KI- UND DIGITALE TRENDS 2026 FÜR KUNDENINTERAKTION.
Fortschritte und Herausforderungen bei KI-gestützter Kundeninteraktion.
Blick in den Adobe-Bericht KI- und digitale Trends 2026 für Kundeninteraktion.
Agent-basierte KI verändert Kundeninteraktionen grundlegend und deckt gleichzeitig die Kluft zwischen Anspruch und Wirklichkeit auf. Unternehmen setzen sich ehrgeizige Ziele für Personalisierung in Echtzeit, doch der Erfolg hängt davon ab, Lücken bei der Datenbereitschaft, Analyseinfrastruktur und der Abstimmung von der Führungsebene bis zur Ausführung zu schließen.
Der diesjährige Bericht zeigt Erkenntnisse darüber auf, wie Marken vom Erkennen des Potenzials von Agent-basierter KI zur Wertschöpfung übergehen. Er untersucht Daten wie:
- Welche Kundeninteraktionen Agent-basierte KI übernehmen wird: 62 % der Unternehmen planen, sie in den nächsten 18 Monaten für dialogbasierte Kundeninteraktion zu nutzen.
- Die Herausforderungen, die Unternehmen von einer flächendeckenden Einführung abhalten: Nur 39 % verfügen über eine gemeinsame Kundendatenplattform, die einen großflächigen Rollout von Agent-basierter KI unterstützen kann.
- Die Abstimmungslücke zwischen Führungs- und Fachkräften: Nur 21 % der Unternehmen geben an, dass Führungs- und Fachkräfte dieselbe KI-Strategie verfolgen.
KI- UND DIGITALE TRENDS 2026 FÜR KUNDENINTERAKTION.
Fortschritte und Herausforderungen bei KI-gestützter Kundeninteraktion.
Agent-basierte KI setzt neue Maßstäbe für Kundeninteraktion und erhöht die Erwartungen an Personalisierung in Echtzeit. Doch der diesjährige Bericht KI- und digitale Trends für Kundeninteraktion zeigt, dass die meisten Unternehmen noch nicht über die nötigen Daten, Analysen oder Abstimmung verfügen. Dadurch rücken Prioritäten für die Skalierung stärker in den Fokus.
Springt zu einem Schlüsselabschnitt für Erkenntnisse zu
Kundeninteraktion.
Einführung.
Marken richten sich auf eine Zukunft ein, in der Agent-basierte KI den Großteil der Kundeninteraktionen und operativen Workflows übernimmt. Das führt zu höherer Mitarbeiterproduktivität und mehr kreativem Output. Doch unsere globale Umfrage unter 3.000 Führungs- und Fachkräften für den Bericht Adobe KI- und digitale Trends 2026 zeigt: Die Ambitionen für KI-gestützte Echtzeit-Personalisierung im benötigten Umfang sind deutlich größer als die organisatorische Bereitschaft.
Nur wenige verfügen über die nötige Datenqualität, harmonisierte Profile oder Analyse-Frameworks, um ihre KI-Investitionen zu skalieren. Obwohl KI bereits zu Verbesserungen in wichtigen Marketing-Workflows führt, haben Teams Schwierigkeiten, diese Vorteile in quantifizierbare Erfolge für die Führungsebene zu übersetzen. Die anhaltende Unstimmigkeit bei der KI-Strategie zwischen Führungs- und Fachkräften verstärkt diese Herausforderungen zusätzlich. Um KI-gesteuerte Interaktionen erfolgreich zu skalieren, müssen Unternehmen drei Lücken gleichzeitig schließen: Datenbereitschaft, Messinfrastruktur und Abstimmung zwischen Führungs- und Fachkräften.
Abschnitt 1.
Marken streben nach Echtzeit-Personalisierung trotz mangelnder digitaler Reife.
Unternehmen setzen stark auf Echtzeit-Personalisierung als Zukunft der Customer Experience (CX). Gleichzeitig erkennen sie, dass ihre aktuellen digitalen Fähigkeiten möglicherweise nicht ausreichen, um diese Personalisierung skaliert zu liefern.
