McKinsey beschreibt einen Strukturwandel in der CX: Kunden erleben keine Journeys, sondern Entscheidungen in Bewegung, und KI-Agenten übernehmen diese Entscheidungen zunehmend in Echtzeit. Kundennahe KI skaliert dabei mit Abstand am besten: 41 Prozent der Anwendungen in CX-Funktionen sind voll skaliert, in anderen Bereichen nur 12 Prozent. Wer Agenten allerdings auf fragmentierte Prozesse setzt, macht die Fragmentierung nur schneller. Das menschliche Urteil verschwindet nicht, es wandert nach vorn: zu Zielen, Leitplanken und Eskalationsregeln.
Ich habe in 25 Jahren mehr Customer-Journey-Maps gesehen, als ich zählen kann. Bunte Bahnen an der Workshopwand, Personas mit Vornamen, Touchpoints mit Smileys. Und ich habe in all den Jahren keinen einzigen Kunden getroffen, der sich an eine davon gehalten hätte.
Jetzt spricht McKinsey aus, was viele CX-Verantwortliche lange gespürt haben. In der neuen Studie „Rewiring customer experience for the agentic era“ vom Juli 2026 steht ein Gedanke, der das Selbstverständnis vieler CX-Programme trifft: Kunden erleben ein Unternehmen nicht als Journey. Sie erleben es als Folge einzelner Entscheidungen. Welches Angebot wird mir gerade gezeigt? Welche Regel wird auf mich angewendet? Wann übernimmt ein Mensch? McKinsey nennt das „decisions in motion“, Entscheidungen in Bewegung. Und genau diese Entscheidungen bestimmen, was beim Kunden ankommt. Nicht das Poster an der Wand.
Warum Ihre KI bisher die alten Fehler beschleunigt hat
Die Diagnose der Autoren deckt sich mit dem, was ich in Projekten sehe. Viele Unternehmen legen KI auf ihre bestehenden, fragmentierten Journeys. Sie optimieren einzelne Schritte statt Entscheidungen und lassen an jeder Übergabe Kontext verloren gehen. Der Chatbot kennt die Reklamation nicht, die Marketing-Automation weiß nichts vom offenen Serviceticket, und der Vertrieb ruft an, als wäre nie etwas gewesen.
Wenn man auf dieses Fundament KI setzt, passiert etwas sehr Vorhersehbares: Die Technologie skaliert, was da ist. Inklusive der Widersprüche.
KI auf fragmentierte Prozesse zu legen macht die Fragmentierung nicht besser. Nur schneller.
Das erklärt aus meiner Sicht einen großen Teil der Ernüchterung, die viele Häuser nach zwei, drei Jahren Gen-AI-Experimenten spüren. Es lag selten am Modell. Es lag daran, dass unter der Technologie nie geklärt wurde, wer welche Entscheidung trifft, mit welchem Kontext und mit welchem Ziel.
Der eigentliche Wandel: Entscheidungen steuern statt Pfade designen
Agentic AI verändert die Aufgabe von CX grundlegend. Statt vordefinierte Pfade zu bauen, die auf vermuteten Absichten beruhen, setzen Unternehmen zielgesteuerte Agenten ein, die laufend Kontext interpretieren, Mehrdeutigkeit auflösen und entscheiden, wann sie handeln und wann besser nicht. Über Kanäle und Systeme hinweg.
Der wichtigste Satz für Führungskräfte steckt allerdings woanders: Das menschliche Urteil verschwindet nicht. Es wandert nach vorn. Menschen definieren Ziele, Leitplanken und Eskalationspunkte, Agenten übernehmen die Ausführung von Moment zu Moment. Wer heute Journeys verantwortet, verantwortet morgen die Regeln, nach denen ein lebendes System entscheidet. Das ist eine andere Rolle. Ehrlicherweise auch eine anspruchsvollere.
