Technologie-CCO sagt: Führungskräfte im Kundenerlebnis fokussieren sich zu stark auf KI-Ergebnisse, während das Kundenerlebnis verkümmert

Oremeyi Akah ist CCO bei Interswitch, einem panafrikanischen Zahlungsinfrastrukturunternehmen, das sowohl das B2B- als auch das B2C-Segment 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 erzählte sie uns, wo CX-Organisationen bei der Integration von KI Fehler machen.

Von der Servicefunktion zur strategischen Funktion

Ich bin Oremeyi Akah, Chief Customer Officer bei Interswitch Group — einem panafrikanischen Zahlungsinfrastrukturunternehmen, das in 23 afrikanischen Märkten tätig ist und Privatpersonen, 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 Key-Account-Management-Funktion bis hin zu Händlern, Rechnungsstellern und Endverbrauchern, die über digitale Kanäle, Contact Center und persönliche Kontakte mit uns interagieren. Wir bedienen sowohl das B2B- als auch das B2C-Segment.

Unser CX-Auftrag reicht von strategischen Kundenbeziehungen mit intensiver persönlicher Betreuung zu Banken wie Stanbic IBTC und Providus bis hin zur Erfahrung von Millionen Nigerianern im Alltag, die über Verve-Karten, Quickteller und unsere Switching-Infrastruktur Transaktionen durchführen.

Mein Team betreut Beziehungen an der Schnittstelle von Umsatz, Vertrauen und nationaler finanzieller Inklusion — dadurch wird Customer Experience 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 Customer Experience auf Grundlage eines sehr unvollständigen Bildes.

Dann implementierten wir ein KI-gestütztes Qualitätssicherungssystem, das dies vollständig veränderte. Heute 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 haben sich drei Dinge verändert.

1. Unsere Abdeckung stieg von 10 % auf 100 % — ohne zusätzliches Personal einzustellen. Das entspricht einer zehnfachen Steigerung der Transparenz mit denselben Ressourcen.
2. Wir wechselten von reaktivem zu proaktivem Handeln. Zuvor entdeckten wir Probleme erst, wenn Kunden sie eskalierten. Jetzt finden wir sie, bevor es dazu kommt — 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 ging dazu über, nicht mehr nur Kontakte stichprobenartig zu überprüfen, sondern auf Erkenntnisse zu reagieren. 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 können mit denselben Personen radikal mehr sehen und leisten.

Ein praxisnaher KI-Workflow zur Bearbeitung von Kundeninteraktionen

So sieht der Workflow aus.

Unsere KI-gestützte Qualitätssicherungsplattform Gladly verarbeitet 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 anhand ähnlicher historischer Fälle die geeignetste Weiterleitung sowie den wahrscheinlichen Lösungsweg.

Anschließend teilt sich der Workflow je nach Komplexität auf.

Bei unkomplizierten Anliegen leitet die KI den Fall an das zuständige Team weiter. Die relevanten Informationen sind bereits zusammengestellt, sodass eine schnellere Lösung möglich ist.

Bei Fällen mit höherem Risiko oder hohem Wert – insbesondere wenn unsere Bankpartner oder Fragen mit regulatorischen Auswirkungen betroffen sind – eskalieren wir den Fall umgehend mit einer empfohlenen Priorität. Anschließend 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 passende Wiederherstellung der Servicequalität.

Der Workflow endet nicht, sobald der Fall abgeschlossen ist.

Die KI führt kontinuierlich Erkenntnisse aus jeder Interaktion zusammen und identifiziert wiederkehrende Schwachstellen, neu auftretende operative Fehler und Kundentrends, die einzelne Fälle niemals sichtbar machen würden. Diese Erkenntnisse fließen direkt in unsere Initiativen für operative Exzellenz, Produktverbesserungen, Prozessneugestaltung und Führungsdashboards ein. So können wir Ursachen beheben, anstatt lediglich einzelne Beschwerden zu lösen.

