Personalisierung leistet viel, nur nicht alles
Personalisierung heißt hier: Ansprache, Empfehlungen, Auswahl und Kontext aus einem laufenden Vorgang werden an die Person angepasst. Dass das wirken kann, ist gut belegt. In randomisierten Feldexperimenten mit drei Unternehmen haben Navdeep Sahni, Christian Wheeler und Pradeep Chintagunta Werbe-E-Mails an Millionen Empfänger verschickt, mal mit, mal ohne den Namen im Betreff. Der Name hob die Öffnungsrate im Hauptexperiment von 9,05 auf 10,80 Prozent, die Leads von 0,39 auf 0,51 Prozent, und die Abmeldungen sanken von 1,2 auf 1,0 Prozent (Marketing Science, 2018).
Wer also sagt, Personalisierung sei Unsinn, hat die Daten gegen sich. Das Experiment misst aber etwas Bestimmtes: ob jemand eine Werbe-E-Mail öffnet und reagiert. Ob ein Problem gelöst wird, ob jemand Kunde bleibt, ob ein Termin wirklich verschoben ist, misst es nicht. Genau dort setzt die These an. Personalisierung hilft dem Kunden, etwas zu bemerken und sich zurechtzufinden. Wenn er etwas erledigen will, hilft ihm ein persönlicher Gruß wenig, solange er danach alles noch einmal erklären muss.
Unternehmen planen Personalisierung, Kunden ärgern sich über Wiederholen
Wie unterschiedlich die beiden Seiten auf das Thema schauen, zeigen zwei Befragungen nebeneinander. PwC hat im Januar und Februar 2026 mit Appinio 450 Führungskräfte aus deutschen Unternehmen mit mindestens 250 Millionen Euro Jahresumsatz befragt. 86 Prozent halten konsequente Personalisierung für den entscheidenden Hebel für Kundenbindung und Wiederkauf. Nur 28 Prozent vertrauen ihren Kundendaten vollständig (PwC, The Customer in the Age of AI 2026/27). Das sind zwei verschiedene Fragen, aber sie hängen zusammen: Wer personalisieren will, braucht zuerst Daten, auf die er sich verlassen kann. Befragt wurden große Unternehmen. Für einen Betrieb mit acht Leuten zeigen die Werte eine Richtung, keinen Maßstab.
Auf Kundenseite sieht die Rangfolge anders aus. Im CX Trends Report 2026 von Zendesk ärgern sich 65 Prozent der befragten Verbraucher stark über fehlende Personalisierung. Mehr, nämlich 69 Prozent, sind sehr frustriert, wenn sie Informationen wiederholen müssen. Deutsche Kunden wollen laut derselben Auswertung vor allem, dass ihr Anliegen auf Anhieb gelöst wird, dass der Service den Kontext kennt und dass verständlich erklärt wird, wie eine KI zu einer Entscheidung kommt (Zendesk, November 2025).
Beide Zahlen stammen von Anbietern, die Software oder Beratung verkaufen, und beide sind Selbstauskünfte. Sie sind keine gemeinsame Zeitreihe, denn PwC fragt Unternehmen, Zendesk vor allem Kunden. Auch große Mittelwerte helfen nur begrenzt. Qualtrics fasst für seinen Bericht 2026 die Antworten von 20.000 Verbrauchern aus 14 Ländern und 18 Branchen zusammen und kommt zu dem Schluss, dass sich Kennzahlen zum Kundenerlebnis verbessern, die Gewinne aber wackelig sind (Qualtrics XM Institute). Für deinen Betrieb ist so ein Mittelwert eine Richtung, kein Sollwert. Was zählt, ist die eigene Kontaktart: Reklamation, Terminänderung, Angebotsanfrage. Wenn du ohnehin gerade überlegst, wo weniger Maßnahmen mehr bringen, passt dazu der Beitrag The End of More: Wie Digital Marketing 2026 wirklich funktioniert.
