{"id":588515,"date":"2025-08-13T20:52:06","date_gmt":"2025-08-14T03:52:06","guid":{"rendered":"https:\/\/www.genesys.com\/blog\/post\/warum-ihre-ki-initiative-scheitern-koennte-und-was-sie-dagegen-tun-koennen"},"modified":"2025-08-25T01:42:44","modified_gmt":"2025-08-25T08:42:44","slug":"why-your-ai-initiative-could-fail-and-how-to-fix-it","status":"publish","type":"blog","link":"https:\/\/www.genesys.com\/de-de\/blog\/post\/why-your-ai-initiative-could-fail-and-how-to-fix-it","title":{"rendered":"Warum Ihre KI-Initiative scheitern k\u00f6nnte \u2013 und was Sie dagegen tun k\u00f6nnen"},"content":{"rendered":"

[vc_row][vc_column][vc_column_text css=““ el_class=“d-none“]Die k\u00fcnstliche Intelligenz (KI) ver\u00e4ndert die Unternehmenssoftware grundlegend. Und nirgendwo ist dies wahrer als im Kundenservicebereich<\/a> .<\/span>\u00a0<\/span> Traditionell lag die Verantwortung f\u00fcr die Wartung von Unternehmenssoftware-Systemen in erster Linie beim Hersteller. Mit der zunehmenden Entwicklung von KI-gest\u00fctzter Software hat sich diese Verantwortung jedoch von der Hauptaufgabe des Anbieters zu der gemeinsamen Aufgabe zwischen dem Anbieter und dem Kunden verschoben. Folglich muss der Kunde jetzt deutlich mehr Arbeit leisten als bisher.<\/span>[\/vc_column_text][vc_column_text css=““]Dieser Blog wurde von Adrian Swinscoe, Customer Experience Berater, Autor, Sprecher, Workshop-Leiter und Aspirant Punk bei Punk CX verfasst.<\/strong><\/em><\/p>\n

Die k\u00fcnstliche Intelligenz (KI) ver\u00e4ndert die Unternehmenssoftware grundlegend. Und nirgendwo ist dies wahrer als im Kundenservicebereich<\/a>.<\/span>\u00a0<\/span><\/p>\n

Traditionell lag die Verantwortung f\u00fcr die Wartung von Unternehmenssoftware-Systemen in erster Linie beim Hersteller. Mit der zunehmenden Entwicklung von KI-gest\u00fctzter Software hat sich diese Verantwortung jedoch von der Hauptaufgabe des Anbieters zu der gemeinsamen Aufgabe zwischen dem Anbieter und dem Kunden verschoben. Folglich muss der Kunde jetzt deutlich mehr Arbeit leisten als bisher.<\/span><\/p>\n

Dar\u00fcber hinaus umfasst die Wartung jetzt nicht nur die Bereiche Design, Tests, \u00dcberpr\u00fcfung, Verwaltung und Optimierung, sondern auch alle Aspekte der Datenbeschaffung und -Bereinigung sowie die Generierung von Inhalten, die das Lebenselixier jedes KI-Systems sind. Dieser Wandel erfordert auch zus\u00e4tzliche Ressourcen und die erforderlichen Investitionen, um diese zus\u00e4tzlichen Bem\u00fchungen zu unterst\u00fctzen.<\/span><\/p>\n

Diese sich ver\u00e4ndernden Dynamiken verursachen innerhalb des Unternehmens Probleme beim Nachweis des ROI (Return on Investment) und bei der Skalierung von KI-L\u00f6sungen<\/a> \u2013 und h\u00e4ufig geht dies \u00fcber die Pilot- oder Proof-of-Concept-Phase hinweg. Dies wird durch aktuelle Studien von Accenture und IBM gest\u00fctzt, die darauf hindeuten, dass Unternehmen derzeit mit ihren KI-Initiativen und -Investitionen gemischte Ergebnisse erzielen.<\/span><\/p>\n

