Studien, Artikel und Whitepaper zu Customer Experience, AI Readiness, Agentic AI und Go-to-Market, die ich lesenswert finde. Mit einer kurzen Einordnung, warum das für Entscheider relevant ist.
Alle zwei Wochen montags früh die kuratierten News, neue Insights und kommende Events. Kein Rauschen, jederzeit abbestellbar.
Kuratiert, nicht automatisch. Ich verlinke auf die Originalquelle und ordne in zwei Sätzen ein, worauf es ankommt. Nutze die Filter, um nach Thema oder deiner Rolle zu sortieren. Stand: 14. Oktober 2026.
Die Hälfte der Kunden mit einem komplexen Supportproblem sagt, es sei nie gelöst worden, jeder Vierte hat aufgegeben. Die meisten stört KI dabei gar nicht, solange sie hilft. Es scheitert an der Übergabe an Menschen und am verlorenen Kontext. Ein Experte nennt die Kanaltrennung eher ein Thema von Trägheit und Politik als von Technik. Genau so erlebe ich es: Das Tool ist selten das Problem, die Organisation dahinter schon.
Zur QuelleMarken schätzen 62 Prozent ihrer Kundenerlebnisse als personalisiert ein, Kunden sehen es nur bei 44 Prozent. Fast neun von zehn Führungskräften bewerten die eigene Personalisierung als gut, bei den Verbrauchern sind es etwa drei von zehn. Dabei lohnt sich das Thema: Wer personalisiert, bekommt im Schnitt über 30 Prozent mehr Umsatz pro Kunde. Meine Meinung: Wer Personalisierung an der Kampagne misst statt am Kundennutzen, optimiert am Kunden vorbei.
Zur QuelleStadt, Kanton Zug und SBB erzählen, wie sie KI für bessere Services einsetzen: Standardanliegen digital, komplexe Fälle persönlich, mit nahtlosem Übergang. Die größte Hürde ist nicht die Technik, sondern fragmentierte Systeme und Zuständigkeiten. Im Kanton Zug müssen über 50 Ämter erst eine gemeinsame Sprache finden. Der Artikel liefert keine Umfragezahlen, dafür ehrliche Praxisstimmen. Und jeder Konzern mit Silos darf sich angesprochen fühlen.
Zur Quelle78 Prozent der befragten Tech-Entscheider finden KI-Versprechen schwer prüf- oder vergleichbar, 69 Prozent halten die Anbieter für zu ähnlich. Die Folgen: längere Entscheidungswege, mehr Pilotprojekte, eine Vorliebe für etablierte Namen. Gefragt sind Kundenbeispiele mit messbaren Ergebnissen und eine verständliche Erklärung der Modelle. Wer KI verkauft, sollte Belege liefern statt Vision. Zur Einordnung: Die deutsche Teilstichprobe umfasst nur 75 Befragte.
Zur QuelleDie Alexander Group hat über 300 Unternehmen in elf Branchen untersucht. Fast alle setzen KI ein, aber nur 41 Prozent belegen den ROI, und nur 31 Prozent haben eine etablierte Governance. Dazu passt: Nur 30 Prozent vertrauen ihren fortgeschrittenen Attributionsmodellen. Meine Meinung: Das Problem ist nicht die KI, sondern dass vorher schon niemand sauber gemessen hat. Wer jetzt noch ein Tool kauft, ohne die Messung zu klären, kauft die nächste Black Box.
Zur QuelleMehr als die Hälfte der befragten US-Verbraucher würde einem KI-Shopping-Assistenten einer Marke vertrauen, die sie schon kennen. Gleichzeitig würden 75 Prozent die Nutzung stoppen, wenn der Bot das Falsche kauft. 82 Prozent nennen Datensicherheit als entscheidend. Der Vertrauensvorschuss einer starken Marke ist also real, aber er ist ein Kredit, kein Geschenk. Für Entscheider heißt das: Erst Guardrails, Rückgängig-machen-Funktion und menschliche Kontrolle, dann der Rollout.
Zur QuelleGartner erwartet, dass bis 2028 sieben von zehn Unternehmen Agentic-AI-Lösungen aufgeben, die Forward-Deployed Engineers der Anbieter gebaut haben. Gründe sind explodierende Kosten und fehlendes eigenes Know-how. Gartner warnt außerdem vor „FDE Washing“, also Beratung im neuen Gewand. Mein Rat: Vor dem Vertrag Wissenstransfer, IP-Rechte und Ausstieg festschreiben. Wer den Agenten nicht selbst weiterbetreiben kann, hat sich einen Dauerauftrag gekauft, keinen Vorsprung. Das Playbook dazu ist nur für Gartner-Kunden offen, die Kernaussagen stehen frei.
Zur QuelleNvidia hat die „Open Agent Safety Platform“ vorgestellt, Software plus Hardware-Watchdog, der Agenten vom Test bis zum Betrieb überwachen soll. Gartner vermisst große Partner wie OpenAI, Amazon und Google. IDC schätzt, dass die Lösung weniger als 25 Prozent der KI-Sicherheitsprobleme abdeckt. Außerdem schützt sie nur Agenten auf eigener Infrastruktur, nicht SaaS-Agenten. Die Botschaft für Entscheider: Agenten-Governance ist ein Architekturthema, das sich nicht mit einem Produkt abhaken lässt, und schon gar nicht mit einem, das an einen Hersteller bindet.