| Frage | Unternehmenssicht (PwC, 450 Führungskräfte) | Kundensicht (Zendesk, Verbraucher weltweit) |
|---|---|---|
| Was zählt? | 86 Prozent: Personalisierung ist der entscheidende Bindungshebel | 69 Prozent sehr frustriert, wenn sie Informationen wiederholen müssen |
| Wo hakt es? | nur 28 Prozent vertrauen ihren Kundendaten vollständig | 65 Prozent ärgern sich stark über fehlende Personalisierung |
| Unsere Folgerung | Datenqualität vor Personalisierung prüfen | Kontext erhalten, bevor die Ansprache verfeinert wird |
Das Anliegen muss mitwandern, nicht nur der Name
Der Defekt aus dem Einstieg ist kein Technikproblem, sondern ein Übergabeproblem. Kontextübergabe heißt: Die Information, die für einen Fall nötig ist, geht mit, wenn der Fall den Kanal oder die Person wechselt. Dafür braucht es keine vollständige Kundenhistorie. Es reicht, dass die nächste Stelle weiß, worum es geht, was schon geprüft wurde und was als Nächstes passieren soll.
Wie das im Großen aussieht, zeigt ein Verfahren aus der britischen Verwaltung. Mit Tell Us Once melden Angehörige einen Todesfall in einem Schritt an die meisten Behörden. Eine Information, die schon vorliegt, wird an berechtigte Stellen weitergegeben, statt dass jede Stelle sie neu erfragt. Ausnahmen bleiben, und eine Wirkungsmessung enthält die Anleitung nicht. Übertragbar ist nicht die Befugnis einer Behörde, sondern die Zuständigkeit für die Übergabe. Für deinen Betrieb heißt das: Die Kundin erklärt ihr Anliegen einmal, und jede Stelle, die es danach anfasst, kennt die vereinbarte nächste Aktion.
Fehlt diese Übergabe, wandert die Arbeit zum Kunden. Er sucht, wiederholt, ruft ein zweites Mal an. Der Softwareanbieter CSG nennt das Effort Inflation, sinngemäß wachsender Aufwand: Für dieselbe Aufgabe brauchen Kunden mehr Zeit, mehr Schritte und mehr Nachdenken. CSG hat dafür 1.800 digitale Verbraucher in Nord- und Lateinamerika sowie in Europa, dem Nahen Osten und Afrika befragt. 74 Prozent sagen, ein Anliegen zu lösen koste heute so viel Mühe wie vor einem Jahr oder mehr (CSG, 27. Oktober 2026). Das ist eine Anbieterthese mit Selbstauskunft. Einen allgemeinen Anstieg des Kundenaufwands bis 2027 belegt sie nicht. Prüfen lässt sich der Mechanismus aber in jedem Betrieb an echten Fällen, dazu gleich mehr.
In sozialen Kanälen beginnt die Übergabe oft schon bei der ersten Antwort auf einen Kommentar oder eine Nachricht. Wie dort geantwortet wird, beschreibt der Beitrag Community-Management: Warum Antworten 2026 über Reichweite und Vertrauen entscheiden. Und wer im Kanal überhaupt für das Unternehmen spricht und einen Fall weitergeben darf, klärt Social Media ist die Eingangstür: Wer spricht da eigentlich für dein Unternehmen?
Eine schnelle Antwort ist noch kein gelöster Fall
Viele Betriebe messen, wie schnell sie reagieren. Das ist sinnvoll, aber es ist nur eine von drei Zahlen. Die Erstreaktion misst die Zeit bis zur ersten Rückmeldung. Die Lösungsquote misst, wie viele Fälle abschließend erledigt sind. Der Wiederkontakt zählt, wie oft sich jemand zum selben Anliegen noch einmal meldet. Eine schnelle Antwort, die nichts klärt, verbessert die erste Zahl und verschlechtert die dritte.
