Polnische Netwise S.A. schließt sich der collana Gruppe an
Startseite / Polnische Netwise S.A. schließt sich der collana Gruppe an Die
Paul M.
13. August 2026
KI im Kundenservice bedeutet, dass eine KI-Anwendung eingehende Kundenanfragen selbstständig versteht und bearbeitet: per Telefon über einen KI-Voicebot, per Text über KI-Chatbots oder im Hintergrund durch automatisierte Priorisierung und Zusammenfassung. Anders als klassische Menüsysteme erkennen heutige KI-Systeme natürliche Sprache und die Absicht hinter einer Anfrage, statt einer starren Regel zu folgen.
Der Anspruch an künstliche Intelligenz im Service ist hoch, die Umsetzung ist es auch. Deshalb geht es in diesem Beitrag weniger um das Prinzip als um die Praxis: Wie ein KI-Voicebot technisch arbeitet, was er in einem echten Projekt geleistet hat, was KI nicht leisten kann und worauf Sie bei der Einführung achten sollten.
Nach einer Bitkom-Befragung vom März 2026 nutzen inzwischen 41 Prozent der Unternehmen ab 20 Beschäftigten in Deutschland künstliche Intelligenz, weitere 48 Prozent planen den KI-Einsatz oder diskutieren darüber. Der Kundenservice gehört dabei zu den Bereichen, in denen sich der Nutzen von KI am schnellsten zeigt, weil das Anfragevolumen messbar und ein großer Teil der Kundenanfragen wiederkehrend ist.
Im Kundenservice kommen zwei Typen von KI-Tools zum Einsatz, die oft in einen Topf geworfen werden. KI-Chatbots verarbeiten Text – im Website-Chat, im Messenger oder per E-Mail. Ein KI-Voicebot verarbeitet gesprochene Sprache, in der Regel am Telefon. Beide KI-Tools können auf dieselben Daten zugreifen, aber der Voicebot löst das Problem, das die meisten Support-Teams tatsächlich haben: die Telefonhotline.
Technisch greifen bei einem KI-Voicebot mehrere Komponenten ineinander:
Echtzeit-Spracherkennung (Speech-to-Text) wandelt das Gesagte in Text um, während der Anrufer noch spricht
eine LLM-gestützte Dialogsteuerung erkennt, worum es geht, und entscheidet über den nächsten Gesprächsschritt
eine Workflow-Engine führt die eigentliche Aufgabe aus: Status prüfen, Vorgang abschließen, Daten aktualisieren
Sprachsynthese (Text-to-Speech) gibt die Antwort als natürliche Sprache zurück
Der entscheidende Unterschied zwischen KI und einem klassischen IVR-System nach dem Muster „Drücken Sie die 1 für …“ liegt nicht in der Stimme, sondern in der Freiheit der Eingabe. Ein KI-Voicebot erlaubt freie Spracheingabe, erkennt Intentionen und Zusammenhänge und arbeitet mit anpassbaren Abläufen. Das klassische System führt durch eine starre Menüstruktur, arbeitet regelbasiert und ist nur begrenzt anpassbar. Für Kunden macht das den Unterschied zwischen direkten Antworten und Frust durch lange Navigation.
Eine KI ist nur so gut wie die Daten, auf die sie zugreifen darf. Eine Insellösung kann Auskunft geben, aber nichts erledigen. Erst die Anbindung an das führende System – etwa an ein ERP wie Microsoft Dynamics 365 Business Central – erlaubt es der KI, während des Gesprächs den Anrufer an der Rufnummer zu erkennen, einen Bestellstatus zuzuordnen, Rechnungsdaten aufzurufen oder Stammdaten einzusehen. Aus einer Auskunft wird dann eine abgeschlossene Vorgangsbearbeitung.
Carl und Carla gehört mit über 1.000 Fahrzeugen in mehr als 40 Städten zu den führenden Anbietern für flexible Transporter-Miete in Deutschland. Mit dem Wachstum kam die Belastung im Kundenservice: Besonders am Wochenende und außerhalb der Geschäftszeiten stieg das Anrufvolumen drastisch, mit bis zu 200 Calls pro Tag. Die meisten Kundenanfragen waren wiederkehrend: Rückgabemodalitäten, Fahrzeugnutzung, allgemeine Fragen. Das Serviceteam war dauerhaft am Limit, echte 24/7-Erreichbarkeit war nicht realisierbar, Wartezeiten und Betriebskosten stiegen.
