KI-Kund*innenservice für B2C: speziell für Shopper*innen entwickelt, nicht für IT-Warteschlangen

Die meisten Kundendienst-Teams haben schon Kund*innen erlebt, die um 23 Uhr eine Bestellung aufgeben und zwei Stunden später einen Chat öffnen und fragen, wo sie bleibt. Sie wollen jetzt sofort eine Antwort – in welcher App auch immer sie gerade sind – und es ist ihnen egal, dass dein Support-Team schläft.

Wenn Tausende von Shopper*innen gleichzeitig fragen, kannst du dich aus diesem Problem nicht einfach herausrekrutieren. Ein Launch oder ein Feiertagswochenende kann deine Ticketanzahl über Nacht verdoppeln, aber du hast immer noch dieselbe Anzahl an Support-Mitarbeiter*innen wie letzte Woche.

„Wo ist meine Bestellung?“ (WISMO) ist nicht die einzige FAQ, die sich leicht lösen lässt, in der Warteschlange deines Teams in großer Zahl auftaucht und still und leise dafür sorgt, dass alle am liebsten schreien würden. Kund*innen drängen nicht nur darauf, ob die Bestellung schon versendet wurde, sondern wollen auch wissen, ob sie das Gekaufte zurückgeben können, wie lange sie dafür Zeit haben und ob es eher klein oder groß ausfällt.

Diese Arten von Anfragen sind große Treiber der Kund*innenzufriedenheit, aber alles, was sie brauchen, ist eine schnelle Antwort in einfacher Sprache. Das ist etwas, das KI für Teams in großem Maßstab ziemlich gut übernehmen kann.

KI-Kund*innenservice für B2C setzt KI-Agent*innen auf diese repetitiven Post-Purchase-Fragen an, löst sie über die Kanäle, die Shopper*innen bereits nutzen, zu jeder Uhrzeit, ohne dass jemand jede einzelne Nachricht bearbeiten muss.

KI-Kundenservice für B2C-Support ist nicht B2B-Support mit einem anderen Logo

Guter Kundenservice bedeutet bei einer Consumer-Marke etwas anderes als bei einem Unternehmen, dessen Kund*innen andere Unternehmen sind.

Ein B2B-Team bearbeitet eine kleinere Anzahl komplexer Tickets, die jeweils an ein namentlich genanntes Konto mit einem dahinterstehenden Vertrag gebunden sind. Ein B2C-Team hingegen befasst sich mit Tausenden kurzer, emotionaler Fragen nach dem Kauf von Käufer*innen, die ihr eigenes Geld ausgegeben haben und jetzt eine Antwort wollen.

Wenn du denselben KI-Kundendienst auf beide ansetzt, bekommst du ernsthafte Probleme. KI, die auf B2B abgestimmt ist, ist für ein geordnetes Kontomanagement gemacht, daher übersieht sie, was eine Frage von Verbraucher*innen dringend macht. Es weiß nicht, dass eine verspätete Lieferung bedeuten kann, dass ein Geburtstagsgeschenk nicht rechtzeitig ankommt, oder dass ein*e loyale*r wiederkehrende*r Kund*in eine wärmere Antwort verdient als ein*e Erstkäufer*in.

So vergleichen sich die beiden Modelle in den Dimensionen, die für KI wichtig sind:

KI beantwortet die Fragen, die deine Shopper*innen immer wieder stellen

Im B2C sind es dieselben Fragen, die deine Warteschlange füllen – und genau die kann ein KI-Agent eigenständig abschließen, nicht nur beantworten. Jede davon hat eine eindeutige Antwort, die bereits in deinen Kund*innendaten, deinem Produktkatalog oder deinen Markenrichtlinien und -richtlinien sowie -prozessen steckt – daher kann KI sie nachschlagen und den nächsten Schritt übernehmen, statt die kaufende Person auf ein Hilfedokument zu verweisen und es dabei zu belassen.

