Nächste Woche trifft sich die Call- & Contact-Center-Community in Berlin zur CCW 2026. Das Motto „Guided by Humans – Powered by AI“ setzt den Rahmen: KI ist gesetzt, Agentic AI steht im Zentrum. Autonome Softwareagenten bearbeiten Tickets, bereiten Entscheidungen vor und stoßen Workflows an. Die technologische Richtung ist klar.

Die eigentliche Frage liegt jedoch nicht in der Technologie. Sie liegt in der Organisation. Wer glaubt, mit Agentic AI strukturelle Service-Grenzen überspringen zu können, ohne sie zuvor offengelegt und bearbeitet zu haben, verschiebt das Problem nur – und skaliert es im Zweifel.

Genau darüber haben wir im Conversation Café 26 am 05.02. diskutiert – als inhaltliche Vorbereitung auf die Shift/CX Konferenzwoche im März und den Service-Schwerpunkt am 11.03. unter dem Leitmotiv „Breaking CX Boundaries“.

Mit dabei waren Alexander Schagen (ServiceOcean), Stefanie Tomaszewicz (Service Arena Talk & cosmogony) und Ragna Ghoreishi (Salesforce). Aus der Diskussion lassen sich drei klar umrissene Forderungspakete ableiten.

Forderungspaket 1: Service aus der Kostenlogik befreien

Solange Service primär als Kostenstelle geführt wird, wird jede KI-Initiative zum Effizienzprogramm. Genau hier setzten alle drei an.

Alexander beschrieb die strukturelle Schieflage deutlich: Service gilt häufig nur dann als wertvoll, wenn er unmittelbar Umsatz erzeugt. Entsprechend dominieren Ziele wie weniger Kontakte, geringere FTE-Quote oder kürzere Bearbeitungszeiten.

Stefanie brachte ein prägnantes Beispiel: Eine Serviceleitung soll 20 Prozent der wiederkehrenden Anliegen durch KI reduzieren – ohne dass zuvor geprüft wurde, ob Marketing, E-Commerce oder Logistik die eigentlichen Ursachen erzeugen. Das ist Symptombekämpfung, keine Wertsteuerung.

Ragna ergänzte die betriebswirtschaftliche Perspektive: Wer Service ausschließlich mit Soft-KPIs wie NPS argumentiert, verliert im Budgetdialog. Service muss seinen Beitrag zu Retention, Umsatz und Kundenwert belastbar belegen.

Daraus folgt ein klarer Arbeitsauftrag:

1. KPI-Shift vollziehen

• Effizienzkennzahlen wie AHT oder Ticket-Volumen einordnen, nicht dominieren lassen
• Retention, Churn, Umsatzbeitrag und CLV-Effekte systematisch erfassen
• Service als Werttreiber sichtbar machen

2. Zielvorgaben kritisch prüfen

• Reduktionsziele nur akzeptieren, wenn Ursachen bereichsübergreifend analysiert wurden
• CX-Probleme entlang der gesamten Wertschöpfungskette betrachten

3. Service strategisch verankern

• Customer Happiness als Führungsaufgabe definieren
• Service-Ziele mit Unternehmenszielen synchronisieren

Agentic AI wird in dieser Logik nicht gebremst, sondern neu gerahmt. Autonome Agents können Kündigungsabsichten erkennen, Eskalationen intelligent routen oder Upselling-Potenziale identifizieren. Der Hebel liegt nicht in der Einsparung, sondern in der Wertsteigerung. Entscheidend ist, worauf der Business Case ausgerichtet wird.

Forderungspaket 2: Prozess-, Daten- und Governance-Hausaufgaben vorziehen

Die zweite Grenze verläuft nicht in der Technologie, sondern im Organisationsdesign.

Stefanie machte deutlich: Ohne Prozessklarheit bleibt jede KI-Initiative instabil. Wer entscheidet was? Welche Eskalationslogik gilt? Wie wird dokumentiert? Wie definieren wir Tonalität und Servicequalität? Historisch gewachsene Strukturen sind hier oft die eigentliche Hürde.

Hinzu kommt die Datenfragmentierung. Service sieht Tickets, Marketing Kampagnen, Vertrieb Opportunities. Eine konsolidierte Journey-Sicht fehlt häufig. Gleichzeitig werden Teams an isolierten Abteilungskennzahlen gemessen.

Ragna sieht in der Datenkonsolidierung einen strukturellen Hebel. Wenn Human und AI Agents auf dieselbe Informationsbasis zugreifen, entsteht eine neue Transparenz. KI kann dann verbindend wirken – nicht als zusätzliche Black Box, sondern als Orchestrierungsschicht.