Das bekannteste Beispiel für schnelle Antworten ist Klarna. Das Unternehmen meldete im Februar 2024, sein KI-Assistent habe im ersten Monat 2,3 Millionen Gespräche geführt, zwei Drittel aller Servicechats, und die Wiederholungsanfragen um 25 Prozent gesenkt (Klarna über PR Newswire). Das sind Betreiberangaben aus einem frühen Zeitfenster und mit Eigeninteresse. Ohne die Falldaten lässt sich nicht prüfen, welche Fälle der Assistent bekam, wie lange nachbeobachtet wurde und wie es bei komplizierten Anliegen aussah. Bemerkenswert ist, was Klarna später in seinem Börsenprospekt schreibt: Weil manche Kunden lieber mit Menschen sprechen, biete das Unternehmen allen Kunden weiterhin diese Möglichkeit an (Klarna, Prospekt 2025).
Bots sind deshalb nicht schlecht. Ein schneller Bot ist nur dann eine Lösung, wenn er Fälle abschließt und der Wiederkontakt sinkt. Dafür musst du Erstreaktion und abschließende Bearbeitung getrennt aufschreiben. Öffentliche Anbieterzahlen taugen nicht als Vergleich für den eigenen Betrieb.
KI hilft zuerst den Beschäftigten, der Mensch bleibt der Rückweg
Eine große, begutachtete Studie zu KI im Kundenservice untersucht nicht den Bot, sondern die Menschen dahinter. Erik Brynjolfsson, Danielle Li und Lindsey Raymond haben die gestaffelte Einführung eines KI-Assistenten bei 5.172 Supportmitarbeitenden eines Softwareunternehmens ausgewertet. KI-Assistenz heißt hier: Die KI schlägt vor, der Mensch entscheidet und antwortet. Mit dem Assistenten lösten die Beschäftigten im Mittel 15 Prozent mehr Fälle pro Stunde. Weniger Erfahrene wurden schneller und besser, die Erfahrensten nur etwas schneller, bei leicht sinkender Qualität (Quarterly Journal of Economics, 2025). Der Befund gilt für Assistenz der Beschäftigten in einem Betrieb. Für autonome Bots, die ohne Menschen antworten, ist er kein Nachweis.
Gleichzeitig suchen Kunden Hilfe längst nicht nur beim Unternehmen. Gartner hat im Februar und März 2026 insgesamt 3.566 Kunden aus B2B und B2C befragt. Danach greifen Menschen im Service rund dreimal so oft zu externer generativer KI wie zum Chatbot des Unternehmens. Die Nutzung firmeneigener Chatbots ist seit 2022 statistisch unverändert. 58 Prozent der KI-Nutzer ließen eine Aufgabe von der KI erledigen, im B2B 74 Prozent (Gartner, 8. Juli 2026). Für einen kleinen Betrieb heißt das vor allem: Die öffentlich erreichbaren Informationen über Öffnungszeiten, Ablauf und Bedingungen müssen stimmen, denn dort holt sich die externe KI ihre Antwort. Wie du prüfst, was KI-Assistenten über deinen Betrieb sagen, steht im Beitrag Wird dein Unternehmen von ChatGPT genannt?
Aus derselben Befragung meldet Gartner einen zweiten Befund: 50 Prozent finden Kontakte einfacher, wenn Unternehmen generative KI einsetzen, und 87 Prozent halten eine Möglichkeit, einen Menschen zu erreichen, für unverzichtbar (Gartner, 4. August 2026). Menschlicher Service ist deshalb nicht immer besser. Er ist der Rückweg, wenn etwas unklar, folgenreich oder strittig wird. Praktisch musst du deshalb zwei Dinge festlegen: ab wann ein Mensch übernimmt und welcher Kontext dabei mitgeht.
