Zum Inhalt springen

Zündstoff · 22.09.2026 · Sandra Gnoth und Roland Schmidkunz

Akzeptanz entscheidet über KI

Die Technik ist selten das Problem. Ob künstliche Intelligenz im Kundenservice Wirkung entfaltet, hängt daran, ob die Menschen im Service sie benutzen wollen — und ob Kunden ihr begegnen mögen, ohne das Gefühl zu haben, abgewimmelt zu werden.

KI im Kundenservice — Illustration aus dem Zeitgeist Blog

Der Kern

Ein Werkzeug, das niemand anfasst, verändert nichts

In fast jedem Serviceunternehmen liegt inzwischen ein KI-Vorhaben auf dem Tisch: ein Assistent für die Antwortentwürfe, eine automatische Klassifikation der Anliegen, ein Bot im ersten Kontakt. Die Systeme funktionieren technisch meist besser, als es die Diskussion vermuten lässt. Was nicht funktioniert, ist der Alltag danach — wenn der Vorschlag der Maschine überlesen, weggeklickt oder aus Prinzip überschrieben wird.

Akzeptanz ist dabei kein weiches Thema für die interne Kommunikation. Sie ist die Bedingung dafür, dass sich eine Investition überhaupt rechnet. Ein Assistent, den zwei von zehn Mitarbeitenden nutzen, liefert keine zwanzig Prozent des versprochenen Effekts — er liefert Reibung, weil jetzt zwei Arbeitsweisen nebeneinander existieren und niemand mehr sagen kann, woran ein Ergebnis eigentlich lag.

Die Ablehnung hat selten mit Technikfeindlichkeit zu tun. Sie entsteht dort, wo Menschen den Zweck eines Systems nicht kennen, wo sie vermuten, dass gemessen statt unterstützt werden soll, und wo sie erlebt haben, dass Fehler der Maschine am Ende ihnen zugerechnet werden. Wer das nicht ausräumt, kauft Software und bekommt Widerstand.

Und es gibt eine zweite Akzeptanz, die oft vergessen wird: die der Kunden. Sie verzeihen einem automatisierten Schritt viel, solange er sie schneller ans Ziel bringt und der Weg zum Menschen offen bleibt. Sie verzeihen nichts, wenn die Automatisierung erkennbar dazu dient, sie vom Unternehmen fernzuhalten.

Woran Akzeptanz hängt

Fünf Punkte, die in Projekten immer wieder den Unterschied machen — unabhängig davon, welches Modell im Hintergrund arbeitet.

Klarheit über den Zweck

Jede und jeder im Team muss in einem Satz sagen können, wofür das System da ist — und wofür ausdrücklich nicht. Bleibt diese Frage offen, füllt sich die Lücke mit der naheliegendsten Vermutung: Es geht um Stellen.

Beteiligung statt Rollout

Wer die Anliegenkategorien kennt, sitzt am Telefon und nicht im Projektbüro. Werden dieselben Menschen erst zum Go-live informiert, verteidigen sie später ihre alte Arbeitsweise — zu Recht, denn niemand hat sie gefragt.

Umgang mit dem Ausnahmefall

Standardfälle beherrscht die Maschine schnell. Entscheidend ist, was passiert, wenn sie danebenliegt. Teams brauchen eine erlaubte, geübte Abweichung — und die Sicherheit, dass diese Abweichung nicht als Fehler gezählt wird.

Entscheidungsspielraum am Kontakt

Ein Vorschlagssystem wird akzeptiert, ein Vorschreibsystem nicht. Der Unterschied liegt nicht im Algorithmus, sondern in der Frage, wer im Zweifel entscheidet — und ob diese Entscheidung ohne Rechtfertigungsdruck möglich ist.

Sichtbare Korrekturschleife

Wenn korrigierte Antworten spurlos verschwinden, hört das Korrigieren auf. Wird sichtbar, dass Rückmeldungen das System verbessern, entsteht aus Nutzung Mitarbeit — das ist der Punkt, an dem Akzeptanz kippt.

