CS-Transformationsleiterin erklärt, was KI im Customer Success verbessern kann (und was nicht)
Erfahren Sie, wie Andrea Bumstead KI mit menschlicher Expertise kombiniert, um den Kundenerfolg zu steigern, QBRs zu automatisieren und bedeutsamere Kundengespräche zu führen.
Andrea Bumstead
Gründerin und CEO von CS Impact
KI-Vorteil: KI verbessert das Kundenerlebnis durch schnellere Einblicke und effizientere Teams.
Datenabhängigkeit: Effektive KI-Ergebnisse hängen stark von sauberen, organisierten Daten ab, um irreführende Signale zu vermeiden.
Rollen-Transparenz: KI sollte sich um wiederholende Aufgaben kümmern, während Menschen den Beziehungsaufbau und strategisches Denken übernehmen.
QBR-Innovation: Automatisierte QBRs vereinfachen Kundengespräche, benötigen aber weiterhin menschliche Interaktion für ihre Wirksamkeit.
Experimentierfreude: CX-Führungskräfte sollten offen für Experimente mit KI sein und das Potenzial für Fehlschläge anerkennen.
Andrea Bumstead ist die Gründerin und Geschäftsführerin von CS Impact, einer Beratungsfirma für Customer Success, die B2B SaaS-Unternehmen dabei unterstützt, Customer Success in eine Umsatzmaschine zu verwandeln. Mit mehr als 15 Jahren Erfahrung und einer Erfolgsbilanz im Skalieren von Organisationen von 15 Mio. $ bis über 3 Mrd. $ ARR hat sie bei Unternehmen wie Quest, Procore und One Identity mehrere globale Customer-Success-Transformationen geleitet.
Wir haben uns mit Andrea zusammengesetzt, um zu erfahren, wie sie KI einsetzt, um das Kundenerlebnis zu verbessern. Das hat sie uns erzählt.
Customer Success in eine Umsatzmaschine verwandeln
Ich bin die Gründerin und Geschäftsführerin von CS Impact, einer Beratungsfirma, die B2B SaaS-Unternehmen mit einem ARR von 50–150 Mio. $ interimistische Führungs- und strategische Beratungsleistungen anbietet.
Tritt unserer Community bei, um den vollständigen Artikel zu lesen
Schalte mehr Inhalte frei, die dir dabei helfen, KI als Vorteil zu nutzen, Erlebnisse zu gestalten, die Vertrauen schaffen, und Geschäftserfolge zu erzielen.
Have an account? Log In
Wir verwandeln Customer Success in eine Umsatzmaschine und generieren so Millionenbeträge durch Expansion und Kundenbindung.
Warum KI im CX-Bereich ein zweischneidiges Schwert ist
Die Integration von KI ins Kundenerlebnis (CX) hat deutliche Fortschritte gebracht, aber auch reale Herausforderungen offengelegt.
Das sind die Vorteile:
- Signifikante Zeitersparnis: KI hat den manuellen Aufwand für Vorbereitung, Nachverfolgung, CRM-Updates und Berichterstattung reduziert. In vielen Fällen habe ich erlebt, dass CSMs täglich 1–2 Stunden einsparen, die sie wieder der Kundenarbeit widmen können.
- Schnellere und fundiertere Kunden-Insights: Tools wie Claude, Gainsight, Gong AI und andere liefern in Echtzeit Signale – etwa zu Abwanderungsrisiken, Expansionsmöglichkeiten oder Veränderungen im Kundenstatus –, für deren Ermittlung man vorher Stunden oder Tage benötigt hätte.
- Mehr Konsistenz und Skalierbarkeit: KI hilft dabei, Ergebnisse wie Erfolgspläne, QBRs und Account-Zusammenfassungen zu standardisieren – entscheidend beim Skalieren oder bei unterschiedlicher Segmentbetreuung.
- Proaktivere CX-Prozesse: Anstatt spät zu reagieren, können Teams früher auf KI-basierte Signale reagieren – sei es zur Risikominderung oder für Expansionsmaßnahmen.
Doch es gibt auch Nachteile:
- Signal-gegen-Rauschen-Problem: Nicht alle KI-generierten Erkenntnisse sind umsetzbar. Teams können durch Benachrichtigungen, denen Kontext oder Priorisierung fehlt, überfordert werden.
- Übermäßige Automatisierungsabhängigkeit: Manche Teams stützen sich zu stark auf KI-generierte Inhalte (QBRs, E-Mails), was zu allgemeinen, wenig wirkungsvollen Kundeninteraktionen führen kann.
- Abhängigkeit von Datenqualität: KI ist nur so gut wie die zugrunde liegenden Daten. Sind CRM- oder Produktdaten unvollständig oder fehlerhaft, verliert die KI-Ausgabe schnell an Glaubwürdigkeit.
- Verlust kritischen Denkens: Es besteht das Risiko, dass CSMs strategisches Denken einstellen und sich auf KI-Empfehlungen verlassen, statt eigene Urteile zu fällen.
Warum gute Daten für starke KI-Ergebnisse unerlässlich sind
Das muss jeder CX-Leader wissen: Gute Daten sind das A und O.