Warum KI und menschlicher Kontakt beide notwendig sind

Insgesamt übernimmt die KI Aufgaben in großem Maßstab – Aufgaben, die Reichweite, Geschwindigkeit und Mustererkennung über Millionen von Datenpunkten hinweg erfordern. Dazu gehören insbesondere die vollständige Kontaktanalyse, die Vorabkategorisierung nach Schweregrad, die Priorisierung von Anliegen, die Kennzeichnung regulatorischer Risiken und die Identifizierung wiederkehrender Fehlermuster, bevor diese zu Krisen werden. Außerdem stellt sie eine Frühwarnstufe für Eskalationen bereit – das System teilt uns mit, was menschliche Aufmerksamkeit benötigt 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 viel auf dem Spiel steht oder regulatorische Sensibilität besteht.
2. Wiederherstellung der Servicequalität: Kein Modell kann dies übernehmen – insbesondere im B2B-Bereich, wo ein Gespräch mit einer Bank der ersten Stufe ein Moment der Beziehungspflege und nicht nur ein Ticket ist.
3. Das tatsächliche Kundenerlebnis verstehen: Dies ist die Aufgabe, die mir am wichtigsten ist. Das tatsächliche Kundenerlebnis lässt sich nicht allein auf Daten reduzieren. Wir investieren in ethnografisches und immersives Kundenengagement. Wir verbringen Zeit mit Kunden, beobachten, wie sie mit unseren Produkten interagieren, und hören ihnen zu, wenn niemand eine Umfrage durchführt. Diese Art von Erkenntnis – die ungefilterte, unaufgeforderte Wahrheit aus dem Verhalten – beeinflusst unsere wichtigsten Entscheidungen bei der Gestaltung von Kundenreisen. Die KI kann im großen Maßstab erkennen, was schiefgelaufen ist. Ein Mensch im Raum versteht warum.

Die KI erweitert unseren Blick. Menschen entscheiden, was das bedeutet und was dagegen zu tun ist. Beides ist notwendig. Keines von beiden reicht allein aus.

Wie KI die Bearbeitung von Anliegen und die Zufriedenheit verbessert

Gedanken von Oremeyi

Qualitativ betrachtet haben wir die Kultur des Teams von einer Feuerwehrmentalität hin zu einem intelligenzgestützten Management verändert. Das ist schwieriger zu quantifizieren, aber leichter zu spüren – in der Art, wie wir Prüfungen durchführen, wie wir mit Kundenkonten umgehen und wie wir in Führungsgesprächen über den Kunden sprechen.

Die Zahlen sprechen eine überzeugende Sprache.

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

Unser KI-gestütztes Self-Service-Portal hat außerdem die manuelle Bearbeitung von Anliegen um über 54 % reduziert. Entscheidend ist, dass es Anliegen nicht einfach nur abfängt, sondern sie anhand von Kundenvolumen und Trenddaten intelligent priorisiert, sodass sich Menschen zuerst um die richtigen Themen kümmern.

Auch die nachgelagerte Wirkung auf das Erlebnis ist 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 Kultur des Teams von einer Feuerwehrmentalität hin zu einem intelligenzgestützten Management verändert. Das ist schwieriger zu quantifizieren, aber leichter zu spüren – in der Art, wie wir Prüfungen 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 Großteil der Energie bei Neugestaltungen konzentriert sich auf das Frontend – den Chatbot, die Personalisierungs-Engine und die Automatisierung sich wiederholender 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 ein später zu konfigurierendes Feature behandelt, obwohl sie das Systemelement ist, das das Vertrauen am stärksten bestimmt.

Die Forschung kommt 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 Eskalationsweg ist also nicht optional; optional ist nur, ob er reibungslos funktioniert. Die Kosten eines Fehlers sind inzwischen quantifiziert: 48 % der Kunden würden eine Marke verlassen, wenn sie ihr Anliegen nach der Weiterleitung an einen Menschen erneut erklären müssten, und 40 % würden gehen, wenn sie ihre Identität erneut bestätigen müssten. Das Problem ist nicht die Langsamkeit – es ist die Tatsache, dass eine schlechte Übergabe alles löscht, was der Kunde Ihnen bereits mitgeteilt hat, und das von der KI aufgebaute Vertrauen genau dann verpufft, wenn die Situation an Bedeutung gewinnt.

