KI-Tools für Callcenter

Anders als in den meisten Branchen muss man im Kundenservice niemanden mehr davon überzeugen, dass KI ein Thema ist. Die Frage lautet hier nicht ob, sondern wie gut.

Die Trend-Studie Contact Center ¹ erscheint seit 2019 jährlich und befragt Fach- und Führungskräfte aus dem Kundenservice im deutschsprachigen Raum. Das Ergebnis für 2026 ist eindeutig:

Die Branche ist damit weiter, als die Debatte vermuten lässt und sie ist sich erstaunlich einig: Widerspruch gegen den Einsatz gibt es praktisch keinen mehr.

Bemerkenswerter als die Verbreitung ist allerdings, was dabei nicht passiert. Während immer mehr Unternehmen automatisieren, erheben immer weniger die Kennzahlen, an denen sich der Nutzen ablesen ließe: Bearbeitungszeit, Servicelevel und Wartezeit werden nur noch von 70 Prozent der Betriebe gemessen, ein Jahr zuvor waren es 81 Prozent.¹ Ausgerechnet die Werte also, mit denen sich ein Automatisierungsprojekt rechnen lässt.

Dabei ist der Nutzen gut zu belegen, wenn man ihn richtig ansetzt. KI ersetzt keine Agents, sie verschiebt Arbeit: Ein Teil der einfachen Anliegen erreicht das Team gar nicht mehr, bei den übrigen ist es besser vorbereitet und verbringt weniger Zeit mit der Dokumentation. Gerechnet wird das nicht in Stellen, sondern in Minuten pro Kontakt und die fallen bei jedem Gespräch an, jeden Tag.

Das ist der sichtbarste Bereich für Callcenter und der, bei dem am meisten schiefgehen kann.

Gemeint ist damit die Ablösung klassischer Sprachmenüs, sogenannte IVR, durch Systeme, die in freier Sprache verstehen, worum es geht. Statt „Für Rechnungen drücken Sie die Zwei“ sagt der Anrufende, was er will, und landet entweder direkt bei der Lösung oder bei der richtigen Stelle. Nach der Trend-Studie ¹ nutzen inzwischen rund 40 Prozent der befragten Unternehmen Voicebots mit freier Spracherkennung — erstmals eine Größenordnung, die den Chatbots nahekommt.

Der Unterschied zum vorigen Bereich entscheidet alles: Dort spricht die KI mit dem Kunden, hier spricht sie mit dem Agent. Der Kunde redet also weiterhin mit einem Menschen und merkt von der Technik nichts und genau deshalb wird dieser Bereich unterschätzt.

Während der Agent spricht, hört das System mit und blendet ein, was gerade hilft: die passende Passage aus der Wissensdatenbank, einen Antwortvorschlag, den Hinweis auf eine zugesagte Frist. Der Nutzen liegt vor allem bei neuen Mitarbeitenden: Einarbeitungszeiten verkürzen sich, weil das Wissen im Moment des Bedarfs erscheint statt in einer Schulung drei Wochen vorher, die bereits in Vergessenheit geraten ist. Ein Hinweis aus der Praxis: Agent Assist steht und fällt mit der Wissensbasis dahinter.

Hier liegt der Bereich mit dem besten Verhältnis von Aufwand zu Wirkung, und zwar aus einem einfachen Grund: Die Nachbearbeitung nach jedem Gespräch bietet ein besonders großes Potenzial, Zeit einzusparen.

Das KI-System erzeugt aus dem Gespräch automatisch eine Zusammenfassung, befüllt das Ticket vor und vergibt Kategorien. Der Agent prüft dann später und gibt es frei. Was vorher ein bis zwei Minuten pro Gespräch gekostet hat, schrumpft auf einen Blick und das multipliziert sich mit jedem Kontakt des Tages.

Rechnen lässt sich das in einer Zeile: eingesparte Minuten mal Kontakte pro Tag mal Anzahl der Agents. Deshalb eignet sich dieser Bereich auch am besten für einen ersten Versuch — die nötige Kennzahl, die durchschnittliche Nachbearbeitungszeit, steht in jedem Contact-Center-System, und nach zwei Wochen wissen Sie, ob sich etwas bewegt hat.

Klassische Qualitätssicherung arbeitet mit Stichproben: Ein Teamleiter hört eine Handvoll Gespräche pro Monat und Agent. Das ist besser als nichts, aber es ist eine sehr dünne Grundlage für Beurteilungen und es findet Probleme nur zufällig, statt gezielt.

