Gründer und CX-Führungskraft sagt: Kundenorientierte KI scheitert, wenn Unternehmen die sie umgebende Reise ignorieren

Jaco van den Heever ist ein Seriengründer mit einem Hintergrund im digitalen Kundenerlebnis. Derzeit ist er CEO von Sand Dollar Design, einer ortsunabhängig arbeitenden Beratungsagentur für UX-Strategie, Produktdesign und KI-Entwicklung.

Wir haben uns mit Jaco zusammengesetzt, um zu erfahren, wie er KI nutzt, um CX-Workflows zu erweitern – und wie die Anwendung von KI auf EX die CX verbessern kann.

Bei CX geht es um mehr als den Feinschliff an der Benutzeroberfläche

Ich bin Jaco van den Heever, Gründer und CEO von Sand Dollar Design. Seit mehr als 20 Jahren arbeite ich an der Schnittstelle von digitalem Kundenerlebnis, Produktstrategie, UX und Technologie. Bevor ich Sand Dollar Design gründete, leitete ich die Entwicklung digitaler und omnichannelfähiger Produkte für mobile Apps, Websites und Serviceplattformen. Das prägte meine Sicht auf CX: Es geht nicht nur um den Feinschliff an der Benutzeroberfläche, sondern darum, ob das Produkt, der Service und das Betriebsmodell für die Nutzer funktionieren.

Bei Sand Dollar Design helfen wir Unternehmensgründungen, KMU und Teams in Großunternehmen dabei, digitale Produkte und Kundenreisen durch UX-Strategie, UX-Forschung, Produktdesign und zunehmend auch durch KI-gestützte MVP- und Produktentwicklung zu verbessern.

Zu unseren Kanälen gehören Websites, mobile Apps, Kundenportale, B2B-Plattformen, interne Tools, Übersichten und Workflowsysteme. Unsere Kunden sind typischerweise Gründer, Produktverantwortliche, Innovationsteams, Teams für die digitale Transformation und Führungskräfte in Unternehmen, die Reibungsverluste reduzieren, die Akzeptanz verbessern und bessere Produktentscheidungen treffen müssen, bevor sie sich umfangreich auf die Entwicklung festlegen.

Wir arbeiten weltweit und verfügen über Erfahrung in Südafrika, den USA, dem Vereinigten Königreich und Europa. Dabei haben wir Projekte in komplexen Branchen wie Finanzdienstleistungen, Gesundheitswesen, Telekommunikation, B2B-Handel und Unternehmenssoftware umgesetzt.

Wie KI eingesetzt werden kann, um die Kundenreise zu erleichtern

Ich setze KI deutlich früher in der Kundenreise ein, insbesondere bei der Einführung und bei der Produktentdeckung.

Ein gutes Beispiel ist GigExecs, eine Plattform, die ich für erfahrene Fachkräfte auf der Suche nach Teilzeit-, Interim- und projektbasierten Tätigkeiten mitgegründet habe. Wir stellten einen Reibungspunkt fest: Erfahrene Fachkräfte verfügen oft über umfangreiche Kenntnisse, doch diese in ein klares, durchsuchbares und überzeugendes Profil zu übertragen, erfordert Aufwand. Die Menschen erklären entweder zu viel, verkaufen sich unter Wert oder verschieben den Abschluss des Einführungsprozesses, weil sich eine leere Seite wie Arbeit anfühlt. Das beeinträchtigte ihr Erlebnis.

Also gestalteten wir das Erlebnis rund um die KI-gestützte Profilerstellung. Statt von den Nutzern zu erwarten, alles manuell von Grund auf zu verfassen, interpretiert der KI-gestützte Ablauf einen Lebenslauf, ein LinkedIn-Profil oder Eingaben in Form eines Gesprächs und verwandelt sie anschließend in eine klarere Positionierung, Profilinhalte und strukturierte Daten.

Die entscheidende Veränderung bestand nicht einfach darin, „KI hinzuzufügen“. Vielmehr wurde die Kundenreise rund um einen Weg mit geringerem Aufwand zum Mehrwert neu gestaltet.

