News
Ein führender Neobroker schaltet den Chatbot ab: Was Unternehmen über KI im Kundenservice lernen müssen
Ein führender europäischer Neobroker investiert zweistellige Millionen in menschlichen Service – und ersetzt seinen Chatbot. Warum das kein KI-Problem ist, sondern ein Konzept-Problem, und wie hybride KI-Strategien wirklich funktionieren.
Wie zuletzt öffentlich berichtet wurde, investiert ein führender europäischer Neobroker (Trade Republic) einen zweistelligen Millionenbetrag in seinen Kundenservice. Über 1.000 Service-Mitarbeitende, 24/7, in acht Sprachen, an Standorten quer durch Europa. Bis vor Kurzem war der einzige Kontaktweg ein automatisierter In-App-Chat mit FAQ-Logik. Kein Mensch. Keine Telefonnummer. Innerhalb eines Jahres hatten sich die Beschwerden bei den Verbraucherzentralen mehr als verdoppelt. Die Antwort des Unternehmens: zurück zum Menschen.
Das ist kein KI-Problem, sondern ein Konzept-Problem und bei weitem kein Einzelfall, sondern ein falsches Signal, welches derzeit an die gesamte Branche gesendet wird. Das Muster dahinter beobachten wir schon seit Jahren. Dabei kann KI im Kundenservice gut funktionieren und als ideale Ergänzung im Umgang mit Kunden genutzt werden, wenn man sie zum Beispiel hybrid einsetzt.
Die Schlagzeilen klingen nach einer Niederlage der KI im Kundenservice. Schaut man hinter die Fassade fällt aber auf, dass das Problem nicht die KI selbst ist, sondern wie Unternehmen sie einsetzen. Heute wird oft mit Buzzwords wie “KI-Kundenservice”, “KI-Chatbot” und “Automatisierung” um sich geworfen und viele Unternehmen fallen auf Marketing-Versprechen herein. Dadurch implementieren sie zwar Künstliche Intelligenz in ihren Service, achten aber nicht darauf, dass diese als Brücke zwischen der Kundschaft und dem Unternehmen funktionieren soll.
Die Lösung liegt nicht darin, die KI abzuschalten, sondern in einem hybriden Ansatz auf Basis einer einheitlichen Wissensbasis – KI für die wiederkehrenden Anfragen, der Mensch für die komplexen Fälle. Wie das konkret aussieht, zeigt dieser Artikel.
- Warum der Stimmungswandel jetzt kommt
- Die sechs typischen Fehler beim KI-Einsatz im Kundenservice
- Das Qualitätsproblem technisch lösen, nicht wegdefinieren
- Wie es richtig geht: der hybride Ansatz
- Es gibt keine Einheitslösung, aber eine passende Lösung je Unternehmensgröße
- Die eigentliche Lehre aus dem Fall Trade Republic
- Kostenloser Strategie-Check: Wo hilft KI wirklich in Ihrem Service?
- FAQ
Warum der Stimmungswandel jetzt kommt
Seit über 15 Jahren begleiten wir bei OMQ Unternehmen im DACH-Raum bei der Automatisierung ihres Kundenservice. Versicherungen und Banken, Industrieunternehmen und E-Commerce-Marken, aber auch Öffentliche Einrichtungen wie IHKs und Kammern. In dieser Zeit haben wir hunderte Chatbot-, E-Mail- und Agenten-Assist-Projekte gesehen.
Die Frustration der Kundschaft entsteht nicht, weil KI im Spiel ist. Sie entsteht, weil der Chatbot blockt, statt zu helfen. Weil er Standardantworten ausspuckt, obwohl ein konkretes Problem vorliegt und weil es keinen Weg zum Menschen gibt, wenn die Maschine nicht weiterkommt.
Medien und Verbraucherschützer berichten zunehmend kritisch über automatisierten Service. Die „Rückkehr zum Menschen” wird in Pressemitteilungen als Qualitätsmerkmal vermarktet. Das klingt sympathisch, löst aber kein strukturelles Problem. Wer KI abschafft, löst nicht die Ursache. Er vermeidet nur die Symptome. Die Anforderungen an einen schnellen, erreichbaren, persönlichen Service bleiben. Mit jedem Wachstumsschritt steigen sie weiter, und mit ihnen die Personalkosten.
Die sechs typischen Fehler beim KI-Einsatz im Kundenservice
Wer KI-Projekte aus der Nähe begleitet, sieht dieselben Fehler immer wieder. Sechs davon tauchen besonders häufig auf, und sie erklären fast jede gescheiterte Automatisierung. Sie sind keine technischen, sondern strategische Fehler.