Zur QuelleWachstumsstarke Unternehmen haben 2,4-mal so oft KI-taugliche Marketingdaten: 24 statt 10 Prozent. Bei der Lead-Übergabe zeigt sich der Unterschied noch schärfer, 31 Prozent erreichen mehr als 80 Prozent Sales Acceptance, bei den anderen sind es 9. Das ist kein Tool-Vorsprung, sondern ein Hausaufgaben-Vorsprung. Wer über Agenten im Vertrieb redet, sollte zuerst über Datenqualität und Lead-Übergabe reden. Der volle Report liegt hinter einem Formular, die Kernzahlen stehen frei im Beitrag.
Zur QuelleEin praxisnaher Fachbeitrag ohne Zahlenfeuerwerk, dafür mit klarem Blick: KI qualifiziert Leads, reagiert auf Ereignisse und baut Kommunikation aus echten Kundendaten statt aus Textbausteinen. Die Bedingung steht gleich daneben. Ohne geordnete Prozesse, saubere Daten und funktionierende Schnittstellen läuft das nicht. Preiszusagen und verbindliche Aussagen bleiben beim Menschen. Nichts Spektakuläres, aber genau die Sorte Nutzen, die im Mittelstand ankommt.
Zur Quelle89 Prozent der Unternehmen setzen KI regelmäßig ein, aber nur 37 Prozent sehen einen positiven Effekt auf den EBIT. Ein agentischer Workflow braucht 5 bis 30-mal so viel Rechenleistung wie eine einfache Chatbot-Anfrage, 93 Prozent überziehen ihr KI-Budget. Die Produktivitätszahlen stammen aus der Softwareentwicklung, das gehört zur Wahrheit dazu. Als Warnung an alle, die Agenten ohne Kostenmodell einführen, taugt der Beitrag trotzdem. Erst rechnen, dann skalieren.
Zur QuelleGartner sagt: 60 Prozent der Unternehmen, die die kulturelle Seite ihrer Data Governance ignorieren, bekommen 2027 auch ihre KI nicht in den Griff. Kultureller Widerstand schlägt fehlendes Budget als Scheiterungsgrund deutlich, 60 zu 40. Und nur 26 Prozent der Governance-Programme haben Kultur und Kommunikation überhaupt im Plan. Der Satz, den ich mitnehme: Governance-Programme scheitern nicht an schlechten Regeln, sondern daran, dass niemand sein Verhalten ändert.
Zur Quelle700 CX-Verantwortliche befragt, und 76 Prozent sagen offen, dass ihre Automatisierung internen Zielen folgt, nicht Kundenbedürfnissen. Kosten runter, Volumen weg. Weniger als ein Drittel nutzt Transkripte und Bot-Daten, um die automatisierten Kontakte zu verbessern. Der interessante Befund: Die Firmen mit den besten Ergebnissen eskalieren häufiger an Menschen, nicht seltener. Sie entscheiden bewusst, wo der Übergang liegt. Die Daten dafür haben alle. Die meisten schauen nur nicht rein.
Zur QuelleKnapp zwei von fünf Entscheidern berichten von unbeabsichtigten CX-Folgen ihrer KI-gestützten Entscheidungen, rund die Hälfte davon sah mehr Beschwerden und Supportanfragen. Der Grund ist selten das Modell, sondern die Datenlage. Eine Entscheidung, die im eigenen Silo sinnvoll aussieht, erzeugt zwei Schritte später im Kundenprozess Ärger. Spannend ist der Vertrauensbefund: Führungskräfte trauen einer KI-Empfehlung 3,5-mal eher, wenn sie die dahinterliegende Customer Journey sehen können. Nachvollziehbarkeit ist also kein Compliance-Thema, sondern eine Adoptionsfrage.
Zur QuelleGartner rechnet damit, dass bis 2029 rund 30 Prozent der wegen KI entlassenen Mitarbeiter wieder eingestellt werden, meist teurer als vorher. Der Kundenservice ist dabei der Frühindikator, Klarna hat es vorgemacht. Der Grund ist banal: Von den bewerteten KI-Use-Cases im Service liefert nur ein Viertel klar positiven Return, ein Viertel negativen, der Rest ist unklar. Wer KI als reines Kostenprogramm fährt, kürzt zu früh und zu tief. Wer Rollen umbaut statt streicht, hat 2029 die Leute noch, die die Agenten steuern können.
Zur Quelle1.310 Marketer aus dem DACH-Raum, und die Rangliste kippt: Agentic AI steigt neu auf Platz zwei ein, AI Search auf drei, klassische SEO rutscht auf Rang 32. Zwei Zahlen fand ich bemerkenswert. Leadgenerierung verliert 17 Prozentpunkte an Relevanz, das Geld wandert offenbar in Bestandskunden und Personalisierung. Und Customer-Data-Plattformen fallen 20 Plätze, während Datenschutz und Segmentierung steigen. Das passt zu dem, was ich in Projekten sehe: Das CDP-Thema ist nicht erledigt, es hat nur den Namen gewechselt. Ohne saubere First-Party-Daten läuft kein Agent.
