CX-Vordenker erklärt, wie CX mithilfe von KI einen Platz am Entscheidungstisch gewinnt

Jim Tincher ist ein Vordenker und Forscher im Bereich CX. Außerdem ist er der Gründer von Heart of the Customer, einer spezialisierten E2E-Kundenservice-Agentur, die komplexe Organisationen unterstützt.

Wir haben uns mit Jim zusammengesetzt, um zu erfahren, was er in seiner Forschung beobachtet. Dabei ging er ausführlich darauf ein, wie KI zur Verbesserung von Kundenreisen eingesetzt werden kann.

Eine Karriere in CX und Forschung

Ich bin Jim Tincher, Gründer und CEO von Heart of the Customer. Wir machen das bereits seit 2012.

Ich leite keine Kundenserviceabteilung — ich berate die Führungskräfte, die für das Wachstum verantwortlich sind: Chief Commercial Officers, Vertriebs- und Betriebsleiter sowie CEOs. Wir arbeiten im B2B-Bereich; unsere umfassendste Arbeit leisten wir in der Fertigungsindustrie: BASF, Dow, Milliken, Xylem, Legrand, Vermeer.

Außerdem leite ich die Forschungsanalyse für das Advanced Manufacturing CX Consortium — siebzehn Hersteller, die gemeinsam jedes Jahr fast 10.000 ihrer Kunden befragen, um herauszufinden, was einen Kunden dazu bringt, mit einem Lieferanten zu wachsen.

Warum KI für Daten und nicht für Beziehungen eingesetzt werden sollte

Mit dem Fortschritt der KI haben wir unsere Analysemethoden verändert, nicht aber unsere Kundenbeziehungen — eine bewusste Unterscheidung.

Im vergangenen Jahr habe ich 34 Führungskräfte aus der C-Suite interviewt, um herauszufinden, was ihnen am wichtigsten ist, und die Antwort lautete (wenig überraschend) „Wachstum“. Alle 34 stimmten darin überein, deshalb nutzen wir diese Perspektive für alles.

Unsere Vergleichsanalyse ergab, dass die drei wichtigsten Faktoren für Kundenwachstum allesamt Beziehungssignale sind: das Gefühl, wertgeschätzt zu werden, die Kundenbeziehung und der Kaufprozess — nicht die einfache Geschäftsabwicklung, die Zufriedenheit oder andere typische CX-Messgrößen. Das macht mich vorsichtig, wenn es darum geht, Bereiche zu automatisieren, in denen Kunden entscheiden, ob ihr Geschäft für Sie von Bedeutung ist. Wenn das menschliche Element entfernt wird, könnten genau die Signale verschwinden, anhand derer Kunden beurteilen, ob sie mit Ihnen wachsen wollen.

Deshalb setzen wir KI stattdessen für die Analyse ein — zur Analyse von Gesprächen, offenen Kommentaren und anderer Kommunikation. Hunderte von Gesprächen manuell zu lesen, zu codieren und Muster darin zu erkennen, ist langsam und begrenzt unsere Kapazitäten. Mit Claude und einem Transkriptionstool können wir jedoch in der gesamten Historie einer Kundenbeziehung nach Mustern suchen, anstatt einen Kontaktpunkt nach dem anderen zu untersuchen.

KI ermöglichte es uns, in unseren Daten mehr als 800 B2B-Interviews zu durchsuchen und Strukturen zu finden, die wir zuvor nicht erkennen konnten. Anschließend testeten wir die vierstufige Hierarchie, die vorhersagt, welchen Anteil der Ausgaben eines Kunden Sie erhalten werden, anhand von 21 separaten Kundendatensätzen. Eine solche Analyse hätte ich in diesem Umfang nicht manuell durchführen können.

Ein Arbeitsablauf mit einer nach Priorität geordneten Liste von Schritten, die in der Kundenreise verbessert werden müssen

Hier ist ein Arbeitsablauf, der mit einer nach Priorität geordneten Liste von Schritten der Kundenreise endet, die verbessert werden müssen — geordnet nach dem jeweils auf dem Spiel stehenden Umsatz.

