Dein CX-Team misst den Aufwand der Kund:innen. Aber wer fragt, wie sie sich dabei fühlen?

Jedes Contact Center kennt seine Containment-Rate. Die meisten können die durchschnittliche Bearbeitungszeit auf die Sekunde genau angeben. Doch auf die Frage, ob Kund:innen nach einem Gespräch ein besseres oder schlechteres Bild von der Marke haben, bleiben die Antworten oft vage.

Viele Unternehmen sehen Contact Center nach wie vor als Kostenstelle: Entscheidend ist, wie schnell und kostengünstig sie Anliegen lösen – und weniger, wie sich diese Gespräche auf die Kundenbeziehung auswirken. Das zeigt auch unsere CX-Observability-Studie 2026, für die wir gemeinsam mit Metric Sherpa 531 Fachkräfte aus den Bereichen Customer Experience (CX) und Contact Center sowie 238 Führungskräfte in den USA befragt haben.

Auf die Frage, welche Kennzahlen die operativen Teams erfassen, lag der Customer Effort Score (CES) an erster Stelle: 62,3% messen den CES. Er zeigt, wie aufwändig es für Kund:innen ist, ihr Anliegen zu klären, und wird häufiger erfasst als jede andere Kennzahl zu operativer Leistung oder Kundenzufriedenheit in der Studie. Wie Kund:innen den Service erleben, messen deutlich weniger Teams: Nur 34,1% erfassen die Kundenzufriedenheit (CSAT) nach einzelnen Gesprächen, 23,0% verfolgen, wie sich die Stimmung im Gespräch entwickelt, und 14,9% messen den Net Promoter Score (NPS). 

Zu wissen, wie leicht Kund:innen ihr Anliegen klären konnten, ist wichtig. Es sagt dir aber nicht, wie sie nach dem Gespräch zu deiner Marke stehen. Wenn CX-Teams ihren Beitrag zum Geschäftserfolg sichtbar machen wollen, müssen sie auch erfassen, wie sich Kund:innen fühlen – und zeigen, wie das mit den Kennzahlen zusammenhängt, auf die die Führungsebene achtet.

Ein unkompliziertes Gespräch muss nicht unbedingt gut sein

Wenn du nur den Aufwand misst, den Kund:innen mit einem Anliegen hatten, kann selbst ein schlechtes Gespräch in deinen Kennzahlen gut abschneiden.

Kund:innen können schnell und unkompliziert eine Antwort bekommen und, nachdem sie aufgelegt haben, trotzdem schlechter über deine Marke denken. Vielleicht finden sie eine Regelung unfair, aber niemand erklärt ihnen, warum es sie gibt. Vielleicht löst der Agent ihr Problem, gibt ihnen dabei aber das Gefühl, nur eine Ticketnummer zu sein. Der Effort-Score fällt gut aus. Trotzdem werden diese Kund:innen womöglich nicht wieder bei dir kaufen – und dein Reporting lässt das nicht erkennen.

Deshalb lohnt es sich, auch den Stimmungsverlauf zu erfassen und zu untersuchen, wo Kund:innen auf Probleme stoßen. Die Sentiment-Analyse zeigt, wie sich die Stimmung von Kund:innen während eines Gesprächs und über mehrere Kontakte mit deiner Marke hinweg verändert. Wenn du zusätzlich erfasst, welche Probleme immer wieder auftreten, kannst du deren Ursachen beheben, statt ständig dieselben Beschwerden zu bearbeiten. Zusammen zeigen dir diese Kennzahlen, ob dein Service die Kundenbindung stärkt oder schwächt.

Beim Einsatz von AI Agents ist dieser Einblick besonders wichtig. Führt ein Mensch ein Gespräch schlecht, betrifft das meist einzelne Kund:innen. Bei einem AI Agent besteht dagegen das Risiko, dass er denselben Fehler in jedem weiteren Gespräch wiederholt. So können in kurzer Zeit viele Kund:innen schlechte Erfahrungen mit deiner Marke machen.

Warum erfassen dann nicht mehr Teams, wie Kund:innen den Service erleben?

