Gartner prognostiziert, dass Agentic AI bis 2029 rund 80 Prozent der gängigen Kundenservice-Anliegen ohne menschliches Zutun lösen und die Betriebskosten um 30 Prozent reduzieren könnte. Die Trend-Studie Contact Center 2026 von cmm360, VIER und infinit.cx zeichnet für den deutschsprachigen Raum ein wesentlich nüchterneres Bild. Von 399 Befragten setzen 12 Prozent Agentic AI ein. Chatbots kommen auf 49 Prozent, Voicebots mit freier Sprache auf 40 Prozent. Gleichzeitig macht das Telefon bei 66 Prozent der Unternehmen weiterhin mehr als die Hälfte des Kontaktvolumens aus.

Zwischen diesen Zahlen liegt eine Erwartungslücke, die derzeit viele Conversational-AI-Projekte begleitet. Sie lässt sich nicht allein mit der Reife der Modelle erklären. In unseren Shift/CX-Diskussionen beobachten wir seit dem Frühjahr vielmehr eine Verschiebung: Die Frage nach Modellqualität bleibt relevant, tritt aber zunehmend hinter die Frage zurück, ob Unternehmen generative und agentische Systeme verlässlich betreiben können. Governance, Daten- und Systemintegration, Monitoring, Handover und klare Verantwortlichkeiten entscheiden zunehmend darüber, ob aus einem funktionierenden Piloten ein belastbarer Servicebestandteil wird.

Dabei lassen sich aus unserer Sicht drei Reifeprüfungen unterscheiden: Antwortverlässlichkeit, Betriebsverlässlichkeit und Handlungsverlässlichkeit. Embedded Gen AI muss zunächst korrekt, nachvollziehbar und kontextbezogen antworten. Im nächsten Schritt muss diese Qualität auch unter realen Betriebsbedingungen stabil bleiben. Mit Agentic AI kommt schließlich eine dritte Ebene hinzu: Das System muss nicht nur richtig antworten, sondern Aktionen über mehrere Prozessschritte hinweg zuverlässig und innerhalb definierter Rechte ausführen können.

Die Erwartungslücke entscheidet sich nicht allein am Modell

Auffällig an der aktuellen Lage ist, dass die deutlichste Warnung vor überzogenen Erwartungen vom selben Analystenhaus kommt wie die 80-Prozent-Prognose. Gartner erwartet, dass mehr als 40 Prozent der Agentic-AI-Projekte bis Ende 2027 wieder eingestellt werden. Als Gründe nennt das Analystenhaus steigende Kosten, unklaren Geschäftswert und unzureichende Risikokontrollen. Gleichzeitig warnt Gartner davor, bestehende Chatbots, Assistenten oder RPA-Funktionen lediglich als Agentic AI neu zu etikettieren. Nach eigener Schätzung verfügten 2025 nur rund 130 der zahlreichen Anbieter, die mit agentischen Fähigkeiten warben, tatsächlich über relevante agentische Funktionalität.

Gartner verweist allerdings ebenfalls auf Grenzen heutiger Modelle. Viele Systeme besitzen noch nicht die notwendige Reife und Agency, um komplexe Geschäftsziele über längere Abläufe hinweg autonom zu verfolgen. Die Erwartungslücke ist deshalb weder ausschließlich ein Modellproblem noch ausschließlich ein Organisationsproblem. Für den operativen Kundenservice wird jedoch zunehmend sichtbar, dass technologische Leistungsfähigkeit allein nicht genügt. Selbst leistungsfähige Modelle benötigen zuverlässigen Wissenszugriff, integrierte Prozesse, klare Berechtigungen und definierte Übergaben, wenn sie produktiv eingesetzt werden sollen.