Zur QuelleForrester macht Schluss mit der Zukunftsform: 83 Prozent der B2C-Marketingentscheider setzen agentische KI bereits aktiv in Workflows ein, 85 Prozent sehen messbaren Geschäftswert. Interessanter als die Adoptionszahl ist der Warnschuss dahinter. Je mehr Agenten laufen, desto größer der Budgetbrocken, und beliebig viele Agenten zu betreiben ist keine Strategie, sondern eine Rechnung. Forrester liefert dazu ein Readiness-Raster mit 52 Use Cases über sieben Marketingfunktionen, bewertet nach Priorität, Menschen, Prozess und Technik. Genau die Sortierarbeit, die die meisten Marketingteams gerade überspringen.
Zur Quelle22 Prozent der Unternehmen haben KI über mehrere Geschäftsbereiche hinweg skaliert, und trotzdem wollen 85 Prozent der Tech-Verantwortlichen nächstes Jahr mehr ausgeben. Elf Prozent wissen nicht einmal, was sie 2025 für KI ausgegeben haben. Die eine Zahl, die hängen bleibt: Firmen, die ihre KI-Initiativen wie ein Portfolio führen und schwache Projekte konsequent abschalten, melden bei 81 Prozent ihrer Vorhaben positive Rendite. Aufhören zu können ist offenbar die unterschätzteste KI-Kompetenz.
Zur Quelle49 Prozent der Kunden hätten einen Chatbot genutzt, wenn einer da gewesen wäre. Tatsächlich genutzt haben ihn im letzten Servicekontakt 7 Prozent. Und wer einmal schlecht bedient wurde, probiert es zu 73 Prozent kein zweites Mal. Das ist die unbequemste Zahl des Monats, weil sie jeden Business Case kippt, der mit steigenden Nutzungsraten rechnet. Gartners Rat klingt langweilig und ist trotzdem richtig: lieber wenige Anliegen zuverlässig lösen als viele halb.
Zur QuelleDie Kooperation von Salesforce und Anthropic ist mehr als eine Integrationsmeldung. Wenn der Assistent zur Bedienoberfläche wird, verliert das CRM seinen Status als Ort, an dem Vertriebler arbeiten, und wird zur Datenschicht darunter. Das trifft alles, was auf Oberflächenhoheit gebaut war, von Schulungskonzepten bis Lizenzlogik. Für Vertriebsleiter heißt das vor allem eins: Die Frage ist nicht mehr, welches CRM, sondern ob die Daten darin gut genug sind, dass ein Agent damit etwas Sinnvolles anfangen kann.
Zur QuelleDer Kontrapunkt zur Agenten-Euphorie, und er sitzt. Verkäufer bewerten jede menschengeführte Prospecting-Taktik höher als jede automatisierte, der Anruf landet direkt hinter der Empfehlung. Verglichen mit der Vorgängerstudie von 2018 hat sich trotz acht Jahren Sales-Tech fast nichts verschoben. Der eigentliche Engpass ist Können, nicht Werkzeug: 46 Prozent der Sales-Leader sagen, ihre Leute geben beim Kaltakquise-Anruf zu schnell auf, 39 Prozent haben schlicht Angst vor dem Hörer, und nur 19 Prozent halten ihr Team für gut oder sehr gut. Wer da KI-Sequenzen draufschaltet, skaliert vor allem das Problem.
Zur QuelleTalkdesk hat über 250 CX-Verantwortliche befragt. 67 Prozent setzen spezialisierte KI-Agenten für einzelne Aufgaben ein, aber nur ein Drittel hält den Kundenkontext über Systemgrenzen hinweg, und nur 2 Prozent haben ihre Daten vollständig zusammengeführt. 94 Prozent nutzen kein KI-gestütztes Wissensmanagement, in weniger reifen Organisationen pflegen 44 Prozent ihre Wissensbasis noch von Hand. Rund 28 Prozent des Arbeitstags gehen für Systemwechsel und Doppeleingaben drauf. Ein Agent ist nur so klug wie das Wissen, an das er herankommt. Wer ihn auf veraltete oder verstreute Daten setzt, bekommt keine Automatisierung, sondern Halluzinationen mit Kundenkontakt.
Zur QuelleDie Hälfte der CX-Entscheider will ihr Technikbudget um mindestens 5 Prozent erhöhen, für Personal und Services planen das nur 36 Prozent. Forrester warnt, dass damit genau die Fähigkeiten unterfinanziert bleiben, die aus KI-Investitionen Wirkung machen: Governance, Zusammenarbeit über Funktionen hinweg, Journey-Management. Das Ergebnis kennt jeder, der schon einmal ein CX-Programm geerbt hat: fragmentierte Daten, doppelte Arbeit, teure Tech-Schulden. Die Fehlerliste im Artikel taugt als Spiegel: Aktivität mit Wirkung verwechseln, Tooleinkauf für Strategie halten, KI ohne Fundament ausrollen, CX neben dem Kerngeschäft betreiben. Riccardo Pasto von Forrester bringt es auf den Punkt: nicht das nächste Quartal auf Kosten der nächsten drei Jahre optimieren.
