote, Predictive Routing zur Verbesserung der Erstlösungsquote sowie Genesys Cloud Agent Copilot, um Mitarbeitern in Echtzeit Hilfestellung zu geben und damit das Kundenerlebnis zu verbessern.
Schritt 5: Ausgestalten, testen und messen
Entscheidend ist, sicherzustellen, dass Sie einen Anwendungsfall definiert haben, der positive Veränderungen anstößt und einen nachhaltigen Mehrwert schafft. Bevor Sie Ressourcen investieren, sollten Sie daher einen Bereitschaftscheck in vier Bereichen durchführen:
Unterstützt der Anwendungsfall klar den definierten Business Case?
Ist die technische Umsetzung realisierbar?
Sind die erforderlichen Daten vorhanden?
Ist die Organisation auf die Veränderung vorbereitet?
Starten Sie anschließend im kleinen Rahmen, messen Sie die Ergebnisse kontinuierlich und betrachten Sie die eingesetzte KI nicht als abgeschlossenes Projekt, sondern als Lösung, die fortlaufendes Feedback und regelmäßige Optimierung benötigt. Ein KI-System ohne Feedbackschleife entfernt sich mit der Zeit von den Ergebnissen, die es eigentlich erzielen soll. Damit sich ein KI-System kontinuierlich verbessert, statt an Wirksamkeit zu verlieren, sollten KPIs in Echtzeit überwacht, Signale täglich analysiert, Abweichungen wöchentlich identifiziert, Modelle monatlich nachtrainiert und die Ergebnisse vierteljährlich validiert werden. Achten Sie darauf, dass Ihre KPIs sowohl die technische Leistung der Lösung als auch die angestrebten Geschäftsergebnisse messen.
Wechselwirkungen und kumulative Effekte
Einer der häufigsten Fehler bei KI-Initiativen besteht darin, zu unterschätzen, wie stark eine einzelne Automatisierungsentscheidung den gesamten Betrieb verändern kann. Wird eine neue Fähigkeit im Kern eines Prozesses eingeführt, wirkt sich das oft auf Routing-Logiken, Tools für Mitarbeiter, die Daten-Governance und sogar auf die Erfolgsmessung aus.
Der erste Impuls ist häufig, diese Auswirkungen als Risiko zu betrachten, das kontrolliert werden muss. Stattdessen sollten sie als Zeichen dafür verstanden werden, dass die richtigen Veränderungen angestoßen werden. Perez und Kusters geben hierzu einen klaren Rat: Diese Effekte sollten nicht nur akzeptiert, sondern gezielt ausgelöst werden. Denn genau sie sind der Mechanismus hinter kumulativem Mehrwert.
Solche Effekte führen jedoch nur dann zu nachhaltigen Ergebnissen, wenn sie auf dem richtigen Anwendungsfall aufbauen. Deshalb ist der Bereitschaftscheck aus Schritt 5 so wichtig. Ein Anwendungsfall muss den Business Case unterstützen, technisch umsetzbar sein, auf verfügbaren Daten basieren und von Mitarbeitern, Teamleitern und Prozessverantwortlichen mitgetragen werden.
Je mehr Anwendungsfälle eingeführt werden, desto größer wird ihr Nutzen. Daten, Vertrauen und technische Grundlagen, die bei früheren Projekten aufgebaut wurden, können für weitere Anwendungsfälle genutzt werden. Ein einzelner, gut gewählter Anwendungsfall kann bereits erheblichen Mehrwert schaffen. Das volle Potenzial entfaltet sich jedoch erst dann, wenn KI nicht mehr als isolierte Einzellösung betrachtet wird, sondern zu einem grundlegenden Bestandteil der Customer Experience wird.
Anpassen, vorangehen und skalieren
Wie Sie skalieren, ist ebenso wichtig wie die Wahl des Ausgangspunkts. Gehen Sie deshalb bewusst und schrittweise vor. Validieren Sie das Konzept zunächst in einem kleinen Pilotprojekt, testen Sie es unter realen Bedingungen, erweitern Sie den Umfang schrittweise und führen Sie die Lösung erst dann produktiv ein, wenn Feedbackschleifen und Sicherheitsmechanismen etabliert sind. Dieser Ansatz erfordert mehr Geduld als die früher üblichen großflächigen Einführungen von Contact Center-Technologien. KI verhält sich jedoch anders als die Systeme, die ihr vorausgingen. Skalierung ist bei KI nichts, was sich auf Knopfdruck erreichen lässt, sondern etwas, das in mehreren Stufen erarbeitet werden muss.
Die Skalierung von Mehrwert erfordert Disziplin, ebenso wie die zuvor beschriebene Fünf-Schritte-Methodik. Beginnen Sie daher bei einem Kundenerlebnis, das für Ihre Kunden noch unnötige Hürden aufweist. Verknüpfen Sie dieses mit einem Business Case, der für die Unternehmensführung relevant ist, und nutzen Sie jeden Anwendungsfall als Grundlage für den nächsten. Genau darin liegt der Unterschied zwischen dem bloßen Einsatz neuer Technologien und dem Aufbau agentischer Orchestrierung, bei der Menschen, KI, Daten und Tools als integriertes Gesamtsystem zusammenwirken. Unternehmen, die bereits heute einen spürbaren Nutzen aus KI ziehen, haben dies nicht erreicht, indem sie einfach mehr KI eingeführt haben. Sie richten ihre KI-Initiativen ebenso wie ihre Mitarbeiter, Prozesse und ihr Change Management konsequent auf die Ergebnisse aus, die für ihr Geschäft wirklich relevant sind.
Genesys empowers organizations of all sizes to improve loyalty and business outcomes by creating the best experiences for their customers and employees. Through Genesys Cloud, the AI-Powered Experience Orchestration platform,...