Vor dem Kauf zählt Sicherheit mehr als Ansprache
Kundenerlebnis beginnt vor dem ersten Kontakt. Wie eine Marke bei einem konkreten Bedarf überhaupt in die engere Wahl kommt, beschreibt der Beitrag Marketing 2027: Wie Brands Kunden erreichen. Hier geht es darum, was danach passiert. Die folgenden Beispiele stammen aus dem US-Handel, aus der Möbelbranche und aus Japan, weil es dort Daten oder dokumentierte Abläufe gibt. Für deutsche Betriebe zählt der Mechanismus, nicht die Zahl. Wer zögert, braucht oft keine persönlichere Ansprache, sondern eine Antwort auf einen konkreten Zweifel. Wie verschieden die Gründe für einen Abbruch sein können, zeigt das Baymard Institute für den US-Onlinehandel. In der Befragung gaben 42 Prozent der US-Onlinekäufer an, in den letzten drei Monaten einen Warenkorb verlassen zu haben, weil sie „nur gestöbert“ hätten. 17 Prozent hatten im selben Zeitraum wegen eines zu langen oder komplizierten Bestellvorgangs abgebrochen (Baymard Institute, aktualisiert Februar 2025). Das erste Problem löst kein Formular, das zweite schon. Deshalb zuerst die Ursache prüfen, dann Felder entfernen. Auf eine deutsche Terminbuchung lassen sich diese US-Werte nicht übertragen.
Ein Beispiel für Unsicherheit, die vor dem Kauf bearbeitet wird, ist IKEA Place. Die App ließ seit 2017 maßstabsgetreue Möbel in den eigenen Raum stellen. Erst 2019 kamen kuratierte, persönliche Einrichtungsvorschläge dazu (IKEA, September 2019). Die Reihenfolge ist aufschlussreich: zuerst die Frage, ob etwas passt, dann die Empfehlung. Einen Umsatz- oder Retourennachweis enthält die Meldung nicht. Für Dienstleister reicht oft weniger als eine App: ein Beispiel, klare Maße, eine Musterrechnung oder eine verlässliche Terminoption. Wie eine Website Besucher zu solchen Antworten führt, beschreibt User Journey 2026: Wie deine Website Besucher führt statt verliert. Selfservice, also ein Weg, auf dem Kunden ihr Anliegen selbst erledigen, ist dabei nur gut, wenn er mit einem Abschluss endet und nicht mit einer weiteren Frage.
Wahl nach Anlass statt nach Segment
Personalisierung sortiert Kunden oft nach Segmenten: Neukunde, Stammkunde, Region. Manchmal hilft mehr, an der Stelle eine Wahl anzubieten, an der ein Vorgang scheitert. Ein Beispiel liefert die japanische Paketzustellung. Das Verkehrsministerium erhebt zweimal im Jahr, wie oft Pakete über andere Empfangswege wie Abstellen oder Abholstationen angenommen werden und wie oft ein zweiter Zustellversuch nötig ist. Im April 2026 lag die Nutzung anderer Empfangswege bei drei großen Zustellern bei rund 31,0 Prozent, die Wiederzustellung bei rund 7,6 Prozent, 0,7 Punkte weniger als im Oktober 2025 (MLIT, japanischer Originaltext).
Die beiden Werte entwickeln sich gleichzeitig. Dass das eine das andere verursacht, beweist die Erhebung nicht. Übertragbar ist die Frage dahinter, wo bei dir ein Vorgang regelmäßig scheitert und welcher zweite Weg dem Kunden dort die Wiederholung erspart. Für einen Handwerksbetrieb kann das ein Zeitfenster am frühen Morgen sein, für eine Praxis eine Rückrufoption statt Warteschleife.