Zur QuelleEin digitaler Kundenzwilling ist ein virtuelles Modell des Kunden aus echten Daten, mit dem sich Verhalten, Präferenzen und Abwanderungsrisiko durchspielen lassen, bevor man am echten Servicemodell etwas ändert. Gartner stuft die Umsetzungen noch als embryonal ein, fertige Lösungen sind selten. Der Beitrag bleibt trotzdem konkret: mit einfachen Vorhersagemodellen für Churn und Kundenwert anfangen, Datenqualität und Integration vor der Modellierung klären. Wichtig für DACH: Das revidierte Schweizer Datenschutzgesetz wertet solche Simulationen als Profiling mit hohem Risiko, eine Folgenabschätzung ist Pflicht. Wer über Kundenzwillinge nachdenkt, sollte zuerst prüfen, ob die eigenen Daten das überhaupt tragen.
Zur QuelleGartner hat 199 Service- und Support-Verantwortliche befragt, April bis Mai 2026. Die Ausgaben für KI sind um 38 Prozent gestiegen, das Gesamtbudget der Funktion um 2 Prozent. Die Differenz holen die Verantwortlichen bei Personal und Overhead. In zwei Jahren erwarten sie GenAI-Chatbots als wichtigsten Kanal, dahinter Live-Chat und GenAI-Voicebots, als Plattformen mit dem größten Wert No-Code-Agentenbaukästen, CPaaS und Identity Management. Gartner schiebt den Satz hinterher, der zählt: Die Herausforderung ist, dass diese Investitionen messbaren Geschäftswert liefern. Wer 38 Prozent mehr für KI ausgibt und das Geld beim Personal holt, muss den Effekt belegen können, bevor die Servicequalität es tut.
Zur QuelleMerkle hat 2.500 Konsumenten in 23 Ländern befragt, und das Ergebnis ist unbequem für jeden, der Personalisierung als Selbstläufer verkauft. Nur 43 Prozent halten Technologie- und KI-Unterstützung im Einkaufserlebnis für wichtig, damit landet sie auf dem letzten Platz aller Erlebnisfaktoren. Nur 28 Prozent haben starkes Interesse an KI-Agenten für komplexere Anliegen, im Service bevorzugen 51 Prozent ausdrücklich Menschen. Gleichzeitig sind vier von fünf offen für datenbasierte Personalisierung, wenn Datenschutz und Sicherheit stimmen. Der größte Hebel liegt laut Studie branchenübergreifend nach dem Kauf, also dort, wo die wenigsten Budgets liegen.
Zur QuelleRund die Hälfte der Verbraucher sagt, sie wäre begeistert, wenn KI ihr Problem schnell löst, auch wenn sie dabei klingt wie ein Toaster. Fast neun von zehn machen die Kaufentscheidung an schneller und korrekter Lösung fest. Gleichzeitig fürchtet knapp ein Drittel der Service-Verantwortlichen, KI könnte der Marke schaden, und über zwei von fünf beschäftigen sich damit, Kunden zu versichern, dass da noch Menschen sitzen. Diese Sorge geht am Kunden vorbei. Drei Viertel stört das Wiederholen ihres Anliegens, und mehr als drei von fünf finden, dass auch menschliche Agenten nur halb zuhören. Das eigentliche Thema ist nicht Mensch gegen Maschine, sondern der Kontextverlust bei der Übergabe.
Zur Quelle81 Prozent der Unternehmen sagen, sie kennzeichnen ihre KI-Agenten sofort als solche. Nur 22 Prozent der Kunden bestätigen das. Diese Lücke ist die eigentliche Nachricht. Dazu passt der Test aus dem Report: 75 Prozent glauben, einen Textbot zu erkennen, 90 Prozent scheitern daran. Nützlich für die Praxis ist die Aufgabenliste, denn die Akzeptanz hängt am Risiko. 80 Prozent lassen KI einen Termin buchen, 56 Prozent wollen nicht, dass sie in ihrem Namen bezahlt. Das ist ein brauchbarer Maßstab dafür, wo Automatisierung enden sollte.
Zur QuelleGartner nennt es das Inferenz-Paradox: Die Kosten pro Token fallen, die Gesamtrechnung steigt trotzdem. Wer eine Aufgabe an ein Reasoning-Modell routet statt an einen einfachen Chatbot, zahlt mindestens das Fünffache, bei komplexeren Aufgaben deutlich mehr. Bis 2028 sollen die Inferenzkosten pro agentischem Workflow sich mehr als verfünffachen. Für mich ist das die wichtigste Zahl des Monats, weil sie eine bequeme Annahme kippt, nämlich dass man Agenten einfach überall hinstellt und die Preise das Problem schon lösen. Wer keine Regeln hat, welche Anfrage welches Modell bekommt, baut sich gerade eine Kostenkurve, die niemand im Haus verantwortet.
