Trotz Rekordinvestitionen in CRM fallen Kundenerlebnisse auf historische Tiefstände. Der Grund sind nicht die Systeme, sondern Silos, Dateninseln und Metriken, die nur Abteilungsleistung messen. Agentic AI setzt genau dort an: Sie orchestriert Entscheidungen über Abteilungen hinweg, mit dem Menschen im Loop.
Noch nie haben Unternehmen so viel Geld in CRM, Marketing-Automation und Service-Tools gesteckt wie heute. Und noch nie waren Kundinnen und Kunden so wenig begeistert. Das ist kein Widerspruch, sondern ein Symptom.
Der Forrester US Customer Experience Index ist 2025 zum zweiten Mal in Folge gefallen, auf den niedrigsten Stand seit Beginn der Messung. Rund 25 Prozent der untersuchten Marken haben sich verschlechtert, nur 7 Prozent verbessert. In Europa sah es etwas freundlicher aus, aber die Richtung ist dieselbe: Der Abstand zwischen dem Erlebnis, das Unternehmen liefern wollen, und dem, was beim Kunden ankommt, wird größer.
Wie passt das zusammen, mehr Technologie und weniger Begeisterung? Meine These nach 25 Jahren an dieser Schnittstelle: Wir haben über ein Jahrzehnt das Falsche optimiert. Wir haben Kanäle hinzugefügt, Tools gestapelt und Kennzahlen verfeinert, aber selten die eine Frage gestellt, die wirklich zählt. Fühlt sich der Kunde am Ende besser aufgehoben?
Die Kundschaft hat abgeschaltet
Was in den 2010er Jahren als gute CX galt, nämlich Präsenz auf möglichst vielen digitalen Kanälen, ist heute Teil des Problems. Massenmails, Spam-Anrufe, generische Chatbots: Menschen blenden das aus. Die Aufmerksamkeit ist knapp, die Toleranz für irrelevante Kommunikation noch knapper.
Schon 2015 zeigte McKinsey, dass Kunden klare Preise, verlässliche Lieferung und gute Produkte einem digitalen Dauerfeuer vorziehen. Zehn Jahre später fordern sie genau das lauter denn je: Substanz statt Show. Die ehrliche Frage an jedes Führungsteam lautet deshalb: Wann hat ein Kunde zuletzt gedacht, dieses Unternehmen versteht mich wirklich? Für die meisten ist das selten geworden.
Relevanz, Geschwindigkeit, Empathie. Genau hier entscheidet sich CX. Und genau hier scheitern die meisten CRM-Landschaften.
CRM war nie das Problem. Die Silos sind es.
Die vergangenen 15 Jahre SaaS haben einen Wildwuchs erzeugt. Die MarTech-Landschaft ist 2025 auf über 15.000 Lösungen angewachsen, und ein durchschnittlicher Großkonzern jongliert mehrere Hundert Anwendungen gleichzeitig. Jedes Tool für sich mag sinnvoll sein. In Summe entstehen Dateninseln, Prozessbrüche und eine Governance, die niemand mehr überblickt. Genau das bremst heute jede KI aus, denn KI ist nur so gut wie die Daten und Prozesse, auf die sie zugreifen darf.
Das Tragische daran: Die meisten dieser Systeme wurden gekauft, um genau dieses Problem zu lösen. Jede neue Abteilung holt sich das beste Werkzeug für ihre Aufgabe, optimiert ihren Ausschnitt und schafft damit eine weitere Grenze, die der Kunde später spürt. Der Service kennt die Marketinghistorie nicht, der Vertrieb sieht den offenen Servicefall nicht, die Rechnungsstelle weiß nichts von der laufenden Reklamation. Der Kunde erlebt am Ende kein Unternehmen, sondern eine Ansammlung von Abteilungen, und muss die Punkte selbst verbinden. Das ist anstrengend, und Anstrengung ist das Gegenteil von guter Customer Experience.
Wir messen, was leicht zu messen ist. Nicht, was zählt.
Klickraten, Dealgrößen, CSAT: Diese Kennzahlen bilden die Leistung einzelner Abteilungen ab, nicht das Erlebnis des Kunden. Das eigentliche Erlebnis entsteht weit außerhalb von Marketing, Sales und Service: bei der Rechnung, der Lieferung, im Vertragsprozess, in der Nutzung. Wenn Ihre CX-Metriken diese Bereiche ausblenden, bleibt das Gesamtbild unsichtbar. Gartner zeigt seit Jahren: Unternehmen, die CX über alle Interaktionen hinweg messen und nicht nur an digitalen Touchpoints, bauen stärkere Bindung und mehr Vertrauen auf.
Was Agentic AI anders macht
Generative KI hat gezeigt, was möglich ist. Agentic AI geht einen Schritt weiter. Sie reagiert nicht nur, sie trifft Entscheidungen, orchestriert Prozesse über Abteilungsgrenzen hinweg und denkt voraus. Den Menschen bezieht sie über einen Human-in-the-Loop gezielt dort ein, wo Urteilsvermögen, Empathie oder Haftung gefragt sind.