Er beginnt mit Gesprächen, nicht mit Umfragen. Wir interviewen die Kunden eines Auftraggebers direkt — den Käufer, den Werksleiter, die Führungskraft, die den Vertrag unterzeichnet — und zeichnen diese Gespräche über Fireflies auf und transkribieren sie.

Dort lag die bisherige Einschränkung. Ein Analyst liest, wofür er Zeit hat, und diese Grenze prägt jede Schlussfolgerung. Man zieht eine Stichprobe, findet darin ein Muster und hofft, dass die Stichprobe repräsentativ war.

Als Nächstes stellt der Analyst die ersten Erkenntnisse zusammen — die Geschichte und die zentralen Themen.

Dann wenden wir uns Claude zu. Claude liest jedes Transkript vollständig. Das Programm extrahiert wörtlich, was die Kunden gesagt haben, einschließlich der Quelle: wer es gesagt hat, in welchem Gespräch und an welcher Stelle des Gesprächs. Diese Nachvollziehbarkeit ist wichtiger als die Geschwindigkeit. Wenn ein Kunde eine Erkenntnis infrage stellt, verteidigen wir sie nicht. Wir zeigen ihm das Zitat.

Dann führen wir die Analyse durch, und dieser Teil ist nicht automatisiert.

Jim teilt seine Erkenntnisse

Die Arbeitsteilung ist entscheidend. KI hat eine Einschränkung beim Lesen beseitigt. Sie hat das Urteilsvermögen nicht ersetzt — also die Entscheidung, was gefragt werden sollte, das Erkennen relevanter Muster und das Wissen, wann ein Kunde Ihnen etwas mitteilt, ohne zu wissen, dass er es tut.

Spricht dieser Kunde noch über grundlegende Funktionen? Oder geht es darum, ob er sich auf unseren Auftraggeber verlassen kann, wenn die Dinge kompliziert werden? Oder darum, ob er sich wertgeschätzt fühlt? Das verschafft uns eine Position, keine Punktzahl.

Dann bilden wir dies über die gesamte Kundenreise hinweg ab. Eine Kurve zeichnet sich ab — an diesem Schritt wächst das Vertrauen, an jenem bricht es ein. Die meisten Kunden haben ihre Beziehung noch nie auf diese Weise betrachtet. Sie kennen nur eine Zufriedenheitszahl für die gesamte Beziehung, die den genauen Ort des entstandenen Schadens verschleiert.

Wir verknüpfen Einbrüche mit Kundenkonten und Kundenkonten mit Geld. Nicht: „Die Kunden sind an diesem Schritt frustriert.“ Sondern: Hier sinkt das Vertrauen, diese elf Kundenkonten liegen unter dieser Linie, und so hat sich ihre Ausgabenhöhe in den vergangenen vier Quartalen verändert.

Diese Reihenfolge ist entscheidend. Die meisten Unternehmen priorisieren nach der Anzahl der Beschwerden – was nahezu zufällig ist, denn Konten, die stillschweigend ihren Ausstieg planen, gehören in der Regel zu denen, die sich nicht beschweren.

Schließlich verwenden wir Reduct, um die entscheidenden Zitate in Videos umzuwandeln und der Stimme des Kunden Gehör zu verschaffen.

Die Aufteilung der Arbeit ist entscheidend. KI hat eine Einschränkung beim Lesen beseitigt. Sie hat das Urteilsvermögen nicht beeinflusst – also die Entscheidung, wonach man fragen sollte, das Erkennen relevanter Muster und das Wissen, wann ein Kunde einem etwas mitteilt, ohne zu wissen, dass er dies tut. Dahinter stehen vierzehn Jahre Arbeit, und das lässt sich nicht automatisieren.

Warum die Wiederherstellung der Servicequalität menschlich bleiben muss

Hier ziehe ich also die Grenze: KI bei den Daten, Menschen, wenn Kunden entscheiden, ob sie Ihnen wichtig sind. KI trifft keine Entscheidungen – weder im Kundenmanagement noch in anderen Bereichen –, auch wenn ich sie nutze, um meine Entscheidungen zu informieren.

