Erfahrene Customer-Success-Managerin erklärt, wo KI den Unterschied macht – und wo sie versagt

Anika Zubair ist CEO von The Customer Success Pro, einem Unternehmen, das mit Organisationen zusammenarbeitet, um deren Customer-Success-Teams dabei zu unterstützen, Umsätze aus dem bestehenden Kundenstamm zu generieren.

Wir haben uns mit Anika zusammengesetzt, um mehr darüber zu erfahren, wie sie KI einsetzt, um Wirkung zu erzielen. Hier ist, was sie uns erzählt hat.

Vom reaktiven zum proaktiven Kundenerlebnis (CX)

Ich bin Anika Zubair, Gründerin und CEO von The Customer Success Pro. Ich bin seit über 16 Jahren im Bereich Customer Success und Post-Sale tätig, davon etwa ein Jahrzehnt in Führungspositionen, bevor ich mein eigenes Unternehmen gegründet habe.

Heute arbeite ich weltweit mit B2B SaaS-Unternehmen zusammen – in der Regel mittelständische bis große Unternehmen – und unterstütze deren Customer Success-, Account-Management- und weitere Post-Sale-Teams dabei, Umsatz aus ihrem bestehenden Kundenstamm zu generieren. Nicht nur Kundenbindung, sondern echte Expansion und messbares Wachstum. Ich arbeite mit Teams von 10 bis über 100 Customer Success Managern (CSMs) in EMEA, den USA und APAC.

Diese Teams betreuen in der Regel verschiedene Kundensegmente, von High-Touch-Enterprise-Kunden bis hin zu skalierten Mid-Market-Kundenportfolios. Die Gemeinsamkeit: Sie sollen mehr tun, als nur Beziehungen zu managen. Sie übernehmen Verantwortung für Umsätze, beeinflussen Vertragsverlängerungen und erkennen Wachstumschancen.

Meine Aufgabe ist es, diesen Organisationen bei diesem Wandel zu helfen – von reaktiven, serviceorientierten Customer-Success-Teams zu proaktiven, kommerziell ausgerichteten Teams, die das, was sie tun, sicher mit Umsätzen verknüpfen können.

Warum CX-Führungskräfte gezielt entscheiden müssen, wann KI zum Einsatz kommt

Viele Teams machen bei der Aufteilung zwischen KI- und Mensch-Aufgaben Fehler. Sie verlassen sich entweder zu sehr auf KI oder vermeiden deren Einsatz komplett.

Die Grenze ist ganz klar: KI sollte informieren und die Umsetzung beschleunigen, aber sie sollte nicht die Beziehung übernehmen oder das Urteilsvermögen ersetzen.

So gehe ich vor. Ich setze KI ein für:

• Priorisierung von Problemen und Risiken: KI ist hervorragend darin, Muster in großen Datenmengen zu erkennen: Nachlassende Produktnutzung, gehäufte Supportanfragen, Veränderungen im Engagement und sogar Veränderungen im Ton der Kundenkommunikation. Sie identifiziert gefährdete Accounts deutlich schneller als ein Mensch, der Dashboards durchsucht.
• Personalisierung in großem Maßstab: Nicht für den Beziehungsaufbau, sondern für die Vorbereitung. KI hilft, individuelle E-Mails, Call-Agenden, Follow-ups und sogar rollenbasierte Nachrichten für Stakeholder zu erstellen. Ein CSM startet damit nicht bei null, sondern mit einem Ergebnis, das bereits zu 80 % fertig ist.
• Generierung von Gesprächseinblicken: Vor einer Vertragsverlängerung oder einem Review fasst KI alles zu einer Sichtweise zusammen. Sie identifiziert, was sich geändert hat, wo Mehrwert entsteht, wo Friktionen bestehen und wo Expansionspotenziale liegen. Diese Zusammenfassung hat früher Stunden gedauert.
• Interne Effizienz: Anrufzusammenfassungen, CRM-Notizen aktualisieren, nächste Schritte identifizieren – all das wird automatisiert. CSMs sollten ihre Zeit nicht für administrative Aufgaben verwenden.

Hier bin ich sehr bewusst darauf bedacht, dass der Mensch explizit im Vordergrund bleibt:

• Kaufmännisches Urteilsvermögen: Entscheidungen darüber, wie eine Verlängerung gehandhabt wird, wann Druck ausgeübt, wo nachgegeben und wie ein Deal strukturiert wird. Dies erfordert Kontext, Erfahrung und Fingerspitzengefühl. KI kann hier unterstützen, sollte aber diese Entscheidungen nicht selbst treffen.
• Beziehungsaufbau und Vertrauen: Kunden spüren Automatisierung. Gespräche mit Führungskräften, schwierige Diskussionen und Momente, in denen Sie einen Kunden herausfordern oder seine Denkweise neu gestalten, müssen von einem Menschen kommen.
• Beschwerdemanagement und Eskalationen: Wenn etwas schiefläuft, ist es der schlechteste Ansatz, sich hinter Automatisierung zu verstecken. Empathie, Verantwortungsübernahme und starke Kommunikation sind dann von größter Bedeutung.
• Gestaltung der Customer Journey auf strategischer Ebene: KI kann Muster vorschlagen, aber darüber zu entscheiden, wie sich die Kundenerfahrung anfühlen soll, wo man persönlich präsent ist, wo man automatisiert und wie man sich differenziert – das bleibt eine Führungsaufgabe.