Ausgerechnet CX ist der Ort, an dem KI-Agenten erwachsen werden
Der für mich stärkste Befund der Studie ist eine Zahl. Während viele KI-Initiativen in Unternehmen über das Pilotstadium nicht hinauskommen, sieht es in den kundennahen Funktionen anders aus: 41 Prozent der KI-Anwendungen in Personalisierung, Service-Operations und Contact-Center-Automatisierung sind laut McKinsey Global Survey voll skaliert. In allen anderen Unternehmensbereichen sind es nur 12 Prozent.
Der Grund dafür ist kein Zufall, sondern eine Dividende. CX-getriebene Organisationen haben ein Jahrzehnt in digitale Infrastruktur, Prozess-Redesign und Performance-Management investiert. Dabei ist genau das entstanden, was agentische Systeme brauchen: beobachtbare Abläufe, geklärte Entscheidungsrechte, strukturierte Daten und eingespielte Mensch-Maschine-Übergaben. Wer beim Kunden sauber gearbeitet hat, hat die Startbahn für Agenten schon gebaut.
Die Studie liefert auch Beispiele. Ein britischer Energieversorger mit rund 3.500 Mitarbeitenden im Callcenter setzte einen Sprachagenten für den Erstkontakt ein. Nach weniger als fünf Monaten verstand das System rund 75 Prozent der Kundenanliegen, die Kundenzufriedenheit stieg um 6 Prozent, der jährliche Nutzen liegt laut McKinsey bei über 10 Millionen Dollar. Ein Premium-Autohersteller ließ einen Agenten seine menschlichen Kollegen im Service unterstützen: 24 Prozent mehr fallabschließende Erstkontakte, 30 Prozent höhere Produktivität. Zur Ehrlichkeit gehört: Das sind Zahlen aus McKinsey-Projekten, unabhängig prüfen kann ich sie nicht. Die Größenordnung deckt sich aber mit dem, was ich aus eigenen Projekten kenne.
Drei Horizonte, und wo Sie heute wahrscheinlich stehen
Hilfreich finde ich das Modell, mit dem die Autoren die Entwicklung sortieren. Es beschreibt, wie weit die Entscheidungshoheit von Agenten reicht: von einem einzelnen Prozess bis zum ganzen Ökosystem.
Workflow-Rewiring
Ein Agent übernimmt einen klar umrissenen Prozess Ende zu Ende, mit Leitplanken und Eskalationsregeln. Hier spielt heute fast alles, was produktiv läuft.
Domain-Orchestrierung
Agenten koordinieren Entscheidungen über mehrere Workflows hinweg. Timing, Angebote und Prioritäten greifen ineinander. Hier beginnt der Wert sich zu vervielfachen.
Ökosystem
Entscheidungen werden über Funktionen, Kanäle und Partner hinweg auf gemeinsame Ziele optimiert. Auf dieser Stufe arbeitet heute noch niemand vollständig.
Was Horizont 2 konkret bedeutet, zeigt ein europäischer Telekommunikationskonzern aus der Studie: Er verknüpfte Signale über Kanäle und Bereiche hinweg, um nicht nur zu entscheiden, welches Angebot ein Kunde sieht, sondern auch wann, wo und mit welcher flankierenden Maßnahme. Ergebnis laut McKinsey: rund 40 Millionen Euro Margenwirkung. Und der Kunde selbst zieht mit. In einer McKinsey-Verbraucherbefragung gaben 44 Prozent der Europäer, die KI-Suche ausprobiert haben, an, dass sie inzwischen ihr wichtigster Suchweg ist. Ungefähr die Hälfte nutzt KI bei der Produktsuche. Ihr Kunde orchestriert sein Erlebnis also längst selbst, ob Ihr Unternehmen mitspielt oder nicht.
Für den Einstieg haben die Autoren 17 CX-Workflows bewertet und sechs mit dem besten Verhältnis aus Wirkung und Machbarkeit identifiziert:
- Next Best Action: Echtzeitsignale über Kanäle hinweg nutzen, um die richtige Maßnahme zum richtigen Zeitpunkt zu wählen.