KI wird also am besten eingesetzt für

• das Erkennen von Mustern in Gesprächen und offenen Kommentaren.
• die Ermittlung, welche Probleme tatsächlich Geld kosten – die meisten Unternehmen priorisieren nach der Anzahl der Beschwerden, einer nahezu zufälligen Methode.
• das Erkennen von Konten, die verstummt sind, von Konten mit einer geringeren Bestellbreite oder von Konten, deren Sprache sich verändert hat. Menschen übersehen dieses Signal, weil niemand dafür zuständig ist, darauf zu achten.

Der wichtigste Bereich, in dem die menschliche Komponente erhalten bleiben muss, ist die Wiederherstellung der Servicequalität. Unsere Daten sind hier eindeutig: Kunden, die mit der Lösung eines Problems vollständig zufrieden sind, reduzieren ihre Ausgaben in 1 % der Fälle. Kunden, die mit der Lösung nicht zufrieden sind, reduzieren ihre Ausgaben in 35 % der Fälle. Und Kunden, die „einigermaßen zufrieden“ sind, verhalten sich eher wie unzufriedene als wie zufriedene Kunden. Teilweise Lösungen zählen als keine Lösung.

Diese letzte Erkenntnis ist das eigentliche Argument. Automatisierung ist hervorragend darin, im großen Maßstab ausreichende Ergebnisse zu liefern. Genau dort, wo etwas nur ausreichend ist, stirbt Wachstum.

Bei Eskalationen würde ich die Aufgaben aufteilen: Die KI soll das gefährdete Konto erkennen, anschließend ruft ein Mensch an. Erkennung ist ein Datenproblem. Wiederherstellung ist ein Beziehungsproblem. Und bei automatisierter Personalisierung bin ich besonders skeptisch, weil B2B-Kunden dies erkennen können und eine Personalisierung, die wie automatisch generiert wirkt, das Gegenteil ihrer eigentlichen Absicht signalisiert.

Warum die KI-Analyse strenge Leitplanken erfordert

KI ist also hervorragend darin, Muster zu erkennen. Dazu gehören jedoch auch scheinbare Muster.

KI erfindet Spezifität. Kleine, plausible Erkenntnisse: eine Zahl im richtigen Bereich, ein Zitat, das richtig klingt. Und wenn man nach Belegen für etwas sucht, das man bereits glaubt, wird man sie finden.

Wir sind also strenger geworden, nicht nachlässiger: Jede Zahl und jedes Zitat, das wir veröffentlichen, muss auf eine konkrete Quelle zurückgeführt werden können. Wenn etwas nicht aufgeht, kennzeichnen wir es, statt es glattzubügeln. KI hat sowohl unsere Möglichkeiten als auch das erforderliche Maß an Disziplin erweitert.

Wie KI organisatorische Silos beseitigen kann

Jeder gestaltet die kundenorientierte Ebene neu – Chatbots, Anfragevermeidung, automatisierte Kontaktaufnahme. Fast niemand gestaltet die darunterliegende Ebene neu, auf der das Wissen des Unternehmens in Einzelteilen vorhanden ist.

Die Betriebsabläufe kennen Ihre termingerechten Lieferungen. Der Vertrieb weiß, welche Konten die Bestellung einer Produktlinie eingestellt haben. Der digitale Bereich weiß, wer bestellt, Bestellungen abbricht oder beim Bestellversuch stecken bleibt. Die Finanzabteilung weiß, was mit der Marge passiert ist. Das Kundenmanagement weiß, wie sich die Kunden fühlen. Fünf Gruppen, fünf Datensätze, fünf Systeme. Niemand verfügt über alle fünf.