Mehr als die Hälfte der Unternehmen nennt die Bereitstellung personalisierterer Kundenerlebnisse als vorrangiges Ziel für KI-Investitionen in den nächsten 18 Monaten. Andere Prioritäten wie die Automatisierung wiederkehrender Aufgaben und Workflows, die Verbesserung von Datenqualität und -Governance sowie die Beschleunigung der Content-Erstellung sind weniger wichtig (Abbildung 1). Auf die Frage, was bahnbrechende CX in den nächsten zwei bis drei Jahren ausmachen wird, verweisen 80 % auf hochgradig personalisierte Erlebnisse, die Kundenbedürfnisse in Echtzeit antizipieren.
Abschnitt 2.
Ambitionen für Agent-basierte KI übertreffen Bereitstellungsbereitschaft.
Marken setzen sich ehrgeizige Ziele für Agent-basierte KI, doch der aktuelle Bereitstellungsstand zeigt eine ungleichmäßigere Realität. Weniger als ein Drittel der Unternehmen hat die Pilotphase überwunden und Agent-basierte KI unternehmens- oder funktionsübergreifend für den Kundendienst implementiert (30 %) – ein Bereich, den viele schon bald automatisieren wollen. Noch weniger haben Agent-basierte KI in gleichem Maße bei der Erstellung und Aktivierung von Marketing-Content (22 %) oder bei Personalisierung und Empfehlungen (18 %) eingeführt.
Trotz begrenzter Fortschritte bei der Skalierung von Agent-basierter KI erwartet die Mehrheit der Marken, dass die Technologie einen erheblichen Anteil aller Interaktionen an Kundenkontaktpunkten direkt übernehmen wird. So glauben mehr als drei Viertel, dass innerhalb der nächsten 18 Monate Agent-basierte KI mindestens die Hälfte aller Interaktionen im Kundendienst verwalten wird. Sie haben ähnliche Erwartungen an die Rolle von Agent-basierter KI bei der After-Sales-Betreuung, im Kundenvertrieb und bei Transaktionen sowie bei dialogorientierter Interaktion (Abbildung 2). Diese Ambitionen bezüglich der wachsenden Rolle von Agent-basierter KI bei Kundeninteraktion gehen über die reine Skalierung hinaus: 42 % der Marken planen auch, spezielle Agent-Persönlichkeiten für verschiedene Zielgruppen zu entwickeln. Das deutet auf eine grundlegende Neugestaltung der KI-gesteuerten Kundenkontaktpunkte hin.
Die Pläne für Agent-basierte KI sind genauso ehrgeizig, wenn es um die Optimierung interner Prozesse geht. Innerhalb desselben Zeitraums erwarten Unternehmen, dass Agent-basierte KI Mitarbeitende bei Recherche und Wissensbeschaffung unterstützt (69 %), Routineaufgaben im Kundendienst automatisiert (63 %), das Marketing bei der Kampagnenorchestrierung unterstützt (52 %) und Content für Marketing-Kampagnen erstellt (44 %).
Diese Ambitionen zeigen deutlich, dass Marken optimistisch sind, was die transformativen Vorteile von Agent-basierter KI angeht. Fast zwei Drittel (63 %) glauben, dass sie ihrem Unternehmen die Freiheit geben wird, sich stärker auf Strategie und kreative Arbeit zu konzentrieren. 47 % gehen sogar noch weiter und sagen, dass Unternehmen, die Agent-basierte KI nicht einführen, den Anschluss verlieren werden. Etwa ein Drittel priorisiert bereits Investitionen in Agent-basierte KI gegenüber weiter verbreiteten Ansätzen wie generativer KI. Doch wie die Kluft zwischen Überzeugung und Umsetzung zeigt, erfordert der Schritt von Agent-basierter KI vom Experiment zur Skalierung, dass Unternehmen verschiedene operative Hürden angehen, die sich nicht allein durch Ambitionen lösen lassen.
Abschnitt 3.
Harmonisierte Datenfundamente sind Voraussetzung für KI-gestützte Interaktion.
KI kann Unternehmen dabei helfen, ihre Vision von Personalisierung in Echtzeit im benötigten Umfang umzusetzen. Fragmentierte Daten sind jedoch ein großes Hindernis bei der Implementierung. Die meisten haben noch nicht die Datenfundamente (d. h. Qualität, Harmonisierung und Zugänglichkeit), die nötig sind, um KI-Anwendungen effektiv zu machen.
