Die Einführung von „Agentic AI“ – also KI-Systemen, die über eigene Zielverfolgung, adaptive Entscheidungsfähigkeit und proaktive Handlungsweisen verfügen – eröffnet neue Dimensionen für die Gestaltung der Customer Experience (CX). Im Gegensatz zu traditionellen, reaktiven KI-Systemen, die primär auf vorgegebene Reiz-Reaktions-Muster angewiesen sind, agieren agentische KI-Modelle mit einem höheren Maß an Autonomie, was tiefgreifende Auswirkungen auf Wahrnehmung, Vertrauen, Bindung und letztlich das Kundenerlebnis hat.
Aus psychologischer Perspektive lässt sich Agentic AI mit Konzepten wie Intentionalität, Theory of Mind und sozialer Attribution verknüpfen. Menschen neigen dazu, Systemen, die konsistent und zielgerichtet handeln, agency zuzuschreiben – also eine eigene Handlungsfähigkeit. In der Interaktion mit solchen Systemen verändert sich die kognitive und emotionale Bewertung: Nutzer erwarten nicht nur Funktionalität, sondern auch „Verständnis“ im Sinne sozialer Intelligenz. Das kann zu einer stärkeren emotionalen Bindung führen, birgt jedoch auch Risiken bei fehlerhafter Attribution oder überhöhten Erwartungen (Nass & Moon, 2000).
Technologisch gesehen ermöglichen multimodale KI-Modelle wie GPT-4, Claude oder Gemini eine stärkere Kontextualisierung, situative Anpassung und sogar vorausschauende Gestaltung von Kundeninteraktionen. Agentic AI kann so beispielsweise selbstständig erkennen, wann eine Eskalation zu einem menschlichen Agenten sinnvoll ist, eigeninitiativ personalisierte Angebote entwickeln oder proaktiv Empfehlungen aussprechen, die nicht auf einem simplen „Wenn-dann“-Prinzip, sondern auf holistischer Zielverfolgung beruhen. Das verändert die Rolle von Customer Support von einem reaktiven Servicekanal zu einem intelligenten, autonomen Begleiter.
Zentral für die Akzeptanz solcher Systeme ist jedoch die Transparenz der Zielverfolgung und die ethische Gestaltung agentischer Systeme. Kunden müssen nachvollziehen können, warum ein System eine bestimmte Entscheidung trifft, insbesondere in sensiblen Bereichen wie Finanzberatung, Gesundheitswesen oder Bildung. Psychologisch spricht man hier vom Bedarf an kontrollierbarer Autonomie (Deci & Ryan, 1985) – ein System darf autonom handeln, solange der Nutzer sich dabei nicht entmündigt fühlt.
Zudem steht die Agentic AI im Spannungsfeld zwischen Effizienz und Vertrauen. Während proaktive Systeme Prozesse rationalisieren können, besteht die Gefahr der emotionalen Dissoziation, wenn Entscheidungen als unverständlich oder unmenschlich wahrgenommen werden. Die Integration empathischer Gestaltungselemente (z. B. sprachliche Stilistik, Kontextsensitivität, Wiedererkennung früherer Interaktionen) kann diesem Effekt entgegenwirken. Erste Studien zeigen, dass agentische Systeme, die über eine ausbalancierte Mischung aus Autonomie, Transparenz und menschlicher Nahbarkeit verfügen, zu einer signifikanten Steigerung von Customer Engagement und Customer Lifetime Value beitragen können (Kunz et al., 2020).
Langfristig verändern sich durch Agentic AI auch die Erwartungen an menschliche Customer Service Mitarbeitende: Die Messlatte wird durch „immer verfügbare, kontextbewusste KI-Agenten“ höher gelegt. Dies fordert eine Neuausrichtung der Kompetenzprofile in Richtung Empathie, Eskalationsmanagement und KI-Verständnis – ein klassisches Beispiel für augmentierte Zusammenarbeit im Sinne der Human-AI Symbiose.
Fazit
Agentic AI markiert eine neue Ära der Customer Experience: Sie erweitert das klassische Verständnis von Dienstleistung um Aspekte der proaktiven, adaptiven und intentional wirkenden Kommunikation. Für Unternehmen bedeutet dies nicht nur eine technologische, sondern vor allem eine psychologisch-kulturelle Herausforderung. Die Gestaltung vertrauenswürdiger, erklärbarer und empathischer Agenten wird zum entscheidenden Faktor für Kundenzufriedenheit und langfristige Kundenbindung.
Literatur
Deci, E. L., & Ryan, R. M. (1985). Intrinsic motivation and self-determination in human behavior. Springer Science & Business Media.
Kunz, W. H., Heinonen, K., Gustafsson, A., Brax, S. A., Hammedi, W., Kowalkowski, C., ... & Barner, S. (2020). Future service technologies: Is service research on track with business reality? Journal of Services Marketing, 34(3), 237–246.
Nass, C., & Moon, Y. (2000). Machines and mindlessness: Social responses to computers. Journal of Social Issues, 56(1), 81–103.