Die Antwort auf die Frage „Warum ist dieses Konto geschrumpft?“ befindet sich in Ihrem Unternehmen, ist aber auf Personen verteilt, die nicht an derselben Besprechung teilnehmen. Wie ich meinen Kunden sage: „Man wusste nur, was man wusste.“ Was könnte geschehen, wenn Sie das gesamte unzusammenhängende Wissen in Ihrer Organisation freisetzen könnten? Was würde dadurch ermöglicht?

Es ist kein Datenproblem. Ein fünftes Dashboard wird es nicht lösen. Es ist ein Modellproblem – ohne eine Verbindungskette, die Betriebsabläufe mit Emotionen, Verhalten und Umsatz verknüpft, liefert Ihnen mehr Daten lediglich mehr unverbundene Daten.

Hier zeigt sich, wofür KI wirklich ihren Wert beweist – und es ist nicht der Anwendungsfall, der die Aufmerksamkeit erhält. Sie kann all diese fünf Aspekte gleichzeitig erfassen. Sie kann E-Mails lesen, neben Betriebsdaten und Bestellmustern bestehen und erkennen, wo diese zusammenhängen.

Der technische Teil war der einfache Teil. Die Daten zu beschaffen, ist die schwierige Aufgabe. Jedes Mal. Deshalb funktioniert das nicht als Analyseprojekt. Es braucht einen Sponsor – jemanden auf einer ausreichend hohen Ebene, der die verschiedenen Gruppen mit Datenhoheit zusammenbringt und sie dazu auffordert herauszufinden, wo Wachstum über die Informationssilos hinweg verloren geht.

Jim Shares

Sehen Sie sich an, was Sie im vergangenen Jahr automatisiert haben, und legen Sie darüber die Phasen der Kundenreise, in denen Ihre Kunden entscheiden, ob Sie ihr Geschäft wertschätzen. Wenn Sie diese entscheidenden Kontaktpunkte wegautomatisiert haben, haben Sie keine Kosten eingespart – Sie haben Ihre Umsatzprognose unbeabsichtigt gekürzt.

Warum sich Unternehmen auf die falschen KI-Kennzahlen konzentrieren

Fragt man die meisten Unternehmen, was KI verbessert hat, nennen sie Abweisungsquoten und Antwortzeiten. Mit anderen Worten: Sie sagen Ihnen, wie viel menschlichen Kontakt sie entfernt haben. Dann sagen sie, dass die Zufriedenheit stabil geblieben ist.

Das ist sie wahrscheinlich auch. Genau darin liegt die Falle.

In unserem Benchmark waren 81 % der Kunden zufrieden. Nur 27 % planten ein Wachstum. Die Zufriedenheit blieb bestehen. Das Wachstum nicht.

Ich würde folgendermaßen vorgehen: Sehen Sie sich an, was Sie im vergangenen Jahr automatisiert haben, und legen Sie darüber die Phasen der Kundenreise, in denen Ihre Kunden entscheiden, ob Sie ihr Geschäft wertschätzen. Wenn Sie diese entscheidenden Kontaktpunkte wegautomatisiert haben, haben Sie keine Kosten eingespart – Sie haben Ihre Umsatzprognose unbeabsichtigt gekürzt.

Wie CX-Führungskräfte KI nutzen können, um sich einen Platz am Tisch zu verdienen

Wie ich bereits sagte, habe ich 34 Führungskräfte aus der obersten Führungsebene zu ihren Prioritäten befragt, und jeder Einzelne nannte Wachstum. Fast niemand brachte das Kundenerlebnis von sich aus als wichtiges Thema zur Sprache – obwohl sie wussten, dass ich ein Vordenker im Bereich Kundenerlebnis bin, dass die CXPA das Treffen gesponsert hatte und dass die Einladung zum Treffen CX enthielt.

Das klingt nach schlechten Nachrichten. Ist es aber nicht. Die Diskrepanz besteht nicht darin, dass Ihren Führungskräften Kunden egal sind – vielmehr hat ihnen niemand gezeigt, wie sich das Kundenerlebnis auf den Umsatz auswirkt.