Die grundlegenden Voraussetzungen bleiben für einen erheblichen Teil der Unternehmen unerfüllt. Nur 44 % sagen, dass ihre Datenqualität und -zugänglichkeit derzeit für KI ausreichen. Etwa die Hälfte gibt an, dass ihre Fähigkeit, KI-Initiativen voranzutreiben, durch den aktuellen Grad der Datenvereinheitlichung und -struktur begrenzt ist.
Noch weniger sind auf Agent-basierte KI vorbereitet. Nur 39 % haben eine gemeinsame Kundendatenplattform, die die weitreichende Einführung von Agent-basierter KI unterstützen kann. Lediglich 44 % haben klare Daten-Management-Regeln und -Prozesse für die Technologie. Auf die Frage nach den größten Implementierungsherausforderungen nennen 75 % Datenintegration und -qualität – noch vor Fachkräftemangel (71 %) und unklarem ROI (68 %). Ohne ein starkes Datenfundament werden Unternehmen Schwierigkeiten haben, Agent-basierte KI effektiv einzusetzen, um Aufgaben wie die Generierung von Zielgruppensegmenten, die Erstellung kompletter Kundenprofil-Übersichten und die Bereitstellung von Interaktions-Updates in Echtzeit zu verwalten.
Investitionen in die Infrastruktur spiegeln dieselbe Diskrepanz wider. Während 89 % der Unternehmen in Cloud-Technologie für generative KI investiert haben, gilt dies nur für 51 % bei Agent-basierter KI. Der Kontrast ist bei der Systemintegration noch größer: 72 % haben Tools, um verschiedene Software und Systeme für generative KI-Anwendungsfälle zu verbinden, verglichen mit nur 37 % für Agent-basierte Use Cases. Nur 39 % sagen, sie haben ein harmonisiertes Kundendatenfundament, das Erkenntnisse aus den von ihren AI Agents und dialogbasierten Schnittstellen generierten Daten extrahieren kann. Das deutet darauf hin, dass die meisten Unternehmen immer noch nicht sinnvoll nachvollziehen können, was ihre KI-Anwendungen tatsächlich tun.
Abschnitt 4.
KI liefert Vorteile, aber Wertquantifizierung bleibt eine Herausforderung.
Teams berichten über deutliche Erfolge mit ihren KI-Anwendungen – insbesondere mit generativer KI –, doch nur wenige haben die nötigen Mess-Frameworks entwickelt, um der Führungsebene den ROI der Technologie formal zu belegen.
Fast zwei Drittel der Unternehmen haben praktische, wertvolle Use Cases für KI identifiziert. Fast die Hälfte nutzt bereits Agent-basierte oder generative KI für Journey-Design und Omni-Channel-Aktivierung, um Personalisierung im benötigten Umfang zu erreichen. Generative KI treibt bereits jetzt die Dynamik in verschiedenen Workflows voran. Die Mehrheit der Unternehmen gibt an, dass sie Volumen und Geschwindigkeit der Content-Ideenfindung und -Produktion verbessert, Nicht-Kreativen Content-Generierung ermöglicht, die Produktivität von Mitarbeitenden gesteigert und datengestützte Entscheidungsfindung gestärkt hat (Abbildung 3).
Trotz der weitverbreiteten Wahrnehmung dieser Vorteile bleibt der Nachweis des Nutzwerts von KI eine Herausforderung. Während Unternehmen Kundenzufriedenheit und Treue (z. B. Net Promotor Score, Bindung, Abwanderung) als wichtigsten Indikator der Führungsebene für KI-Erfolg einstufen – noch vor Umsatzwachstum und Kosteneinsparungen –, berichtet mehr als die Hälfte (56 %), dass die Führungsebene KI-Ergebnisse letztendlich rein durch eine finanzielle Brille bewertet. Diese Diskrepanz wird dadurch verschärft, dass 52 % der Unternehmen Schwierigkeiten haben, messbare Renditen auf KI-Investitionen anhand CX-bezogener Metriken zu belegen. Als Folge gestaltet sich die Argumentation auf beiden Seiten schwierig.