Wohin das nächste Budget gehört
Die Abschnitte oben lassen sich auf eine Frage zurückführen: An welcher Stelle eines Anliegens hakt es? Die Tabelle ordnet typische Anliegen einem Eingriff und einer Zahl zu, an der du siehst, ob er wirkt.
| Kundenanliegen | typische Hürde | sinnvoller Eingriff | Prüfgröße |
|---|---|---|---|
| Aufmerksam werden, Angebot verstehen | Ansprache passt nicht, Angebot wirkt beliebig | Personalisierung von Ansprache und Auswahl | Öffnung, Klick, Anfrage |
| Vor dem Kauf entscheiden | Zweifel an Maß, Material, Ablauf oder Preis | Beispiel, Maßskizze, Musterrechnung vor dem Kontakt | Rückfragen, Fehlkäufe |
| Reklamation oder Defekt melden | Anliegen muss beim Kanalwechsel neu erklärt werden | Kontextübergabe mit Zusammenfassung und nächster Aktion | Wiederholungen je Fall, Wiederkontakt |
| Termin oder Bestellung ändern | Antwort kommt schnell, Änderung bleibt offen | Selfservice mit echtem Abschluss | Lösungsquote, Wiederkontakt |
| Wichtiges oder strittiges Anliegen | Bot ohne Ausweg, Unsicherheit bleibt | klarer Übergabepunkt zum Menschen | Dauer bis zur Lösung, Beschwerden |
| Wiederkehrender Ausfall, etwa Zustellung | ein einziger Weg, der oft scheitert | zweite Wahl an der Stelle des Scheiterns | Wiederholungen, Zusatzkosten |
Lies die Tabelle von oben nach unten. Erst wenn die unteren Zeilen funktionieren, lohnt sich der nächste Euro in der oberen. Personalisierung ist darin ein Werkzeug unter mehreren, und zwar das für den Anfang der Kundenreise.
Sieben Tests für deinen Betrieb
Die folgenden Tests sind eigene Methoden aus unserer Recherche, keine Studienergebnisse. Die Zeitangaben sind Richtwerte. Jeder Test braucht vorab eine Grenze, an der du abbrichst, und einen Gegenfall, bei dem er nichts taugt.
- Wiederholungen auf einer Fallkarte zählen. Nimm zehn abgeschlossene Fälle einer Kategorie, bei denen Kunden vom Chat zur E-Mail oder zum Telefon gewechselt sind. Zeichne nach, welche Information auf welchem Kanal erneut abgefragt wurde. Entferne eine dieser Abfragen oder übergib die Information mit Freigabe. Prüfe danach vergleichbare Fälle auf Wiederholungen und Lösungsquote. Rechne mit etwa zwei Stunden plus Umsetzung. Eine nötige Identitätsprüfung bleibt; bei unklarer Berechtigung brichst du ab.
- Eine Eskalationsschwelle nach Risiko festlegen. Trenne häufige, einfache Anliegen von folgenreichen Ausnahmen. Lege fest, dass bei Unsicherheit, Widerspruch oder einem zweiten Kontakt ein Mensch übernimmt, mit einer kurzen Zusammenfassung und einem klaren Auftrag. Vergleiche danach die Dauer bis zur Lösung und den Wiederkontakt. Bei bestehenden Abläufen reicht ein halber Tag. Fehlt die Kapazität im Service, taugt der Test nicht; bei falschen Zusagen brichst du ab.
- Die erste Antwort gegen die endgültige Lösung messen. Wähle eine Fallart und erfasse Erstreaktion, Lösung und erneuten Kontakt zum selben Anliegen. Lege vorher fest, wie lange du nachbeobachtest. Werte zwei vergleichbare Zeitfenster aus. Das Aufsetzen dauert ein bis zwei Stunden, danach läuft es mit. Erfolg heißt weniger Wiederkontakt bei gleicher Qualität. Andere Arten von Anliegen oder die Saison können das Bild verzerren. Bei wenigen Dutzend Fällen im Monat ist das Ergebnis eine Beobachtung, keine Statistik, und du verzichtest auf jede Ursachendeutung.
