Die Customer Journey beginnt woanders
Wenn ich mit Verantwortlichen aus Customer Experience, Customer Service und Digital spreche, kommt das Thema fast immer an derselben Stelle auf: Der eigene Chatbot läuft technisch stabil, die Nutzungszahlen stagnieren trotzdem. Gleichzeitig kommen Kunden mit fertigen Hypothesen in den Kontakt. Sie haben Produkte verglichen, Fehlerbilder eingegrenzt, Tarifoptionen bewertet, und zwar außerhalb der Unternehmenskanäle – oft noch bevor sie einen einzigen eigenen digitalen Touchpoint besucht haben.
Meine Beobachtung stützt sich nicht auf einen Einzelfall: Das Informations- und Suchverhalten verschiebt sich systematisch. Generative KI wird früh in der Customer Journey eingesetzt, für Produktvergleiche, Problemverständnis und Lösungsrecherche. Das betrifft B2C ebenso wie B2B, wo die Anbietervorauswahl zunehmend im KI-Chatfenster stattfindet, bevor eine Website überhaupt aufgerufen wird [5].
Für dich als Entscheider ist das weniger eine Technologiefrage als eine Frage der Customer Strategy. Wenn der Einstiegspunkt nach außen wandert, verändern sich Reihenfolge, Erwartungshaltung und Informationsstand deiner Kunden am ersten eigenen Touchpoint. Die relevante Frage lautet also nicht, welches Conversational-AI-Produkt das leistungsfähigere ist. Sie lautet: Was bedeutet es strategisch für Customer Journey Management, wenn ein wachsender Teil der Customer Journey außerhalb der eigenen digitalen Touchpoints beginnt?
Was die Zahlen sagen: Belastbare Evidenz zum veränderten Kundenverhalten
Zur Größenordnung zeigen aktuelle Gartner-Daten zwei interessante Entwicklungen: Kunden nutzen bei Serviceanliegen rund dreimal häufiger Third-Party-GenAI-Tools als unternehmenseigene Chatbots, und 51 Prozent der Customer-Service-Journeys beginnen auf Third-Party-Plattformen (Gartner, 2026).
Der Report "Emerging Trends in Consumer AI Adoption" der Beteiligungsgesellschaft Verdane befragte im Juni 2025 mehrere tausend Nutzer von Conversational-AI-Tools in sechs europäischen Ländern, darunter Deutschland. 76 Prozent der KI-Anwender hatten diese Tools bereits für eine Produktsuche genutzt, 17 Prozent tun das häufig [1]. Die Plattformen verstärken den Trend: OpenAI ermöglicht seit April 2025 Produktempfehlungen in der ChatGPT-Suche und hat in den USA einen "Instant Checkout" eingeführt, mit dem Bestellungen die KI-Umgebung nicht mehr verlassen [1].
Kundenverhalten folgt rationalen Kriterien
Diese Verschiebung ist kein Kundenfehlverhalten, sondern eine rationale Wahl entlang der Kriterien, die Kunden im Service seit Jahren priorisieren. In der Genesys-Studie "State of Customer Experience" nennen 64 Prozent eine schnelle Reaktionszeit als oberste Priorität, noch höher gewichtet wird die Lösung des Anliegens beim ersten Kontakt [2]. Klassische Chatbots liefern hier zu wenig: Als größter negativer Aspekt werden Verständnisprobleme genannt, und 60 Prozent der Befragten warten lieber in der Warteschlange, wenn am Ende ein Mensch steht [3]. Third-Party GenAI beantwortet offene, unscharf formulierte Fragen, vergleicht Optionen und wirkt in der Wahrnehmung neutral. Genau darin liegt der Kundennutzen. Wer ihn bestreitet, argumentiert am Verhalten vorbei.
Wo der Bruch entsteht: Drei Konsequenzen für Unternehmen
Customer Journeys enden nicht mehr an den Grenzen eigener Kanäle
Forrester definiert eine Customer Journey als den Weg und die Sichtweise der Kunden bei der Verfolgung eines Ziels, nicht als Kampagne oder Geschäftsprozess. Ein Unternehmen ist Teil dieser Journey, aber selten an allen Schritten beteiligt; bei einer Eigenheimfinanzierung wirken Finanzberater, Makler, Freunde und konkurrierende Käufer mit [6]. Neu ist diese Einsicht nicht, durch generative KI bekommt sie jedoch anderes Gewicht. Wenn ein erheblicher Teil der Recherche extern startet [1] [5], zeigt dein Reporting nur einen Ausschnitt. Was im Journey-Dashboard als Erstkontakt erscheint, ist in der Kundenrealität oft Schritt drei oder vier. Forrester benennt das Kernproblem präzise: Wer Journeys mit eigenen Prozessen und Kampagnen in einen Topf wirft, versteht die Kundenperspektive nicht mehr und verschlechtert damit die Customer Experience [6]. Journey-Analysen zeigen, was Kunden tatsächlich tun, im Unterschied zu dem, was die Organisation glaubt, dass sie tun [4].