Das veränderte meine grundsätzliche Sichtweise auf KI im CX-Bereich. Ich suche zunehmend nach Punkten in der Kundenreise, an denen Nutzer nicht weiterkommen, sich unsicher fühlen, überfordert sind oder ihre Bedürfnisse in die Sprache eines Systems übersetzen müssen. Dies sind oft die besten Ansatzpunkte für den Einsatz von KI.

Das Ergebnis ist eine praktischere Sicht auf KI im Kundenerlebnis. Ich interessiere mich weniger für KI als Neuheit und mehr für ihren Einsatz zur Reduzierung des Aufwands, zur Verbesserung der Relevanz und zur Unterstützung der Menschen dabei, eine digitale Kundenreise sicherer zu durchlaufen.

Welche CX-Aufgaben von KI übernommen werden sollten

Inzwischen verlasse ich mich auf KI, um mehrere CX-Aktivitäten zu unterstützen oder zu steuern:

• Synthese der Nutzerforschung
• Wiederkehrende Reibungspunkte identifizieren
• Probleme aus Support- oder Rückmeldungsdaten priorisieren
• Inhalte als ersten Entwurf erstellen
• Prototypenentwicklung beschleunigen
• Personalisiertere Optionen für die Kundenreise erstellen

Die Synthese der Nutzerforschung sticht besonders hervor. In einem typischen Forschungsprojekt sammeln wir große Mengen qualitativer Daten: Interviewnotizen, Transkripte, Umfrageantworten, Erkenntnisse aus Gebrauchstauglichkeitstests, Beiträge von Interessengruppen und Beobachtungen entlang der Kundenreise. Früher war die Synthese ein manueller Prozess. Wir führen weiterhin menschliche Analysen durch, aber KI hilft uns heute, Muster deutlich schneller zu erkennen. Sie hilft uns, Themen zu clustern, wiederkehrende Reibungspunkte zu erkennen, Rückmeldungen verschiedener Nutzertypen zu vergleichen und Signale für weitere Untersuchungen zu identifizieren. Das bedeutet, dass wir weniger Zeit mit der Organisation von Daten verbringen und mehr Zeit darauf verwenden, schwierigere Fragen zu stellen: Was bedeutet das, was sollte der Kunde als Nächstes tun und welche Produktentscheidungen müssen geändert werden?

Welche CX-Aufgaben sollten von Menschen erledigt werden?

Die Aktivitäten, die ich ausdrücklich in menschlicher Hand belasse, sind diejenigen, bei denen Urteilsvermögen, Vertrauen und Verantwortung gefragt sind.

Die Gestaltung der Kundenreise erfordert beispielsweise weiterhin menschliches Urteilsvermögen, da sie Abwägungen zwischen Kundenbedürfnissen, Geschäftszielen, der betrieblichen Realität und technischen Einschränkungen beinhaltet. Auch die Wiedergutmachung bei Servicefehlern sollte unter menschlicher Leitung bleiben, wenn Frustration, finanzielles Risiko, medizinische Sensibilität, Auswirkungen auf den Ruf oder ein emotionaler Kontext im Spiel sind. KI kann das Problem sichtbar machen und den Kontext vorbereiten, aber ein Mensch sollte entscheiden, wie darauf reagiert wird.

Dasselbe gilt für Produktstrategie und Priorisierung. KI kann uns helfen, Muster schneller zu erkennen, aber sie sollte nicht entscheiden, was am wichtigsten ist. Dafür ist weiterhin ein Verständnis des Kunden, des Geschäftsmodells, des Markenversprechens und der Folgen einer Fehlentscheidung erforderlich.

Meine Sichtweise ist daher einfach: KI sollte den Aufwand reduzieren, den Kontext verbessern und das Lernen beschleunigen. Menschen sollten die Entscheidungen verantworten, bei denen Empathie, Ethik, Vertrauen und kaufmännisches Urteilsvermögen am wichtigsten sind.

Jaco States

…meine Sichtweise ist einfach: KI sollte den Aufwand reduzieren, den Kontext verbessern und das Lernen beschleunigen. Menschen sollten die Entscheidungen verantworten, bei denen Empathie, Ethik, Vertrauen und kaufmännisches Urteilsvermögen am wichtigsten sind.