Zur QuelleSalesforce hat Nutzungsdaten der eigenen Plattform ausgewertet: Zahl der aktivierten Agenten fast verdreifacht, Erstellungszeit um 53 Prozent runter, in kundenorientierten Chats werden sieben von zehn Anliegen ohne Menschen erledigt. Spannender als die Zahlen finde ich die beiden Fallbeispiele. Siemens qualifiziert 2.800 wöchentliche Inbound-Leads über einen Multi-Agenten-Workflow, Pandora fängt mit einem Agenten 60 Prozent der Routineanfragen in Spitzenzeiten ab und hebt dabei den NPS um 10 Prozent. Anbieterdaten bleiben Anbieterdaten, aber die Prozessbeschreibungen sind konkret genug, um sie auf das eigene Haus zu übertragen.
Zur QuelleDer American Customer Satisfaction Index fällt auf 76,1 Punkte, Beschwerden haben sich binnen zehn Jahren fast verdoppelt. Forrest Morgeson von der Michigan State University liefert die unangenehme Erklärung: Rekordgewinne bei steigenden Preisen und dünnerem Service, und die Kunden bekommen das mit. Bleiben tun sie trotzdem, weil ihnen Alternativen fehlen. Genau das ist die Falle, denn sobald es Alternativen gibt, gehen sie. US-Daten, aber das Muster kennt jeder, der Preiserhöhung und Servicekürzung im selben Quartal durchgezogen hat.
Zur QuelleNeun von zehn B2B-Marketingchefs behandeln KI-Sichtbarkeit inzwischen als Investitionsthema, und die meisten fahren dafür das alte SEO-Playbook: mehr Content, mehr Themen, Seiten für Crawler optimieren. Andrew Wheeler von Skyword argumentiert, dass genau das die Unsichtbarkeit beschleunigt, weil KI-Systeme Volumen nicht belohnen, sondern Autorität. Seine drei Signale sind Spezifität, eigene Erkenntnisse und bestätigte Glaubwürdigkeit. Der Punkt, der bei mir hängen blieb: Laut Muck Rack stammt die Mehrheit der KI-Zitationen aus Earned Media, nicht aus eigenen Seiten. Das verschiebt Budget von der Content-Fabrik zur PR.
Zur Quelle57 Prozent der Deutschen nutzen KI-Bots inzwischen für persönliche Themen, bei den 18- bis 34-Jährigen sind es 84 Prozent. 27 Prozent fühlen sich von der KI besser verstanden als von Mitmenschen, 21 Prozent sehen im Bot so etwas wie einen besten Freund. Gefragt wird nach Gesundheit, Recht, Ernährung, Finanzen. Für Serviceverantwortliche steckt darin eine Ansage: Die Messlatte für Gesprächsqualität setzen nicht mehr die Wettbewerber, sondern ChatGPT im Privatgebrauch. Gleichzeitig sorgen sich 44 Prozent um ihre Daten, das Vertrauen ist also gebaut, nicht geschenkt.
Zur QuelleDer Beitrag bringt auf den Punkt, was viele Projekte gerade lernen: Ein Reasoning-Modell auf eine schlecht gepflegte Datenbank loszulassen erzeugt keine Magie, sondern schnellere Fehler. Genau so formuliert es Inbenta-CTO Merlin Bise, und er hat recht. Interessant ist der zweite Punkt: Führungskräfte müssen ihr eigenes Serviceteam gut genug kennen, um zu entscheiden, wo ein Agent übernimmt und wo er nur zuarbeitet. Wer diese beiden Hausaufgaben überspringt, kauft sich einen teuren Chatbot mit besserem Wortschatz.
Zur QuelleSeit dem 2. August greift Artikel 50 des EU AI Act. Wer im europäischen Markt verkauft, muss offenlegen, wenn Kunden mit KI sprechen und wenn Inhalte KI-erzeugt sind. Forrester-Analystin Enza Iannopollo bringt den Punkt, der zählt: Vergesst die Regulierer, über 70 Prozent der Verbraucher wollen das ohnehin wissen. Der zweite Rat aus dem Beitrag gefällt mir noch besser, nämlich zuerst ein Inventar aller KI-Systeme im Haus zu machen, weil die meisten Firmen gar nicht wissen, wie viel KI schon in ihren Prozessen steckt. Wer das als reines Rechtsthema an die Legal-Abteilung schiebt, verschenkt den Vertrauensvorsprung.
Zur Quelle96 Prozent der Marketer nutzen KI, aber nur 22 Prozent sagen, ihr Team arbeite nach belegbaren, datengetriebenen Strategien. Fast die Hälfte agiert im Reaktionsmodus. Die größten Hürden sind nicht die Modelle, sondern die Anbindung an den bestehenden Stack (43 Prozent) und fehlende Skills im Team (37 Prozent). Der Rat an Führungskräfte gefällt mir: Gebt eurem Team kein Mandat, mehr KI zu nutzen, gebt ihm einen Rahmen, welche Aufgaben wegfallen und wo menschliches Urteil bleibt.