Beiden Herausforderungen liegt ein Mangel an formeller Infrastruktur für Messungen zugrunde. Nur 44 % haben ein Framework für das Tracking des ROI und des Werts generativer KI implementiert. Lediglich 31 % haben dies für Agent-basierte KI getan. Fast die Hälfte (47 %) hat weder ein Framework etabliert oder weiß nicht, ob eins vorhanden ist.
Abschnitt 5.
Die Abstimmungslücke zwischen Führungs- und Fachkräften schließen.
Unternehmen, die am besten für KI-gesteuerte Interaktion aufgestellt sind, zeichnen sich dadurch aus, dass Führungs- und Fachkräfte eine klare strategische Vision teilen. Dennoch berichten nur 21 % der Unternehmen, dass ihre Führungs- und Fachkräfte bei der KI-Strategie sehr gut abgestimmt sind. Fast die Hälfte (47 %) beschreibt ihre Abstimmung als teilweise, und fast ein Drittel berichtet von vollständiger Fehlabstimmung.
Laut den Betroffenen wird Fehlabstimmung verstärkt durch Faktoren wie Widerstand gegen Änderungen oder Technologieeinführung (52 %), unzureichende Kommunikation von KI-Zielen und Strategien (52 %), begrenzte Beteiligung von Fachkräften an der strategischen Planung (39 %) und unklare Messung von KI-Wert und ROI (39 %). Wo Abstimmung existiert, basiert sie auf klarer Kommunikation von KI-Zielen (72 %), kollaborativer Planung und Entscheidungsfindung (69 %) und starker Unterstützung durch die Führungsetage (59 %).
Fehlabstimmung hat auch Konsequenzen für die gesamte Belegschaft. Mehr als die Hälfte (57 %) der Unternehmen sagt, dass KI Rollen und Workflows schneller verändert, als Mitarbeitende sich anpassen können. 58 % sagen, dass Mitarbeitende, die sich mit KI nicht anfreunden, zurückfallen werden. Ohne Abstimmung zwischen den Personen, die die KI-Strategie festlegen, und denen, die sie täglich umsetzen, wird keine der beiden Gruppen gut aufgestellt sein, um das KI-Potenzial auszuschöpfen.
Abschnitt 6.
Wichtige Erkenntnisse und nächste Schritte.
Marken sind vom Potenzial Agent-basierter KI überzeugt, die Art und Weise, wie sie mit Kundschaft interagieren, neu zu gestalten – von Cross-Channel-Kampagnenorchestrierung und Echtzeit-Journey-Entscheidungen bis zur kontinuierlichen Optimierung auf Basis KI-generierter Analyse. Diese Transformationen können Geschäftsergebnisse maßgeblich beeinflussen: Abwanderung reduzieren, Bindung erhöhen, dauerhafte Personalisierung liefern und Wachstum fördern.
Aber vielen fehlen die strukturellen Fundamente und die operative Bereitschaft – starke Mess-Frameworks, einheitliche Dateninfrastruktur und Abstimmung zwischen Führungs- und Fachkräften –, um mit diesen Ambitionen Schritt zu halten.
Unternehmen können wichtige Schritte durchführen, um diese Lücken zu schließen und KI-gesteuerte Interaktion zu skalieren:
- Stärkt die Dateninfrastruktur, um Agent-basierte KI effektiv zu machen. Verbessert Datenqualität, Harmonisierung und Zugänglichkeit, damit KI-Anwendungen erfolgreich von Pilotphasen zur Echtzeit-Personalisierung im benötigten Umfang übergehen.
- Formalisiert Mess-Frameworks, um den Wert von KI zu belegen. Definiert, wie KI-Erfolg sowohl bei finanziellen als auch bei Customer-Experience-Metriken bewertet wird, bevor ihr Agent-basierte KI skaliert.
- Verbindet die KI-Vision des Managements mit der Realität der Belegschaft. Etabliert kollaborative Planung, klare Ziele und Schulungen für Mitarbeitende, damit strategische Ambitionen in kohärente, alltägliche Ausführung übergehen.
ANHANG 1.
Forschungsmethodik.
Empfehlungen für euch.