KI sollte Ihr Team schneller, präziser und besser vorbereitet machen. Doch die Momente, die Kundenbeziehungen, Vertrauen und Ergebnisse hinsichtlich Umsatz definieren, brauchen weiterhin einen Menschen am Steuer.

Die Teams, die erfolgreich sind, entscheiden sich nicht zwischen KI und Mensch. Sie setzen beides gezielt und bewusst ein.

Warum KI keine Abkürzung zur Transformation ist

Merken Sie sich: KI verstärkt das, was Ihr Team ohnehin schon ist.

Wenn Ihr Team strategisch denkt, kaufmännisch stark und kundenorientiert ist, macht die KI sie schneller, konsistenter und wirkungsvoller. Wenn Ihr Team jedoch reaktiv ist, auf Aufgaben fixiert und wie ein Support-Team arbeitet, macht KI sie nur zu einer schnelleren Version davon.

Sie ist keine Abkürzung zur Transformation.

Warum KI im CX enorme Vorteile – und Nachteile – hat

Die Ergebnisse von KI waren größtenteils – aber nicht vollständig – positiv:

• Die Zeitersparnis ist beträchtlich: Teams verzeichnen eine Reduzierung der Vorbereitungszeit für QBRs, Verlängerungsbesprechungen und Account-Reviews um 30 bis 60%. Was früher zwei bis drei Stunden dauerte, ist nun in 20 bis 40 Minuten erledigt.
• Die Qualität der Gespräche hat zugenommen: Für mich ist das am wichtigsten. CSMs kommen mit einer eigenen Perspektive in die Gespräche, nicht nur mit Daten. Das hört man sofort. Mehr Führungssprache, mehr ergebnisorientierte Gespräche, weniger Feature-Talk.
• Frühere Risikoerkennung: KI hilft, Churn-Signale Wochen, manchmal Monate früher als zuvor zu erkennen. Teams haben dadurch echte Chancen zum Eingreifen, statt nur zu reagieren, wenn es schon zu spät ist.
• Umsatzwirkung: Teams steigern die Sicherheit bei Vertragsverlängerungen und senken Preisnachlässe, da sie den Wert besser vermitteln können. Im Bereich Expansion entdecken sie frühzeitig Chancen und erhöhen so die Pipeline aus Bestandskunden. Ich habe Verbesserungen der Expansion-Pipeline-Qualität von 10 bis 25% gesehen – nicht nur beim Volumen.
• Weniger administrativer Aufwand: Gesprächsnotizen, CRM-Updates und Zusammenfassungen werden schneller erledigt, sodass für CSMs wieder Zeit bleibt.

Diese Effizienzgewinne erfordern einen Wandel im Denken – CX-Führungskräfte müssen sich von der Annahme lösen, dass großartiges CX immer Zeit braucht.

Lange Zeit sind wir davon ausgegangen, dass hohe Kundenerfahrung Stunden erfordert: tiefe Vorbereitung, aufwendige QBR-Erstellung, manuelle Analysen und das Verfassen jeder Nachricht von Grund auf. Und ehrlich gesagt, das war früher auch so. KI hat das komplett herausgefordert.

Wie KI beeinflusst, wie CSMs QBRs durchführen

Hier ist eine große Veränderung, die ich dank KI vorgenommen habe.

Noch vor einem Jahr haben die meisten Teams Daten manuell zusammengetragen, Folien gebaut und versucht, aus Nutzungsmetriken, Support-Tickets und Bauchgefühl eine „Value Story“ zu basteln. Das war langsam, inkonsistent und stark auf Aktivitäten fokussiert.

Ich habe diesen Prozess mit KI komplett umgedreht. Ich lasse jetzt erst mit KI einen Entwurf der Kundengeschichte erstellen, bevor ich überhaupt ein Folienset öffne. Statt zu fragen „Welche Folien brauche ich?“, beginnt man mit „Was ist die Business-Impact-Story für dieses Konto?“

Ich gebe der KI Produktnutzungs-Trends, wichtige Meilensteine, Support-Interaktionen, bekannte Kundenziele und Gesprächsnotizen. Die KI hilft dann, dies wie folgt zu strukturieren:

• Die Ergebnisse, die der Kunde erreichen wollte
• Was sich in seinem Unternehmen verändert hat
• Wo Wert geschaffen wurde oder wo ein Risiko besteht
• Wo klare Expansion-Signale vorhanden sind

Die Tools, die ich hierfür einsetze, sind unter anderem Custom GPTs, Claude, Fathom, Gong und Planhat,

Wenn der CSM das QBR vorbereitet oder den Anruf durchführt, gibt er keine bloßen Empfehlungen mehr. Er präsentiert eine klare Sichtweise. Die Ergebnisse sind eindeutig:

1. Die Qualität der Gespräche verbesserte sich sofort. CSMs wirken deutlich strategischer, weil sie eine Geschichte erzählen und nicht nur Zahlen präsentieren.
2. Der Vorbereitungsaufwand reduzierte sich erheblich. Was früher Stunden dauerte, ist nun in Minuten erledigt. Das bedeutet, Teams verbringen mehr Zeit mit Nachdenken als mit dem Zusammensuchen von Informationen.
3. Am wichtigsten: Es hatte direkten Einfluss auf den Umsatz. Mit einer klaren Wertbotschaft zu starten, erleichtert Verlängerungen, das Ablehnen von Rabatten sowie das natürliche Einführen von Erweiterungsoptionen.

