Viele Unternehmen wollen wissen, ob sich KI im Kundenservice lohnt. Die Roland-Berger-/Potloc-Studie 2026 liefert dafür Zahlen zu Reaktionszeiten, Kundenzufriedenheit, Prozesseffizienz und Kosten. Aus Managementsicht ragt aber eine andere Zahl heraus: Die gemeldete KI-Nutzung im Kundenservice sank von 95 % auf 54 %.
Dieser Rückgang ist für Investitionsentscheidungen relevant. Er zeigt, dass Unternehmen beginnen, zwischen KI-Experimenten und belastbarem KI-Einsatz im Kundenservice zu unterscheiden. Genau dadurch verändert sich die Investitionsfrage. Ein KI-Tool allein macht den Service noch nicht wirtschaftlicher. Bewertbar wird eine Investition erst, wenn klar ist, welche Servicefälle verbessert werden sollen und ob Daten, Systeme und Verantwortlichkeiten dafür vorhanden sind.
„When the hype fades, reality hits“
Die Studie „When the hype fades, reality hits“ wurde von Roland Berger gemeinsam mit Potloc erstellt. Für die Untersuchung wurden von November 2025 bis März 2026 mehr als 550 Führungskräfte und Entscheidungsträger aus dem Kundenservice in zehn Ländern befragt.
Die Effizienzwerte zeigen Potenzial. Der Rückgang der gemeldeten Nutzung zeigt Reife. Unternehmen zählen nicht mehr jede Automatisierung, jeden Test und jeden Chatbot-Piloten unkritisch als KI-Erfolg. Für Investitionsentscheidungen ist genau diese Unterscheidung wichtig. Die Studienergebnisse zeigen auch, dass ältere Systeme und aufwendige Systemverbindungen den breiteren KI-Einsatz häufig bremsen. Die übrigen Werte erklären, wo KI im Betrieb wirken kann: schnellere Antworten, bessere Kundenerfahrung, weniger manuelle Arbeit und geringere operative Belastung. Die Bot-Akzeptanz ergänzt: Kunden nehmen KI an, wenn sie bei passenden Anliegen hilft.
Die Studienergebnisse in Zahlen:
- 95 % auf 54 %: Die angegebene KI-Nutzung im Kundenservice ist gesunken.
- 19 % kürzere Reaktionszeiten im Schnitt.
- 10,7 % höherer Net Promoter Score (Kennzahl dafür, wie wahrscheinlich Kunden ein Unternehmen weiterempfehlen).
- 11,5 % höhere Prozesseffizienz im Schnitt.
- 11,7 % geringere Betriebskosten im Schnitt.
- 45 % der KI-gestützten Serviceorganisationen nutzen KI als zentralen Kunden-Touchpoint.
- 80 % der Kunden reagieren positiv oder sehr positiv auf KI-basierte Bots.
- 46 % der KI-Nutzer nennen Legacy-Systeme und Integrationskomplexität als zentrale Hürde.
Quelle: Roland Berger 08. Juli 2026
In KI im Kundenservice investieren?
Studienzahlen können eine Entscheidung stützen, aber sie ersetzen keine Prüfung der eigenen Serviceorganisation. Ein Unternehmen mit gepflegtem CRM, klaren Zuständigkeiten und verbundenen Telefonie- und Ticketdaten bewertet KI anders als eine Organisation, in der Anrufe, E-Mails, Tickets und Wissensartikel nicht miteinander verknüpft sind. Der Beitrag CRM und Teams im Kundenservice verbinden erklärt das Thema Datenintegrität detaillierter.
Die riskante Erwartung lautet: Wenn andere Unternehmen mit KI Reaktionszeiten verkürzen und Kosten senken, müsste das im eigenen Kundenservice ähnlich funktionieren. Diese Rechnung bleibt zu grob. Die Studie misst Ergebnisse in Organisationen, die KI bereits einsetzen. Sie sagt nicht, dass jedes Unternehmen mit einem neuen KI-Werkzeug automatisch vergleichbare Effekte erreicht.
Für Entscheider liegt die Managementaufgabe deshalb in der Einordnung.
- Welche Servicefälle verursachen heute Aufwand?
- Wo entstehen Wartezeiten?
- Welche Anfragen wiederholen sich?
- Welche Vorgänge brauchen Kundenkontext aus CRM, Ticketsystem, Telefonie oder Wissensbasis?
Erst wenn diese Fragen beantwortet sind, lässt sich eine KI-Investition fachlich bewerten.
Welche Voraussetzungen den Nutzen von KI beeinflussen
Ein typischer Servicefall zeigt die Grenze schnell. Ein Kunde ruft an. Der Agent braucht Kundendaten aus dem CRM, den Ticketstatus, Vertragsinformationen … kurz: den passenden Kontext. Wenn diese Informationen verteilt, veraltet oder nur einzelnen Mitarbeitenden bekannt sind, bleibt KI oberflächlich. Sie kann dann vielleicht einen Text formulieren, aber sie kann den Servicefall nicht zuverlässig einordnen.
Sind die Informationen verbunden, verändert sich die Rolle von KI. Dann kann sie helfen, Anliegen einzuordnen, Antwortvorschläge vorzubereiten, Wissen schneller bereitzustellen oder Zusammenfassungen für die Nachbearbeitung zu erstellen. Genau deshalb sollte KI im Contact Center als Planungsthema für Serviceprozesse, Datenzugriff und Verantwortlichkeiten eingeordnet werden.
Telefonie ist dabei ein besonders wichtiger Datenpunkt. Ein Anruf liefert Informationen zu Anliegen, Dringlichkeit, Historie und nächsten Schritten. Wer KI später für Auswertung, Priorisierung oder Zusammenfassung nutzen möchte, sollte früh prüfen, wie sich Anrufdaten im CRM nutzbar machen lassen.
KI kann nur (gut) mit den Inhalten arbeiten, auf die sie zugreifen darf und die fachlich geprüft sind. Der Beitrag zu Wissensdatenbanken für den Kundenservice mit KI vertieft diesen Teil der Vorbereitung.
Was die Studie für Serviceorganisationen bedeutet
Die Roland-Berger-/Potloc-Studie liefert gute Gründe, KI im Kundenservice zu prüfen. Sie liefert aber auch einen Maßstab für die eigene Vorbereitung. Der Rückgang der gemeldeten Nutzung zeigt, dass Unternehmen genauer hinsehen:
- Was ist ein Pilot/KI-Pilotprojekt?
- Was ist ein produktiver Einsatz?
- Wo entsteht messbarer Nutzen?
Für Investitionsentscheidungen ist diese Unterscheidung hilfreich. KI wird wirtschaftlich bewertbar, wenn der betroffene Servicefall klar ist, wenn Daten zugänglich sind, wenn Systeme verbunden arbeiten und wenn jemand Verantwortung für Qualität, Freigaben und Weiterentwicklung übernimmt.
Wenn der Hype nachlässt, bleibt im Kundenservice die praktische Arbeit an Datenqualität, Systemverbindungen und Zuständigkeiten. Genau an diesem Punkt landen wir bei Pfalzcloud in KI-Gesprächen immer wieder, manchmal früher als erwartet. Das ist nicht der glamouröseste Teil einer KI-Strategie, aber oft der wichtigste Schritt. Viele Unternehmen haben hier noch Nachholbedarf, aber wer diese Grundlagen angeht, schafft bessere Voraussetzungen dafür, dass KI mehr wird als ein Pilot und im Servicealltag wirklich hilft.
Tags:
