Was Forschung über Vertrauen in KI verrät – und wie Unternehmen automatisierten Kundenservice so gestalten können, dass er tatsächlich Arbeit abnimmt.
Stellen Sie sich vor, eine Rechnung enthält einen falschen Betrag. Sie öffnen den Service-Chat, geben Ihre Kundennummer ein und beschreiben den Fehler. Der Chatbot antwortet sofort. Er erklärt freundlich, wo Sie Ihre Rechnungen herunterladen können.
Sie formulieren die Frage noch einmal. Jetzt bekommen Sie einen Link zu den Zahlungsbedingungen.
Nach einigen Minuten suchen Sie die Telefonnummer.
Für das Unternehmen ist gerade ein Chat zu Ende gegangen. Für Sie beginnt der nächste Versuch, dieselbe Sache zu erledigen. Genau an dieser Stelle entscheidet sich, ob Automatisierung den Kundenservice verbessert: Was ist nach dem Gespräch tatsächlich erledigt?
Eine aktuelle Befragung zeigt, wie wenig Spielraum Unternehmen dabei möglicherweise haben. Andere Studien erklären, warum das Vertrauen in Maschinen empfindlich sein kann – und weshalb KI trotzdem einen sehr nützlichen Platz im Service finden kann.
Wie offen sind Kunden für Chatbots wirklich?
Gartner befragte im Februar und März 2026 insgesamt 3.566 B2B- und B2C-Kunden. Die am 2. September veröffentlichten Ergebnisse beschreiben Einstellungen und berichtete Nutzung:
| Befund | Ergebnis |
|---|---|
| Würden nach einer negativen Erfahrung erneut einen Chatbot ausprobieren | 27 % |
| Wären bereit gewesen, einen angebotenen Chatbot zu nutzen | 49 % |
| Nutzten beim letzten Servicekontakt einen Chatbot oder digitalen Assistenten | 7 % |
| Halten menschlichen Zugang beim Einsatz generativer KI im Service für unverzichtbar | 87 % |
| Nutzung externer GenAI-Werkzeuge gegenüber unternehmenseigenen Chatbots beim letzten Servicekontakt | Etwa dreimal so häufig |
Diese Zahlen sind keine gemessene Abwanderungsquote. Auch die Differenz zwischen 49 und 7 Prozent ist keine Absprungrate: Bereitschaft und tatsächliche Nutzung messen unterschiedliche Dinge. Die öffentliche Mitteilung erlaubt zudem keine gesonderten Aussagen über deutsche Mittelständler. Quelle: Gartner, 2026.
Für die Planung ergibt sich daraus eine praktische Frage: Welchen konkreten Grund geben Sie Ihren Kunden, den Chat zu wählen?
„Wir haben jetzt auch KI“ beschreibt eine Investition. „Hier können Sie Ihre Lieferadresse vor dem Versand direkt ändern“ beschreibt einen Nutzen. Das zweite Versprechen lässt sich außerdem überprüfen: Wurde die richtige Adresse gespeichert? Ist die Änderung noch rechtzeitig im Versand angekommen? Hat der Kunde eine Bestätigung erhalten?
Schon diese kleine Aufgabe zeigt, wie viel hinter einem hilfreichen Dialog stecken kann.
Eine gute Antwort braucht Zugang zur richtigen Wirklichkeit
Im Alltag wird vieles als Chatbot bezeichnet. Für eine Unternehmensentscheidung ist es hilfreicher, die tatsächliche Aufgabe anzusehen. Die folgende Einteilung ist eine praktische Orientierung; einzelne Systeme können mehrere Rollen verbinden.
| Rolle | Beispiel | Voraussetzung für einen hilfreichen Einsatz |
|---|---|---|
| Durch einen festen Ablauf führen | Rücksendegrund auswählen und Formular öffnen | Verständliche Optionen und passende Ausweichwege |
| Informationen erklären | Unterschiede zwischen Servicepaketen erläutern | Aktuelle, eindeutig gepflegte Inhalte |
| Einen konkreten Fall prüfen | Versandstatus einer bestimmten Bestellung nennen | Berechtigter Zugriff auf die passenden Kundendaten |
| Eine Aktion ausführen | Einen freigegebenen Termin umbuchen | Verlässliche Anbindung, klare Befugnisse und Bestätigung |
| Mitarbeitende unterstützen | Informationen und einen Antwortentwurf bereitstellen | Prüfbarkeit und Entscheidungsspielraum für das Team |
Ein System kann sprachlich überzeugend sein und trotzdem keine Rechnung ändern dürfen. Es kann die Rückgaberegel erklären und gleichzeitig nicht wissen, dass für eine bestimmte Bestellung eine Ausnahme vereinbart wurde.
Nehmen wir einen Handwerksbetrieb: Ein Kunde möchte einen Montagetermin verschieben. Wenn die automatische Hilfe nur allgemeine Bürozeiten kennt, bleibt die eigentliche Aufgabe offen. Für eine verbindliche Umbuchung braucht es verfügbare Termine, Angaben zum Auftrag und möglicherweise die Information, ob Material und ein bestimmter Monteur benötigt werden.
Eine gute Antwort entsteht hier durch das Zusammenspiel von Sprache, Daten und Arbeitsablauf. Vor der Auswahl eines Systems sollte deshalb klar sein, welche dieser Voraussetzungen bereits vorhanden sind.
Warum wir einer Maschine einen Fehler übel nehmen können
Berkeley Dietvorst, Joseph Simmons und Cade Massey untersuchten in fünf Studien, wie Menschen auf fehlerhafte Prognosen reagieren. Teilnehmende verloren nach beobachteten Fehlern schneller Vertrauen in algorithmische als in menschliche Vorhersagen. Manche entschieden sich gegen den Algorithmus, obwohl sie gesehen hatten, dass er insgesamt besser abschnitt. Die Forschenden bezeichneten das als Algorithmusaversion. Untersucht wurden Prognoseaufgaben, keine heutigen Service-Chatbots. Quelle: Dietvorst, Simmons & Massey, 2015.
Für unseren Rechnungsfall liefert das eine mögliche Erklärung: Aus einer unpassenden Antwort könnte im Kopf des Kunden schnell ein allgemeines Urteil werden. „Dieser Chat hilft mir sowieso nicht.“ Das ist eine Übertragung auf den Servicekontext, kein direktes Ergebnis dieser Experimente.
Allerdings wäre auch die Behauptung falsch, Menschen misstrauten Algorithmen grundsätzlich. Jennifer Logg, Julia Minson und Don Moore fanden in sechs Experimenten, dass Laien Ratschläge stärker berücksichtigten, wenn sie diese einem Algorithmus statt einem Menschen zuschrieben. Die Aufgaben betrafen quantitative Einschätzungen unter Unsicherheit. Quelle: Logg, Minson & Moore, „Algorithm Appreciation“, Autorenfassung.
Die beiden Forschungsrichtungen machen die Unternehmensfrage konkreter: Unter welchen Bedingungen hilft die Technik, Vertrauen aufzubauen? Welche Erwartungen weckt sie? Und was passiert, sobald etwas schiefgeht?
Ein sachlicher Einstieg kann dabei nützlicher sein als ein großes Versprechen. Wer „Ich helfe bei Versandstatus und Rücksendungen“ liest, kann die Eignung für das eigene Anliegen einschätzen. Bei „Ich löse jedes Problem“ ist die Enttäuschung bereits mit eingebaut.
Warum ein freundliches Gesicht das Problem nicht unbedingt löst
Viele Unternehmen geben ihren Bots Namen, Avatare und eine persönliche Stimme. Das kann sympathisch wirken. Für Beschwerden lohnt sich jedoch ein genauerer Blick.