Der Chatbot soll alles können, alle Kanäle bedienen, jeden Mitarbeitenden entlasten. Das Ergebnis: Die Kundschaft wird in eine Einbahnstraße gezwungen. Sobald das Anliegen komplex wird, entsteht Hilflosigkeit statt Hilfe, und der Cost-per-Contact steigt durch Mehrfachkontakte und Eskalationen am Ende doch.
Viele Chatbots sind im Kern nur FAQ-Systeme in schönem UI. Sie beantworten die zehn häufigsten Fragen und scheitern an der elften. Wer KI ernsthaft einsetzen will, braucht eine tiefe, gepflegte und strukturierte Wissensbasis als zentrales strategisches Asset, nicht als IT-Beistellbasis.
Es gibt keinen Eskalationspfad zum Menschen. Kein „Ich verbinde Sie mit einer Service-Mitarbeiterin”. Stattdessen eine Schleife aus „Das habe ich nicht verstanden.” Kein Wunder, dass Kund:innen wütend werden und der Net Promoter Score abrutscht.
KI ist kein Möbelstück. Sie muss gepflegt werden. Produkte, Preise, Prozesse und rechtliche Vorgaben ändern sich ständig. Eine KI, die vor einem Jahr trainiert wurde, arbeitet heute mit veraltetem Wissen, und unter dem AI Act wird genau das schnell zum Compliance-Risiko.
Ein Chatbot im Web, ein Bot im E-Mail-Postfach, ein Voice-Assistent irgendwo dazwischen, aber keine gemeinsame Logik. Das Ergebnis ist ein uneinheitliches Kundenerlebnis, ein verunsichertes Service-Team und drei parallele Wartungsstränge, die das Service-Budget aufzehren.
Der Chatbot sagt A. Der E-Mail-Bot sagt B. Der menschliche Agent sagt C. Drei Wahrheiten in einem Unternehmen, weil jeder Kanal mit eigener Logik und eigener Wissensbasis betrieben wird. Das zerstört Vertrauen schneller als jede schlechte Antwort, und es verdreifacht stillschweigend die Total Cost of Ownership der Automatisierung.
Das Qualitätsproblem technisch lösen, nicht wegdefinieren
Hinter fast allen diesen Fehlern liegt ein tieferer Zweifel: Kann ich einer KI vertrauen, die auch halluzinieren kann? Das ist eine berechtigte Frage. Sie verdient eine technische Antwort, nicht nur eine rhetorische.
Deshalb haben wir bei OMQ eine mehrstufige KI-Agenten-Pipeline entwickelt. Jede Antwort, die unser System generiert, wird vor dem Versand von einem zweiten, unabhängigen KI-Modell geprüft. Automatisch, in Echtzeit. Wir nennen das 4-Augen-Prinzip, nur eben zwischen zwei Modellen. Alles basiert ausschließlich auf dem verifizierten Servicewissen des jeweiligen Unternehmens, gehostet in Deutschland, ISO-27001-zertifiziert, ohne Trainingsdaten-Weitergabe und konform mit DSGVO und AI Act.
Genau dieser Aufbau greift den zentralen Vertrauensverlust gegenüber KI im Kundenservice direkt an. Er adressiert die ersten drei Fehler, bevor sie überhaupt entstehen können, und macht die Lösung audit- und vorstandstauglich.
Das 4-Augen-Prinzip für KI: Zwei Modelle, eine geprüfte Antwort
Wie es richtig geht: der hybride Ansatz
KI und Mensch sind kein Entweder-oder. Richtig aufgesetzt ergänzen sie sich. Nur in dieser Kombination entsteht der Qualitätssprung, den viele Unternehmen suchen, und nur dort entsteht der ROI, der über die Pilotphase hinausträgt.
Bis zu 80% aller Kundenanfragen sind wiederkehrend. Passwort zurücksetzen. Versandstatus. Rechnungsadresse ändern. Vertragslaufzeit prüfen. Hier ist KI klar überlegen: 24/7 verfügbar, sekundenschnell, unbegrenzt skalierbar, ohne marginale Personalkosten.
Die verbleibenden 20% sind die komplexen, emotionalen Fälle. Der verunsicherte Kunde. Die wütende Kundin. Die Person, die kurz vor der Kündigung steht. Hier gehört der Mensch hin, mit Zeit, Aufmerksamkeit und echter Entscheidungskompetenz, denn genau diese 20% entscheiden über Customer Lifetime Value und Churn-Rate.