Zur QuelleErste Zahlen aus der bvik-Budget-Studie: Mehr als vier von fünf Industrieunternehmen wollen gezielt in KI für Marketingprozesse investieren, knapp 70 Prozent planen KI-Agenten und automatisierte Workflows. Gleichzeitig verbringen B2B-Käufer nur noch rund 17 Prozent ihrer Entscheidungszeit im direkten Anbieterkontakt, und nur etwa 8 Prozent der Unternehmen haben Marketing und Sales sauber verzahnt. bvik-Chef Kai Halter bringt es auf den Punkt: KI ersetzt keine fehlende Positionierung. Genau diese Lücke zwischen Investitionswillen und Fundament sehe ich in Projekten ständig.
Zur Quelle55 Prozent der Verbraucher vertrauen KI im Service, wenn ein klarer Weg zu einem Menschen sichtbar ist. Ohne diese Option sind es nur rund 25 Prozent. Die Technik dahinter ändert sich dabei kein Stück, nur die Gestaltung. Dazu kommt der Punkt Offenlegung: Rund drei Viertel wollen wissen, wann sie es mit KI-erzeugten Inhalten zu tun haben. Wer die Eskalation zum Menschen versteckt, um Kosten zu sparen, zahlt sie an anderer Stelle zurück.
Zur QuelleDer beste konzeptionelle Text, den ich seit Längerem zu dem Thema gelesen habe, und er ist frei verfügbar. Die These: Der klassische Funnel spaltet sich in einen technischen Funnel, in dem KI-Agenten unsichtbar vorsortieren, und einen menschlichen, in dem Vertrauen die Entscheidung trägt. Frühe Touchpoints verschwinden im Dark Funnel, generische Suchanfragen sinken, Branded Search steigt. Konsequenz für B2B: Answer Engine Optimization ist Pflicht, um überhaupt ins Relevant Set zu kommen, und Offline-Formate werden wieder wichtiger statt unwichtiger. Passt gut zum GEO-Thema hier im Feed, liefert aber den Denkrahmen dazu.
Zur QuelleMcKinsey hat am 16. Juli seine B2B-Pulse-Auswertung nachgelegt, und die Botschaft ist unbequem für alle, die KI nur oben draufsetzen. Die Gewinner investieren nicht einfach mehr, sie verdrahten ganze Workflows neu, von Lead bis Abschluss. 71 Prozent der Wachstumsführer haben ihr KI-Budget zweistellig erhöht, bei den Nachzüglern sind es 25 Prozent. Wer 2026 noch Tool-Pilotchen zählt statt Prozesse umzubauen, verliert hier gerade den Anschluss.
Zur QuelleMcKinsey liefert die bisher klarste Landkarte für Agentic AI in der CX, mit drei Horizonten vom einzelnen Workflow bis zum orchestrierten Gesamterlebnis. Die spannendste Zahl: 41 Prozent der KI-Deployments in kundennahen Funktionen sind voll skaliert, das ist 3,5-mal mehr als in anderen Unternehmensbereichen. CX ist also nicht das Experimentierfeld, sondern der Ort, wo KI tatsächlich in Produktion geht. Wer wissen will, wo er anfangen soll, findet hier sechs konkrete Workflows mit dem besten Verhältnis aus Wirkung und Machbarkeit.
Zur QuelleSAP und Oxford Economics haben 2.600 Führungskräfte befragt, davon 200 in Deutschland. Der erwartete ROI klettert auf rund 24 Prozent, und 90 Prozent trauen Agentic AI zu, ihre Organisation umzukrempeln. Der Haken sitzt tiefer: nur 4 Prozent fühlen sich wirklich vorbereitet, und über die Hälfte hat keine Kontrollprozesse für autonome Agenten. Genau diese Lücke zwischen Erwartung und Reife sollten Entscheider klären, bevor sie den nächsten Agenten scharf schalten.
Zur QuelleGartner hat nachgemessen, und das Ergebnis sollte Service-Verantwortliche aufhorchen lassen. Die Nutzung von ChatGPT und Co. für Serviceanliegen hat sich binnen eines Jahres verdoppelt, während die Nutzung firmeneigener Chatbots seit 2022 statistisch nicht gewachsen ist. Kunden umgehen also zunehmend den Bot der Marke und fragen lieber eine fremde KI, die dann über die Marke spricht. Das passt zum GEO-Thema hier im Feed: Wer dort nicht sauber auftaucht, verliert die Kontrolle über das eigene Serviceerlebnis.
Zur QuelleRoland Berger hat 550 Führungskräfte aus zehn Ländern befragt, und das Ergebnis ist erfrischend nüchtern. Der Anteil der Firmen, die KI im Service nutzen, ist binnen eines Jahres von 95 auf 54 Prozent gefallen. Das ist kein Rückzug, sondern ein geschärfter Blick darauf, was überhaupt als KI zählt. Wo sie läuft, wirkt sie: kürzere Reaktionszeiten, besserer NPS, niedrigere Kosten. Die Bremse ist selten die Technik, sondern Legacy-Systeme, unklare Zuständigkeiten und Datenqualität.
