Technikvorstand für Kundenangelegenheiten: CX-Führungskräfte konzentrieren sich zu stark auf KI-Ergebnisse, während das Kundenerlebnis verkümmert

Oremeyi Akah ist CCO bei Interswitch, einem panafrikanischen Zahlungsinfrastrukturunternehmen, das sowohl B2B- als auch B2C-Segmente bedient.

Wir haben uns mit Oremeyi zusammengesetzt, um mehr über die beeindruckenden Ergebnisse zu erfahren, die sie durch die Integration von KI in ihrer CX-Organisation erzielt. Dabei erklärte sie uns auch, wo CX-Organisationen bei der Integration von KI Fehler machen.

Von der Servicefunktion zur strategischen Funktion

Ich bin Oremeyi Akah, Leiterin der Kundenbetreuung bei Interswitch Group — einem panafrikanischen Zahlungsinfrastrukturunternehmen, das in 23 afrikanischen Märkten tätig ist und Einzelpersonen, Unternehmen und Regierungen mit digitalen Finanzdienstleistungen verbindet.

Die Kundenorganisation, die ich leite, deckt das gesamte Spektrum der Geschäftsbeziehungen von Interswitch ab — von großen Finanzinstituten und Fintechs über unsere Funktion für das Management von Schlüsselkunden bis hin zu Händlern, Rechnungsstellern und Endverbrauchern, die über digitale Kanäle, Kontaktzentren und persönliche Kanäle mit uns interagieren. Wir bedienen sowohl B2B- als auch B2C-Segmente.

Unser CX-Auftrag reicht von strategischen Kundenbeziehungen mit intensiver Betreuung zu Banken wie Stanbic IBTC und Providus bis hin zur Erfahrung von Millionen Nigerianern, die täglich mit Verve-Karten, Quickteller und unserer Vermittlungsinfrastruktur Transaktionen durchführen.

Mein Team betreut Beziehungen an der Schnittstelle von Umsatz, Vertrauen und nationaler finanzieller Inklusion — dadurch wird Kundenerfahrung nicht nur zu einer Servicefunktion, sondern zu einer strategischen Funktion.

Wie KI die Möglichkeiten von CX-Teams radikal erweitert

Vor einem Jahr überprüften wir mit einem Team von 15 Personen manuell nur 10 % der Kundenkontakte über unsere B2B- und B2C-Kanäle. Das bedeutete, dass wir 90 % der Erfahrungen unserer Kunden nicht sehen konnten — jede Beschwerde, jeden Reibungspunkt und jedes Signal für ein regulatorisches Risiko. Wir trafen Entscheidungen zur Kundenerfahrung auf Grundlage eines äußerst unvollständigen Bildes.

Dann implementierten wir ein KI-gestütztes Qualitätssicherungssystem, das dies vollständig veränderte. Jetzt analysieren wir 100 % der Kundenkontakte. Wir überprüfen jede einzelne Interaktion, kategorisieren sie vorab nach Schweregrad und kennzeichnen regulatorische Risiken, wiederkehrende Fehlermuster oder Bereiche, die besondere Aufmerksamkeit erfordern.

Dadurch änderten sich drei Dinge.

1. Unsere Abdeckung stieg von 10 % auf 100 % — ohne zusätzliches Personal. Das entspricht einer Verzehnfachung der Transparenz bei gleichbleibenden Ressourcen.
2. Wir wechselten von reaktivem zu proaktivem Handeln. Zuvor entdeckten wir Probleme erst, wenn Kunden eskalierten. Jetzt finden wir sie, bevor sie eskalieren — und bei der Zahlungsinfrastruktur ist dieser Unterschied enorm wichtig, sowohl für das Kundenvertrauen als auch für unsere regulatorische Stellung.
3. Die Aufgaben unseres 15-köpfigen Teams veränderten sich. Das Team wechselte von der Stichprobenprüfung von Kontakten zur Nutzung von Erkenntnissen. Es konzentriert sein menschliches Urteilsvermögen nun dort, wo es am wichtigsten ist: auf Interaktionen mit dem höchsten Schweregrad und Risiko, die das System identifiziert.