Cammy Crolic und ihr Forschungsteam untersuchten in fünf Studien, darunter eine Auswertung von Telekommunikationsdaten und vier Experimente, die Wirkung vermenschlichter Chatbots. Bei Kunden, die bereits verärgert in die Interaktion gingen, konnte diese Gestaltung Zufriedenheit, Unternehmensbewertung und spätere Kaufabsichten verschlechtern. Bei nicht verärgerten Kunden zeigte sich dieses Muster nicht. Eine Erklärung sind erhöhte Erwartungen an die Leistungsfähigkeit, die anschließend enttäuscht werden. Quelle: American Marketing Association, „Blame the Bot“.
Daraus folgt kein Verbot für freundliche Sprache. Es ergibt sich eine Gestaltungsaufgabe: Der Ton sollte zu dem passen, was das System tatsächlich leisten kann.
Vergleichen wir zwei erfundene Antworten auf eine doppelte Abbuchung:
Variante A: „Oh nein! Das tut mir unglaublich leid. Ich bin für Sie da und kümmere mich darum. Schauen Sie bitte in unsere FAQ.“
Variante B: „Ich kann eine mögliche doppelte Abbuchung aufnehmen. Bitte nennen Sie die betroffene Rechnungsnummer. Die Prüfung übernimmt unser Serviceteam; Sie erhalten anschließend eine Vorgangsnummer.“
Die zweite Antwort verspricht einen begrenzten, nachvollziehbaren Schritt. Voraussetzung ist selbstverständlich, dass das System diesen Schritt wirklich ausführt. Eine Vorgangsnummer ohne angelegten Vorgang wäre nur die nächste Enttäuschung.
Kontrolle kann Vertrauen erleichtern
In einer weiteren Arbeit untersuchten Dietvorst, Simmons und Massey, ob Menschen einen unvollkommenen Algorithmus eher nutzen, wenn sie seine Vorhersage verändern dürfen. In drei Studien erhöhte bereits eine begrenzte Korrekturmöglichkeit die Bereitschaft zur Nutzung. Auch diese Ergebnisse stammen aus Prognoseaufgaben.
Unsere Übertragung auf den Kundenservice: Es lohnt sich, Stellen zu gestalten, an denen Kunden die Richtung korrigieren können. Beispielsweise bevor aus einer Beschreibung ein Ticket wird.
Der Bot könnte zusammenfassen: „Es geht um eine doppelte Abbuchung zur Rechnung 1048. Ist das richtig?“ Der Kunde kann bestätigen oder berichtigen. Für einen Termin zeigt das System zunächst Datum, Uhrzeit und Ort; verbindlich gebucht wird erst nach der Bestätigung.
Solche Entscheidungen sind Teil der Bedienung. Sie helfen auch dabei, Missverständnisse früh sichtbar zu machen. Wer den falschen Termin korrigieren kann, bevor er gespeichert wird, muss später keinen zweiten Vorgang eröffnen.
Der Übergang zum Menschen ist eine eigene Serviceleistung
Bei einer Übergabe sollte der nächste Mitarbeiter bereits wissen, was passiert ist. Dazu gehören das Anliegen, relevante Angaben, bereits versuchte Schritte und offene Fragen. Eine automatisch erstellte Zusammenfassung muss korrigierbar bleiben: Eine falsche Zusammenfassung kann den Fehler sonst in den nächsten Kanal tragen.