Wenn es richtig mit deinen Kund*innendaten, deinem Produktkatalog und deiner Markendokumentation trainiert ist, sind das die Kund*innenanfragen, die KI tendenziell gut bearbeitet:

• Bestellstatus und Tracking: WISMO, Bestell-Tracking, Versand- und Lieferzeitpläne
• Rückgaben und Umtausch: eine Rückgabe einleiten, eine Größe tauschen, Anspruchsvoraussetzungen
• Produktfragen und Passform: Größenauswahl, Materialien/Zutaten, personalisierte Empfehlungen
• Loyalty und Punkte: Stufe, Kontostand, Einlöserichtlinien
• Abonnements: Pausieren, Überspringen, Tauschen oder ein Lieferdatum ändern
• Bestelländerungen: eine Adresse oder einen Artikel vor der Fulfillment-Abwicklung ändern

Das menschliche Kundendienstteam bei NANUK, einer Marke für Schutzkoffer, beantwortete Kund*innenanfragen früher einzeln per E-Mail, Telefon und Social-Media-DM. Laut Sophie Morin, Director of Digital Marketing und E-Commerce, standen sie häufiger als alles andere vor einer Frage: „Passt es in den Koffer?“

Jetzt nutzt die Marke eine KI-Kundendienstagent*in, die rund um die Uhr Self-Service-Antworten auf wiederkehrende technische FAQs bietet, darunter präzise Antworten auf Suchanfragen in natürlicher Sprache und auf alle Varianten von „Wird es passen?“ In 90 Tagen löste die KI-Agent*in 84 % aller Chat-Anfragen von Kund*innen [EN] eigenständig.

Für unternehmensspezifische Anwendungsfälle, die keine vorgefertigte KI-Agent-Skill abdeckt, können Teams eine benutzerdefinierte Skill erstellen, indem sie in einfacher Sprache beschreiben, was passieren soll, statt in einem Engineering-Backlog zu warten.

KI unterstützt Shopper*innen über Kanäle, Zeitzonen und Sprachen hinweg

Menschen schreiben den Support auf dem Gerät an, das sie gerade in der Hand haben. Das bedeutet, ein KI-Kundendienst-Agent muss diese Fragen überall bearbeiten können, wo Kund*innen auftauchen: Web-Chat, E-Mail, Textnachrichten, WhatsApp und Instagram.

Wenn du grenzüberschreitend verkaufst, sollte ein KI-gestützter Customer Agent das Gespräch auch in der eigenen Sprache der Kund*innen führen können – selbst wenn es bei deinem menschlichen Team mitten in der Nacht ist. Eine Kund*in, die um 2 Uhr morgens eine Frage auf Französisch stellt, bekommt sofort eine Antwort auf Französisch, statt darauf zu warten, dass sich deine französischsprachige Support-Mitarbeiter*in einloggt.

KI verkauft, während sie Support leistet

Im B2C ist eine Supportfrage oft die halbe Kaufentscheidung: Kund*innen fragen, welche Jacke wärmer ausfällt oder welche Schuhe zu der Hose passen, die sie letzte Woche gekauft haben. Ein KI-gestützter Customer Agent, der Zugriff auf Daten wie Kaufhistorie, Surfverhalten und Treuestatus hat, beantwortet nicht nur die Frage, sondern empfiehlt auch direkt den passenden nächsten Artikel – alles im selben Gespräch.

KI-Produktempfehlungen funktionieren dann, wenn sie auf Basis echter Informationen personalisiert sind. Wenn ein*e Shopper*in fragt, ob ein Kleid passen wird, kann ein kontextsensitiver Agent die bisherigen Größen, die Passformhinweise zu diesem Artikel und den Lagerbestand prüfen und die Person dann mit einem Link zum Kauf auf das passende Kleid verweisen. Er kann den Artikel sogar in den Warenkorb der*des Shopper*in legen. Die Frage, die vielleicht in einem Warenkorbabbruch geendet hätte, endet stattdessen mit einem Checkout.