Und dazwischen: KI als Echtzeit-Assistent für die Service-Mitarbeitenden. Sie schlägt Antworten vor, liefert Kontext, zieht die relevanten Stellen aus der Wissensbasis hervor. Der Mensch bleibt der Entscheider. Die KI beschleunigt ihn. Die Kundin auf der anderen Seite spürt davon nichts, außer einer klaren, schnellen, konsistenten Antwort, und das Onboarding neuer Mitarbeitender verkürzt sich von Monaten auf Wochen.
Das Fundament dafür ist eine einheitliche Wissensbasis, also eine Single Source of Truth, die den KI-Chatbot, den E-Mail-Bot für die E-Mail-Automatisierung und den Agenten-Assistenten gleichzeitig speist. Genau das ist der OMQ-Ansatz. Den sechsten Fehler, also widersprüchliche Antworten je nach Kanal, lösen wir damit technisch, weil alle Kanäle aus derselben Quelle lesen, und die Total Cost of Ownership halbiert sich, weil nur noch ein Wissensbestand gepflegt werden muss.
Es gibt keine Einheitslösung, aber eine passende Lösung je Unternehmensgröße
Was wir aus hunderten Projekten gelernt haben: Der richtige Einsatz von KI hängt stark von Unternehmensgröße, Anfragevolumen und Budget ab. Die Frage „brauchen wir einen Bot?” ist fast immer zu kurz gedacht. Die bessere Frage lautet: Welche Kombination aus KI und Mensch passt zu unserem Volumen, unserem Team, unseren Compliance-Anforderungen und unserer Kundschaft?
| Unternehmensgröße / Budget | Empfohlener Ansatz | Vorteil |
|---|---|---|
| Kleines Unternehmen, geringes Budget | KI als primärer Kanal | 24/7 erreichbar, ohne FTE-Aufbau |
| Mittleres Unternehmen | Hybrider Ansatz: KI plus Service-Team | KI entlastet, Menschen lösen komplexe Fälle, messbare Cost-per-Contact-Senkung |
| Großes Unternehmen, hohes Budget | KI als Turbo für das Service-Team | Maximale Qualität plus Skalierbarkeit ohne lineares FTE-Wachstum |
Für uns heißt das in der Praxis: Ein mittelständischer Händler wie myphotobook erreicht mit OMQ Reply eine Automatisierungsquote von rund 80% im E-Mail-Support, ohne dass der Service an Qualität verliert. Im Gegenteil: Die Service-Mitarbeitenden kümmern sich wieder um die Fälle, für die es sie wirklich braucht, und das Team skaliert mit dem Wachstum statt mit den Tickets.
Die eigentliche Lehre aus dem Fall Trade Republic
Trade Republic’s Kundenservice ist nicht gescheitert, weil dort KI eingesetzt wurde. Die Kundenservice-Automatisierung dort ist gescheitert, weil KI als Fassade benutzt wurde. Als Blocker zwischen sich und der eigenen Kundschaft. Nicht als Brücke zu ihr.
Die Lehre ist nicht „KI abschaffen”. Die Lehre lautet: KI richtig einsetzen. Mit einer tiefen, gepflegten Wissensbasis. Mit einer automatischen Qualitätsprüfung. Mit einem sauberen Übergabepfad zum Menschen. Mit Architektur, die DSGVO und AI Act erfüllt. Und mit der Einsicht, dass gute Technologie den Menschen nicht ersetzt, sondern ihn genau dann am wertvollsten macht, wenn er wirklich gebraucht wird.
Alles andere ist kein KI-Problem. Es ist ein Konzept-Problem.
Kostenloser Strategie-Check: Wo hilft KI wirklich in Ihrem Service?
Wenn Sie sich gerade fragen, wo Ihr Kundenservice heute steht und wo KI tatsächlich Sinn macht, bieten wir einen kostenlosen 30-minütigen Strategie-Check an. Wir schauen uns Ihre aktuelle Aufstellung an, ordnen Ihren Cost-per-Contact in den DACH-Benchmark ein und zeigen konkret, an welchen Stellen Automatisierung den größten ROI-Hebel hat, wo der Mensch unverzichtbar ist und wo eine saubere Kombination Ihre Skalierungsstrategie absichert.
Jetzt Termin vereinbaren oder schreiben Sie mir direkt auf LinkedIn. Ich bin gespannt auf Ihre Erfahrungen: Wo hat KI in Ihrem Service bisher funktioniert, und wo nicht?