Betrachten wir zwei mögliche Abläufe bei einer Lieferung, die als zugestellt markiert ist, aber fehlt. Beide Beispiele sind konstruiert.
| Schritt | Übergabe mit zusätzlicher Arbeit | Übergabe mit verwertbarem Kontext |
|---|---|---|
| Bot erkennt die Grenze | Verweist allgemein auf die Kontaktseite | Bietet an, eine Nachforschung anzustoßen |
| Angaben zum Fall | Müssen im neuen Formular erneut eingegeben werden | Bereits bestätigte Angaben werden übernommen |
| Beginn der Bearbeitung | Mitarbeiter fragt erneut nach dem Problem | Mitarbeiter prüft die offene Zustellfrage |
| Orientierung für den Kunden | Unklar, ob die Anfrage angekommen ist | Bestätigung und erreichbarer Status des Vorgangs |
Eine sinnvolle Übergabe muss nicht immer ein sofortiger Live-Chat sein. Bei einem kleinen Betrieb kann ein ordentlich angelegter Rückrufauftrag realistischer sein. Entscheidend ist, dass die zugesagte Bearbeitung zum tatsächlichen Betrieb passt. Außerhalb der Servicezeiten sollten Kunden erkennen können, wann jemand übernimmt.
Die KI muss nicht selbst mit Kunden sprechen
Eine besonders interessante Feldstudie stammt von Erik Brynjolfsson, Danielle Li und Lindsey Raymond. Sie untersuchten die schrittweise Einführung eines KI-Assistenten bei einem Unternehmen anhand von 5.172 Supportmitarbeitenden und rund drei Millionen Chats. Das System lieferte Antwortvorschläge; Mitarbeitende konnten sie übernehmen, bearbeiten oder ignorieren.
| Ergebnis der 2025 veröffentlichten Studie | Beobachtung |
|---|---|
| Gelöste Anliegen je Arbeitsstunde | Im Mittel 15 % mehr |
| Weniger erfahrene und weniger leistungsstarke Mitarbeitende | Rund 30 % mehr gelöste Anliegen je Stunde |
| Erfahrenste und leistungsstärkste Mitarbeitende | Kleine Geschwindigkeitsgewinne, teilweise leichte Qualitätsverluste |
| Durchschnittliche Bearbeitungsdauer eines Chats | Rückgang um etwa 3,7 Minuten, entsprechend 8,5 % |
Die Einführung war kein einfacher randomisierter Versuch. Die Forschenden nutzten den zeitlich gestaffelten Einsatz und statistische Kontrollen. Untersucht wurde ein Unternehmen; die Ergebnisse lassen sich nicht pauschal auf andere Betriebe oder autonome Chatbots übertragen. Quelle: „Generative AI at Work“, The Quarterly Journal of Economics, 2025.
Für Unternehmen eröffnet das eine zusätzliche Option: Vielleicht liegt der erste sinnvolle Einsatz dort, wo Mitarbeitende heute viel Zeit mit der Suche nach Informationen verbringen.
In einem technischen Service könnte ein Assistent etwa die passenden Anleitungen zu einer Produktversion bereitstellen. Der Mitarbeiter beurteilt anschließend, ob die vorgeschlagene Lösung zum konkreten Fehlerbild passt. In einer Hausverwaltung könnte er einen Antwortentwurf vorbereiten, während eine zuständige Person prüft, ob bereits eine individuelle Vereinbarung mit dem Eigentümer besteht.
Das sind mögliche Anwendungen, keine dokumentierten Ergebnisse der genannten Studie. Für die Entscheidung müsste jeweils geprüft werden, wie zuverlässig das Werkzeug relevante Informationen findet und wie viel Prüfaufwand es verursacht.
Besonders interessant ist dabei die Arbeitsteilung: Ein guter Entwurf spart nur dann Zeit, wenn die Prüfung einfacher ist als das vollständige Erarbeiten der Antwort. Muss ein Mitarbeiter jede Aussage mühsam in mehreren Programmen nachrecherchieren, kann sich der erwartete Vorteil auflösen.
Weniger Telefonate können mehr Arbeit verbergen
Schauen wir auf ein bewusst vereinfachtes Rechenbeispiel. Alle folgenden Werte sind frei gewählt. Sie sind weder Branchenwerte noch ein Ergebnis der Studien.
Ein Unternehmen erhält in beiden Vergleichszeiträumen jeweils 1.000 unterschiedliche Anliegen. Im Beispiel werden am Ende alle gelöst.
| Kennzahl | Ohne Bot | Mit Bot |
|---|---|---|
| Unterschiedliche Anliegen | 1.000 | 1.000 |
| Bot-Kontakte | 0 | 600 |
| Davon durch den Bot allein gelöste Anliegen | 0 | 200 |
| Telefonkontakte | 1.000 | 500 |
| E-Mail-Kontakte | 0 | 300 |
| Menschliche Kontakte insgesamt | 1.000 | 800 |
| Kontakte über alle Kanäle | 1.000 | 1.400 |
Die Verteilung hinter der rechten Spalte: Von 600 Bot-Kontakten lösen 200 das Anliegen. Die übrigen 400 führen zu genau einem weiteren Kontakt: 100 telefonisch und 300 per E-Mail. Weitere 400 Anliegen gehen direkt ans Telefon.
Das Unternehmen könnte nun melden: 50 Prozent weniger Anrufe. Das stimmt. Gleichzeitig gibt es nur 20 Prozent weniger menschliche Kontakte und insgesamt 40 Prozent mehr Kontakte über alle Kanäle.
Ob das wirtschaftlich sinnvoll ist, hängt von Aufwand und Kosten ab. Nehmen wir zusätzlich folgende Modellannahmen: Ein menschlicher Kontakt kostet durchschnittlich 8 Euro, ein Bot-Kontakt 0,50 Euro. Für Betrieb und Pflege fallen im betrachteten Zeitraum weitere 1.500 Euro an.
| Rechnung | Ohne Bot | Mit Bot |
|---|---|---|
| Menschliche Bearbeitung | 1.000 × 8 € = 8.000 € | 800 × 8 € = 6.400 € |
| Variable Bot-Kosten | 0 € | 600 × 0,50 € = 300 € |
| Zusätzlicher Betrieb und Pflege | 0 € | 1.500 € |
| Gesamtkosten | 8.000 € | 8.200 € |
| Kosten je gelöstem Anliegen | 8,00 € | 8,20 € |
In diesem Modell steigen die Kosten trotz deutlich weniger Anrufen. Einmalige Einführungskosten sind noch nicht enthalten. In der Praxis kosten Telefonate und E-Mails außerdem unterschiedlich viel; komplexere Restfälle könnten die menschliche Bearbeitung verteuern.
Das Beispiel lässt sich auch in die andere Richtung verändern. Löst der Bot mehr Fälle vollständig oder reduziert er die Dauer der anschließenden Bearbeitung, kann die Rechnung besser aussehen. Die entscheidende Information fehlt jedoch, solange nur die Zahl der Anrufe betrachtet wird.
Welche Kennzahlen das tatsächliche Ergebnis zeigen
Für einen ersten Überblick brauchen Unternehmen kein riesiges Dashboard. Sie brauchen Kennzahlen, die zusammenpassen und dieselbe Aufgabe über mehrere Kontakte hinweg sichtbar machen.
Die folgende Auswahl ist eine praktische Empfehlung für die eigene Auswertung, kein allgemeiner Branchenstandard.
| Kennzahl | Welche Frage sie beantwortet | Worauf Sie achten sollten |
|---|---|---|
| Nachvollziehbar gelöste Anliegen | Ist die Aufgabe tatsächlich erledigt? | Ein geschlossenes Fenster reicht als Nachweis nicht aus |
| Wiederkontakte zum gleichen Anliegen | Musste der Kunde erneut Hilfe suchen? | Ein geeignetes Zeitfenster festlegen, beispielsweise sieben Tage |
| Zeit bis zur Lösung | Wie lange bleibt der Vorgang insgesamt offen? | Wartezeiten zwischen Kanälen mit erfassen |
| Aufwand aus Kundensicht | Wie leicht war es, das Anliegen zu erledigen? | Auch problematische Verläufe und Abbrüche berücksichtigen |
| Qualität der Übergabe | Kann der Mitarbeiter mit den vorhandenen Angaben weiterarbeiten? | Stichproben auf fehlende oder falsche Informationen prüfen |
| Gesamtkosten je gelöstem Anliegen | Was kostet die Lösung einschließlich Technik und Nacharbeit? | Laufende Pflege und Kontrollen einrechnen |
Eine Wiederkontaktquote ist nur interpretierbar, wenn tatsächlich dasselbe Anliegen erkannt wird. Eine neue Bestellung desselben Kunden ist kein Beweis dafür, dass die vorige Antwort schlecht war. Umgekehrt kann ein Wechsel von E-Mail zum Telefon dieselbe ungelöste Aufgabe betreffen.