Der Unterschied zur reinen Automatisierung ist größer, als der Begriff vermuten lässt. Ein klassischer Workflow folgt starren Wenn-dann-Regeln. Ein Agent versteht ein Ziel, wählt selbst den Weg dorthin, zieht unterwegs Informationen aus verschiedenen Systemen und passt sich an, wenn etwas Unerwartetes passiert. Er führt nicht nur aus, er entscheidet, in welcher Reihenfolge und mit welchen Mitteln. Das macht ihn mächtig, und genau deshalb auch anspruchsvoll im Einsatz.
Der Markt nimmt das ernst. Gartner erwartet, dass bis 2026 rund 40 Prozent der Unternehmensanwendungen aufgabenspezifische KI-Agenten enthalten, gegenüber weniger als 5 Prozent im Jahr 2025. Bis 2029 sollen Agenten 80 Prozent der häufigen Serviceanfragen eigenständig lösen und die Servicekosten um etwa 30 Prozent senken.
Wenn Silo-Denken Vertrauen kostet
Stellen Sie sich einen globalen Hersteller vor, der seinem Bestandskunden, einem deutschen E-Auto-Produzenten, eine generische Massenmail für eine neue Robotics Suite schickt. Übersehen wurde: Der Kunde hat längst einen maßgeschneiderten Vertrag, legt Wert auf Präzision statt auf die beworbenen Kostenvorteile und will über seinen Account Manager angesprochen werden, nicht per Serienmail. Ein banaler Fehler? Nein, ein strukturelles Problem. Vertrieb und Marketing sind nicht abgestimmt, die Systeme sprechen nicht miteinander. Beim Kunden bleibt hängen: Die kennen uns nicht.
Drei Voraussetzungen für skalierbare AI-CX
Damit Agentic AI Erlebnisse orchestrieren kann statt sie nur zu begleiten, braucht es drei Dinge:
- Eine unternehmensweite Datenbasis, die strukturierte und Echtzeitdaten zusammenführt. Nicht als nachträgliche Integration, sondern als gemeinsames Datenmodell, auf das Legal, Finance, Logistik, Marketing und Service zugreifen.
- End-to-End-Prozessverständnis, das Abteilungsgrenzen überwindet. Ein perfektes Bestellerlebnis gelingt nur, wenn Preise, Bestand und Lieferung nahtlos zusammenspielen.
- Eine effiziente AI-Infrastruktur, die redundante Tools reduziert, statt den Wildwuchs mit noch mehr Insellösungen zu vergrößern.
Die gute Nachricht: Die Daten sind längst da. Kaufhistorien, Verträge, Verhaltensdaten, Sensorik, Feedback. Sie liegen nur verstreut über Front-, Middle- und Backoffice. Wer sie zusammenführt, verwandelt sie in proaktive Business-Flows: beim Lesen einer Rechnung, beim Tracking einer Lieferung, bei der Produktauswahl.
Wie sich das im Alltag anfühlt
Theorie hilft wenig, wenn das Bild fehlt. Stellen Sie sich also einen Bestandskunden vor, der sich meldet, weil eine Lieferung verzögert ist. Im klassischen Aufbau landet er in der Warteschleife. Der Service sieht den Auftrag, aber nicht den offenen Streit über eine Rechnung. Das Marketing schickt parallel eine Cross-Selling-Mail. Und der Account Manager erfährt von alldem nichts. Drei Abteilungen, drei Wahrheiten, ein genörgelter Kunde.
In einem Aufbau mit verbundenen Daten und Agentic AI läuft dieselbe Situation anders. Der Agent erkennt die Verzögerung, bevor der Kunde anruft, kennt den offenen Rechnungspunkt, stoppt automatisch die unpassende Marketing-Mail und schlägt dem Account Manager eine konkrete Geste vor, etwa einen Express-Versand auf Kosten des Hauses. Der Mensch entscheidet, der Agent bereitet vor. Aus einem ärgerlichen Moment wird einer, in dem sich der Kunde verstanden fühlt. Genau das ist der Unterschied zwischen Automatisierung, die nur schneller macht, und Orchestrierung, die das Erlebnis verbessert.
Und nein, KI ist kein Selbstläufer
Damit keine Euphorie aufkommt, die später enttäuscht: Gartner rechnet damit, dass bis Ende 2027 mehr als 40 Prozent der Agentic-AI-Projekte wieder eingestellt werden, wegen unklarem Nutzen, zu hoher Kosten oder fehlender Reife. Das ist kein Argument gegen die Technologie, sondern gegen blinden Aktionismus. Wer Agenten auf kaputte Daten und zerklüftete Prozesse loslässt, automatisiert nur das Chaos.
Was Sie jetzt tun sollten
- CX als Philosophie denken, nicht als Projekt. Wirkung entsteht über einen kulturellen Wandel, nicht über ein weiteres Tool.
- Silos abbauen und Daten vereinheitlichen, etwa indem Sie CRM, ERP und Marketing auf eine gemeinsame Basis bringen.
- Agentic AI gezielt einsetzen, mit Mensch im Loop, um kritische Entscheidungen abzusichern und Vertrauen zu wahren.
2025 war das Jahr, in dem klar wurde, dass mehr Technologie allein nichts rettet. 2026 ist das Jahr, in dem sich entscheidet, wer CX wieder zur Chefsache macht. Agentic AI ist dabei nicht das Ziel, sondern der Motor, der alle Teile eines Unternehmens auf den Kunden ausrichtet. Die Frage ist nur, ob Sie diesen Wandel anführen oder ob andere ihn für Sie definieren.