Zwei Erkenntnisse machen das Thema vorstandstauglich. Erstens räumt die Branche stillschweigend ein, dass sie zu viel automatisiert hat: Gartner prognostiziert, dass bis 2027 die Hälfte der Unternehmen, die aufgrund von KI Personal im Kundenservice abgebaut haben, ähnliche Tätigkeiten unter anderen Berufsbezeichnungen wieder besetzen wird. Zweitens ist das strategische Urteil eindeutig – Marken, die mit KI-Agenten am ehesten Vertrauen gewinnen, sind nicht diejenigen, die menschliche Interaktion möglichst schnell abschaffen wollen, sondern diejenigen, die auf klare Eskalationswege, 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 verringern. Das tat sie nicht – zumindest nicht in dem Maß, wie wir gehofft hatten. Das Volumen ging zurück, ja. Der Bedarf an echter menschlicher Interaktion jedoch nicht. Im Rückblick hätte uns das nicht überraschen dürfen. Wir sind im Geschäft mit Geld tätig – dem Geld von Menschen und Unternehmen –, und wenn etwas schiefläuft oder viel auf dem Spiel steht, wollen Menschen eine Person. Keinen Bot, kein Portal. Eine menschliche Stimme, die versteht, Verantwortung übernimmt und handelt. KI kann das Volumen auffangen. Sie kann Präsenz nicht nachbilden. Schließlich sind wir Menschen.

Der zweite: die Intelligenz im Produktdesign. Wir erwarteten, dass aus KI gewonnene Daten uns zeigen würden, wie Kunden Produkte gestaltet haben wollten. Das konnten sie nicht – zumindest nicht vollständig. Verhaltensdaten zeigen Ihnen, was Menschen tun. Sie sagen Ihnen nicht, was ihrer Ansicht nach existieren sollte 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, Maßstab und Muster zu erkennen. Sie ist nicht gut in Nuancen, Emotionen oder Vorstellungskraft. Diese bleiben hartnäckig und unwiederbringlich menschlich – und vielleicht ist das genau richtig so.

Warum CX-Führungskräfte lernen müssen, Ergebnisse zu messen

Unser erstes Pilotprojekt funktionierte. Das Modell lieferte Ergebnisse, die Dashboards leuchteten auf, die Präsentationen für Stakeholder kamen gut an. Ich verstand nicht, dass all das die einzige Frage, die die C-Suite sechs Monate später stellen würde, nicht beantwortete: "Welche Rendite hat das erbracht, und woher wissen Sie das?"

Ich hatte die Optimierung auf den Nachweis der Leistungsfähigkeit ausgerichtet. Stattdessen hätte ich 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 vorab mit der Finanzabteilung darauf verständigte, wie 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 C-Suite, nicht den Anbieter oder das Tool. Eine beeindruckende Demo lässt sich leicht einkaufen, aber nur schwer rechtfertigen. Sobald Sie die Budgetposition verantworten, ist Begeisterung nicht das Ergebnis – es ist eine Zahl, für die Sie vor dem Vorstand einstehen können. Die meisten KI-Pilotprojekte beeindrucken. Weitaus weniger sind so ausgestattet, dass sie nachweisen können, dass sie ihre Kosten verdient haben. Diese Messinstrumente müssen Sie vom ersten Tag an einplanen, denn nachträglich lassen sie sich nicht nachrüsten.

Was ich also jedem sagen würde, der sein erstes Pilotprojekt startet, ist Folgendes: Entscheiden Sie, wie Sie die Rendite nachweisen werden, bevor Sie irgendetwas aufbauen, und begegnen Sie dem beeindruckenden Ergebnis mit Skepsis, bis die Zahl Bestand hat.

Wie die nicht messbaren Bereiche von CX langsam versagen

Oremeyis Gedanken

Die praktische Schlussfolgerung ist, dass die Führungskräfte, die erfolgreich sein werden, die nicht gemessenen Aspekte messbar machen werden, anstatt sie wegzuautomatisieren oder sie aus Überzeugung zu verteidigen. Derzeit verlasse ich mich bei einem Teil davon auf Vertrauen, und ich glaube nicht, dass Vertrauen ausreicht.

Darüber mache ich mir Sorgen. Wir automatisieren die einfach zu messende Hälfte der Kundenerfahrung und lassen die schwer zu messende Hälfte stillschweigend verkümmern – und die Zahlen werden uns so lange sagen, dass wir erfolgreich sind, bis wir etwas verloren haben, das wir nicht wieder aufbauen können.