Genau diesen Befund kennen wir aus den Shift/CX-Projekterfahrungen. Benjamin Gebauer berichtete im Conversational-Track der Konferenzwoche von realen Automatisierungsraten zwischen 15 und 30 Prozent. Als wesentliche Ursachen der Lücke wurden fehlende Governance, unzureichendes Monitoring und mangelnde prozessuale Reife diskutiert. Fehlerhafte Antworten entstehen zudem häufig nicht ausschließlich im Sprachmodell, sondern durch veraltete Wissensbestände, unklare Regeln, fehlende Integrationen oder nicht definierte Übergaben. Die entscheidende Messgröße ist deshalb nicht, wie viele Kontakte ein System automatisiert, sondern wie viele Anliegen es tatsächlich zuverlässig löst.

Embedded Gen AI: Antwortverlässlichkeit entsteht durch Einbettung

Für unsere Diskussion verstehen wir Embedded Gen AI als generative KI, die nicht isoliert antwortet, sondern in eine kontrollierbare Conversational-Architektur eingebettet wird. Dazu können ein vom Sprachmodell getrennter Wissenszugriff, Retrieval-Augmented Generation, definierte System- und Themengrenzen, Input- und Output-Kontrollen, Monitoring sowie geregelte Übergaben an Menschen gehören. Der Begriff ist im Markt nicht einheitlich normiert. Entscheidend ist für uns deshalb weniger das Label als die architektonische Trennung zwischen generativer Sprachfähigkeit und den Mechanismen, die Wissen, Regeln und Betriebsgrenzen bereitstellen.

Damit unterscheidet sich Embedded Gen AI von der Vorstellung, lediglich ein LLM auf einen bestehenden Dialogbaum zu setzen. Sie unterscheidet sich aber auch von einem vollständig autonom agierenden Agenten. Ein eingebettetes Sprachmodell kann komplexere Anliegen verstehen und Antworten generieren, während Entscheidungs- und Handlungsspielräume weiterhin eng kontrolliert bleiben. Aus unserer Sicht ist diese Einbettung deshalb keine bloße Übergangslösung auf dem Weg zur vollständigen Autonomie. Sie ist ein eigenständiges Betriebsmodell für generative Systeme, bei denen Antwortqualität kontrollierbar bleiben muss.

Die erste Reifeprüfung heißt damit Antwortverlässlichkeit. Kann das System eine Anfrage korrekt entschlüsseln? Greift es auf die richtige Wissensgrundlage zu? Kann es Unsicherheit erkennen? Bleibt die Antwort innerhalb des vorgesehenen fachlichen Rahmens? Und kann es zuverlässig an einen Menschen übergeben, wenn die eigene Antwortfähigkeit nicht ausreicht? Genau diese Fragen haben wir im Frühjahr unter der Vertrauensfrage für eingebettete LLMs ausführlicher diskutiert.

Seit dem 2. August gehört Transparenz zur regulatorischen Grundlinie

In diese Reifeprüfung fällt seit August auch eine neue regulatorische Grundlinie. Seit dem 2. August 2026 gelten die Transparenzpflichten des Artikel 50 des EU AI Act. Anbieter von KI-Systemen, die unmittelbar mit Menschen interagieren, müssen diese Systeme so gestalten, dass die betroffenen Personen darüber informiert werden, dass sie mit KI interagieren. Die Ausnahme greift, wenn dies für eine angemessen informierte und aufmerksame Person aufgrund der Umstände und des Nutzungskontexts offensichtlich ist. Die Europäische Kommission hat dazu im Juli 2026 konkrete Leitlinien veröffentlicht.

Für Unternehmen, die entsprechende Conversational-Systeme einsetzen, gehört die korrekte Umsetzung damit in die Governance des Kundendialogs. Die eigentliche Botschaft geht aus unserer Sicht aber über die Kennzeichnung hinaus. Transparenz war bisher häufig Teil eines freiwilligen Erwartungs- und Vertrauensmanagements. Mit Artikel 50 wird sie für die betroffenen Systeme zur regulatorischen Mindestanforderung. Wer lediglich offenlegt, dass eine Interaktion mit KI stattfindet, erfüllt damit eine Grundpflicht. Vertrauen entsteht darüber hinaus durch nachvollziehbare Antworten, klare Leistungsversprechen, erkennbare Systemgrenzen und funktionierende Übergaben an Menschen.