Es fehlt an Zeit, Budget und Personal

Diese Frage haben wir den operativen CX-Verantwortlichen gestellt. Ihre Antworten zeigen: Häufig fehlen die Voraussetzungen dafür. Vier Gründe wurden nahezu gleich oft genannt: Die Führungsebene räumt dem Thema keine Priorität ein (35,6%), Budget oder Ressourcen fehlen (34,3%), andere Aufgaben haben Vorrang (33,9%) und intern fehlt das nötige Fachwissen (32,6%). 

Mit deutlichem Abstand folgte auf Platz fünf ein unklarer Return on Investment (ROI) mit 19,8%. Weniger als ein Fünftel der Befragten zweifelt also daran, dass sich eine bessere Messung auszahlt. Was die anderen ausbremst, sind Zeit, Geld und Personal. Für viele Teams liegt die Herausforderung also darin, die Messung im Arbeitsalltag umzusetzen.

Hier kann AI die Teams entlasten. AI-Observability-Tools analysieren jedes Gespräch – unabhängig davon, ob es ein Mensch oder ein AI Agent geführt hat. Mitarbeitende müssen dafür nicht mehr einzelne Anrufe manuell prüfen. Die Tools zeigen über alle Gespräche hinweg, wie sich die Stimmung von Kund:innen verändert, welche Probleme wiederholt auftreten und wo Antworten fehlerhaft sind. Der Wunsch nach diesem umfassenden Einblick ist groß: 61,4% der Befragten zählen die Auswertung aller Gespräche statt einzelner Stichproben zu den Funktionen, die sie sich am meisten wünschen.

So passt du deine CX-Scorecard an

Aufwand, Containment-Rate und Bearbeitungszeit zeigen, wie effizient dein Contact Center arbeitet. Welchen Beitrag dein Service zum Geschäftserfolg leistet, erfährst du daraus allein aber nicht. Ergänze deine Messung und dein Reporting deshalb um die folgenden zwei Aspekte – und gewichte sie mindestens genauso stark wie deine Effizienzkennzahlen.

Zeige, wie das Kundenerlebnis den Geschäftserfolg beeinflusst

Erfasse, wie sich die Stimmung von Kund:innen verändert und wo sie immer wieder auf Probleme stoßen. Verknüpfe diese Erkenntnisse mit Kennzahlen, die auch für andere Teams wichtig sind: Bleiben Kund:innen deinem Unternehmen treu? Müssen sie sich wegen desselben Anliegens erneut melden? Wie entwickelt sich der Umsatz?

So machst du deutlich, welche Folgen das Kundenerlebnis für dein Unternehmen hat. Genau das interessiert auch die Führungsebene: Für 46,4% der Führungskräfte gehört es zu den drei wichtigsten Prioritäten bei der CX-Messung, diesen Zusammenhang sichtbar zu machen.

Prüfe, ob Antworten richtig sind – denn Fehler gefährden die Kundenbindung

Ein AI Agent kann schnell und unkompliziert antworten und trotzdem falsch liegen. Der Effort-Score fällt dann gut aus, obwohl die fehlerhafte Auskunft das Kundenvertrauen beeinträchtigt. Die bisherigen Kennzahlen für Human Agents erfassen dieses Problem nicht ausreichend. AI Agents brauchen deshalb zusätzliche Kennzahlen, die zeigen, ob ihre Antworten stimmen. Trotzdem messen derzeit 78,5% der operativen CX-Verantwortlichen in Unternehmen, die AI einsetzen, weder Halluzinationen noch die sachliche Richtigkeit der Antworten ihrer AI Agents.

Verknüpfe CX-Kennzahlen mit Kundenbindung und Umsatz

Operative CX-Teams haben ihre Kennzahlen über Jahre verfeinert, um Contact Center effizient zu steuern. Auf dieser Erfahrung können sie aufbauen und sichtbar machen, wie der Service zu Kundenbindung und Umsatz beiträgt.

Wenn CX-Teams der Führungsebene zeigen, welche Gespräche die Kundenbindung stärken, welche den Umsatz gefährden und warum, verändert sich ihre Rolle. Statt ihr Budget rechtfertigen zu müssen, entscheiden sie mit, wie das Unternehmen Kund:innen langfristig bindet, die Kundenbeziehungen ausbaut und den Umsatz steigert.

Erfahre in der CX-Observability-Studie 2026, wie aussagekräftig deine CX-Kennzahlen sind, und bewerte dein Team anhand der fünf Bereiche des CX-Observability-Index.