So sieht KI-gestützte CX in der Praxis aus — Menschen werden nicht ersetzt, sondern die Möglichkeiten derselben Mitarbeiter zu sehen und zu handeln werden radikal erweitert.

Ein praxisnaher KI-Arbeitsablauf für den Umgang mit Kundeninteraktionen

Hier ist der Arbeitsablauf.

Unsere KI-gestützte Qualitätssicherungsplattform Gladly erfasst automatisch jede Kundeninteraktion — unabhängig davon, ob sie über Sprache, E-Mail, Chat oder andere digitale Kanäle erfolgt.

Zunächst versteht die KI das Gespräch. Sie klassifiziert das Anliegen, bewertet die Stimmung, bestimmt den Schweregrad, identifiziert potenzielle regulatorische oder Reputationsrisiken, erkennt wiederkehrende Fehlermuster und prognostiziert auf Grundlage ähnlicher historischer Fälle die geeignetste Weiterleitung und den wahrscheinlichsten Lösungsweg.

Anschließend teilt sich der Arbeitsablauf je nach Komplexität auf.

Bei unkomplizierten Anliegen leitet die KI den Fall an das richtige Team weiter; der relevante Kontext ist bereits zusammengestellt, sodass eine schnellere Lösung möglich ist.

Bei Fällen mit höherem Risiko oder hohem Wert — insbesondere wenn unsere Bankpartner betroffen sind oder regulatorische Auswirkungen bestehen — eskalieren wir den Fall umgehend mit einer empfohlenen Priorität. Danach übernimmt menschliche Expertise. Unsere Spezialisten prüfen die Empfehlungen der KI, wenden ihr Urteilsvermögen an, berücksichtigen die umfassendere Kundenbeziehung und bestimmen die angemessene Reaktion sowie die geeignete Wiederherstellung des Service.

Der Arbeitsablauf endet nicht mit dem Abschluss des Falls.

Die KI aggregiert kontinuierlich Erkenntnisse aus jeder Interaktion und identifiziert wiederkehrende Problembereiche, neu auftretende betriebliche Fehler sowie Kundentrends, die einzelne Fälle niemals offenlegen würden. Diese Erkenntnisse fließen direkt in unsere Initiativen zur betrieblichen Exzellenz, Produktverbesserungen, Prozessneugestaltung und Führungs-Dashboards ein. So können wir die Ursachen angehen, anstatt lediglich einzelne Beschwerden zu lösen.

Warum KI und menschlicher Kontakt gleichermaßen notwendig sind

Insgesamt übernimmt die KI Aufgaben in großem Maßstab — Aufgaben, die eine große Reichweite, Geschwindigkeit und Mustererkennung über Millionen von Datenpunkten hinweg erfordern. Dazu gehören insbesondere die vollständige Kontaktanalyse, die Vorabkategorisierung des Schweregrads, die Priorisierung von Anliegen, die Kennzeichnung regulatorischer Risiken und die Identifizierung wiederkehrender Fehlermuster, bevor diese zu Krisen werden. Außerdem liefert sie eine Frühwarnschicht für Eskalationen — das System zeigt uns, was menschliche Aufmerksamkeit erfordert und wie dringend dies ist.

Drei Aufgaben bleiben bewusst in menschlicher Hand.