Zur QuelleZwei Drittel der CX-Verantwortlichen nennen ihr letztes KI-Projekt einen Erfolg, aber 53 Prozent haben das Budget gerissen und 43 Prozent stecken fest. Der spannende Teil steht zwischen den Zeilen: Laut Gartner haben über die Hälfte der Service-Chefs ihre Boni direkt an KI-Ergebnisse gekoppelt, also melden sie Erfolg, egal was die Daten sagen. Manche bauen sogar Leute ab, nur um Kapital für die KI-Ambition frei zu machen. Für Entscheider ist das ein Weckruf, die eigenen KI-Kennzahlen mal ehrlich gegen die Realität an der Front zu prüfen.
Zur QuelleGartner beziffert erstmals, was Agentic AI für den Softwaremarkt bedeutet. Rund 234 Milliarden Dollar an Ausgaben für klassische Unternehmensanwendungen stehen demnach zur Disposition, weil KI-Agenten Aufgaben übernehmen, für die bisher teure Suiten gekauft wurden. Für Entscheider heißt das: Wer jetzt langfristige Lizenzverträge verlängert, sollte sehr genau prüfen, welche Funktionen in zwei Jahren noch gebraucht werden. Ich halte die Zahl für diskussionswürdig, die Richtung aber für richtig.
Zur Quelle24 Industrie-Mittelständler, zehn typische Einkäufer-Prompts, vier KI-Systeme, macht 960 Abfragen. In 93 Prozent der Fälle tauchte die Firma gar nicht auf, mehr als vier von zehn landeten bei einem GEO-Score von exakt null. Das trifft auch Betriebe mit 90 Jahren Marktpräsenz und DAX-Referenzen, weil Marktposition und Zertifikate in der KI-Antwort schlicht keine Rolle spielen. Wenn deine Kunden per KI recherchieren statt zu googeln, ist das ein handfestes Vertriebsthema und kein Nice-to-have.
Zur QuelleGartner setzt Agentic AI auf den Gipfel der überzogenen Erwartungen, und das passt. Nur 17 Prozent der Unternehmen haben echte Agenten im Einsatz, über 60 Prozent wollen in zwei Jahren nachziehen. Spannender als die Kurve finde ich die Nebenbemerkung: Governance, Sicherheit und Kostenkontrolle tauchen erstmals als eigene Profile auf, und über 40 Prozent der Agenten-Projekte sollen bis Ende 2027 sterben. Wer jetzt baut, sollte weniger über Modelle reden und mehr über Betrieb.
Zur QuelleForrester hat deutsche B2B-Entscheider gefragt, und das Bild ist ehrlich: ambitionierte Wachstumsziele, internationale Expansion, gleichzeitig Stockungen bei Umsetzung und KI. 40 Prozent wollen vor allem in generativen KI-Systemen sichtbarer werden. Das ist der neue Pflichttermin im B2B, denn die Recherche der Einkäufer verlagert sich gerade. Wer hier wartet, verliert Sichtbarkeit an die, die früher anfangen.
Zur Quelle60 Prozent der Kunden wiederholen sich genau einmal, dann brechen sie ab. 56 Prozent geben einem automatisierten System weniger als drei Minuten, bevor sie einen Menschen verlangen, und nur 14 Prozent trauen künftiger KI zu, komplexe Anliegen besser zu lösen als ein Mensch. Die gute Nachricht steckt im Detail: Drei Viertel wären für Automatisierung zu haben, wenn sie das Anliegen vorausahnt und proaktiv handelt. Der Hebel liegt also nicht in mehr Bot, sondern in besseren Daten aus echten Gesprächen.
Zur Quelle500 B2B-Marketingentscheider in Deutschland, befragt Ende Mai bis Anfang Juni. 40 Prozent nennen KI als zentrale Herausforderung, elf Punkte mehr als 2024. Der interessante Nebeneffekt: Messebesuche gehen um 12 Punkte zurück, Marktanalysen um 9. Die Recherche verlagert sich also von der Messehalle in den Chat. Für alle, die Eventbudgets oder Content-Strategie verantworten, ist das ein Signal, das man nicht wegdiskutieren sollte.
Zur QuelleBCG rechnet vor, dass KI in indirekten Vertriebsmodellen die Effektivität der Verkäufer deutlich steigert, mit Umsatzplus von bis zu 20 Prozent. Der Kontext ist Emerging Markets, das Prinzip lässt sich aber auf jedes partner- und außendienstgetriebene Geschäft übertragen. Für mich der interessante Punkt: KI wirkt im Vertrieb am stärksten dort, wo bisher wenig systematisch gearbeitet wurde. Gutes Futter für alle, die ihren Channel skalieren wollen.
Zur QuelleFast 4.000 B2B-Entscheider aus 13 Ländern, und der Kernbefund sitzt: Omnichannel ist kein Vorteil mehr, sondern Pflicht. Käufer nutzen im Schnitt zehn Kanäle und wechseln den Anbieter, sobald Infos widersprüchlich sind oder kompetente Beratung fehlt. Spannend ist die Schere zwischen oben und unten. 60 Prozent der Marktführer melden zweistelliges Wachstum, bei den Nachzüglern sind es nur 21 Prozent. Wer GTM verantwortet, bekommt hier eine klare Ansage, wo die Überlebensgrenze inzwischen liegt.