Informationsqualität entscheidet über Repräsentation in KI-vermittelten Journeys
In KI-vermittelten Journeys wird nicht die schönste Landingpage referenziert, sondern die Information, die aktuell, konsistent und für ein Modell interpretierbar ist. Strukturierte Datenarchitektur, maschinenlesbare Produktdaten und offene Schnittstellen werden damit zu CX-relevanten Faktoren [5]. Zugleich erzeugen generative Systeme Texte auf statistischer Basis, nicht geprüfte Antworten, ein Verfahren, das Harald Lesch als "Würfeln mit Worten" beschrieben hat [2]. Widersprüchliche Preisangaben oder veraltete Servicebedingungen führen deshalb nicht zu einer Fehlermeldung, sondern zu einer plausibel klingenden falschen Aussage über dein Unternehmen. Welche rechtlichen Risiken daraus entstehen können, wenn Chatbots – eigene wie externe – Fehlinformationen verbreiten, analysieren wir ausführlich im Artikel zur Haftungsfalle Chatbot.
Neue Ausgangslage statt reiner Kontrollverlust
Drittens verändert sich die Transparenz über frühe Kundenbedürfnisse. Vorauswahl und Bewertung finden im Chatfenster des Nutzers statt, ohne Website-Traffic und ohne Log-Daten [5]. Dein eigener Einstieg erfolgt später, mit weniger Kontext und mit deutlich weniger Customer Data über die entscheidende Frühphase. Markus Kellermann formuliert die Folge nüchtern: Kundenbindung wird schwieriger, wenn der Kauf in einem KI-Interface abgeschlossen wird [1]. Dass Kunden dort echten Mehrwert erhalten, zeigt das Beispiel Gartenhaus.com, wo Interessenten ein Bild ihres Gartens hochladen, um personalisierte Empfehlungen zu bekommen [1].
Ein Kontrollverlust ist das nicht, sondern eine verschobene Ausgangslage. Beobachtet wird zugleich, dass die Conversion-Rate der verbleibenden Website-Besucher steigt, weil diese mit klarer Kaufabsicht kommen [5]. Weniger Kontakte bei höherer Qualifikation ist ein anderes Betriebsmodell für digitale Touchpoints, nicht deren Ende.
Nicht Rückgewinnung, sondern Relevanz: Die richtige strategische Frage
In vielen Diskussionen lautet die erste Reaktion: Wie holen wir die Kunden zurück in unseren eigenen Chatbot? Diese Frage führt in die falsche Richtung, weil sie unterstellt, Kunden wählten ihren Einstiegspunkt aus Unkenntnis. Sie wählen ihn, weil er schnell ist, weil er offene Fragen zulässt und weil eine datenbasierte Zusammenfassung oft glaubwürdiger wirkt als Werbebotschaften auf Anbieterseiten [5]. Ein Kanal, dessen wahrgenommener Hauptnutzen darin besteht, an einen Menschen weiterzuleiten, gewinnt diesen Vergleich nicht: 61 Prozent der Befragten wenden sich an einen Chatbot nur dann, wenn er ihnen genau dabei hilft [3].
Die tragfähige Frage lautet deshalb: Wie bleibst du in einer zunehmend KI-vermittelten Customer Journey relevant, konsistent und anschlussfähig?
- Relevant heißt, in externen Recherchen korrekt vorzukommen.
- Konsistent heißt, dass die Aussage im KI-Dialog, auf der Website und im Servicegespräch dieselbe ist.
- Anschlussfähig heißt, dass ein Kunde mit Vorwissen nicht bei null anfangen muss.
Der häufigste Kritikpunkt im Service ist bis heute, dass Anliegen bei jedem neuen Kontakt wiederholt werden müssen [2]. Genau dieser Bruch wird teurer, wenn die Vorrecherche extern stattfand.
Kundennutzen und Unternehmensinteresse stehen dabei nicht zwangsläufig im Widerspruch. Forrester erinnert daran, dass Journeys sich gegenseitig beeinflussen und im Kontext anderer Journeys betrachtet werden müssen [6]; externe Recherche ist damit kein Fremdkörper, sondern ein Teilstück. Entscheidend ist die Rolle deiner eigenen Kanäle: weniger Informationseinstieg, mehr Transaktions-, Personalisierungs- und Beziehungsort. Dort haben eigene digitale Touchpoints strukturelle Vorteile, weil sie Vertragsdaten, Historie und verbindliche Zusagen abbilden können.