1. Eskalationsentscheidungen: Die KI zeigt uns, worauf wir achten sollten; Menschen entscheiden, was zu tun ist — insbesondere wenn die Bedeutung der Beziehung oder die regulatorische Sensibilität hoch ist.
2. Servicewiederherstellung: Kein Modell kann dies übernehmen — insbesondere auf der B2B-Seite, wo ein Gespräch mit einer Bank der ersten Ebene ein Moment der Beziehungspflege und nicht nur ein Ticket ist.
3. Das tatsächliche Kundenerlebnis verstehen: Das ist die Aufgabe, die mir am meisten am Herzen liegt. Das tatsächliche Kundenerlebnis lässt sich nicht allein auf Daten reduzieren. Wir investieren in ethnografisches und immersives Kundenengagement. Wir sitzen bei Kunden, beobachten, wie sie mit unseren Produkten interagieren, und hören zu, was sie sagen, wenn niemand eine Umfrage durchführt. Diese Art von Erkenntnis — die ungefilterte, unaufgeforderte Wahrheit des Verhaltens — beeinflusst unsere wichtigsten Entscheidungen bei der Gestaltung von Kundenreisen. Die KI kann in großem Maßstab erkennen, was schiefgelaufen ist. Ein Mensch im Raum versteht, warum.

KI erweitert unseren Blick. Menschen entscheiden, was die Erkenntnisse bedeuten und was dagegen zu unternehmen ist. Beides ist notwendig. Keines von beidem ist allein ausreichend.

Wie KI die Bearbeitung von Anliegen und die Zufriedenheit verbessert

Gedanken von Oremeyi

\u003cstrong\u003eQualitativ betrachtet haben wir die Teamkultur von einer Kultur des \u003cem\u003eFeuerlöschens\u003c/em\u003e zu einem \u003cem\u003eintelligenzgeleiteten\u003c/em\u003e Management verändert. Das ist schwerer zu quantifizieren, aber leichter zu spüren — in der Art, wie wir Reviews durchführen, wie wir mit Kundenkonten umgehen und wie wir in Führungsgesprächen über den Kunden sprechen.\u003c/strong\u003e

Die Zahlen erzählen eine überzeugende Geschichte.

Wie bereits erwähnt, hat unser KI-gestütztes Qualitätssicherungssystem uns ermöglicht, mit demselben 15-köpfigen Team von der Prüfung von 10 % auf 100 % aller Kundenkontakte umzustellen — ein zehnfacher Zugewinn an Transparenz ohne zusätzliche Personalkosten.

Unser KI-gestütztes Portal zur Selbstbedienung hat außerdem die manuelle Bearbeitung von Anliegen um über 54 % reduziert. Entscheidend ist, dass es Anliegen nicht einfach abwehrt — es priorisiert sie intelligent auf Grundlage des Kundenvolumens und von Trenddaten, sodass Menschen zuerst die richtigen Themen bearbeiten.

Auch die nachgelagerten Auswirkungen auf das Erlebnis sind messbar: Der CSAT stieg um 60 %. Die Bearbeitungszeiten verbesserten sich deutlich. Und vielleicht die Zahl, auf die ich am stolzesten bin — die Mitarbeiterzufriedenheit stieg um über 70 %. Wenn Ihr Team nicht mehr in der Menge der Anfragen untergeht, sondern sinnvolle Arbeit leistet, zeigt sich das darin, wie es für die Kunden da ist.

Qualitativ betrachtet haben wir die Teamkultur von einer Kultur des Feuerlöschens zu einem intelligenzgeleiteten Management verändert. Das ist schwerer zu quantifizieren, aber leichter zu spüren — in der Art, wie wir Überprüfungen durchführen, wie wir mit Kundenkonten umgehen und wie wir in Führungsgesprächen über den Kunden sprechen.

Warum CX-Führungskräfte sich auf Übergaben und Eskalationen konzentrieren müssen

Der größte Teil der Energie bei Neugestaltungen fließt in das Frontend – in den Chatbot, die Personalisierungs-Engine und die Automatisierung wiederkehrender Kontakte. Diese Arbeit ist notwendig und größtenteils bereits im Gange. Doch die Schnittstelle, die darüber entscheidet, ob KI die Beziehung unterstützt oder beschädigt, wird häufig als später zu konfigurierndes Feature behandelt – obwohl sie das System ist, das Vertrauen am stärksten bestimmt.