KI ist hervorragend bei den Teilen der CX, die in Dashboards auftauchen: Entlastung, Bearbeitungszeit, Kosten pro Kontakt, 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 das 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. Es geht vielmehr darum, dass messbare Arbeit durch ihre zunehmende Kostengünstigkeit und Sichtbarkeit langsam neu definiert, was „gute CX“ bedeutet – nämlich nur noch messbare Arbeit. Die nicht gemessene Hälfte versagt nicht lautstark; sie wird einfach immer dünner, während sich jede Kennzahl an der Wand weiter verbessert.

Der Teil, den ich noch nicht gelöst habe – und das ist die ehrliche Version –, ist, dass ich meine eigene Voreingenommenheit nicht klar vom tatsächlichen Risiko trennen kann. Für jemanden, dessen berufliche Laufbahn 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 Haltung „KI kann keine Empathie“ ist wahrscheinlich eine tröstliche Geschichte, die CX-Führungskräfte sich selbst erzählen, und die Grenze dessen, was möglich ist, verschiebt sich schneller, als diese Geschichte annimmt. Was mir also wirklich im Kopf herumgeht, hat zwei Seiten: Ich glaube, dass wir die nicht gemessene Hälfte der CX unzureichend schützen, und ich misstraue dem Ausmaß, in dem ich mir wünsche, dass das wahr ist.

Die praktische Schlussfolgerung ist, dass die Führungskräfte, die erfolgreich sein werden, die nicht gemessenen Aspekte messbar machen werden – Vertrauen, Verantwortungsübernahme und die Erholung nach einem Fehler direkt erfassen –, anstatt sie wegzuautomatisieren oder sie aus Überzeugung zu verteidigen. Derzeit verlasse ich mich bei einem Teil davon auf Vertrauen, und ich glaube nicht, dass Vertrauen ausreicht.

Drei Ratschläge für CX-Führungskräfte, die KI implementieren

Insgesamt lautet mein Rat an CX-Führungskräfte:

1. Bleiben Sie authentisch. Bleiben Sie mitfühlend. Der Lärm rund um KI in der Kundenerfahrung ist enorm – und vieles davon ist ein Hype, der dem nächsten Hype hinterherjagt. Durchbrechen Sie ihn, indem Sie sich an einer Frage orientieren: „Macht dies das Leben meines Kunden besser?“ Nicht auf einem Dashboard. Sondern in seinem Alltag. Wenn die Antwort ja lautet, verfolgen Sie es weiter. Wenn es nur beeindruckend wirkt, lassen Sie es bleiben. Kunden erinnern sich nicht an Ihren Technologiestack. Sie erinnern sich daran, wie Sie sie fühlen ließen. Das hat sich nicht geändert, und KI ändert daran nichts.
2. Lernen Sie weiter – unermüdlich. Diese Landschaft verändert sich schneller, als wir alle darauf vorbereitet wurden. Die Führungskräfte, die in fünf Jahren am besten in der Lage sein werden, ihren Kunden zu dienen, sind neugierig genug, heute zuzugeben, dass sie noch nicht alles verstanden haben. Lesen Sie. Stellen Sie Fragen. Sprechen Sie mit Kollegen aus verschiedenen Branchen und Regionen. Verbringen Sie Zeit mit Ihren Kunden. In dem Moment, in dem Sie in diesem Umfeld aufhören zu lernen, beginnen Sie, zurückzufallen – zunächst leise und dann plötzlich.
3. Haben Sie keine Angst vor Experimenten. Nicht jede Initiative wird erfolgreich sein. Einige unserer wichtigsten Erkenntnisse stammen aus Initiativen, die nicht wie geplant funktioniert haben. Das ist kein Versagen – das ist Erkenntnis, teuer erkauft. Schaffen Sie eine Kultur, in der sich Ihr Team sicher fühlt, Dinge auszuprobieren, daraus zu lernen und Anpassungen vorzunehmen. Organisationen, die in der CX 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 die Präsentation.

Bleiben Sie auf dem Laufenden

Sie können Oremeyi Akahs Arbeit auf LinkedIn verfolgen.

Weitere Experteninterviews folgen auf The CX Lead!