Strategischer Handlungsrahmen: Fünf Ansatzpunkte für Customer Journey Management
1. Customer Journeys neu analysieren
Der erste Schritt ist analytisch, nicht technisch. Journey-Modelle, die an der Kanalgrenze beginnen, beschreiben Unternehmensprozesse, keine Kundenwege. Forrester empfiehlt, Journeys aus Kundenperspektive zu erfassen, die beteiligten Akteure einzubeziehen und Abhängigkeiten sichtbar zu machen, etwa in einem Journey-Atlas, der verschachtelte, sequenzielle und wiederkehrende Journeys visualisiert [6].
Für Customer Journey Management heißt das konkret:
- Third-Party GenAI als Touchpoint modellieren
- Den Informationsstand bei Erstkontakt systematisch erheben
- Kundenverhalten statt Kanalverhalten auswerten [4]
Pragmatisch bleibt der Rat, groß zu planen und klein anzufangen, also zunächst zwei Journeys mit hohem Volumen zu durchleuchten [4]. Der einfachste Start kostet nichts: die Frage im Servicegespräch, wo die Recherche begonnen hat.
2. Informationsarchitektur KI-ready gestalten
Wenn Modelle deine Inhalte zusammenfassen, entscheidet deren Struktur über die Qualität der Repräsentation. Nötig sind:
- Konsistente Produkt- und Servicedaten
- Klare Zuständigkeit für Aktualität
- Strukturierte Auszeichnung von Inhalten
- Maschinenlesbare Schnittstellen [5]
Das ist weniger eine Marketingaufgabe als eine Frage von Datenqualität und Governance, mit den bekannten Realitäten: verteilte Systeme, gewachsene Redaktionsprozesse, unklare Ownership. Hinzu kommt die regulatorische Seite. Der EU AI Act bringt umfangreiche Dokumentationspflichten und Sanktionsrisiken mit sich [2]. Für eigene KI-gestützte Kanäle bedeutet das Compliance-Aufwand, für externe Plattformen die Frage, welche Aussagen du überhaupt verbindlich vertreten willst.
3. Eigene Touchpoints und Touchpoint-Strategie neu definieren
Drittens gehört die Touchpoint-Strategie auf den Prüfstand, ohne sie pauschal abzuschreiben. Sinnvoll ist eine nüchterne Zuordnung:
Nach außen wandern: allgemeine Orientierung, Vergleich, erste Problemeingrenzung.
Im eigenen Kanal bleiben: Transaktion, Authentifizierung, Personalisierung auf Basis von Vertragsdaten, sensible Anliegen, hohe Komplexität.
Dass Automatisierung dort Wirkung zeigt, ist belegt, etwa bei Klarna mit 2,3 Millionen KI-geführten Kundengesprächen in einem Monat und 25 Prozent weniger Rückfragen [2]. Ebenso belegt ist, dass überzogene Erwartungen den Service zunächst verschlechtern können [2]. Für die Omnichannel-Logik heißt das: weniger Kanäle mit klarerem Auftrag, dafür eine verlässliche Eskalation zum Menschen, die 77 Prozent der Befragten als wichtigsten Erfolgsfaktor nennen [3]. Wann eine fokussierte Kanalstrategie mehr bringt als ein breiter Omnichannel-Ansatz, beleuchten wir in unserem Artikel zur fokussierten Kanalstrategie im Kundenservice.
4. Übergänge nahtlos gestalten
Der kritische Moment ist der Wechsel von der externen Recherche in deinen Prozess. Kommt ein Kunde mit einer KI-Empfehlung, muss diese verifizierbar, auffindbar und abschließbar sein, ohne dass er seinen Fall neu erklärt. Für AI Agents, die künftig eigenständig Software, Maschinen oder Dienstleistungen evaluieren und beauftragen sollen, gilt das doppelt: Sie benötigen belastbare Datenstrukturen und offene Schnittstellen, um überhaupt anschlussfähig zu sein [5]. Wo der Übergang bricht, entsteht genau der Aufwand, den Kunden im Service am schärfsten kritisieren [2]. Übergangsgestaltung ist damit ein Designziel mit klarer Wirkung, kein technisches Detail.