Forschungen kommen aus mehreren Richtungen zu einem übereinstimmenden Ergebnis. Eine CX-Studie aus dem Jahr 2025 ergab, dass 79 % der Befragten bei komplexen Anliegen einen Menschen einem KI-Agenten vorziehen – der Eskalationspfad ist also nicht optional; optional ist nur, ob er reibungslos funktioniert. Die Kosten eines Fehlers sind inzwischen quantifiziert: 48 % der Kunden würden eine Marke aufgeben, wenn sie ihr Anliegen nach der Weiterleitung an einen Menschen erneut erklären müssten, und 40 % würden abspringen, wenn sie ihre Identität erneut bestätigen müssten. Das Problem ist nicht Langsamkeit – es ist die Tatsache, dass eine schlechte Übergabe alles auslöscht, was der Kunde bereits mitgeteilt hat, und das Vertrauen, das die KI aufgebaut hat, genau dann schwindet, wenn die Situation an Bedeutung gewinnt.

Zwei Erkenntnisse machen das Thema vorstandswürdig. Erstens gibt die Branche stillschweigend zu, dass sie zu stark automatisiert hat: Gartner prognostiziert, dass bis 2027 die Hälfte der Unternehmen, die aufgrund von KI Stellen im Kundenservice abbauen, ähnliche Tätigkeiten unter anderen Bezeichnungen wieder besetzen wird. Zweitens ist das strategische Urteil eindeutig: Die Marken, die mit KI-Agenten am ehesten Vertrauen gewinnen, sind nicht diejenigen, die den menschlichen Kontakt möglichst schnell abschaffen wollen, sondern diejenigen, die auf klare Eskalation, den Erhalt des Kontexts und eine ehrliche Offenlegung setzen.

Warum KI den Bedarf an menschlichem Kontakt nicht verringert

Zwei Bereiche entwickelten sich nicht so, wie wir erwartet hatten, aber beide haben uns etwas Wichtiges gelehrt.

Der erste: Wir dachten, KI könnte den Bedarf an menschlichem Kontakt deutlich reduzieren. Das tat sie nicht – zumindest nicht so, wie wir gehofft hatten. Das Volumen ging zurück, ja. Aber der Bedarf an echter menschlicher Interaktion blieb bestehen. Wenn wir darüber nachdenken, hätte uns das nicht überraschen dürfen. Wir sind im Geldgeschäft tätig – es geht um das Geld von Menschen und Unternehmen –, und wenn etwas schiefläuft oder viel auf dem Spiel steht, wollen Menschen einen Menschen. Keinen Bot, kein Portal. Eine menschliche Stimme, die versteht, Verantwortung übernimmt und handelt. KI kann das Volumen auffangen. Sie kann Präsenz nicht ersetzen. Schließlich sind wir Menschen.

Der zweite: die Intelligenz im Produktdesign. Wir erwarteten, dass aus KI gewonnene Daten uns zeigen würden, wie Kunden die Gestaltung von Produkten wünschten. Das konnten sie nicht – zumindest nicht vollständig. Verhaltensdaten zeigen, was Menschen tun. Sie zeigen nicht, was sie sich wünschen würden oder was sie auf einer Ebene frustriert, die sie selbst noch nicht formuliert haben. Dafür kehrten wir zu den Grundlagen zurück – wir setzten uns mit Kunden zusammen, führten echte Gespräche und leisteten ethnografische Arbeit. Die Erkenntnis, die unser Produktdenken voranbrachte, entstand in diesen Räumen, nicht in Dashboards.

KI ist außergewöhnlich gut darin, große Mengen zu verarbeiten und Muster zu erkennen. Sie ist nicht gut in Nuancen, Emotionen oder Vorstellungskraft. Diese Fähigkeiten bleiben hartnäckig und unwiederbringlich menschlich – und vielleicht sollte es genau so sein.