Zum Beispiel<\/span> untersuchte Accenture \u00fcber 2.000 generative KI-Projekte<\/span><\/a> und konsultierte mehr als 3.000 C-Level-F\u00fchrungskr\u00e4fte. Nur 36\u00a0% gaben an, dass sie generative KI-L\u00f6sungen skaliert haben. Nur 13\u00a0% der F\u00fchrungskr\u00e4fte gaben an, dass sie \u201eerheblichen Wert auf Unternehmensebene\u201c geschaffen haben. <\/span> IBM hat mehr als 2.000 CEOs weltweit befragt<\/span><\/a> und herausgefunden, dass nur 16 % es geschafft haben, ihre KI-Initiativen auf das gesamte Unternehmen auszudehnen. Und nur 25\u00a0% gaben an, dass ihre KI-Initiativen in den letzten Jahren den erwarteten ROI erzielt haben.<\/span><\/p>\n

Diese Daten heben einige der gro\u00dfen Herausforderungen hervor, denen Unternehmen bei der Implementierung von KI-Systemen im Bereich Kundenservice gegen\u00fcberstehen. Jedoch werden einige der spezifischen Herausforderungen, mit denen Kundenservice- und CX-F\u00fchrungskr\u00e4fte bei der Implementierung von KI konfrontiert sind, nicht ber\u00fccksichtigt.<\/span>[\/vc_column_text][\/vc_column][\/vc_row][vc_section][vc_row][vc_column][vc_column_text css=““]Sehen wir uns vier Erfahrungsberichte von verschiedenen Unternehmen an. Diese zeigen einige Herausforderungen auf, denen CX-F\u00fchrungskr\u00e4fte bei der Integration von KI in ihre Kundenservice- und Supportabteilungen gegen\u00fcberstanden, was wir von jedem dieser Unternehmen lernen k\u00f6nnen und was erforderlich ist, um<\/span> das Potenzial der KI \u2013 und Ihrer Mitarbeiter \u2013 auszusch\u00f6pfen<\/span><\/a>.<\/span>[\/vc_column_text][\/vc_column][\/vc_row][\/vc_section][vc_section][vc_row][vc_column][vc_column_text css=““]<\/p>\n

KI-Resistenz im Finanzsektor<\/span><\/h2>\n

Die erste Geschichte stammt von einem Finanzdienstleistungsunternehmen, das einen KI-basierten Chatbot implementiert hat, der Kunden bei der Selbstbedienung unterst\u00fctzt. Wie viele andere KI-gest\u00fctzte Chatbots umfasste auch dieser eine Human-in-the-Loop (HITL)- oder Human Oversight-Funktion. Mit diesen Funktionen wird das Modell trainiert und die Qualit\u00e4t der Kundenantworten \u00fcberpr\u00fcft. Dadurch sollte sichergestellt werden, dass die Antworten im Einklang mit der Marke sind und den Unternehmensrichtlinien entsprechen.<\/span><\/p>\n

Au\u00dferdem konnten Mitarbeiter eingreifen, wenn die KI auf eine Abfrage st\u00f6\u00dft, die sie nicht verarbeiten kann. Das Projekt schlug jedoch fehl, da die bestehenden Kundendienstmitarbeiter sich weigerten, mit dem Projekt zu interagieren. Sie f\u00fchlten sich von der neuen Technologie bedroht und bef\u00fcrchteten, ein Modell zu trainieren, das sie letztendlich ersetzen w\u00fcrde.<\/span>[\/vc_column_text][\/vc_column][\/vc_row][\/vc_section][vc_section][vc_row][vc_column][vc_column_text css=““]<\/p>\n

Die Angst, dass KI-Training die Zeit und den Fokus der Mitarbeiter verzerren\u00a0<\/span><\/h2>\n

Der zweite Erfahrungsbericht betrifft die Leitung des Kundendienstbetriebs einer Handelsmarke. Die Leitung stand unter dem Druck der F\u00fchrungskr\u00e4fte und des Vorstands. KI musste in ihren t\u00e4glichen Betrieb implementiert werden, um Verbesserungen bei den Service-Ergebnissen und der Produktivit\u00e4t zu erzielen. Dies h\u00e4tte jedoch bedeutet, Mitarbeiter bei der Entwicklung, dem Training, Testen, der Verwaltung und \u00dcberpr\u00fcfung dieser neuen Tools zu involvieren, wodurch ihnen die Zeit fehlen w\u00fcrde, ihren t\u00e4glichen Aufgaben nachzugehen.<\/span><\/p>\n

Folglich k\u00f6nnten die Mitarbeiter nicht mehr ihre bestehenden KPIs<\/a> und Service-Level-Agreements (SLAs) erf\u00fcllen. Dies w\u00fcrde nicht nur ihre eigene Leistung negativ beeinflussen, sondern auch die Belohnungen, die Mitarbeiter beim Erreichen ihrer Ziele erhalten. Daher beschloss der Betriebsleiter des Kundendienstes, nichts zu tun, bis er das Budget und die zus\u00e4tzlichen Ressourcen erhalten hat, die f\u00fcr diese neue Arbeit erforderlich sind.<\/span>[\/vc_column_text][\/vc_column][\/vc_row][\/vc_section][vc_section][vc_row][vc_column][vc_column_text css=““]<\/p>\n

Unklare und inkonsistente Dokumentation macht den Nutzen der KI zunichte<\/span><\/h2>\n

Der dritte Erfahrungsbericht stammt von einer Kundendienstabteilung eines Unternehmens, das Technologien zur Unterst\u00fctzung der Mitarbeiter einsetzen wollte, um die Produktivit\u00e4t und Effizienz zu verbessern. Sie beschafften einige Technologien und luden mehrere Richtliniendokumente, Schulungsmaterialien und FAQs hoch, um das KI-Modell<\/a> zu trainieren und sicherzustellen, dass alle Vorschl\u00e4ge den Markenstandards entsprachen.<\/span><\/p>\n

Nach der Implementierungs- und Trainingsphase stellten sie jedoch fest, dass die Ergebnisse der Technologie zur Unterst\u00fctzung der Mitarbeiter weitgehend ineffektiv waren, da ihre Dokumentation nicht eindeutig oder inkonsistent war. Dies war ein Problem, dem sich ihre Mitarbeiter t\u00e4glich gegen\u00fcbersahen, aber aufgrund ihrer Fachkompetenz waren sie in der Lage, zu kompensieren und effektive, angemessene Antworten zu geben.<\/span>[\/vc_column_text][\/vc_column][\/vc_row][\/vc_section][vc_section][vc_row][vc_column][vc_column_text css=““]<\/p>\n

KI erm\u00f6glicht eine st\u00e4rkere Fokussierung auf Kunden<\/span><\/h2>\n

Der vierte Erfahrungsbericht stammt von einer Kundendienstabteilung eines E-Commerce-Unternehmens, das erfolgreich einen KI-gest\u00fctzten Chatbot<\/a> implementierte, um Self-Service-Optionen f\u00fcr Kunden und eine Technologie zur Unterst\u00fctzung der Mitarbeiter einzuf\u00fchren, die eine automatisierte Messaging-Funktion umfasst. Dadurch konnte mithilfe von KI und Automatisierung<\/a> automatisch auf gr\u00f6\u00dfere und einfache Anfragen reagiert werden, die den Gro\u00dfteil der Zeit der Mitarbeiter in Anspruch nahmen.<\/span><\/p>\n

So hatten Teams auch wieder Zeit f\u00fcr die Bearbeitung telefonischer Anfragen, was zuvor aufgrund von Kapazit\u00e4ts- und Ressourcenengp\u00e4ssen einfach nicht m\u00f6glich gewesen war. Mitarbeiter konnten mehr Zeit mit Kunden verbringen, komplexe Probleme l\u00f6sen, Beziehungen aufbauen und Mehrwert schaffen.<\/span>[\/vc_column_text][\/vc_column][\/vc_row][\/vc_section][vc_section][vc_row][vc_column][vc_column_text css=““]<\/p>\n

1. Sichern Sie sich die Unterst\u00fctzung Ihrer Mitarbeiter<\/span><\/h3>\n

Sie m\u00fcssen Ihre Mitarbeiter mit einbeziehen \u2013 und ihnen mitteilen, was Sie erreichen wollen, warum Sie es erreichen wollen und welche Rolle Ihre Mitarbeiter spielen, mit welchen \u00c4nderungen zu rechnen ist und wie Sie ihnen helfen k\u00f6nnen, sich anzupassen. Wenn nicht, besteht die M\u00f6glichkeit, dass Ihre Initiative scheitert oder zumindest ihre Ziele nicht erreicht.<\/span><\/p>\n