Ich habe mit CS-Organisationen gearbeitet, die in hervorragende KI-Tools investiert haben, deren Basisdaten aber unvollständig oder chaotisch waren. Dadurch war der Nutzen der Tools stark eingeschränkt.
Ein Kunde hatte zum Beispiel keine korrekten Account-Hierarchien in Salesforce eingerichtet. Es gab 15 separate Accounts mit dem gleichen Namen, die alle zu einem Kunden gehörten, aber nicht miteinander verbunden waren. Als darauf KI aufgesetzt wurde, erzeugte das System zwar Erkenntnisse zu den einzelnen Accounts, konnte die Kundenbeziehung aber nicht ganzheitlich darstellen.
Statt besserer Insights gab es also am Ende fragmentierte und teils irreführende Signale.
Die Investition in gute Datenerhebung und Datenbereinigung lohnt sich!
Wie KI und menschliche Aufgaben im CX-Bereich aufgeteilt werden sollten
KI ist am stärksten bei Aufgaben, die datenintensiv, wiederholbar oder zeitaufwändig sind…Menschen sind überall dort unverzichtbar, wo Kontext, Vertrauen und Nuancen wichtig sind.
Meine Sicht auf KI versus Mensch im Kundenerlebnis ist, dass KI Skalierung, Signale und Geschwindigkeit übernehmen sollte. Menschen sollten sich um Vertrauen, Urteilsvermögen und Transformation kümmern.
KI ist am stärksten bei Aufgaben, die datenintensiv, wiederholbar oder zeitaufwändig sind:
- Administrative Arbeit: Vorbereitung von Gesprächen, Kontozusammenfassungen, Stakeholder-Recherche und Nachbereitung — einschließlich Notizen, nächster Schritte und CRM-Updates (Salesforce, Gainsight)
- Content- und Asset-Erstellung: Success-Pläne, QBRs, Account-Pläne, White-Space-Analysen und Kundenkommunikation
- Erstellung von Erkenntnissen: Identifikation gefährdeter Accounts (Nutzungsrückgänge, Verlust von Entscheidern, M&A-Aktivitäten), Expansionsmöglichkeiten und Produktfeedback-Trends
- Guidance in großem Maßstab: Die richtigen Risiko- oder Expansions-Playbooks zur richtigen Zeit verfügbar machen
- Digitales Kundenerlebnis: In-App-Messaging, Onboarding-Flows, Wissensdatenbanken und Support-Inhalte
Menschen sind überall dort unverzichtbar, wo Kontext, Vertrauen und Nuancen wichtig sind:
- Kundengespräche und Beziehungsaufbau: Besonders mit Führungskräften von Kundenseite
- Bedarfsfindung und Problemdefinition: Verstehen, was passiert, aber vor allem warum
- Zwischen den Zeilen lesen: Auf Stimmungen, Risikosignale und Unausgesprochenes achten
- Beratende Unterstützung: Kunden bei Entscheidungen begleiten und echte Geschäftsergebnisse erzielen
- Momente, die Vertrauen schaffen: Vorstandsgespräche, persönliche Abendessen, Events und hochwirksame Interaktionen
Wie automatisierte QBRs zu bedeutungsvollen Kundengesprächen führen
Ich habe QBRs erwähnt — wir haben das 15-minütige QBR entwickelt. Es behandelt folgende Punkte:
- Der bisher erzielte Wert für den Kunden
- Wie der Kunde noch mehr Wert erzielen kann
- Drei Empfehlungen für nächste Schritte
Wir haben Unternehmen geholfen, dies zu automatisieren, indem wir KI zum Sammeln von Daten und Erkenntnissen eingesetzt, diese in ein wiederholbares Format integriert und die Auslieferung für persönliche oder elektronische Präsentationen optimiert haben. Was die Tools betrifft, aggregieren wir Daten aus Salesforce, Gong und Gainsight, um automatisch QBR-Präsentationen mit Claude zu generieren.
Dadurch können diese Unternehmen mit mehr Kunden fundiertere Gespräche führen — und mehr Wert liefern.
Bevor das 15-minütige QBR eingeführt wird, empfehle ich CS-Führungskräften, sich auf fünf entscheidende Grundlagen zu konzentrieren:
- Definieren Sie klar, welche Probleme Sie lösen: Identifizieren Sie die zwei bis drei wichtigsten geschäftlichen Herausforderungen, die Ihr Produkt löst – diese werden zum Anker für jedes Kundengespräch.
- Ziele und Erfolgskriterien festlegen: Definieren Sie KPIs, die an die Realisierung von Mehrwert geknüpft sind, damit Sie Wirkung messen und kommunizieren können.
- Kundenfortschritt verfolgen: Sie benötigen einen Überblick darüber, wie jeder Kunde in Bezug auf seine Ziele abschneidet, nicht nur in Bezug auf die Produktnutzung.
- Ihre Top-Kunden benchmarken: Verstehen Sie, was Ihre besten Kunden anders machen, damit Sie Lücken und Chancen aufzeigen können.