Warum CX-Führungskräfte lernen müssen, Ergebnisse zu messen

Unser erstes Pilotprojekt war erfolgreich. Das Modell funktionierte, die Dashboards leuchteten auf, die Präsentationen für die Stakeholder kamen gut an. Ich verstand nicht, dass all das die einzige Frage, die die Führungsebene sechs Monate später stellen würde, nicht beantwortete: „Was hat das eingebracht, und woher wissen Sie das?“

Ich hatte den Nachweis der Leistungsfähigkeit optimiert. Ich hätte den Nachweis des Werts optimieren sollen, indem ich eine Ausgangsbasis für die Kennzahl festlegte, die wir verändern wollten, den Beitrag der KI von anderen Veränderungen isolierte und mich im Voraus mit dem Finanzbereich darauf einigte, wie der Erfolg gemessen werden sollte. Das hatten wir nicht getan. Als die Investitionsbegründung fällig wurde, rekonstruierte ich die Ausgangsbasis nachträglich und verteidigte eine Zuordnung, die ich nicht eindeutig belegen konnte.

Die schwierigere Lektion betrifft die Führungsebene, nicht den Anbieter oder das Tool. Eine beeindruckende Demo lässt sich leicht kaufen und nur schwer rechtfertigen. Sobald man für die Budgetposition verantwortlich ist, ist Begeisterung nicht das Ergebnis – es ist eine Zahl, für die man vor dem Vorstand einstehen kann. Die meisten KI-Pilotprojekte beeindrucken. Weitaus weniger sind so ausgestattet, dass sie nachweisen können, dass sie ihre Kosten rechtfertigt haben. Diese Messinstrumente müssen Sie vom ersten Tag an einplanen, denn nachträglich lassen sie sich nicht integrieren.

Wenn ich also jemandem, der sein erstes Pilotprojekt startet, einen Rat geben sollte, dann diesen: Entscheiden Sie, wie Sie den Ertrag nachweisen werden, bevor Sie irgendetwas entwickeln, und betrachten Sie das beeindruckende Ergebnis mit Skepsis, bis die Zahl einer Überprüfung standhält.

Wie die nicht messbaren Bereiche der CX langsam scheitern

Oremeyis Gedanken

Die praktische Schlussfolgerung ist, dass die Führungskräfte, die erfolgreich sein werden, die nicht gemessenen Dinge messbar machen werden, anstatt sie wegzuautomatisieren oder sie aus Überzeugung zu verteidigen. Bei einem Teil davon verlasse ich mich derzeit auf Überzeugung, und ich glaube nicht, dass Überzeugung gut genug ist.

Worum ich mir Sorgen mache, ist Folgendes: Wir automatisieren die Hälfte der Kundenerfahrung, die sich kostengünstig messen lässt, und lassen die teuer zu messende Hälfte still verkümmern – und die Zahlen werden uns so lange sagen, dass wir erfolgreich sind, bis wir etwas verloren haben, das wir nicht wiederaufbauen können.

KI ist hervorragend bei den Bereichen der Kundenerfahrung, die in Dashboards auftauchen: Vermeidung von Kundenkontakten, Bearbeitungszeit, Kosten pro Kontakt und Geschwindigkeit der Problemlösung. Also optimieren wir diese Bereiche, weil ein Vorstand sie leicht verstehen kann. Doch die Dinge, die eine dauerhafte Beziehung aufbauen – warum sich ein Kunde sicher fühlt, was nach einem Fehler Vergebung verdient und das Gefühl, dass jemand für sein Ergebnis verantwortlich ist – finden sich nicht in den Daten, und wir können sie nicht automatisieren.

Meine Sorge ist also nicht, dass KI messbare Arbeit schlecht erledigen wird. Meine Sorge ist, dass messbare Arbeit dadurch so günstig und sichtbar wird, dass sie nach und nach „gute Kundenerfahrung“ als ausschließlich messbare Arbeit neu definiert. Die nicht gemessene Hälfte scheitert nicht lautstark; sie wird einfach dünner, während sich jede Kennzahl an der Wand weiter verbessert.