Das ist ein wichtiger Grund, warum das Team der Luxusbekleidungsmarke Naked Wardrobe auf seiner Website einen KI-Customer Agent eingeführt hat: Sie wollten ein Online-Concierge-Erlebnis aufbauen, das das Gefühl nachahmt, IRL in einer Boutique einzukaufen, und der KI-Agent, der auf ihrer Website und ihrer Markendokumentation trainiert wurde, agiert als kompetente*r Verkäufer*in und übernimmt sowohl Post-Purchase-Anfragen als auch Produkt-Empfehlungen vor dem Kauf.

In 90 Tagen hat der KI-Agent 94 % der Anfragen zu Produktempfehlungen gelöst. „Jetzt stylt KI unsere Kund*innen, beantwortet ihre Fragen und verkauft ihnen das richtige Teil – und das alles um zwei Uhr morgens, wenn unser Team schläft“, sagt James Thorngren, Director of Marketing.

Das Signal läuft auch in die andere Richtung zurück. Ein Servicegespräch bringt etwas Nützliches für den Rest deines Marketings hervor: eine geäußerte Präferenz, einen Größenhinweis, einen Moment der Frustration. Eine Marke kann eine Promo pausieren, solange eine Rücksendung offen ist, und dann eine Bewertungsanfrage oder einen Entschuldigungsrabatt auslösen, sobald das Ticket gelöst ist. So erfüllt ein Supportgespräch gleich zwei Aufgaben: Es löst das Problem und sagt deiner nächsten Kampagne, was zu tun ist.

„Service ist Teil der Kundenbindung und Teil des Marketings“, sagt Thorngren. „Dass unsere Daten in einem autonomen B2C CRM zentralisiert sind, hilft uns, die echten Gespräche zu führen, statt Menschen Antworten von der Stange zu geben.“

KI braucht für komplexere Kund*innenanfragen weiterhin Menschen

Wir haben viel darüber gesprochen, dass die meisten Kundenanfragen relativ routinemäßig sind, aber ein relevanter Anteil es nicht ist. Denk an das, was jemand als Geschenk gekauft hat und das nicht rechtzeitig zu einem wichtigen Geburtstag ankommt, oder an einen Abrechnungsstreit, oder an ein beschädigtes Andenken für eine Ruhestandsfeier, oder an eine*n Käufer*in, die*der schon wütend ist, bevor sie*er ein Wort tippt.

Gibst du diese Art von Problemen an KI ab, könntest du eine*n Kund*in verlieren, für die du echtes Geld ausgegeben hast, um sie zu gewinnen. 1 von 5 Verbraucher*innen wird laut Klaviyos Future of Consumer Marketing Report 2025 nach nur einer einzigen negativen Erfahrung aufhören, bei einer Marke zu kaufen.

„Der KI-Agent ersetzt menschliche Agents nicht“, sagt Morin. „Es ist eine zusätzliche Service-Ebene, die uns einen schnelleren, präziseren Weg gibt, einfache Fragen zu beantworten. Sie ermöglicht es uns, unseren Kundenservice auf ein neues Niveau zu heben.“

KI-Kund*innensupport für B2C, der wütende Kund*innen nicht noch wütender macht, löst die Routine-Tickets und leitet den Rest an eine Person weiter – mit allem, was sie für die Übernahme braucht. Wenn der KI-Agent eskaliert, sollte die Unterhaltung mit der vollständigen Historie, den Kund*innendetails und bereits angehängten Notizen ankommen, damit die kaufende Person ihre Geschichte nie wieder von vorn erzählen muss.

Das Kundendienstteam bei Harney & Sons, einem Teeunternehmen, das in über 50 Ländern verkauft, wechselte ständig zwischen „einer überwältigenden Anzahl von Tabs und Fenstern“, sagt Emeric Harney, Director of Marketing.

Die Lösung war ein KI-gestützter Customer Agent mit einem KI-gestützten Helpdesk im selben System. Der KI-Agent arbeitet rund um die Uhr, um Support- und Empfehlungsanfragen autonom zu beantworten, und übergibt dann Probleme, die er nicht lösen kann, mit vollständig erhaltenem Kontext an den Helpdesk, damit das Serviceteam nahtlos übernehmen kann.