- Kontoeinrichtung und Konfiguration: den Aktivierungs-Flaschenhals beseitigen, weil Agenten strukturierte Schritte für Kunden ausführen können.
- Kauf- und Lösungsberatung: Kunden zur passenden Option führen und dabei Konversion und Warenkorb steigern.
- Anliegenlösung im Contact Center: Standardfälle lösen, Ausnahmen sauber an Menschen eskalieren.
- Personalisierte Fallbearbeitung: den kompletten Kundenkontext zusammenführen, damit Fälle schneller und mit weniger Übergaben laufen.
- Churn-Prävention und Nurturing: persönliche Ansprache in den Momenten auslösen, die über Abwanderung und Wachstum entscheiden.
Sechs Weichen, bevor Ihre Agenten Kunden anfassen
Das Playbook der Studie richtet sich an genau die Leute, die solche Vorhaben freigeben. Ich habe es auf sechs Weichenstellungen verdichtet, die aus meiner Erfahrung über Erfolg oder Frust entscheiden.
Legen Sie fest, worauf der Agent optimiert und welche Trade-offs erlaubt sind: Bindung, Vertrauen, Cost-to-Serve. Sonst optimiert das System das Falsche.Ziele
Bauen Sie Abläufe um Entscheidungen herum neu, statt Agenten auf alte Prozesse zu legen. Sonst skaliert KI die heutigen Widersprüche.Prozesse
Sorgen Sie dafür, dass der Kundenkontext an jede Entscheidung mitreist: eine Identität, ein aktuelles Kundenbild, über alle Kanäle.Daten
Klären Sie mit den Teams an der Front, wem welche Entscheidung gehört und wann eskaliert wird. Das schafft Vertrauen und macht Adoption erst möglich.Verantwortung
Machen Sie folgenreiche Aktionen umkehrbar und geben Sie Menschen klare Eingriffspunkte. Halten Sie fest, warum eingegriffen wurde, damit das System daraus lernt.Kontrolle
Messen Sie auf Entscheidungsebene: Was hat der Agent entschieden, warum, und wird die Qualität über die Zeit besser?Messung
Ein Wort zum Risiko, weil es in der Begeisterung gern untergeht. Agenten handeln über Systeme, Daten und Prozesse hinweg. Kleine Fehler, ein falscher Datensatz, eine falsch angewendete Regel, können sich dadurch schnell zu Datenschutzproblemen oder gebrochenen Kundenversprechen aufschaukeln. CX ist damit ein Umfeld mit höherem Einsatz als die meisten anderen Funktionen. Geschwindigkeit und Personalisierung brauchen hier ein Gegengewicht aus Kontrolle, Nachvollziehbarkeit und Umkehrbarkeit. Wer diese Sicherungen früh einbaut, kann Autonomie skalieren, ohne das Vertrauen der Kunden zu riskieren.
Was bleibt, wenn die Journey geht
Heißt das alles, Sie sollten Ihre Journey Maps morgen abhängen? Nein. Als Werkzeug zum Verstehen und als gemeinsame Sprache im Team behalten sie ihren Wert. Aber als Steuerungseinheit für das, was Kunden tatsächlich erleben, haben sie ausgedient. Die Fundamente von guter CX bleiben dabei unverändert: ein klares Kundenversprechen, echtes Verständnis für Kunden und Mitarbeitende an der Front, saubere Messung, Vertrauen. Neu ist, dass diese Fundamente in tausenden kleinen Entscheidungen pro Tag bestehen müssen, nicht in einem Quartalsworkshop.
Die Frage ist laut McKinsey nicht mehr, ob Agentic AI die Customer Experience umbaut, sondern wie bewusst Sie diesen Umbau gestalten. Wer die Technologie als weiteres Tool behandelt, bekommt inkrementelle Verbesserungen. Wer CX um gesteuerte Entscheidungen herum neu denkt, verändert, wie das Unternehmen Kunden bedient.
Ihr Kunde hat Ihre Journey Map nie gelesen. Zum ersten Mal gibt es eine Technologie, die daraus die richtige Konsequenz zieht.