- Eine Empfehlungs-Engine aufbauen: Entwickeln Sie wiederholbare, wirkungsvolle Empfehlungen, mit denen Kunden mehr Wert ausschöpfen können.
Darauf aufbauend empfehle ich eine einfache Rollout-Strategie:
- Klein anfangen: Starte mit einer fokussierten Gruppe und optimiere das Vorgehen.
- Automatisiere, wo möglich: Nutze KI, um Daten zu sammeln und Erkenntnisse in großem Umfang zu generieren.
- Dann skalieren: Erweitere auf weitere Segmente, sobald es sich bewährt hat.
- Und genauso wichtig: Ermögliche es dem Team, dies effektiv umzusetzen: Schule sie darin, mit Selbstvertrauen anzuführen, gezielte Fragen zur Bedarfsanalyse zu stellen und das Gespräch aus einer beratenden, wertorientierten Perspektive zu führen.
Wo KI bei QBRs und Inhalten an ihre Grenzen stößt
Eine Herausforderung beim QBR-Workflow ist, dass KI zwar hervorragend Inhalte generieren kann, jedoch weiterhin Schwierigkeiten hat, diese in eine nutzbare, geschäftsfertige Struktur zu bringen, wie z. B. ein präsentationsreifes Executive-Deck.
In der Praxis beschleunigt KI etwa 70 % der Arbeit, aber die letzten 30 % – die den Inhalt oft erst brauchbar und wirkungsvoll machen – benötigen weiterhin menschliche Nachbearbeitung.
Wie KI Prognosen im CX verbessert – und was noch fehlt
Ich habe Gong für Prognosen in mehreren Organisationen eingesetzt, und es bietet die stärksten Fähigkeiten, die ich im Bereich Customer Success gesehen habe.
Es aggregiert Signale aus dem gesamten Kundenkonto: Kundenzufriedenheit, Aktivitätsgrad und wichtige Daten aus Salesforce wie ARR, TCV, Deal-Phase, Notizen und nächste Schritte.
Das verschafft CS-Führungskräften eine viel ganzheitlichere, aktuelle Sicht auf die Kontogesundheit und mögliche Ergebnisse.
Dennoch ist der Prozess weiterhin weitgehend manuell. CSMs sind immer noch verantwortlich für:
- Verwaltung des Kontaktprozesses in Salesforce
- Aktualisierung der Opportunity-Phasen
- Treffen von Einschätzungen zu Verlängerungen – ob ein Konto stabil bleibt, sich verringert oder wächst.
Der nächste Schritt ist die KI-gestützte Prognose. Anstatt bei null zu beginnen, sollte KI:
- Historische Trends analysieren
- Gesundheitswerte und Produktnutzung einbeziehen
- Signale aus Kundengesprächen einbeziehen
- Und eine empfohlene Prognose generieren.
An diesem Punkt würde sich die Rolle des CSM darauf verlagern, die Prognose zu verfeinern und zu validieren, nicht sie von Grund auf zu erstellen.
Ich sehe außerdem eine Lücke in der Sichtbarkeit der Veränderungen im Zeitverlauf. Prognosen sollten nicht nur eine Momentaufnahme sein – sie sollten die wöchentliche Entwicklung deutlich aufzeigen und exakt darstellen, was diese Veränderung ausgelöst hat. Wurde beispielsweise ein großes Konto plötzlich riskant? Oder konnten wir Umsätze zurückgewinnen, die zuvor als Abwanderungsgefahr markiert waren?
Diese Transparenz, kombiniert mit KI-basierten Empfehlungen, würde nicht nur die Prognosegenauigkeit verbessern, sondern sie auch viel umsetzbarer, skalierbarer und besser auf die Arbeitsweise von CS-Teams abgestimmt machen.
Prognosen sollten nicht nur eine Momentaufnahme sein – sie sollten klar die wöchentliche Entwicklung und die Auslöser dafür zeigen…Hab keine Angst zu experimentieren und Neues zu versuchen. Hab keine Angst zu scheitern.
Warum CX-Führungskräfte mit Misserfolgen umgehen können müssen
Mein Rat: Hab keine Angst zu experimentieren und Neues auszuprobieren. Hab keine Angst zu scheitern.
Teste neue KI-Workflows, belege Kurse und erweitere deinen Horizont.
Pavilion bietet einen fundierten Kurs zu GTM und KI an. Und Veranstaltungen der Customer Success Collective, wie ihre Customer Success Summits in den USA, Großbritannien und im asiatisch-pazifischen Raum, konzentrieren sich auf KI-gesteuerte Workflows.
Folgen Sie mit
Folgen Sie Andrea Bumstead auf LinkedIn für Einblicke, wie Customer Success zur Umsatzmaschine wird, wie man wirkungsstarke CS-Strategien entwickelt und KI nutzt, um Kundennutzen zu steigern. Abonnieren Sie ihren Substack, Real Talk with CS Impact, für nützliche Playbooks und Frameworks. Und folgen Sie ihr auf Instagram.
Weitere Experteninterviews folgen auf The CX Lead!