Statt den kompletten Kundenservice zu automatisieren, wurde ein einzelner Vorgang herausgegriffen: die Fahrzeugrückgabe, einer der häufigsten und zeitkritischsten Anwendungsfälle. Der KI-Serviceagent ILAI erkennt Anrufende über Telefonnummer oder Kennzeichen, ruft standortbasierte Fahrzeugdaten ab, etwa GPS-Position und Tankstand, und führt per natürlichem Sprachdialog durch die Rückgabe. Nach Abschluss kann ILAI das Fahrzeug sogar remote verriegeln.
Innerhalb von sechs Wochen wurden rund 90 Prozent der Rückgabeprozesse vollständig automatisiert. Die durchschnittliche Gesprächsdauer sank um die Hälfte, die Kosten pro Anruf auf unter einen Euro. Der Kundenservice ist seitdem rund um die Uhr erreichbar, mehrsprachig und ohne Überlastung des Teams.
„Dank des KI-basierten Call-Center-Agents können unsere Kunden die Fahrzeugrückgabe nun in wenigen Minuten und ganz ohne Wartezeit erledigen. Für unser Team bedeutet das eine enorme Entlastung, da Routineanfragen automatisch und zuverlässig bearbeitet werden.“ Gregor Wendt, CTO bei Carl und Carla.
Die Lehre aus diesem KI-Projekt ist weniger die Prozentzahl als der Zuschnitt: Der Einstieg gelang, weil ein klar abgegrenzter, hochfrequenter Vorgang gewählt wurde – nicht der Kundenservice als Ganzes.
Die belegten Einsatzgebiete für KI unterscheiden sich stärker nach Vorgangstyp als nach Branche. Gut geeignet sind Kundenanfragen, die häufig auftreten, klar strukturiert sind und einen Systemzugriff brauchen:
E-Commerce und Großhandel: Bestellungen aufgeben, Retouren anstoßen, Lieferstatus abfragen
Produktion und Fertigung: Helpdesk für interne IT-Anfragen, Lieferantenkommunikation
Gesundheitswesen: Terminvergabe und Beantwortung häufiger Patientenanfragen – also administrative Abläufe, keine medizinische Beratung
Erreichbarkeit ohne Wartezeit. KI bearbeitet Anfragen auch außerhalb der Geschäftszeiten, ohne Schichtmodell und ohne Warteschleife.
Entlastung bei Routine. Wiederkehrende Vorgänge binden weniger Personal, komplexe Anliegen bekommen mehr Zeit. Das ist gerade dort relevant, wo Servicestellen schwer zu besetzen sind.
Parallelität bei Lastspitzen. Eine KI führt mehrere Gespräche gleichzeitig, sodass Spitzenlasten am Wochenende oder nach einer Kampagne führen nicht mehr automatisch zu langen Wartezeiten.
Konsistenz und Nachvollziehbarkeit. Jeder Vorgang läuft nach denselben Schritten und wird dokumentiert. Das erleichtert Auswertung und Qualitätssicherung und verbessert die Servicequalität messbar.
KI ersetzt kein Serviceteam, und Anbieter, die das versprechen, verkaufen eine Erwartung, die im Betrieb nicht hält. Drei Grenzen sind aus der Praxis heraus wichtig.
Emotionale und außergewöhnliche Anliegen brauchen Menschen. Beschwerden, Schadensfälle, Ausnahmesituationen: hier zählt Urteilsvermögen, nicht Prozesstreue. Ein gut gebautes KI-System erkennt das und eskaliert, statt es zu versuchen.
Eine saubere Übergabe ist Pflicht, nicht Komfort. Wenn die KI abgibt, muss der Gesprächskontext mitgehen. Sonst beginnt der Kunde von vorn – und das Ergebnis ist schlechter als ohne Automatisierung.
