Thought Leadership
Ein Fachartikel von Carolin Edler-Mende, Geschäftsführerin der Aristech GmbH.
Generative KI-Assistenten auf dem Smartphone, im Auto und im Wohnzimmer machen natürliche Sprachinteraktionen zunehmend zur Alltagserfahrung. Damit verändert sich auch, was Menschen von Unternehmenshotlines erwarten. Für Unternehmen reicht es deshalb nicht, wenn der KI-Assistent überzeugend klingt. Gute Voice AI muss auf verlässliches Wissen zugreifen, in reale Prozesse eingebunden sein und erkennen, wo ihre Aufgabe endet.
Niemand ruft bei einem Unternehmen an und denkt dabei bewusst an Alexa, den Sprachassistenten im Auto oder die KI-Anwendung, mit der kurz zuvor ein Urlaub geplant wurde. Trotzdem prägen genau diese Erfahrungen zunehmend die Erwartungen an digitale Kommunikation.
Noch vor wenigen Jahren mussten Nutzer lernen, wie sie mit einer Maschine sprechen. Befehle mussten eindeutig sein, Abweichungen führten schnell zurück an den Anfang. Generative KI dreht dieses Verhältnis um: Nicht mehr der Mensch sucht nach der richtigen Formulierung. Das System versteht freie Sprache, behält den Kontext und führt ein Anliegen über mehrere Gesprächsschritte hinweg fort.
Im Alltag wird das bereits sichtbar. Alexa+ führt auf Echo-Geräten freiere Dialoge und erinnert sich an vorherige Fragen. Auf Smartphones greifen Assistenten wie Gemini oder Siri auf Informationen aus mehreren Apps zu. Im Auto lassen sich Ziele ändern, Nachrichten formulieren oder Informationen abrufen, ohne starre Befehle auswendig zu lernen.
Das verändert nicht nur die Technologie. Es verändert vor allem die Menschen. Wer im Alltag erlebt, dass Sprachdialoge natürlich funktionieren, bringt diese Erwartung auch in den Kontakt mit Unternehmen mit. Meist geschieht das unbewusst. Kunden vergleichen eine Behörden-Hotline nicht ausdrücklich mit einem Shopping-Sprachassistenten. Sie merken aber sehr schnell, wenn sie sich wieder der Logik eines Systems unterordnen müssen.
Die beste digitale Erfahrung setzt den Standard
Viele Unternehmen vergleichen ihren Kundenservice noch immer primär mit dem ihrer direkten Wettbewerber. Doch Kunden fragen sich nicht, ob die Hotline eines Energieversorgers besser funktioniert als die eines anderen Energieversorgers. Sie vergleichen jede digitale Interaktion mit den besten Erfahrungen, die sie an anderer Stelle bereits gemacht haben.
Wer gewohnt ist, ein Anliegen in eigenen Worten schildern zu können, akzeptiert immer seltener starre Sprachmenüs, mehrfaches Weiterverbinden oder dieselben Rückfragen in jeder Gesprächsphase. Kunden wollen eine Frage klären oder ein Problem lösen: schnell, unkompliziert und ohne Informationen mehrfach wiederholen zu müssen.
Dass die Ansprüche steigen, zeigt auch der Zendesk CX Trends Report 2026. Demnach erwarten 88 Prozent der Befragten schnellere Reaktionszeiten als noch ein Jahr zuvor. 74 Prozent geben an, aufgrund von KI inzwischen mit einem rund um die Uhr verfügbaren Kundenservice zu rechnen. Diese Zahlen zeigen, wie schnell aus neuen technischen Möglichkeiten selbstverständliche Serviceerwartungen werden.
Die Technologie ist bereit, die Unternehmensrealität ist komplizierter
Die Technologie für natürliche Sprachinteraktion ist weit entwickelt. Generative Voice AI kann offene Anliegen aufnehmen, Zusammenhänge erkennen, frühere Aussagen berücksichtigen und passende Rückfragen stellen. Die Technologie steht also bereit.
Doch ein natürliches Gespräch allein löst noch kein Kundenanliegen. Im Unternehmenskontext muss ein Sprachassistent auf verlässliches Wissen zugreifen, Kundendaten sicher verarbeiten und mit bestehenden Prozessen und IT-Systemen zusammenspielen. Er muss beispielsweise erkennen können, ob eine Rechnung offen ist, eine Adresse geändert werden darf oder ein Vorgang bereits bearbeitet wurde. Gleichzeitig muss nachvollziehbar bleiben, welche Informationen verwendet, gespeichert und weitergegeben werden.