Auch Zufriedenheitswerte brauchen Kontext. Wenn nur Menschen antworten, die den Dialog bis zum Ende durchlaufen haben, fehlen möglicherweise gerade die frustrierten Abbrecher. Deshalb lohnt es sich, Zahlen mit einigen vollständig nachvollzogenen Verläufen zu verbinden.
Wie ein sinnvoller erster Einsatz aussehen kann
Für den Einstieg bietet sich eine klar begrenzte Aufgabe an, bei der sich das Ergebnis überprüfen lässt. Nehmen wir einen kleinen Onlinehändler, der viele Fragen zum Versandstatus bekommt.
Zuerst müsste der Betrieb klären, welche Fälle dahinterstecken. „Wo ist mein Paket?“ kann eine normale Statusabfrage sein. Es kann aber auch bedeuten, dass eine Sendung festhängt, an eine falsche Adresse ging oder trotz Zustellmeldung fehlt. Dieselbe Einstiegsfrage enthält sehr unterschiedliche Aufgaben.
Für gewöhnliche Statusabfragen könnte eine automatische Auskunft aus dem Versandsystem reichen. Bei einer fehlenden Sendung braucht es hingegen einen Ablauf für die Nachforschung. Diese Grenze sollte vor dem Start feststehen.
Anschließend lässt sich die Lösung mit realistischen, ausreichend anonymisierten Beispielen prüfen: Tippfehler, fehlende Bestellnummer, mehrere Bestellungen, Teillieferungen oder widersprüchliche Statusmeldungen. Interessant ist jeweils, ob die Auskunft stimmt und ob das System bei Unklarheit den vorgesehenen nächsten Schritt wählt.
Nach dem Start sollte der Händler vergleichbare Anliegen mit und ohne automatische Hilfe betrachten. Einfache Statusfragen mit komplexen Reklamationen zu vergleichen wäre wenig aussagekräftig. Neben der Bearbeitungszeit zählen die Wiederkontakte und die Frage, ob Kunden ihr Ziel erreichen.
Wenn viele Menschen nach derselben Bot-Antwort trotzdem anrufen, ist das ein konkreter Hinweis für die Verbesserung. Vielleicht fehlt eine Information. Vielleicht ist die Formulierung unverständlich. Vielleicht wird gerade eine Aufgabe automatisiert, für die der Prozess noch keine verlässliche Lösung vorsieht.
Was Kunden am Ende bemerken
Zurück zur falschen Rechnung vom Anfang. Ein hilfreicher Service könnte den betroffenen Beleg identifizieren, die Beanstandung korrekt aufnehmen und dem zuständigen Mitarbeiter alle nötigen Angaben übergeben. Wenn eine automatische Korrektur für diesen Fall zuverlässig möglich und vorgesehen ist, könnte er auch diesen Schritt erledigen.
Für den Kunden ist vor allem sichtbar, ob er weiterkommt: Muss er alles noch einmal erklären? Weiß er, was als Nächstes passiert? Wird der Fehler behoben?
Daran lässt sich eine KI im Kundenservice gut messen. Ihre überzeugendste Leistung ist eine erledigte Aufgabe, bei der weniger unnötige Arbeit anfällt – für das Team und für den Menschen auf der anderen Seite des Chats.