Die DACH-Zahlen zeigen gleichzeitig, dass viele Organisationen bei diesem Thema noch nicht weit sind. In der Contact-Center-Trendstudie 2026 geben 58 Prozent der Befragten an, sich mit dem EU AI Act bislang gar nicht oder nur ansatzweise auseinandergesetzt zu haben. Eine kontrollierte Conversational-Architektur kann die regulatorische Umsetzung erleichtern, wenn Zuständigkeiten, Logging, Systemgrenzen und Interaktionsdesign bereits definiert sind. Sie ersetzt die rechtliche Prüfung jedoch nicht. Welche weiteren Anforderungen relevant werden, hängt vom konkreten Einsatzszenario ab.

Nach der Antwortverlässlichkeit kommt die Betriebsverlässlichkeit

Regulatorische Transparenz ist deshalb nur ein Ausschnitt der größeren Betriebsfrage. Ein System kann in einer Demo sehr gute Antworten liefern und trotzdem im Dauerbetrieb scheitern. Wissen verändert sich, Produkte und Tarife werden aktualisiert, Backend-Systeme reagieren nicht wie erwartet, Nutzer:innen formulieren unvorhersehbare Anliegen und Übergaben an Service-Teams müssen auch unter Last funktionieren. Genau an diesen Übergängen entscheidet sich, ob ein Conversational-System dauerhaft als Teil der Serviceorganisation arbeiten kann.

Die Trend-Studie 2026 macht diese Spannung sichtbar. 63 Prozent der Befragten befinden sich mit KI im Kundenservice bereits in Umsetzung, Testbetrieb oder Produktion. Trotzdem haben digitale Kanäle die reale Kontaktverteilung bislang nur begrenzt verändert. Das Telefon wird fast flächendeckend angeboten und macht bei zwei Dritteln der Unternehmen weiterhin mehr als die Hälfte des Kontaktvolumens aus. Die Studie stellt selbst die Frage, wie stark Voicebots und andere Automatisierungsangebote tatsächlich entlasten oder möglicherweise zusätzliche Folgekontakte erzeugen. Eine kausale Erklärung dafür liefert sie allerdings nicht.

Deshalb sollten wir aus der Telefoniedominanz nicht ableiten, dass Kund:innen grundsätzlich aus enttäuschenden KI-Interaktionen in den menschlichen Kanal wechseln. Der Befund zeigt zunächst nur, wie wenig die neuen Conversational-Angebote den tatsächlichen Kontaktmix bislang verändert haben. Ob Kund:innen bei Unsicherheit oder fehlender Verbindlichkeit gezielt das Telefon wählen, wäre eine wichtige weiterführende Untersuchungsfrage. Für die operative Steuerung ist unabhängig davon relevant, ob digitale Kontakte tatsächlich gelöst werden oder lediglich verschoben, eskaliert oder später erneut aufgenommen werden.

Betriebsverlässlichkeit bedeutet deshalb mehr als technische Verfügbarkeit. Sie umfasst die Fähigkeit, Antwortqualität, Kontext, Wissen, Monitoring und Handover über den gesamten Lebenszyklus des Systems stabil zu organisieren. Ein LLM, das heute korrekt antwortet, kann morgen auf veraltete Inhalte zugreifen. Ein Bot, der eine Anfrage erfolgreich erkennt, kann trotzdem scheitern, wenn der nachgelagerte Prozess nicht integriert ist. Und ein hoher Automatisierungswert verliert seinen Nutzen, wenn ungelöste Anliegen anschließend zusätzliche Kontakte verursachen.