KI hat den Prozess nicht nur beschleunigt. Sie hat Customer Success kommerzieller gemacht.

Warum KI im CX große Nachteile hat

Anikas Einschätzung

Das größte Problem ist oberflächliches Denken: Wenn sich Teams zu stark auf KI-Ergebnisse verlassen, hinterfragen sie die Geschichte nicht mehr.

Nun zu den Schattenseiten – denn ein Nachteil besteht definitiv, wenn der Prozess schlecht umgesetzt wird:

• Das größte Problem ist oberflächliches Denken: Wenn Teams sich zu sehr auf KI-Ergebnisse verlassen, hinterfragen sie die Geschichte nicht mehr. Ich habe erlebt, dass CSMs eine von KI generierte Zusammenfassung übernehmen, ohne ihre eigene Urteilskraft einzubringen – dadurch kann ihnen völlig entgehen, was im Kundenkonto tatsächlich vor sich geht.
• Generische Kommunikation: Wenn man nicht aufpasst, klingt irgendwann alles gleich. Kunden merken das. Das Vertrauen nimmt ab, wenn jede E-Mail oder jedes Update wie eine Schablone wirkt, selbst wenn es technisch "personalisiert" ist.
• Trügerisches Gefühl von Strategie: Das ist ein großes Problem. Nur weil KI eine ansprechende "Wertgeschichte" generieren kann, bedeutet das nicht, dass das Team wirklich strategisch handelt. Ich habe Führungskräfte erlebt, die glaubten, ihr Team sei weiterentwickelt, obwohl nur die Formatierung besser wurde – nicht das Denken.
• Überautomatisierung zum falschen Zeitpunkt: Der Einsatz von KI bei Eskalationen, schwierigen Verlängerungsgesprächen oder sensiblen Situationen kann nach hinten losgehen. Gerade in solchen Momenten zählen Fingerspitzengefühl, Empathie und gutes Urteilsvermögen mehr als Schnelligkeit.

Ich habe festgestellt: Die besten Teams sehen KI als Ausgangspunkt, nicht als Endlösung.

Warum KI bei echter CX-Personalisierung versagt

Der größte Bereich, in dem KI nicht den erwarteten Effekt auf CX hatte, ist die echte Personalisierung auf Beziehungsebene.

KI ist hervorragend darin, Dinge wirklich personalisiert erscheinen zu lassen. Sie kann E-Mails zuschneiden, Nutzungsdaten referenzieren und die Ansprache je nach Persona anpassen. Auf dem Papier sieht das großartig aus. Doch Kunden – besonders im Enterprise-Bereich – erkennen schnell den Unterschied.

Es gibt eine große Lücke zwischen „Das wurde für mich generiert“ und „Diese Person versteht mein Geschäft“. Und diese Lücke ist entscheidend, weil Vertrauen durch Tiefe und nicht durch Format entsteht.

Warum Befähigung wichtiger ist als Tools

Befähigung ist wichtiger als die Tools selbst. Das ist etwas, was ich gerne früher gewusst hätte.

Als ich zum ersten Mal KI mit CS-Teams ausprobiert habe, dachte ich, die große Herausforderung wäre es, das richtige Tool zu finden und den Nutzern einige Prompts zu zeigen. Das war aber nicht der Fall. Die eigentliche Herausforderung bestand darin, das Team dazu zu bringen, ihre Arbeitsweise zu überdenken.

Um das zu erreichen, habe ich aufgehört, KI als Tool zu beschreiben und begonnen, KI als Sprungbrett für Umsatz zu verstehen. Ich habe sichergestellt, dass mein Team sowohl die geeigneten Tools als auch die richtige Denkweise besitzt. Anstatt sie lediglich aufzufordern, KI für schnellere E-Mails zu verwenden, habe ich sie dazu ermutigt, KI zur Vorbereitung auf kommerzielle Gespräche zu nutzen. Was muss dieser Kunde hören, damit er verlängert? Welche Erweiterungssignale zeigen sich in den Nutzungsdaten? Welches Risiko übersehen wir?

Mein Tipp: Betrachten Sie KI nicht als Technologie-Projekt. Machen Sie daraus eine Veränderung der Kompetenzen.

Folgen Sie mit

Sie können Anika Zubairs Arbeit auf LinkedIn verfolgen. Und schauen Sie sich The Customer Success Pro an.

Weitere Experteninterviews folgen auf The CX Lead!