Die Stimme ist deshalb nur die Oberfläche. Ein Assistent kann sprachlich souverän wirken und trotzdem keine belastbare Auskunft geben. Fehlt die Anbindung an Daten, Wissensquellen oder Unternehmenssysteme, bleibt es bei einem überzeugenden Gespräch ohne verwertbares Ergebnis. Das kann Kunden sogar stärker enttäuschen als ein erkennbar begrenztes Sprachmenü, weil die natürliche Sprache mehr Kompetenz verspricht, als die Anwendung dahinter tatsächlich besitzt.
Die zentrale Herausforderung besteht deshalb darin, natürliche Sprachinteraktion mit verlässlichem Wissen und funktionierenden Prozessen zu verbinden. Nicht jeder Teil eines Gesprächs sollte dabei generativ gesteuert werden. Offene Anliegen und flexible Rückfragen eignen sich gut für generative KI. Authentifizierung, verbindliche Prüfungen und regulatorisch sensible Schritte benötigen dagegen klar definierte Abläufe. Anbieter wie das Heidelberger Unternehmen Aristech, das Voice-AI-Systeme in Europa entwickelt und betreibt, setzen deshalb bewusst auf einen hybriden Ansatz aus generativer Sprachsteuerung und regelbasierten Prozessen für Authentifizierung und sensible Vorgänge.
Gute Voice AI muss wissen, wann sie abgeben sollte
Zur Qualität eines KI-Assistenten gehört nicht nur, was er selbst lösen kann. Ebenso wichtig ist, dass er erkennt, wann seine Möglichkeiten enden. Das gilt etwa dann, wenn ein Anliegen zu komplex wird, eine verbindliche Entscheidung durch einen Mitarbeiter erforderlich ist oder ein Gespräch besondere Sensibilität verlangt, beispielsweise bei einem Todesfall, einem Betrugsverdacht oder einer schwierigen Kündigungssituation.
In solchen Momenten darf die Übergabe an einen Menschen kein Notausgang sein, der erst nach mehreren gescheiterten Versuchen geöffnet wird. Sie muss Teil des Servicekonzepts sein. Der Assistent sollte erkennen, wann eine Übergabe sinnvoll ist, den bisherigen Gesprächskontext erhalten und dafür sorgen, dass der Kunde sein Anliegen nicht noch einmal von vorne schildern muss.
Vom natürlichen Gespräch zum verlässlichen Service
Für Unternehmen beginnt die Arbeit nicht mit der Auswahl eines Sprachmodells, sondern mit den konkreten Problemen ihrer Kunden: Wo entstehen Wartezeiten? Wo gehen Informationen verloren? Welche Anliegen lassen sich klar automatisieren und wo braucht es feste Regeln oder einen Menschen?
Besonders geeignet sind wiederkehrende, klar abgegrenzte Vorgänge, bei denen Sprachagenten Bearbeitungszeiten verkürzen und Servicemitarbeiter entlasten kann. Dabei kommt es nicht allein auf die Qualität des Dialogs an, sondern auf das Zusammenspiel von Unternehmenswissen, Systemen, Datenschutz und klaren Zuständigkeiten. Für Kunden ist letztlich zweitrangig, welche Technologie im Hintergrund arbeitet. Sie wollen nicht mit der bestmöglichen KI sprechen, sondern ihr Problem möglichst einfach lösen, unabhängig davon, ob dafür generative KI, ein regelbasierter Prozess oder ein menschlicher Mitarbeiter am besten geeignet ist.
Die neue Messlatte für guten Kundenservice entsteht deshalb längst nicht mehr nur im eigenen Markt. Sie entsteht im Wohnzimmer, im Auto und auf dem Smartphone. Unternehmen sollten Voice AI nicht einsetzen, weil sie ein Technologietrend ist, sondern weil sich die Erwartungen ihrer Kunden bereits verändert haben. Für Anbieter wie Aristech liegt die entscheidende Aufgabe deshalb darin, diese neue Qualität natürlicher Sprachinteraktion mit den Anforderungen realer Unternehmensprozesse zu verbinden.