Wie KI-gestützte Prototypenentwicklung die Qualität der Nutzerrückmeldungen verbessert

Ein großer Vorteil von KI zeigt sich bei der Prototypenentwicklung. Früher führte ein typischer Prozess von Drahtmodellen zu detailgetreuen Entwürfen, dann zu klickbaren Prototypen und schließlich zur Übergabe an die Entwickler. Heute können wir durch KI-gestützte Produktentwicklung häufig schon deutlich früher einen funktionsfähigen Prototyp vor Nutzer stellen. Dieser Prototyp kann reale Interaktionen, realistische Daten und ausreichend funktionale Logik enthalten, damit Nutzer darauf als auf etwas reagieren, das dem fertigen Produkt näherkommt.

Das verbessert die Qualität der Rückmeldungen. Menschen verhalten sich anders, wenn sie etwas nutzen, das sich real anfühlt. Dadurch können wir das tatsächliche Produktverhalten besser verstehen, bevor die vollständige Entwicklung abgeschlossen ist.

Der Nachteil ist jedoch, dass KI auch ein falsches Sicherheitsgefühl erzeugen kann. Teams können schneller entwickeln, als sie nachdenken können. Quellcode muss weiterhin überprüft werden. Produktentscheidungen benötigen weiterhin Belege. Für die Synthese von Forschungsergebnissen ist weiterhin menschliches Urteilsvermögen erforderlich. Ein ausgefeilter Prototyp kann eine schwache Idee stärker erscheinen lassen, als sie tatsächlich ist.

Das beste Ergebnis lautet daher nicht: „KI hat das Team ersetzt.“ Stattdessen hat KI die Distanz zwischen Erkenntnis, Prototyp, Test und Überarbeitung verkürzt.

Warum kundenorientierte Chatbots ihr Ziel verfehlen

Meine größte Enttäuschung sind kundenorientierte Chatbots in großen Unternehmen, insbesondere im Finanzdienstleistungs-, Versicherungs-, Banken- und Finanztechnologiebereich.

Die heutigen Möglichkeiten von KI gehen weit über das hinaus, was viele Kunden erleben.

Theoretisch sollten Kunden ein natürliches Gespräch mit einem digitalen Assistenten führen können. Er sollte die Absicht verstehen, den Kontext behalten, hilfreiche Rückfragen stellen, auf die richtigen Informationen zugreifen, Optionen klar erklären und an einen Menschen übergeben, wenn ein Anliegen sensibel oder komplex wird.

In der Praxis fühlen sich viele Unternehmens-Chatbots jedoch weiterhin wie alte Entscheidungsbäume mit einer neuen Bezeichnung an. Der Assistent zwingt Kunden in eine begrenzte Auswahl an Möglichkeiten, versagt, sobald eine Frage etwas ungewöhnlicher wird, und Nutzer versuchen häufig, dem Assistenten zu entkommen, anstatt sich von ihm helfen zu lassen.

Das Problem liegt normalerweise nicht im Modell selbst, sondern in der umgebenden Nutzererfahrung. Daten sind fragmentiert. Integrationen sind unvollständig. Eskalationsregeln sind schwach. Unternehmen haben den Bot nicht an der tatsächlichen Kundenreise ausgerichtet. Und in regulierten Branchen führen Risiko- und Compliance-Bedenken häufig dazu, dass Unternehmen etwas Sichereres, aber deutlich weniger Nützliches einsetzen.

Dadurch entsteht eine seltsame Lücke. Kunden hören viel über KI, interagieren dann aber mit Systemen, die sich überhaupt nicht intelligent anfühlen.

Werkzeuge, deren Einsatz jedes CX-Team in Betracht ziehen sollte

CX-Teams können von den folgenden Werkzeugen profitieren:

• ChatGPT und Codex für Analyse und Planung
• Claude Cowork für die Unterstützung bei komplexen Aufgaben und den Aufbau von Wissensspeichern
• Cursor für die Entwicklung von KI-Produkten und Automatisierung
• Qualtrics für Kundenfeedback

Warum CX-Führungskräfte zuerst in Kontext investieren müssen

Die Qualität der Ausgabe einer KI hängt ebenso stark vom Kontext ab, den Sie der KI geben, wie vom Modell selbst.

Anfangs denkt man leicht, die entscheidende Fähigkeit bestehe einfach darin, „eine gute Eingabeaufforderung zu schreiben“. Das ist wichtig, aber nur ein Teil davon. Ich habe gelernt, dass KI deutlich besser arbeitet, wenn man ihr strukturierten Kontext gibt: das Ziel, das Kundenproblem, die Geschäftsregeln, den Ton, die Einschränkungen, die Beispiele, die Datenquellen und eine Beschreibung dessen, wie eine gute Antwort aussehen sollte.

Das hat verändert, wie ich meine Arbeit mit KI inzwischen aufsetze. Ich verwende stärker strukturierte Eingabeaufforderungen, Markdown-Dateien, Projektordner und wiederverwendbare Kontextdokumente, damit die KI nicht jedes Mal von vorn beginnen muss. Dadurch wird die Arbeit konsistenter und die Ausgabe deutlich nützlicher.

Mein Rat ist, Ihren ersten KI-Piloten weniger als einmaliges Experiment und mehr als Beginn eines neuen Betriebssystems für die Arbeitsweise Ihres Teams zu betrachten. Je besser Sie den Kontext strukturieren, desto besser wird die KI zu einem echten Partner im Arbeitsablauf.

Warum eine durch KI unterstützte EX der CX zugutekommt

Mehr Führungskräfte sollten die Mitarbeitererfahrung neu gestalten, insbesondere die internen Systeme und Arbeitsabläufe, auf die sich Mitarbeitende verlassen, um Kunden zu betreuen.

Viele CX-Probleme beginnen nicht an der kundenorientierten Kontaktstelle. Sie entstehen hinter den Kulissen, wo Mitarbeitende versuchen, eine gute Erfahrung zu bieten, während sie mit fragmentierten Systemen, manuellen Prozessen, fehlenden Daten und schlecht gestalteten Arbeitsabläufen umgehen müssen.

KI schafft die Möglichkeit, das zu ändern.

Wenn KI Mitarbeitenden dabei helfen kann, Informationen aus verschiedenen Systemen zusammenzuführen, den Kundenkontext schneller zu verstehen, den bisherigen Verlauf zusammenzufassen, nächste Schritte zu empfehlen und Verwaltungsaufwand zu reduzieren, verbessert sich die Kundenerfahrung nahezu unmittelbar.

Deshalb bin ich überzeugt, dass EX eine der wichtigsten Entwicklungsrichtungen für KI-gestützte CX ist.

Warum das Ziel niemals einfach nur darin bestehen sollte, KI zu CX-Arbeitsabläufen hinzuzufügen

Mein Rat an CX-Führungskräfte lautet, KI anzunehmen – aber die Grundlagen einer guten Kundenerfahrung nicht aufzugeben.

KI ist eine leistungsstarke neue Technologieebene. Sie kann Teams dabei helfen, schneller voranzukommen, mehr Daten zu analysieren, Kundenreisen zu personalisieren, früher Prototypen zu entwickeln und Kunden auf zuvor unpraktikable Weise zu unterstützen. Der grundlegende Prozess, Probleme auf nutzerzentrierte Weise zu lösen, bleibt jedoch unverändert.

Sie müssen den Kunden weiterhin verstehen. Sie müssen weiterhin das richtige Problem definieren. Sie müssen weiterhin Geschäftsziele, Technologie und menschliche Bedürfnisse aufeinander abstimmen. Und Sie müssen weiterhin Annahmen testen, bevor Sie eine Lösung skalieren.

Die Gefahr besteht darin, dass Teams KI einsetzen, um schneller zu entwickeln, ohne zunächst zu fragen, ob sie überhaupt das Richtige entwickeln. Das kann für Kunden mehr Lärm, mehr Automatisierung und mehr Komplexität schaffen.

Das Ziel sollte nicht darin bestehen, überall KI einzusetzen, sondern die Reise für den Kunden einfacher, klarer und nützlicher zu gestalten. Dafür braucht es Design, Forschung, Daten und menschliches Urteilsvermögen, nicht nur Technologie.

Folgen Sie uns

Sie können die Arbeit von Jaco van den Heever auf LinkedIn, X und seiner persönlichen Website verfolgen. Oder sehen Sie sich Sand Dollar Design auf der Website und auf LinkedIn an:

• Fallstudien
• KI-Entwicklungsdienstleistungen
• Beratung zur UX-Strategie

Weitere Experteninterviews folgen auf The CX Lead!