Ohne Datenzugriff bleibt es bei Auskunft. Wer KI-Tools nicht an die führenden Systeme anbindet, bekommt ein besseres Ansagesystem, keine Automatisierung.
Entscheidend ist nicht das Etikett DSGVO-konform, sondern was die KI konkret tut: In welchem Rechenzentrum wird verarbeitet? Welche Daten werden überhaupt erhoben, reichen Telefonnummer und Vorgangsnummer, oder entsteht ein Profil? Sind die Aktionen der KI dokumentiert und auditierbar? Bei ILAI etwa läuft die Verarbeitung in einem deutschen Rechenzentrum und es werden nur die für den Vorgang erforderlichen Daten verarbeitet.
Beides ist möglich. Die Wahl sollte sich an der Sensibilität der verarbeiteten Daten orientieren, nicht an einer Grundsatzhaltung. Für Umgebungen, in denen Daten das Haus nicht verlassen dürfen, ist der Betrieb lokaler KI-Modelle die passende Variante.
Ein einzelner, hochfrequenter Anwendungsfall liefert schneller belastbare Zahlen als ein KI-Programm über alle Kanäle. Das Beispiel von Carl und Carla begann mit genau einem Vorgang.
Künstliche Intelligenz im Kundenservice verändert Rollen. Wer im Serviceteam versteht, dass Routine wegfällt und nicht die eigene Aufgabe, trägt die Einführung mit.
Legen Sie vor dem Start fest, woran Sie den Nutzen der KI – bzw. in diesem Fall anhand eines KI-Voicebots – messen: Anteil automatisierter Vorgänge, Gesprächsdauer, Kosten pro Anfrage, Erreichbarkeit. Ohne Ausgangswerte fehlt später der Vergleich und damit die Grundlage für die Entscheidung, ob weitere Anwendungsfälle folgen.
Nein. KI übernimmt wiederkehrende, klar strukturierte Vorgänge. Bei außergewöhnlichen oder emotionalen Anliegen bleibt menschliche Unterstützung notwendig. Gute KI-Systeme wie ein Voicebot oder Serviceagent leiten solche Fälle gezielt weiter und übergeben dabei den Gesprächskontext.
KI-Chatbots verarbeiten Text, ein Voicebot gesprochene Sprache – meist am Telefon. Technisch nutzen beide dieselben Sprachmodelle im Kern; der Voicebot ergänzt Spracherkennung und Sprachausgabe.
Das hängt vom Anwendungsfall und der Systemanbindung ab. Im Projekt bei Carl und Carla waren rund 90 Prozent der Rückgabeprozesse innerhalb von sechs Wochen automatisiert – Voraussetzung war ein klar abgegrenzter Vorgang mit vorhandenen Datenschnittstellen.
Ausschlaggebend ist nicht die Unternehmensgröße, sondern das Volumen wiederkehrender Kundenanfragen. Wenn ein einzelner Vorgang das Team regelmäßig blockiert, ist die Rechnung häufig schon bei moderaten Fallzahlen positiv.
Neben dem Sprachmodell selbst braucht es Spracherkennung, Sprachausgabe, eine Workflow-Engine und vor allem Schnittstellen zu den Systemen, in denen Ihre Kundendaten liegen. Ein einzelnes Tool genügt selten – entscheidend ist das Zusammenspiel.
Über wenige harte Kennzahlen: Anteil vollständig automatisierter Vorgänge, durchschnittliche Gesprächsdauer, Kosten pro Anfrage und Erreichbarkeit außerhalb der Geschäftszeiten.
Ob sich ein KI-Voicebot für Ihren Kundenservice rechnet, entscheidet sich an einem konkreten Vorgang, nicht an der Technologie. Wenn Sie wissen möchten, welcher Anwendungsfall in Ihrem Unternehmen dafür infrage kommt: Im KI Discovery Workshop identifizieren wir gemeinsam den ersten belastbaren Use Case.
Startseite / Polnische Netwise S.A. schließt sich der collana Gruppe an Die
Die collana Gruppe hat den Video-Podcast CoreShift by collana gestartet.
Die collana Gruppe hat einen Meilenstein erreicht, den nur wenige