Interaction Analytics wertet stattdessen alle Gespräche aus und sucht nach Mustern: Häufungen bestimmter Anliegen, Stellen mit hoher Gesprächsdauer, wiederkehrende Formulierungen vor einer Eskalation.

Der grundlegende Unterschied: Statt Probleme nur zufällig zu entdecken, lassen sie sich gezielt in den Gesprächen aufspüren. Wiederholt sich ein Problem in vielen Gesprächen, wird dieses Muster bei der Auswertung aller Gespräche sichtbar. Eine Stichprobe von nur fünf Gesprächen ist dagegen oft zu klein, um die Häufung zu erkennen.

Dieser Bereich ist besonders heikel – nicht aus technischer, sondern aus arbeitsrechtlicher Sicht. Sobald Gespräche systematisch ausgewertet werden, ist die Grenze zur Leistungs- und Verhaltenskontrolle erreicht.

Dieser Bereich setzt am frühesten an: bei Anliegen, die den Service gar nicht erst erreichen sollen.

Eine gepflegte Wissensbasis bedient drei Kanäle gleichzeitig: den Self-Service auf der Website, die automatisierten Dialoge und die Agents im Gespräch. Genau darin liegt der Reiz: Eine Änderung wirkt an drei Stellen gleichzeitig.

Der Ertrag zeigt sich dabei an einer Stelle, an der man ihn nicht sucht: Je besser der Self-Service greift, desto anspruchsvoller wird das, was übrig bleibt. Die Zahl der Kontakte sinkt, ihre durchschnittliche Dauer steigt und das ist kein Fehler, sondern das Ergebnis.

Drei Dinge gehören nicht in die Hand eines automatisierten Systems.

Im Kundenservice treffen drei Regelungsbereiche aufeinander, und das macht diesen Teil aufwendiger als in anderen Branchen.

Die Reihenfolge ist hier eine andere als in den übrigen Branchen, weil der sichtbarste Bereich nicht der beste Einstieg ist.

Am Anfang steht die Nachbearbeitung. Sie verändert nichts am Kundenkontakt, braucht keine Abstimmung mit dem Marketing und keine neue Dialogstrecke. Die Kennzahl steht bereits in Ihrem System, und nach zwei Wochen sehen Sie, ob die durchschnittliche Nachbearbeitungszeit gesunken ist. Schneller lässt sich ein KI-Projekt nicht belegen.

Danach kommt die Sprachautomatisierung. Der größere Hebel, aber auch das größere Projekt — mit Dialogentwurf, Testphase und Abstimmung darüber, was automatisiert werden darf und was nicht. Fangen Sie mit zwei oder drei klar umrissenen Anliegen an, nicht mit dem gesamten Anrufaufkommen.

Parallel dazu kann man die Analyse einbauen. Sie ist kein Einstiegsprojekt, sondern das Fundament: Ohne Auswertung wissen Sie nicht, welche Anliegen sich zu automatisieren lohnen. Rechnen Sie hier die Abstimmung mit dem Betriebsrat von Anfang an ein.

Zuletzt Agent Assist und Self-Service. Beides wirkt, beides setzt aber eine gepflegte Wissensbasis voraus. Wer die nicht hat, sollte sie zuerst in Ordnung bringen — das ist die eigentliche Arbeit, und sie zahlt auf alle anderen Bereiche ein.

Der Kundenservice ist die Branche, die KI am frühesten eingeführt hat — und ausgerechnet dort wird am wenigsten nachgehalten, was sie bringt. Dass ausgerechnet Bearbeitungszeit, Servicelevel und Wartezeit seltener gemessen werden, während der Einsatz steigt, ist der bemerkenswerteste Befund der aktuellen Branchenstudie.

Darin liegt aber auch die Chance. Wer heute einsteigt, muss nicht das ausgefeilteste System haben. Es reicht, einen Bereich auszuwählen, zwei Kennzahlen vorher festzulegen und nach vier Wochen hinzusehen. Damit ist man weiter als viele, die seit zwei Jahren automatisieren und auf die Frage nach dem Ergebnis mit einem Eindruck antworten.

1. Trend-Studie Contact Center 2026
2. dpa: Bald nur noch Maschinen am Telefon? Wie KI das Callcenter erobert, veröffentlicht bei CIO
3. Bitkom: Erstmals nutzt die Mehrheit der Unternehmen KI, September 2026
4. Placetel: Voice AI Studie 2025
5. Bitkom: „Kundenservice beim Online-Shopping: Mensch schlägt Chatbot“, Presseinformation Mai 2025.