Der Teil, den ich noch nicht geklärt habe – und das ist die ehrliche Version –, ist, dass ich meine eigene Voreingenommenheit nicht klar vom tatsächlichen Risiko trennen kann. Für jemanden, dessen Karriere auf menschlichem Urteilsvermögen und Empathie beruht, ist es bequem zu glauben, dass diese Dinge unersetzlich sind. Ich schätze, wie viel meiner Überzeugung echte Weitsicht und wie viel berufliches Eigeninteresse ist.

Ein Teil der Position „KI kann keine Empathie“ ist wahrscheinlich eine tröstliche Geschichte, die Führungskräfte im Bereich Kundenerfahrung sich selbst erzählen, und die Grenze der Fähigkeiten verschiebt sich schneller, als diese Geschichte annimmt. Was mir daher wirklich im Kopf herumgeht, hat zwei Seiten: Ich glaube, dass wir die nicht gemessene Hälfte der Kundenerfahrung zu wenig schützen, und ich bin misstrauisch gegenüber dem Ausmaß, in dem ich möchte, dass das wahr ist.

Die praktische Schlussfolgerung ist, dass die Führungskräfte, die erfolgreich sein werden, die nicht gemessenen Dinge messbar machen werden – Vertrauen, Verantwortungsübernahme und die Wiederherstellung nach einem Fehler direkt erfassen –, anstatt sie wegzuautomatisieren oder sie aus Überzeugung zu verteidigen. Bei einem Teil davon verlasse ich mich derzeit auf Überzeugung, und ich glaube nicht, dass Überzeugung gut genug ist.

Drei Ratschläge für Führungskräfte im Bereich Kundenerfahrung bei der Einführung von KI

Insgesamt lautet mein Rat an Führungskräfte im Bereich Kundenerfahrung:

1. Bleiben Sie realistisch. Bleiben Sie mitfühlend. Der Lärm rund um KI in der Kundenerfahrung ist enorm – und vieles davon ist eine Übertreibung, die der nächsten Übertreibung hinterherjagt. Filtern Sie ihn heraus, indem Sie sich an einer Frage orientieren: „Macht das das Leben meines Kunden besser?“ Nicht besser in einem Dashboard. Besser in seinem Alltag. Wenn die Antwort ja lautet, verfolgen Sie es weiter. Wenn es nur beeindruckend ist, lassen Sie es bleiben. Kunden erinnern sich nicht an Ihren Technologiestack. Sie erinnern sich daran, wie Sie sie fühlen ließen. Das hat sich nicht verändert, und KI ändert daran nichts.
2. Lernen Sie weiter – unermüdlich. Diese Landschaft bewegt sich schneller, als wir alle darauf vorbereitet wurden. Die Führungskräfte, die in fünf Jahren am besten in der Lage sein werden, ihre Kunden zu unterstützen, sind neugierig genug, heute zuzugeben, dass sie noch nicht alles durchschaut haben. Lesen Sie. Stellen Sie Fragen. Sprechen Sie mit Ihren Kollegen aus verschiedenen Branchen und Regionen. Setzen Sie sich mit Ihren Kunden auseinander. In dem Moment, in dem Sie in diesem Umfeld aufhören zu lernen, beginnen Sie zurückzufallen – zunächst still und dann plötzlich.
3. Haben Sie keine Angst zu experimentieren. Nicht jede Initiative wird erfolgreich sein. Einige unserer wichtigsten Erkenntnisse stammen aus Initiativen, die nicht wie geplant funktioniert haben. Das ist kein Scheitern – das ist Wissen, teuer erworben. Schaffen Sie eine Kultur, in der sich Ihr Team sicher fühlt, Dinge auszuprobieren, zu lernen und Anpassungen vorzunehmen. Organisationen, die in der Kundenerfahrung führend sein werden, verfügen nicht über die ausgefeilteste KI – sie haben die mutigsten und neugierigsten Teams dahinter.

Streben Sie danach, für Menschen zu gewinnen, nicht für eine Präsentation.

Bleiben Sie auf dem Laufenden

Sie können Oremeyi Akahs Arbeit auf LinkedIn verfolgen.

Weitere Experteninterviews folgen auf The CX Lead!