--- title: "Kundenservice der Zukunft: Wie ChatGPT das Kundenerlebnis revolutioniert" description: "Wie Large Language Models bis zu 80 % der Serviceanfragen automatisieren und welche Use Cases, Hürden und Lösungen sich daraus ergeben." canonical_url: "https://www.shiftcx.de/mediathek/asset/kundenservice-der-zukunft-wie-chatgpt-das-kundenerlebnis-revolutioniert.html" published: "2022-11-27" updated: "2026-04-24" language: "de" content_type: "VideoObject" publisher: "" --- # Kundenservice der Zukunft: Wie ChatGPT das Kundenerlebnis revolutioniert **Aufgezeichnet am:** 21.09.2023 **Dauer:** 30 Min. ## Sprecher - [Dr. Ralf Nikolai](/experten/ralf-nikolai.html) — Product Owner, VIER Wie Large Language Models bis zu 80 % der Serviceanfragen automatisieren und welche Use Cases, Hürden und Lösungen sich daraus ergeben. Large Language Models wie ChatGPT verändern die Prozesse im Kundenservice grundlegend, insbesondere in Branchen wie Telekommunikation, Callcenter und Versicherungen. Im Mittelpunkt steht der Einsatz von KI-gestützten Systemen zur Automatisierung von Serviceanfragen, zur Erstellung automatisierter Gesprächszusammenfassungen und zur Echtzeitunterstützung von Agenten. Der Beitrag bietet einen praxisnahen Zugang, indem er konkrete Use Cases, aktuelle Studienergebnisse und technische Lösungsansätze für Datenschutz, Kostenkontrolle und Integration in bestehende Systeme adressiert. Die Perspektive richtet sich auf Unternehmen mit mittlerer Größe, die vor der Herausforderung stehen, Effizienz und Qualität im Kundenservice durch den gezielten Einsatz von KI zu steigern. Im Detail zeigt der Talk, wie bis zu 80 Prozent der Serviceanfragen durch Large Language Models automatisiert bearbeitet werden können. Automatisierte Gesprächszusammenfassungen erreichen dabei eine Qualität, die menschliche Ergebnisse übertrifft, und lassen sich direkt in CRM-Systeme integrieren. Weitere Anwendungsfälle umfassen die vollständige Automatisierung einfacher Serviceprozesse, den Einsatz von KI-basierten Telefonagenten sowie die Unterstützung menschlicher Agenten durch Echtzeit-Informationen aus Wissensdatenbanken. Zentrale Herausforderungen wie die Sicherstellung der Antwortqualität, Datenschutz durch Pseudonymisierung und flexible Modellwahl werden anhand von Praxisbeispielen und technischen Lösungen wie Middleware-Gateways erläutert. Die Empfehlung lautet, mit klar umrissenen Use Cases zu starten, um Erfahrungen zu sammeln und die Integration schrittweise auszubauen. ## Kernaussagen -

Large Language Models wie ChatGPT ermöglichen die Automatisierung von bis zu 80 Prozent der Serviceanfragen im Kundenservice. - Automatisierte Gesprächszusammenfassungen durch LLMs sind mindestens so gut wie menschliche Zusammenfassungen und können kostengünstig und schnell erstellt werden. - Datenschutz, Compliance und Kostenkontrolle sind zentrale Herausforderungen beim Einsatz von LLMs im Kundenservice und erfordern Lösungen wie Pseudonymisierung und dedizierte Gateways. - Die Integration von LLMs in bestehende Systeme wie CRM und Knowledge Management unterstützt Agenten in Echtzeit und steigert die Servicequalität. - Unternehmen sollten jetzt mit kleinen, greifbaren Use Cases starten, um Erfahrungen mit LLMs zu sammeln und nicht den Anschluss an den Wettbewerb zu verlieren.

## Zitat > 80 Prozent der Serviceanfragen werden künftig von Maschinen beantwortet – Unternehmen, die jetzt nicht mit KI im Kundenservice starten, riskieren den Anschluss zu verlieren. – Dr. Ralf Nikolai Unsere Tests zeigen: Moderne Large Language Models wie GPT-IV liefern bei Gesprächszusammenfassungen im Callcenter eine höhere Qualität als menschliche Agenten – schneller und zu minimalen Kosten. – Dr. Ralf Nikolai Datenschutz, Transparenz und Kostenkontrolle sind zentrale Herausforderungen – mit Lösungen wie unserem Enterprise Gateway können Unternehmen KI bedenkenlos und compliant im Kundenservice einsetzen. – Dr. Ralf Nikolai