Führungskräfte interessierten sich weitaus mehr dafür, was Kunden taten, als dafür, was Kunden sagten. Als ich fragte, woran sie die Gesundheit des Unternehmens messen, nannten sie GuV-Trends, Erfüllungskennzahlen, termingerechte Lieferungen, die Geschwindigkeit der Vertriebspipeline und gewonnene Ausschreibungen. Kundenbindung. Wiederholungskäufe. Stimmungskennzahlen – einschließlich NPS – kamen fast nie zur Sprache. Das deckt sich mit der Feststellung des XM Institute, dass die meisten CX-Programme ihren Wert nicht nachweisen können. Warum sollte ein Mitglied der obersten Führungsebene CX ansprechen?

Einer von ihnen formulierte es besser, als ich es könnte: „Wir haben Dashboards voller nachlaufender Kennzahlen. Nachlaufende Kennzahlen sind einfach. Die führenden Kennzahlen zu finden, ist schwierig.“

Übergehen Sie das nicht, denn genau hier liegt Ihre Chance. Emotionen und Verhaltensweisen sind die führenden Indikatoren. Und Sie verfügen über die Emotionsdaten – vorausgesetzt, Sie messen Emotionen (und das sollten Sie). Niemand sonst in Ihrem Unternehmen hat diese Daten.

Hier also der Rat: Hören Sie auf, zu präsentieren, was Kunden empfinden. Beginnen Sie damit, zu präsentieren, was diese Empfindungen vorhersagen.

Von den Abläufen führt eine Kette zum Umsatz. Ihr Unternehmen betätigt operative Stellhebel – Lieferung, Kommunikation, Problemlösung. Diese erzeugen Emotionen bei Ihren Kunden. Emotionen verändern Verhalten. Verhalten zeigt sich in Umsätzen. Stellhebel, Emotion, Handlung, Umsatz – das nennen wir die Wachstumskette™ , und wir verwenden das Akronym LEAD, damit sie im Gedächtnis bleibt. Die operativen Bereiche verantworten das erste Glied, die Finanzabteilung das letzte, und die beiden mittleren gehören Ihnen. Sie sind außerdem die beiden, die niemand misst.

Hier kann KI unverzichtbar sein: beim Erkennen und Berichten über diese Zusammenhänge.

Bei drei von vier CX-Programmen wird nie ein Zusammenhang mit finanziellen Ergebnissen nachgewiesen. Diese Zahl sollte Ihnen Sorgen bereiten, denn sie ist die Zahl, die dazu führt, dass Ihr Budget gekürzt wird, sobald die Margen unter Druck geraten.

Der Ausgangspunkt ist kleiner, als du denkst. Wähle zwei Kundenkonten aus – eines mit Wachstum und eines mit Rückgang. Verfolge bei beiden die Kette. Beim wachsenden Kundenkonto gehst du von der operativen Veränderung aus vorwärts. Beim rückläufigen Kundenkonto arbeitest du dich vom Umsatz aus rückwärts.

Füge dann einer Umfrage, die du ohnehin bereits versendest, drei Fragen hinzu. Wie zuversichtlich bist du, dass wir deine zukünftigen Anforderungen erfüllen können? Wie sehr fühlst du dich als unser Kunde wertgeschätzt? In welchem Umfang agieren wir als echter Partner in deinem Unternehmen?

Zwei Kundenkonten und drei Fragen. Wenn du das in diesem Quartal umsetzt, wirst du in einen Raum gehen und etwas vorweisen können, das niemand sonst in deinem Unternehmen hervorbringen kann.

Und hör auf, um einen Platz am Tisch zu bitten. Du bekommst diesen Platz nicht, indem du darum bittest. Du bekommst ihn, indem du deinem CEO zeigst, dass eine konkrete operative Investition die Wahrnehmung der Kunden verändert hat – und dass diese Veränderung den Umsatz bewegt hat.

Weiterverfolgen

Du kannst Jim Tinchers Arbeit auf LinkedIn verfolgen. Sieh dir auch Heart of the Customer an.

Weitere Experteninterviews folgen bei The CX Lead!