KI im Kundenservice: 8 Beispiele und was sie wirklich leisten

KI im Kundenservice ist nicht eine Sache, sondern acht verschiedene. Einige davon sind in drei Wochen produktiv und entlasten sofort. Andere klingen gut und scheitern an Daten, die es im Unternehmen nicht gibt.

Hier sind acht Einsätze aus der Praxis, jeder mit drei Angaben: was er bringt, was er braucht, und wo er scheitert.

1. Statusauskunft: „Wo ist meine Lieferung?“

Bringt: Die häufigste Frage überhaupt, rund um die Uhr beantwortet. In Shops und im Service macht sie oft ein Drittel aller Kontakte aus. Braucht: eine Schnittstelle zum Shop oder zur Warenwirtschaft und eine Möglichkeit, den Kunden zu erkennen (Bestellnummer plus E-Mail oder Postleitzahl). Scheitert: wenn der Status im System nicht stimmt. Dann beschleunigt die KI nur die Verbreitung falscher Auskünfte. Erst die Datenqualität, dann die KI.

Das ist der beste erste Einsatz: hohes Volumen, klare Antwort, harmloser Fehler.

2. Fragen zu Produkten und Kompatibilität

Bringt: Beratung aus Ihren Katalogdaten: Welches Modell passt, ist das Ersatzteil kompatibel, welche Größe brauche ich. Mit Link zum Artikel und aktuellem Preis. Braucht: gepflegte Produktdaten mit Attributen. Nicht Fließtext, sondern Felder. Scheitert: bei lückenhaften Attributen. Ein Chatbot kann keine Maße vergleichen, die nirgendwo stehen. In diesen Projekten ist die halbe Arbeit die Aufbereitung der Produktdaten — und der Rest des Unternehmens profitiert davon mit.

3. Rückgabe, Garantie, Lieferzeiten

Bringt: Antworten, die heute dreimal am Tag von Hand geschrieben werden, aus Ihren Richtlinien, mit Quellenangabe. Braucht: aktuelle Richtlinien in Textform. Wer drei Versionen der Rückgaberegel in drei Dateien hat, bekommt drei verschiedene Antworten. Scheitert: bei Sonderfällen und Kulanz. Die gehören zu einem Menschen, und die KI muss das erkennen.

4. Terminvereinbarung und Vorqualifizierung

Bringt: Anfragen kommen vollständig an: Anliegen, Dringlichkeit, Unterlagen, Wunschtermin. Das spart im Vertrieb und bei Dienstleistern mehr Zeit als jede Antwortautomatik. Braucht: Kalenderzugriff und klare Regeln, welche Anfrage zu wem gehört. Scheitert: wenn das Formular dadurch länger wird. Vorqualifizierung muss sich wie ein Gespräch anfühlen, nicht wie ein Behördenbogen.

5. E-Mail-Triage mit Antwortentwurf

Bringt: Jede eingehende Nachricht wird einsortiert, mit Daten aus CRM und Auftragssystem angereichert und mit einem Antwortentwurf an die richtige Person gelegt. Das Team prüft und sendet. Aus zwanzig Minuten werden zwei. Braucht: Zugriff auf Postfach und Fachsysteme, dazu Freigabestufen: Nichts geht ohne Mensch nach außen, bis die Qualität gemessen stimmt. Scheitert: ohne Protokoll. Wenn niemand nachvollziehen kann, warum eine Nachricht falsch einsortiert wurde, lässt sich nichts verbessern. Mehr dazu unter KI-Agenten und Automatisierung.

6. Wissensassistent für das eigene Service-Team

Bringt: Die Mitarbeitenden fragen, statt zu suchen oder Kollegen zu unterbrechen: Handbücher, Service-Protokolle, bekannte Fehlerbilder, interne Regeln. Oft die schnellste Entlastung von allen acht Punkten. Braucht: die Unterlagen und ein Berechtigungskonzept. Scheitert: selten. Und wenn, dann folgenlos — die Antwort geht an einen Fachmenschen, der sie einschätzen kann.

Unser Rat an Unternehmen, die unsicher sind: innen anfangen, nicht außen. Der interne Assistent bringt Entlastung ohne Risiko für das Außenbild, und er zeigt in vier Wochen, wie gut Ihre Quellen wirklich sind.

7. Telefon: zusammenfassen statt sprechen

Bringt: Gespräche werden transkribiert, zusammengefasst und mit Aufgaben ins Ticketsystem gelegt. Die Nachbearbeitung eines Anrufs fällt praktisch weg. Braucht: Einwilligung und einen klaren Hinweis auf die Aufzeichnung, dazu eine Anbindung an die Telefonanlage. Scheitert: als vollautomatischer Sprachbot. Technisch geht viel, aber bei Dialekt, Nebengeräuschen und Verärgerung bricht es. Wir empfehlen Telefon-KI heute zur Nachbearbeitung und zur Vorqualifizierung, nicht als Ersatz für das Gespräch.

8. Mehrsprachiger Service

Bringt: Anfragen in Sprachen, die im Team niemand spricht, werden verständlich — und die Antwort kommt in der Sprache des Kunden zurück. Braucht: eine Prüfung der Antworten bei allem, was rechtlich bindet. Scheitert: bei Fachbegriffen und bei Verträgen. Für Marketingtexte und Standardauskünfte ist es unproblematisch, für Garantiezusagen nicht.

