Der Beginn der Sommerferien bringt viele Servicecenter an die Kapazitätsgrenze. Reiseanbieter, Airlines, Mobilitätsdienste, Versicherer und Händler müssen dann deutlich mehr Anfragen bearbeiten als üblich. Gerade in solchen Spitzenzeiten zeigt sich, ob Chatbots im Kundenservice tatsächlich entlasten oder nur zusätzliche Reibung erzeugen. Am Frankfurter Flughafen wurden zum ersten Ferienwochenende rund 600.000 Fluggäste erwartet, über die gesamte Ferienzeit rund neun Millionen. Auch der Hauptstadtflughafen BER rechnet für die Sommerferien mit rund 3,7 Millionen Reisenden. Gleichzeitig warnt der ADAC in mehreren Bundesländern vor erhöhtem Reiseverkehr und Staus.
Für den Kundenservice ist das ein realer Belastungstest. Umbuchungen, Verspätungen, Gepäckfragen, Rechnungsänderungen, Versicherungsfälle oder Reklamationen müssen schnell eingeordnet und möglichst verbindlich bearbeitet werden. Viele Unternehmen setzen dafür inzwischen Chatbots oder generative KI ein. Die Erwartung dabei: Künstliche Intelligenz (KI) soll Anfragen abfangen, Wartezeiten reduzieren und Serviceteams entlasten.
In der Praxis zeigt sich jedoch ein wiederkehrendes Muster. Nicht jeder Bot, der ein Anliegen versteht, kann es auch bearbeiten. Viele Systeme erkennen zwar die Absicht des Kunden, bleiben aber beim nächsten Schritt stehen: Sie haben keinen Zugriff auf relevante Daten, dürfen keine Änderung auslösen oder übergeben eine Anfrage ohne ausreichenden Kontext an Mitarbeiter weiter. Für Kunden entsteht dadurch kaum Mehrwert. Der Kontakt wird zwar digitalisiert, aber nicht verbessert.
In der Umsetzung liegt die Grenze der Technologie
Der aktuelle Hype um KI-Agenten verstärkt die Lücke zwischen Erwartung und Umsetzung, weil er den Blick auf den falschen Faktor lenkt. Ob ein System natürlich formuliert, Rückfragen stellt oder Gesprächsverläufe zusammenfasst, ist inzwischen technisch weitgehend gelöst. Entscheidend ist das nicht. Im Kundenservice zählt nicht die Qualität des Dialogs, sondern die Frage, ob ein Vorgang tatsächlich bearbeitet werden kann. Das ist selten eine Frage der Modellfähigkeiten.
Die eigentlichen Hürden liegen an anderer Stelle: Oft ist es nicht klar geregelt, welche Systeme angebunden werden dürfen, wer die Freigabe dafür erteilt, welche Rechte ein Agent auf Kunden- und Vertragsdaten hat, und wer die Verantwortung trägt, wenn eine automatisierte Entscheidung falsch war. Datenschutz, IT-Sicherheit, Haftungsfragen und interne Zuständigkeiten bremsen KI-Projekte in der Praxis deutlich häufiger als die Sprachtechnologie selbst.
Ein Bot kann eine Umbuchung erkennen. Produktiv wird er erst, wenn er die Buchung im System findet, Berechtigungen prüft, verfügbare Optionen abfragt, er die Änderung auslösen oder sauber weitergeben kann und jemand im Unternehmen entschieden hat, dass der KI-Agent genau das darf. Ein Bot kann eine Reklamation aufnehmen. Entscheidend ist, ob daraus ein korrekt dokumentierter Vorgang im Ticket- oder CRM-System wird, für den klar ist, wer im Streitfall verantwortlich zeichnet. Ohne diese Klärung bleibt KI eine Oberfläche vor bestehenden Abläufen.
Damit verschiebt sich die zentrale Frage für Entscheider. Es geht nicht darum, wie menschlich ein Bot klingt. Es geht darum, welche Aufgaben er im Serviceprozess übernehmen darf, welche Daten er dafür benötigt, welche Schnittstellen vorhanden sein müssen und wer im Unternehmen dafür die Freigabe und die Verantwortung übernimmt.
Wer schlechte Prozesse automatisiert, skaliert Frust
KI verbessert Kundenservice nicht automatisch. Sie verstärkt zunächst die Qualität der Prozesse, in die sie eingebunden wird. Sind Wissensdatenbanken veraltet, Kundendaten verteilt oder Zuständigkeiten unklar, kann ein Bot diese Schwächen nicht ausgleichen. Er macht sie lediglich schneller sichtbar. Das ist besonders in Spitzenzeiten relevant. Hohe Kontaktvolumina lassen wenig Raum für manuelle Korrekturen. Wenn ein automatisierter Dialog von Kunden mehrfach dieselben Daten abfragt oder Fälle ohne Kontext weiterleitet, entsteht zusätzliche Belastung für Serviceteams. Automatisierung reduziert dann keine Arbeit, sondern verteilt sie nur anders.
Der produktive Einsatz von KI beginnt deshalb nicht beim Dialogdesign, sondern bei der Prozessanalyse. Die Systemarchitekten gehen der Frage nach, welche Kontaktgründe häufig auftreten und welche davon sich zuverlässig automatisieren lassen. Weitere Fragen betreffen die Aktualität der Daten und die Rechte des Systems, Aktionen auszuführen. Es gibt Fälle, die direkt eskaliert werden müssen. Aus den Antworten auf diese Fragen ergibt sich, welche Rolle KI im Service sinnvoll übernehmen kann.
Übergaben müssen klar geregelt sein
Ein häufiges Missverständnis besteht darin, Automatisierung als möglichst hohe Dunkelverarbeitungsquote zu verstehen. Für einfache, klar strukturierte Anliegen kann das sinnvoll sein. Statusinformationen, Terminänderungen, Standardauskünfte oder die Vorqualifizierung von Anrufen lassen sich gut automatisieren, sofern Datenzugriff und Rechte sauber geregelt sind.
Anders ist es bei Beschwerden, Kulanzentscheidungen, rechtlich relevanten Auskünften oder sicherheitskritischen Vorgängen. KI kann dort eine Anfrage aufnehmen, zusammenfassen und kontextualisieren. Die Entscheidung sollte aber bei Mitarbeitern liegen, die Verantwortung übernehmen und Handlungsspielräume bewerten können. Die Übergabe an einen Menschen ist in solchen Fällen kein Medienbruch, sondern ein notwendiger Bestandteil des Serviceprozesses. Entscheidend ist, dass diese Übergabe nicht erst dann erfolgt, wenn der Bot gescheitert ist. Sie muss fachlich definiert sein: nach Anliegen, Risikoklasse, Datenlage, Kundenhistorie oder Eskalationsbedarf. Nur dann entsteht ein hybrider Kundenservice, der sowohl effizient als auch belastbar ist.