Dies wird durch<\/span> Untersuchungen von McKinsey unterst\u00fctzt<\/span><\/a> , die zeigen, dass \u00fcber 70 % aller Transformationsprojekte scheitern, haupts\u00e4chlich aufgrund von Unterinvestitionen in drei entscheidende Bereiche: Kommunikation, Verhalten und Schulung. Das ist vielleicht keine \u00dcberraschung f\u00fcr viele Menschen, die ihre eigene pers\u00f6nliche Erfahrung mit einem Transformationsprojekt haben. Es scheint jedoch, dass es eine Lektion ist, die oft wieder gelernt werden muss.<\/span>[\/vc_column_text][\/vc_column][\/vc_row][\/vc_section][vc_section][vc_row][vc_column][vc_column_text css=““]<\/p>\n

2. Weisen Sie realistische Kennzahlen und angemessene Ressourcen zu<\/span><\/h3>\n

Es muss wiederholt werden, dass sich mit der Einf\u00fchrung von KI-gest\u00fctzter Software die Art von Unternehmenssoftware ver\u00e4ndert hat. Wenn wir das Potenzial von KI erfolgreich aussch\u00f6pfen m\u00f6chten, m\u00fcssen wir sicherstellen, dass wir die entsprechenden Ressourcen bereitstellen, und unsere internen Ziele, Metriken und Anreize angemessen anpassen. Nur so schaffen wir die besten Voraussetzungen f\u00fcr Erfolg.<\/span>[\/vc_column_text][\/vc_column][\/vc_row][\/vc_section][vc_section][vc_row][vc_column][vc_column_text css=““]<\/p>\n

3. Nutzen Sie hochwertige Daten<\/span><\/h3>\n

In der Computertechnik gibt es ein Sprichwort: \u201eGarbage In, Garbage Out.\u201c Dies gilt nicht nur f\u00fcr Ihre quantitativen Daten, sondern auch f\u00fcr die qualitativen Daten, mit denen Sie Ihre KI-L\u00f6sung trainieren.<\/span><\/p>\n

Wie die dritte Geschichte oben zeigt, sind Richtlinien, Verfahren und FAQs nicht zwingend effektiv, nur weil es sie gibt. Bevor Sie blind davon ausgehen, dass Ihre offiziellen Unternehmensdokumente aussagekr\u00e4ftig sind, sollten Sie sich vergewissern, dass Ihre Daten \u2013 insbesondere alle Unterlagen, auf die Sie sich verlassen werden \u2013 deutlich und konsistent sind. Denken Sie daran: Ihre KI-L\u00f6sung ist immer nur so gut wie die Daten, mit denen sie trainiert wird.<\/span>[\/vc_column_text][\/vc_column][\/vc_row][\/vc_section][vc_section][vc_row][vc_column][vc_column_text css=““]<\/p>\n

4. Seien Sie sich \u00fcber die Folgen Ihrer Entscheidungen im Klaren<\/span><\/h3>\n

Viele Marken entscheiden sich f\u00fcr die Implementierung von KI mit dem Ziel, die Effizienz und Produktivit\u00e4t zu verbessern sowie die Betriebskosten zu senken. Auch wenn dies nicht immer von Anfang an offensichtlich ist, f\u00fchrt dies aufgrund der Effizienz- und Produktivit\u00e4tssteigerungen durch die Nutzung von KI oft zu einer Reduzierung der Mitarbeiterzahl.<\/span><\/p>\n

Es gibt jedoch auch andere Unternehmen. Ein Beispiel ist das Unternehmen im vierten Erfahrungsbericht, dem sich aufgrund der jetzt verf\u00fcgbaren h\u00f6heren Mitarbeiterkapazit\u00e4t neue M\u00f6glichkeiten er\u00f6ffneten. So entschied man sich daf\u00fcr, die freigesetzte menschliche Expertise zu nutzen, um komplexe Kundenprobleme zu l\u00f6sen und Zeit in Gespr\u00e4che und den Aufbau besserer Beziehungen zu den Kunden zu investieren. Die Verantwortlichen sind sich sicher, dass diese Ma\u00dfnahmen zu einer erh\u00f6hten Kundenbindung, h\u00f6heren Ums\u00e4tzen und einer verbesserten Rentabilit\u00e4t f\u00fcr das Unternehmen f\u00fchren werden.<\/span>[\/vc_column_text][\/vc_column][\/vc_row][\/vc_section][vc_section][vc_row][vc_column][vc_column_text css=““]<\/p>\n