- Personalisierung gegen eine bessere Handlung testen. Nimm eine übliche Terminerinnerung. Baue eine Variante mit passender Ansprache und eine mit einem einfachen Link zur Terminänderung. Bei genug Versand teilst du die Empfänger per Zufall in vier Gruppen: mit und ohne persönliche Ansprache, jeweils mit und ohne Änderungslink. Zähle erledigte Änderungen, Supportkontakte und Abmeldungen. Rechne mit einem halben Tag plus technischer Umsetzung. Bei sehr wenig Versand bleibt nur eine Bedienprüfung, und bei steigender Fehlerquote brichst du ab. Das Ergebnis gilt für deinen Betrieb, nicht als allgemeine Rangfolge.
- Eine Wahl an der Stelle des Scheiterns anbieten. Suche einen wiederkehrenden Ausfallpunkt, etwa eine Lieferung, die niemand annehmen kann. Biete einen praktisch nutzbaren zweiten Weg an und beobachte nur vergleichbare Fälle. Stelle zusätzliche Kosten und vermiedene Wiederholungen gegenüber. Die Konzeption dauert zwei bis vier Stunden. Kostet die Wahl mehr, als sie hilft, lässt du es; bei Verwechslungen brichst du ab.
- Die häufigste Unsicherheit in einer Minute prüfbar machen. Nimm einen echten Kaufzweifel aus deinen Beratungsgesprächen. Baue dafür eine Maßeingabe, eine Skizze oder eine Musterrechnung und stelle sie vor den Kontakt. Prüfe mit Testkunden, ob sie damit entscheiden können, und verfolge Fehlkäufe, Rückfragen und Pflegeaufwand getrennt. Die einfache Variante kostet einen halben Tag. Ist individuelle Beratung zwingend, taugt der Test nicht; erzeugt er falsche Sicherheit, brichst du ab.
- KI zuerst für Beschäftigte erproben. Wähle eine häufige, risikoarme Kategorie. Bereite aktuelle Quellen und Freigaberegeln vor, und lass jede KI-Antwort vor dem Versand von einem Menschen prüfen. Vergleiche Zeit, inhaltliche Fehler und Wiederkontakt mit ähnlichen Fällen. Erst nach dokumentiertem Nutzen kommt die nächste Kategorie. Für Fallauswahl und Messplan reicht ein halber Tag, der Rest hängt von deinem System ab. Sind die internen Antworten uneinheitlich, taugt der Test noch nicht; bei wiederholt falschen Auskünften brichst du ab.
Wenn du nur einen Test machst, nimm den ersten. Er braucht kein Werkzeug, nur etwa zwei Stunden Zeit, und zeigt, ob dein Problem eher in der Ansprache oder in der Übergabe liegt. Er funktioniert auch, wenn dein Betrieb nur Telefon und E-Mail hat: Dann ist der Kanalwechsel der Moment, in dem ein Anruf zur E-Mail wird oder umgekehrt.