5. Erfolgsmessung auf die gesamte Journey ausweiten
Containment-Quoten des eigenen Chatbots messen Kanalauslastung, nicht Kundenerfolg. Wenn die Journey extern beginnt, sinken solche Werte fast zwangsläufig, ohne dass die Customer Experience leidet. Tragfähiger sind:
- Customer Effort
- Erstlösungsquote
- Conversion der verbleibenden qualifizierten Besucher
- Rückkehrverhalten nach einem KI-Kontakt [1] [5]
Ergänzend gehört die Korrektheit externer Aussagen über dein Angebot in das Monitoring, weil sie sonst unbemerkt zur Servicerealität wird [2]. Journey-Orchestrierung ermöglicht konsistentere Interaktionen, verlangt aber die Klärung, was wem wann gesagt werden soll [4]. Welche KPIs im KI-Hybridbetrieb wirklich steuern, zeigt unser Artikel zur Neukalibrierung von Contact Center KPIs.
Fazit: Customer Strategy für eine KI-vermittelte Journey
Die Verschiebung, die ich seit einiger Zeit beobachte, ist kein Ausschlag in einer Adoptionskurve. Sie folgt einer stabilen Logik: Kunden wählen den Einstieg, der ihre Frage am schnellsten in eine brauchbare Antwort verwandelt. Solange schnelle Reaktion und Lösung beim ersten Kontakt die wichtigsten Servicekriterien bleiben [2] und klassische Chatbots hier regelmäßig enttäuschen [3], wird ein erheblicher Teil der Customer Journey außerhalb eigener Kanäle stattfinden. Die belegten Daten zur Produktsuche mit generativer KI [1] und die Verlagerung der Vorrecherche vor den ersten Website-Besuch [5] deuten in dieselbe Richtung. Die eingangs genannten Gartner-Werte würden dieses Bild verstärken, ersetzen aber keine eigene Prüfung.
Daraus folgt keine Resignation, aber auch keine Technologiegläubigkeit: Generative Systeme bleiben statistische Textproduzenten mit entsprechenden Fehlerprofilen, und Regulierung wie der EU AI Act setzt reale Grenzen [2]. Was folgt, ist die Erweiterung der Customer Strategy von einer kanal-zentrierten auf eine journey-zentrierte Perspektive. Eigene digitale Touchpoints gewinnen dabei eine neue Rolle: nicht als Einstieg, sondern als spezialisierte Orte für Transaktionen, Personalisierung und Beziehungsmanagement. Wie KI schon heute den Kundenservice strukturell verändert – und was das für Rollen und Betriebsmodelle bedeutet –, lesen Sie in unserer Analyse Was passiert mit dem Kundenservice, wenn KI 80 % der Anfragen übernimmt?
Häufige Fragen
Warum nutzen Kunden ChatGPT und andere GenAI-Tools statt dem Chatbot des Unternehmens? Kunden wählen den Einstieg, der ihre Frage am schnellsten in eine brauchbare Antwort verwandelt. Third-Party GenAI lässt offene, unscharf formulierte Fragen zu, vergleicht Optionen und wirkt in der Wahrnehmung neutral – klassische Unternehmens-Chatbots scheitern hier häufig an Verständnisproblemen und engen Gesprächsführungen.
Was bedeutet es für meine Customer Journey, wenn Kunden extern recherchieren? Der Einstiegspunkt verschiebt sich nach außen: Was im eigenen Reporting als Erstkontakt erscheint, ist in der Kundenrealität oft bereits Schritt drei oder vier. Customer Journey Management muss Third-Party-GenAI-Touchpoints deshalb aktiv modellieren und den Informationsstand bei Erstkontakt systematisch erheben.
Wie kann ich sicherstellen, dass mein Unternehmen in KI-vermittelten Journeys korrekt dargestellt wird? Entscheidend ist eine strukturierte, aktuelle und konsistente Informationsarchitektur: maschinenlesbare Produktdaten, klare Zuständigkeiten für Inhalte und offene Schnittstellen. Widersprüchliche oder veraltete Inhalte führen in generativen Systemen nicht zu Fehlermeldungen, sondern zu plausibel klingenden Falschaussagen.
Welche KPIs sollte ich für eine journey-zentrierte Customer Strategy verwenden? Containment-Quoten des eigenen Chatbots messen Kanalauslastung, nicht Kundenerfolg. Tragfähigere Messgrößen sind Customer Effort, Erstlösungsquote, Conversion der verbleibenden qualifizierten Besucher sowie das Rückkehrverhalten nach einem externen KI-Kontakt.
Quellen
[1] Bot statt Shop: So prägt ChatGPT die Customer Journey im E-Commerce
[2] ChatGPT im Kundenservice: Warum Unternehmen umdenken müssen
[3] Neue Studie: Was Ihre Kunden wirklich über Chatbots denken [2025]
[4] Der moderne Ansatz der Customer Journey Analyse | Experience Orchestration - Medallia
[5] B2B Customer Journey & KI: Wie ChatGPT die Suche verändert
[6] Vermeiden Sie Missverständnisse bei der Customer Journey