Agentic AI verschiebt die Reifeprüfung von Antworten zu Handlungen

Die nächste Entwicklungsstufe verschärft diese Anforderungen. Agentic AI im Kundenservice bedeutet nicht nur, dass ein System flexibler antwortet. Agenten können innerhalb definierter Grenzen mehrstufige Aufgaben planen und externe Systeme ansprechen. Eine Adresse ändern, einen Termin buchen, einen Status prüfen oder eine Erstattung anstoßen sind andere Risikokategorien als eine sprachliche Antwort. Sobald ein System handelt, verändert sich damit auch die Governance-Anforderung.

Die dritte Reifeprüfung heißt deshalb Handlungsverlässlichkeit. Das System muss nicht nur wissen, welche Aktion sinnvoll erscheint. Es benötigt die passende Berechtigung, muss den aktuellen Prozessstatus kennen, die Aktion korrekt ausführen und das Ergebnis dokumentieren. Bei mehrstufigen Prozessen muss außerdem nachvollziehbar bleiben, welche Entscheidungen getroffen wurden und wie sich ein Fehler korrigieren lässt. Eskalationspfade und menschliche Overrides werden damit zu Bestandteilen des Service-Designs und nicht zu nachträglicher IT-Hygiene.

Gartner hat diese Unterscheidung im Mai 2026 noch einmal zugespitzt. Das Analystenhaus warnt davor, alle AI Agents unabhängig von Autonomiegrad und Zugriffsumfang gleich zu behandeln. Bis 2027 könnten 40 Prozent der Unternehmen autonome Agents zurückstufen oder abschalten, weil Governance-Lücken erst nach Vorfällen im Produktivbetrieb sichtbar werden. Gartner unterscheidet dabei ausdrücklich zwischen der Fähigkeit eines Agenten zu handeln und dem Zugriff, den eine Organisation ihm tatsächlich gewährt.

Für Conversational Governance folgt daraus eine zentrale Frage: Was darf das System nicht nur verstehen und empfehlen, sondern tatsächlich entscheiden und ausführen? Je größer die Handlungsautonomie, desto stärker müssen Berechtigungen, Audit-Trails, Eskalationen, Reversibilität und Verantwortlichkeiten in das Betriebsmodell eingebaut werden. Die Qualitätsdiskussion verschiebt sich damit von der richtigen Antwort zur richtigen Handlungskette.

Verlässlichkeit entscheidet sich am gesamten Servicefall

Diese Entwicklung passt zu einer breiteren Verschiebung im Customer Service Management. In unseren Diskussionen zur Customer Service Konferenz 2026 hat sich gezeigt, dass einzelne Automatisierungsquoten als Maßstab zu kurz greifen. Entscheidend wird vielmehr, ob Servicefälle end-to-end gesteuert und tatsächlich gelöst werden können. KI kann Servicequalität und Effizienz miteinander verbinden, aber nur dort, wo Prozess-, Daten-, Wissens- und Kanalintegration sowie klare Verantwortlichkeiten vorhanden sind.

Damit verändert sich auch die Bewertung von Conversational AI. Ein System ist nicht erfolgreich, weil es einen hohen Anteil an Gesprächen im Bot hält. Relevant ist, ob das Anliegen korrekt verstanden, mit verlässlichem Wissen beantwortet oder über den richtigen Prozess gelöst wurde. Wenn eine menschliche Übergabe notwendig ist, muss der vorhandene Kontext erhalten bleiben. Und wenn ein Agent eigenständig handelt, muss nicht nur das Ergebnis stimmen, sondern auch der Weg dorthin innerhalb der erlaubten Grenzen bleiben.

Embedded Gen AI und Agentic AI stehen deshalb nicht für zwei vollständig getrennte Technologiewelten. Sie markieren unterschiedliche Tiefen derselben Betriebsfrage. Bei Embedded Gen AI steht zunächst die Antwortverlässlichkeit im Mittelpunkt. Betriebsreife entscheidet, ob diese Qualität dauerhaft unter realen Bedingungen gehalten werden kann. Mit Agentic AI kommt Handlungsverlässlichkeit hinzu. Jede Stufe baut auf den vorherigen Voraussetzungen auf und erhöht gleichzeitig die Anforderungen an Governance und Organisation.