Was die Zahlen angeht

Anbieter versprechen gern, dass 70 oder 80 Prozent der Anfragen automatisch beantwortet werden. Prüfen Sie, was gezählt wird. Meist sind es Nachrichten, nicht Fälle, und einfache Statusabfragen zählen mit.

Nach unserer Erfahrung beantwortet ein gut aufgesetzter Chatbot mit eigenem Wissen 20 bis 40 Prozent der eingehenden Fragen vollständig — vorausgesetzt, die Antworten stehen wirklich in den Quellen und er ist an die Systeme angebunden. Das ist ein guter Wert. Er bedeutet, dass Ihr Team ein Drittel seiner Zeit für die Fälle hat, die wirklich Köpfe brauchen.

Messen sollten Sie vier Dinge, und zwar von Anfang an:

• Automatisierungsquote: Anteil der Fälle, die ohne Menschen abgeschlossen wurden.
• Übergabequote mit Grund: Wie oft übergibt die KI, und warum? Das ist die wertvollste Liste, die Sie bekommen — sie sagt Ihnen, welche Inhalte fehlen.
• Erstlösungsquote: Wie oft war das Anliegen nach dem ersten Kontakt erledigt?
• Zufriedenheit: eine Frage am Ende des Gesprächs, zwei Klicks.

Ohne den Stand vor der Einführung sind alle vier Zahlen wertlos. Erheben Sie sie zwei Wochen vorher.

Drei Regeln, die über Erfolg entscheiden

1. Keine erfundenen Antworten. Das System antwortet aus Ihren Quellen oder sagt, dass es nicht weiß. Alles andere kostet Vertrauen, das Sie nicht zurückkaufen können.
2. Übergabe mit Verlauf. Wenn ein Mensch übernimmt, sieht er das Gespräch. Kunden, die alles wiederholen müssen, sind verärgerter als vorher.
3. Kennzeichnung. Nutzer müssen erkennen, dass sie mit einer KI sprechen. Das ist seit August 2026 Pflicht nach der EU-KI-Verordnung — und nebenbei macht der Hinweis die Leute geduldiger.

Wie ein Projekt üblicherweise verläuft

Wochen 1 bis 2: Fragen aus echten E-Mails und Tickets sammeln, Quellen prüfen, Kennzahlen vorher erheben. Wochen 3 bis 4: Wissensbasis aufbauen, Anbindung an ein System, Regeln und Tonfall festlegen. Wochen 5 bis 6: Test mit echten Fragen, Messung der Trefferquote, dann Start mit sichtbarer Übergabe an Menschen. Danach monatlich nachschärfen, vor allem anhand der Übergabegründe.

Ein Chatbot für die Website mit überschaubarer Wissensbasis ist in drei bis sechs Wochen produktiv. Intranet-Lösungen mit vielen Quellen und Rechten brauchen länger.

Wo Sie anfangen

Wenn Sie wissen wollen, welcher der acht Punkte bei Ihnen am meisten bringt, ist die Antwort fast immer in Ihrem Postfach zu finden: Nehmen Sie 100 Anfragen aus der letzten Woche und sortieren Sie sie nach Anliegen. Die größte Gruppe ist Ihr erstes Projekt.

Wir bauen Chatbots, die aus Ihren Daten antworten und bei Unsicherheit an Menschen übergeben (KI-Chatbots mit eigenem Wissen), und Agenten, die Vorgänge selbst abarbeiten (KI-Agenten). Welcher Weg passt, klären wir in der KI-Beratung — das Erstgespräch kostet nichts: Kontakt.

Häufige Fragen

Wie viel Prozent der Anfragen kann KI im Kundenservice übernehmen?

Nach unserer Erfahrung beantwortet ein gut aufgesetzter Chatbot mit eigenem Wissen 20 bis 40 Prozent der eingehenden Fragen vollständig, wenn die Antworten in den Quellen wirklich stehen und er an die Systeme angebunden ist. Deutlich höhere Werte aus Anbieterversprechen zählen meist Nachrichten statt Fälle oder enthalten einfache Statusabfragen.

Welcher Einsatz lohnt sich zuerst?

Die Statusauskunft. Sie ist die häufigste Frage, die Antwort steht strukturiert im System, und ein Fehler ist harmlos. Danach Fragen zu Rückgabe, Garantie und Lieferzeiten, weil die Antworten in Ihren Richtlinien stehen.

Muss ein Chatbot als KI gekennzeichnet werden?

Ja. Nutzer müssen erkennen können, dass sie mit einer KI sprechen. Das verlangt die EU-KI-Verordnung, und seit August 2026 gelten die Transparenzpflichten. Der Hinweis gehört in den Chat selbst, nicht nur in die Datenschutzerklärung.

Was passiert, wenn die KI etwas nicht weiß?

Sie muss das sagen und an einen Menschen übergeben — mit dem bisherigen Gesprächsverlauf, damit der Kunde nicht alles wiederholt. Ein System, das in dieser Lage eine Antwort erfindet, richtet mehr Schaden an als es Arbeit erspart.