Customer Experience 2027: drei Szenarien
Was 2027 passiert, weiß niemand. Eine belastbare Messung für deutsche Betriebe, ob Personalisierung oder bessere Abläufe mehr bringen, gibt es nicht, und auch zur Kundenbindung über längere Zeit fehlen Daten. Was folgt, ist meine Einschätzung aus den Befunden oben, keine Marktzahl. Ich erwarte, dass der Wert von Kontext besonders sichtbar wird, wo mehrere Kanäle und KI an einem Vorgang beteiligt sind, dass KI häufiger Beschäftigte unterstützt, und dass Geschwindigkeit allein als Maßstab nicht mehr genügt. Drei Entwicklungen halte ich für denkbar:
| Szenario | Plausibilität | Woran du es erkennst |
|---|---|---|
| A Basis: Einfache Vorgänge werden öfter digital abgeschlossen, Ausnahmen brauchen bessere Übergaben | mittel bis hoch | Wiederkontakte sinken über mehrere Monate bei gleichbleibender Ergebnisqualität |
| B Mehr Autonomie: KI-Systeme führen begrenzte Handlungen selbst aus, etwa eine Terminänderung | mittel | belegbare Abschlüsse mit Freigabe und nachvollziehbarer Korrektur; häufen sich Fehlentscheidungen, gilt das Szenario nicht |
| C Mehr Skepsis: Bei wichtigen Anliegen wollen Kunden nachvollziehbare Auskunft und einen erreichbaren Menschen | mittel | dokumentierte Abbrüche, Beschwerden oder Wechsel zum Telefon |
Die Szenarien schließen sich nicht aus. Ein Betrieb kann einfache Änderungen automatisieren und gleichzeitig mehr Menschen für strittige Fälle brauchen. Darum lohnt es sich, die Prüfgrößen aus der Tabelle oben jetzt schon zu erfassen. Dann zeigen deine eigenen Zahlen Ende 2027, welches Szenario bei dir eingetreten ist, und du musst dich nicht auf den nächsten Trendbericht verlassen.
Wo du anfangen kannst
Bevor das nächste Budget in eine personalisierte Kampagne oder einen neuen Chatbot fließt, zeichne zehn echte Fälle nach. Zähle, wie oft Kunden etwas wiederholen mussten, wer den Fall abgeschlossen hat und ob sie sich ein zweites Mal gemeldet haben. Liegt das Problem am Anfang der Kundenreise, hilft Personalisierung. Liegt es in der Übergabe, hilft sie nicht. Und ein Chatbot lohnt sich erst, wenn du weißt, welche Fälle er abschließen kann und wo er an einen Menschen übergibt. Vorher automatisiert er nur die erste Antwort. Wenn du Antworten und Übergaben in deinen Kanälen abgeben willst, beschreibt unsere Seite zum Social Media Management, was wir dort übernehmen. Geht es um Terminwege, Selfservice und Antworten auf der eigenen Website, schauen wir uns gern mit dir einen Kontaktweg von Anfang bis Ende an.
Häufige Fragen zu Customer Experience und Personalisierung
Wann hilft Personalisierung im Kundenerlebnis?
Personalisierung hilft vor allem dort, wo Kunden noch wählen und sich orientieren: bei Ansprache, Empfehlungen und der Auswahl passender Angebote. In Feldexperimenten mit Werbe-E-Mails hat schon der Name im Betreff Öffnungen und Leads erhöht. Wenig hilft sie, sobald jemand ein Anliegen erledigen will und dafür Informationen wiederholen muss. Dann zählen Kontext, richtige Auskunft und ein Abschluss mehr als der persönliche Gruß.
Was ist ein guter Kanalwechsel?
Ein guter Kanalwechsel ist einer, bei dem der Kunde nichts neu erklären muss. Die nächste Stelle bekommt eine kurze Zusammenfassung: worum es geht, was schon geprüft wurde und was als Nächstes passieren soll. Dazu gehört, dass klar ist, wer den Fall jetzt verantwortet. Eine Identitätsprüfung darf bleiben, wenn sie nötig ist, aber dieselbe Frage zum Fehlerbild sollte nicht zweimal kommen.
Wie erkenne ich, ob ein Fall wirklich gelöst ist?
Ein Fall ist gelöst, wenn sich der Kunde in einem vorher festgelegten Zeitraum nicht noch einmal zum selben Anliegen meldet und das Ergebnis stimmt. Die Antwortzeit allein zeigt das nicht. Lege für jede Fallart fest, wie lange du nachbeobachtest, etwa bis zur nächsten Rechnung oder bis zum vereinbarten Termin, und zähle dann Wiederkontakte. Bei sehr wenigen Fällen ist das eine Beobachtung, keine Statistik.
Wann sollte ein Mensch übernehmen?