Akzeptanz ist keine Kommunikationsaufgabe am Ende des Projekts. Sie ist die erste Projektentscheidung.

Wer sie an den Schluss stellt, verhandelt am Ende über etwas, das längst beschlossen ist — und wundert sich über die Kälte im Raum.

Zwei Zahlen, die den Abstand zeigen

Eine repräsentative Studie beschreibt die Lücke, um die es hier geht — nicht zwischen Technik und Anspruch, sondern zwischen Nutzung und Vorbereitung.

67 %

nutzen KI regelmäßig

Zwei Drittel der Befragten arbeiten bereits regelmäßig mit KI-Werkzeugen — im Beruf wie privat.

36 %

fühlen sich vorbereitet

Nur gut ein Drittel sieht sich durch das eigene Unternehmen ausreichend vorbereitet. Das ist kein Technologieproblem, sondern ein Führungsproblem.

Zeitgeist Beratungsmanufaktur — KI im Kundenmanagement

Zwei Kurven, die auseinanderlaufen

Die technische Leistungsfähigkeit wächst in Monaten, die Gewöhnung an neue Arbeitsweisen in Jahren. Zwischen beiden Kurven liegt die Zone, in der die meisten Vorhaben stecken bleiben: Das System kann bereits mehr, als die Organisation zuzulassen bereit ist.

Diese Lücke lässt sich nicht durch mehr Technik schließen, sondern nur durch Arbeit an Rollen, Regeln und Qualifizierung. Praktisch heißt das: weniger Funktionen gleichzeitig ausrollen, dafür jede einzelne so lange begleiten, bis sie im Alltag selbstverständlich geworden ist.

Wie wir KI-Vorhaben begleiten

Vier Schritte, die wir in dieser Reihenfolge gehen — auch dann, wenn der Wunsch nach einem schnellen Piloten groß ist.

  1. 01

    Nutzenfrage klären

    Bevor über Werkzeuge gesprochen wird, klären wir, welches Kundenproblem schneller oder besser gelöst werden soll. Lässt sich der Nutzen nicht in einem Satz ohne Technikbegriffe formulieren, ist das Vorhaben noch nicht entscheidungsreif.

  2. 02

    Pilot am echten Fall

    Wir wählen einen Anliegentyp mit ausreichendem Volumen und eindeutigem Ergebnis — nicht den schwierigsten und nicht den seltensten. Der Pilot läuft mit einem realen Team im realen Betrieb, nicht in einer Demoumgebung.

  3. 03

    Menschen befähigen

    Schulung heißt hier nicht Bedienung, sondern Urteilsfähigkeit: Woran erkenne ich einen schwachen Vorschlag? Wann übergehe ich das System? Wie formuliere ich eine Rückmeldung, die etwas bewirkt?

  4. 04

    Messen und nachsteuern

    Wir messen Nutzung, Ergebnisqualität und Kundenreaktion gemeinsam — nicht nur die Einsparung. Erst wenn alle drei in dieselbe Richtung zeigen, wird der nächste Anliegentyp aufgeschaltet.

Fragen, die in Projekten regelmäßig kommen

Wenn es eine offene Frage ist, sagen Sie genau das: dass es offen ist und wovon es abhängt. Beschwichtigungen, die sich später als falsch erweisen, kosten mehr Vertrauen als eine unbequeme Auskunft. Teams unterscheiden sehr genau zwischen harter Wahrheit und freundlicher Unklarheit.

Sie planen ein KI-Vorhaben im Kundenservice?

Sprechen Sie mit uns, bevor die Auswahl des Werkzeugs die Entscheidung vorwegnimmt. Ein erstes Gespräch klärt meist schnell, ob der Nutzen trägt und wo die Akzeptanz ihre Hürden hat.