Fazit<\/span><\/h2>\n

Die Implementierung von KI-gest\u00fctzter Software erfolgt nicht im Vakuum. Machen Sie sich klar, welche Entscheidungen Sie treffen und warum.<\/span><\/p>\n

Obwohl derzeit ein gro\u00dfer Hype um KI herrscht, steckt sie noch in den Kinderschuhen. Wenn Sie also KI implementieren m\u00f6chten, um den Service und die Kundenerfahrung zu verbessern, sollten Sie diese Lektionen in Betracht ziehen, um die beste Erfolgschance zu erzielen.<\/span><\/p>\n

Wenn Sie mehr erfahren m\u00f6chten,\u00a0schauen Sie sich Adrians Blog an<\/a>,\u00a0laden Sie eine Podcast-Episode herunter<\/a>\u00a0oder\u00a0senden Sie eine E-Mail an ihn<\/a>.[\/vc_column_text][\/vc_column][\/vc_row][\/vc_section]<\/p>\n<\/div>","protected":false},"excerpt":{"rendered":"

[vc_row][vc_column][vc_column_text css=““ el_class=“d-none“]Die k\u00fcnstliche Intelligenz (KI) ver\u00e4ndert die Unternehmenssoftware grundlegend. Und nirgendwo ist dies wahrer als im Kundenservicebereich .\u00a0 Traditionell lag die Verantwortung f\u00fcr die Wartung von Unternehmenssoftware-Systemen in erster Linie beim Hersteller. Mit der zunehmenden Entwicklung von KI-gest\u00fctzter Software hat sich diese Verantwortung jedoch von der Hauptaufgabe des Anbieters zu der gemeinsamen Aufgabe zwischen […]<\/p>\n","protected":false},"author":1114,"featured_media":585699,"template":"","tax_priority":[54],"tax_blogtype":[17746],"tax_blogcategory":[13119,15930],"tax_contenttheme":[14883],"tax_bundle":[],"tax_contenttheme2":[16185],"tax_capability_sitewide":[16219],"tax_products_programs":[17536,16496],"tax_buying_job":[16627,16656],"tax_buyer_persona":[16875,16898,18592],"tax_sector":[],"tax_segment":[17118,17131,17077],"class_list":["post-588515","blog","type-blog","status-publish","has-post-thumbnail","hentry","tax_priority-54","tax_blogtype-genesys-de-de","tax_blogcategory-cloud-de-de","tax_blogcategory-ai-and-machine-learning-de-de","tax_contenttheme-improve-employee-experience-de-de","tax_contenttheme2-level-up-your-technology-de-de","tax_capability_sitewide-ai-and-automation-de-de","tax_products_programs-genesys-cloud-cx-de-de","tax_products_programs-genesys-ai-de-de","tax_buying_job-job-1-problem-identification-de-de","tax_buying_job-job-2-solution-exploration-de-de","tax_buyer_persona-business-de-de","tax_buyer_persona-technical-de-de","tax_buyer_persona-technischer-bereich","tax_segment-midsized-de-de","tax_segment-smb-de-de","tax_segment-enterprise-de-de","tax_content_type-blog-de-de"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/blog\/588515","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/types\/blog"}],"author":[{"embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/users\/1114"}],"version-history":[{"count":10,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/blog\/588515\/revisions"}],"predecessor-version":[{"id":589825,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/blog\/588515\/revisions\/589825"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/media\/585699"}],"wp:attachment":[{"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/media?parent=588515"}],"wp:term":[{"taxonomy":"tax_priority","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_priority?post=588515"},{"taxonomy":"tax_blogtype","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_blogtype?post=588515"},{"taxonomy":"tax_blogcategory","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_blogcategory?post=588515"},{"taxonomy":"tax_contenttheme","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_contenttheme?post=588515"},{"taxonomy":"tax_bundle","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_bundle?post=588515"},{"taxonomy":"tax_contenttheme2","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_contenttheme2?post=588515"},{"taxonomy":"tax_capability_sitewide","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_capability_sitewide?post=588515"},{"taxonomy":"tax_products_programs","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_products_programs?post=588515"},{"taxonomy":"tax_buying_job","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_buying_job?post=588515"},{"taxonomy":"tax_buyer_persona","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_buyer_persona?post=588515"},{"taxonomy":"tax_sector","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_sector?post=588515"},{"taxonomy":"tax_segment","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_segment?post=588515"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}