Ein Mensch sollte übernehmen, sobald ein Anliegen unklar, folgenreich oder strittig wird oder sich jemand zum zweiten Mal meldet. In der Befragung von Gartner halten 87 Prozent die Möglichkeit, einen Menschen zu erreichen, für unverzichtbar. Wichtig ist, dass bei der Übergabe der Kontext mitgeht. Ein Rückweg, an dessen Ende der Kunde wieder von vorn beginnt, ist nur ein weiterer Kanal.
Welche Kundendaten braucht ein Vorgang wirklich?
Ein Vorgang braucht nur die Daten, die für genau diesen Fall nötig sind, etwa Bestellung, Gerät, Fehlerbild und vereinbarte nächste Aktion. Eine vollständige Kundenhistorie ist dafür keine Voraussetzung. Weniger, aber verlässliche Daten helfen oft mehr: In der PwC-Befragung vertrauen nur 28 Prozent der Führungskräfte ihren Kundendaten vollständig. Weitergegeben wird nur, was die nächste Stelle braucht und wofür eine Berechtigung besteht.
Quellen und weiterführende Informationen
- PwC Deutschland: The Customer in the Age of AI 2026/27, 450 Führungskräfte, Januar und Februar 2026, abgerufen am 3. November 2026
- Zendesk: CX Trends Report 2026, Pressemitteilung, 18. November 2025, Anbieterbefragung, abgerufen am 3. November 2026
- Qualtrics XM Institute: 2026 Consumer Experience Trends Report, 20.000 Verbraucher, 14 Länder, Anbieterbefragung, abgerufen am 3. November 2026
- Sahni, Wheeler, Chintagunta: Personalization in Email Marketing, Marketing Science, 2018, Feldexperimente, abgerufen am 3. November 2026
- CSG: Effort Inflation, The Customer Experience Trend Defining 2027, 27. Oktober 2026, Anbieterbeitrag mit Befragung, abgerufen am 3. November 2026
- GOV.UK: Tell Us Once, Verwaltungsverfahren in Großbritannien, abgerufen am 3. November 2026
- Klarna: AI assistant handles two-thirds of customer service chats in its first month, 27. Februar 2024, Betreiberangaben, abgerufen am 3. November 2026
- Klarna Group plc: Prospekt (Form 424B4), 2025, Unternehmensangaben, abgerufen am 3. November 2026
- Brynjolfsson, Li, Raymond: Generative AI at Work, Quarterly Journal of Economics, 2025, abgerufen am 3. November 2026
- Gartner: Customers Are 3x More Likely to Use Third-Party GenAI Than Company-Provided Chatbots, 8. Juli 2026, Befragung von 3.566 Kunden, abgerufen am 3. November 2026
- Gartner: 87% of Customers Say Companies Using GenAI for Customer Service Must Provide Access to a Human Agent, 4. August 2026, abgerufen am 3. November 2026
- Baymard Institute: Ecommerce Checkout Usability, aktualisiert 2. Februar 2025, US-Befragung, abgerufen am 3. November 2026
- IKEA: IKEA sparks home furnishing ideas and inspiration through artificial intelligence, 24. September 2019, Unternehmensmeldung, abgerufen am 3. November 2026
- Japanisches Verkehrsministerium (MLIT): Erhebung zu Empfangswegen und Wiederzustellung, Erhebung April 2026, japanisch, abgerufen am 3. November 2026
Über die Autorin
Anna Cremer
Anna Cremer ist alleinige Inhaberin der Marketingagentur CremerMedia in Lennestadt im Kreis Olpe. Im Online-Marketing arbeitet sie seit 2012 und hat Weiterbildungen bei Google, LinkedIn und Meta absolviert.
Sie bildet SEO Manager und Social Media Manager aus und schult Marketingteams. In der Social-Media-Betreuung von CremerMedia gehören Antworten auf Kommentare und Nachrichten zur Arbeit an den Kanälen.