Transparenz ist Pflicht, Vertrauen bleibt eine Betriebsleistung

Gerade deshalb ist die neue Transparenzpflicht ein guter Zeitpunkt für eine Zwischenbilanz. Seit dem 2. August müssen betroffene Systeme ihre KI-Natur im direkten Dialog transparent machen. Das schafft eine gemeinsame Mindestlinie. Es beantwortet aber nicht die Frage, ob Kund:innen dem System auch vertrauen können.

Vertrauen entsteht im Service nicht allein durch Offenlegung. Es entsteht, wenn ein System verlässlich einschätzen kann, was es weiß und was nicht. Wenn Informationen aktuell sind. Wenn ein Anliegen nicht zwischen Bot und menschlichem Service verloren geht. Wenn ein Agent nur die Handlungen ausführt, für die er autorisiert ist. Und wenn Fehler erkannt, nachvollzogen und korrigiert werden können.

Genau darin liegt die Verbindung zwischen regulatorischer Transparenz und operativer Reife: Kennzeichnung sagt, wer oder was mit uns interagiert. Betriebsverlässlichkeit entscheidet, ob wir uns auf diese Interaktion verlassen können.

Fazit: Die eigentliche Reifeprüfung findet im Betrieb statt

Die große Agentic-AI-Prognose von Gartner und die deutlich niedrigeren aktuellen Nutzungswerte der DACH-Studie widersprechen sich nicht unmittelbar. Die eine beschreibt ein mögliches Zielbild für 2029, die andere den heutigen Reifegrad. Interessant ist die Strecke dazwischen. Sie wird nicht allein durch leistungsfähigere Modelle überbrückt. Gartner selbst warnt vor unreifen Einsatzfällen, unklarem Geschäftswert und Governance-Problemen. Die Shift/CX-Projekterfahrungen zeigen gleichzeitig, wie stark Daten, Prozesse, Monitoring und organisatorische Verantwortlichkeiten den realen Automatisierungserfolg bestimmen.

Für Conversational-Systeme lässt sich die Entwicklung deshalb entlang von drei Fragen lesen:

• Antwortverlässlichkeit: Versteht das System das Anliegen und liefert es eine korrekte, nachvollziehbare Antwort?
• Betriebsverlässlichkeit: Bleibt diese Qualität über Wissen, Systeme, Lastsituationen, Monitoring und Handover hinweg stabil?
• Handlungsverlässlichkeit: Kann ein Agent autorisierte Aktionen zuverlässig, nachvollziehbar und innerhalb klarer Grenzen ausführen?

Die Transparenzpflicht nach Artikel 50 setzt dabei lediglich die regulatorische Grundlinie. Die eigentliche Differenzierung entsteht oberhalb dieser Pflicht: durch die Fähigkeit, Conversational und Agentic AI dauerhaft so zu betreiben, dass Kund:innen ihre Anliegen tatsächlich gelöst bekommen.

Genau diese Betriebsfrage steht auch im Mittelpunkt der Conversational & Agentic AI Konferenz am 24. September 2026. Dort diskutieren wir, wie Unternehmen dialogbasierte und agentische Systeme gestalten, integrieren, kontrollieren und dauerhaft betreiben, und wo die sinnvolle Grenze zwischen eingebetteter Assistenz und delegierter Handlung im Kundenservice verläuft.

Die Erwartungslücke wird sich nicht mit dem nächsten Modell-Release schließen. Ob sich die großen Automatisierungsversprechen der kommenden Jahre erfüllen, entscheidet sich an den Betriebsmodellen, die Unternehmen heute aufbauen.