Zur Quelle96 Prozent der CMOs sagen, KI verändere ihre Funktion grundlegend, 43 Prozent stecken dieses Jahr über 15 Millionen Dollar rein. Transformiert haben die wenigsten: Gerade mal 8 Prozent fahren Kampagnen, in denen mehrere KI-Agenten autonom zusammenarbeiten, 42 Prozent nutzen GenAI nur als Assistent für Einzelaufgaben. Das ist die klassische Lücke zwischen Reden und Tun. Wer hier vorne sein will, baut weniger Pilotprojekte und mehr durchgängige Workflows.
Zur QuelleKI automatisiert schon über ein Viertel der digitalen Arbeit und spart rund elf Stunden pro Woche, trotzdem sagen nur 13 Prozent, dass sich die Firmenleistung deutlich verbessert hat. Der Grund: Beschäftigte verlieren im Schnitt 6,4 Stunden mit Botsitting, also Kontext liefern, Ergebnisse prüfen, dieselben Eingaben über getrennte Tools wiederholen. Spannend ist der Punkt zu den Daten, denn die Modelle kennen das Unternehmen nicht und müssen ständig nachgefüttert werden. Wer KI-Reife will, schaut weniger auf Lizenzen und mehr auf sauberen Kontext, Governance und klare Spielregeln.
Zur QuelleEine deutschsprachige Bestandsaufnahme, wie sich Einkaufsprozesse im B2B verändern, wenn Agenten anfangen, Daten zu analysieren und Empfehlungen vorzubereiten. Der Beitrag bleibt angenehm konkret statt im Buzzword-Nebel zu verschwinden. Wer im B2B verkauft, sollte das lesen, denn das eigentliche Thema ist nicht die Technik, sondern die Tatsache, dass Daten in zu vielen Systemen liegen. Solange die Datenbasis bröckelt, bleibt jeder Agent ein Versprechen auf Sand.
Zur QuelleForrester hat 375 Marken über Asien-Pazifik, Europa und Nordamerika bewertet und kombiniert dafür CX Index und Brand Experience Index zu einem Gesamtwert. 41 Prozent haben sich verbessert, nur 3 Prozent fielen ab. Der eigentliche Punkt steckt im Ansatz: Markenwahrnehmung und Erlebnis lassen sich nicht mehr getrennt steuern. Für Entscheider ein gutes Argument, CX und Brand endlich an einen Tisch zu holen.
Zur QuelleForrester bringt den Realitätscheck. Drei Viertel der Unternehmen setzen auf Agentic AI, aber nur eine Minderheit hat mehr laufen als aufgehübschte Chatbots. Echte Multiagenten-Systeme sind noch die Ausnahme. Das ist die nüchterne Ergänzung zum Hype und passt zu der Linie, die Lücke zwischen Ankündigung und Umsetzung ehrlich zu benennen.
Zur Quelle414 Marketing-Entscheider aus dem DACH-Raum, und das Ergebnis tut weh: Nur 6 Prozent haben hochwertige Daten, 55 Prozent kämpfen mit niedriger Datenqualität, 58 Prozent nennen Datensilos als größte Hürde. Firmen nutzen im Schnitt nur ein Drittel ihrer MarTech-Kapazität, beim CRM schöpfen ganze 8 Prozent das Potenzial aus. Der Herausgeber bringt es auf den Punkt: Eine gekaufte KI-Lizenz ist noch kein Zeichen von Reife. Etwas älter als der Rest, aber die einzige große DACH-Zahlenbasis dazu.
Zur QuelleMcKinsey schätzt, dass Agenten künftig bis zu zwei Drittel der heutigen Marketingaufgaben übernehmen können, von Content über synthetische Zielgruppen-Tests bis zur Mediaplanung. Wer agentische Workflows einführt, soll spürbar mehr Umsatz aus hyperpersonalisiertem Marketing holen. Das würde ich vor jeder Investition selbst nachrechnen, typische Beraterzahl. Der ehrliche Kern ist das GenAI-Paradox: Die Technik ist überall, nur nicht auf dem Ergebnis, und Agenten sollen genau das drehen.
Zur QuelleÜber 400 Pricing-Verantwortliche im B2B, und die Richtung ist eindeutig. Heute nutzen 10 bis 30 Prozent generative oder agentische KI im Pricing, in ein bis drei Jahren wollen es 65 bis 85 Prozent. Pricing ist einer der Bereiche, wo KI direkt auf die Marge einzahlt und wo viele noch zögern. Für Vertriebsleiter ein guter Anstoß, das Thema aus der reinen Effizienzecke rauszuholen.
Zur QuelleDann lassen Sie uns kurz sprechen. In 30 Minuten ordnen wir ein, wo bei Ihnen der größte Hebel liegt.
Orientierungsgespräch vereinbaren →