Alexander ergänzt die operative Perspektive: Routing, Vorqualifizierung und Gesprächszusammenfassungen sind heute Standard. Agentic AI geht einen Schritt weiter und liefert strukturierte Entscheidungsgrundlagen. Seine Empfehlung ist pragmatisch: pilotieren, validieren, dann skalieren.

Daraus ergibt sich:

1. „Process before Model“ als Leitlinie etablieren

• Kernprozesse dokumentieren und hinterfragen
• Verantwortlichkeiten klar definieren
• Eskalationsregeln verbindlich festlegen

2. Datensilos abbauen

• Service-, Marketing- und Vertriebsdaten konsolidieren
• Gemeinsame CX-Ziele über Abteilungsgrenzen hinweg formulieren

3. Governance für hybride Teams klären

• Entscheidungsräume von AI Agents definieren
• Eskalationsschwellen festlegen
• Fachliche Verantwortung transparent zuordnen

Agentic AI skaliert keine Unklarheit. Sie verstärkt sie. Wer Prozesse und Verantwortlichkeiten sauber definiert, kann KI hingegen als Strukturverstärker nutzen.

Forderungspaket 3: Agent-Rollen und Teams für hybride Service-Modelle neu zuschneiden

Die dritte Grenze liegt in den Teams selbst.

Alexander zog eine klare Linie: Vollautomatisierung bleibt auf einfache Vorgänge begrenzt. Relevante Automatisierung findet in Vorqualifizierung, Dokumentation und Informationsaufbereitung statt. Gleichzeitig entstehen neue Brüche – etwa bei Übergaben zwischen VoiceBot und Mensch.

Ragna sieht die Chance in hybriden Plattformmodellen. Human und AI Agents arbeiten sichtbar und regelbasiert zusammen. KI eskaliert bei Unsicherheit selbstständig. Das entlastet Mitarbeitende und stabilisiert Antwortqualität – besonders in Umfeldern mit hoher Fluktuation.

Stefanie richtet den Blick auf die Kompetenzverschiebung. Wenn Routine entfällt, bleiben komplexe Fälle. Konfliktlösung, Verhandlung, Objection Handling und kommunikative Stärke gewinnen an Gewicht. Der Wert menschlicher Interaktion steigt gerade dort, wo Kundinnen und Kunden zuvor KI erlebt haben.

Daraus folgt:

1. Rollenbilder neu definieren

• Agents als Konfliktlösende und Eskalationsmanager positionieren
• Vertriebsnahe Verantwortung in kritischen Momenten stärken
• KI als Informations- und Dokumentations-Co-Pilot nutzen

2. Zielsysteme anpassen

• AHT und Volumen relativieren
• Lösungsqualität und Bindungswirkung stärker gewichten
• Umsatzpotenziale im Service explizit berücksichtigen

3. Agent Experience gestalten

• Übergabelogiken zwischen Bot, Agentic AI und Mensch sauber definieren
• Oberflächen konsolidieren statt Tool-Silos schaffen
• Systematisches Upskilling für hybride Zusammenarbeit etablieren

Hybridität entsteht nicht automatisch. Sie muss gestaltet werden.

Fazit: KI wirkt nur so gut wie die Service-Architektur, in die sie eingebettet wird

Die Diskussion im Conversation Café 26 zeigt klar: Der Engpass liegt nicht in fehlender Technologie. Er liegt in der strategischen Verankerung, der Prozessklarheit und den Zielsystemen von Service-Organisationen. Wenn wir Agentic AI einführen, ohne diese Grundlagen zu klären, machen wir Abläufe schneller – aber nicht automatisch besser. Wenn wir die Hausaufgaben vorziehen, kann KI dagegen helfen, Brüche sichtbar zu machen, Entscheidungen zu stabilisieren und Service als Wertbeitrag zu steuern.

Die Arbeitsagenda ist eindeutig: Service aus der Kosten- in die Wertlogik überführen, Prozess-, Daten- und Governance-Strukturen vor KI-Initiativen stabilisieren und Rollen sowie Zielsysteme konsequent auf hybride Teams ausrichten. Genau hier setzen wir in der Shift/CX Konferenzwoche im März an – insbesondere im Service-Fokus am 11.03.

Wer die Argumente aus der Runde vertiefen oder intern weiterverarbeiten will: Der Mitschnitt der Diskussion ist inklusive Mitschrift in der Shift/CX Mediathek verfügbar. Damit lassen sich die zentralen Punkte sauber nachvollziehen und als Grundlage für die eigene Roadmap nutzen: https://www.shiftcx.de/mediathek/asset/conversation-cafe-26-customer-service-agent-experience-management.html