Das Team kann Tickets jetzt lösen, ohne so oft zwischen Tabs hin- und herzuschalten, was für Kund*innen und Support-Mitarbeiter*innen ein besseres Erlebnis bedeutet. In 30 Tagen reduzierte Harney & Sons die durchschnittliche Lösungszeit für Service-Tickets um 25 % PoP [EN].

Beginne mit deinen Tickets mit dem höchsten Volumen und miss dann, was zählt

KI-Kund*innendienst für B2C einzuführen, ist nicht so einfach wie einen Schalter umzulegen und deinen menschlichen Mitarbeiter*innen zu sagen, sie sollen sich zurücklehnen, bis etwas Komplizierteres als ein WISMO-Ticket im Posteingang landet.

Statt KI für den Kundendienst gleich im großen Stil einzuführen, solltest du sie zunächst jeweils für einen Anwendungsfall nach dem anderen ausrollen. Sorge dafür, dass eine einzelne, häufige Frage von Anfang bis Ende funktioniert, bestätige, dass sie Kund*innen tatsächlich weiterhilft, und füge dann die nächste hinzu. Wenn du alles auf einmal aktivierst, hast du keine Möglichkeit zu erkennen, welche Teile funktionieren und welche scheitern.

Hier ist nur eine mögliche Einstiegssequenz, um KI-Kundenservice bei einer B2C-Marke einzuführen:

1. Finde deinen wichtigsten Ticket-Typ. Bei den meisten Verbrauchermarken macht der Bestellstatus in der Regel den mit Abstand größten Anteil in der Warteschlange aus. Beginne damit, bevor du Retouren, Produktfragen, Loyalty, Abonnements und andere benutzerdefinierte Anwendungsfälle einbeziehst.
2. Verbinde KI mit deinen Kundendaten. Ein KI-Agent, der die Bestellung nicht sehen kann, nach der er gefragt wird, wird raten – und raten ist der schnellste Weg, Vertrauen zu verlieren. Wenn dein KI-Agent in dein CRM integriert ist, hat er von Tag eins an Zugriff auf alles, was er braucht, um Antworten zu personalisieren.
3. Teste KI zuerst für diesen einen Anwendungsfall. Validiere die Antworten deines KI-Agenten in einer Simulationsumgebung, bevor du live gehst.
4. Starte zunächst in einem Kanal. Das kann zum Beispiel bedeuten, dass du mit Web-Chat oder Textnachrichten startest – je nachdem, wo deine Kund*innen am ehesten Kontakt aufnehmen.
5. Schau über Deflection hinaus auf die Qualität der Lösung. Setze die Deflection-Rate in Beziehung zu CSAT, Erstkontaktlösung und Kosten pro Lösung. Weil jede Eskalation mit vollständigem Gesprächsverlauf, Bestelldetails und geladenem Loyalitätsstatus bei deinem Helpdesk ankommt, starten Übergaben mit Kontext, statt dass Kund*innen sich wiederholen müssen.
6. Füge Kanäle und benutzerdefinierte Fälle hinzu, während du vorangehst. Erweitere auf die anderen Kanäle, die deine Käufer*innen nutzen, und entwickle markenspezifische Skills, sobald der KI-Agent stabil läuft.

So sieht KI-Kundenservice bei Klaviyo aus

Ein KI-Customer Agent ist nur so gut wie die Daten, die er sehen kann, bevor er antwortet. Idealerweise befinden sich diese Daten in derselben Plattform wie der KI-Agent, nicht in einem separaten System, auf das der KI-Agent nicht zugreifen kann.

Klaviyo ist das autonome B2C CRM, das Kundendaten, Marketing-Automatisierung, Kundenservice, Reporting und Analysen sowie agentische KI in einem Single Source of Truth kombiniert. In einer einzelnen Shopper-Konversation mit dem K:AI Customer Agent wird der Käufer*innenkontext an mehreren wichtigen Stellen sichtbar:

• Sie kennt die Käufer*innen, bevor sie fertig tippen. Klaviyo Data Platform, die integrierte Kundendatenplattform, die das CRM antreibt, vereinheitlicht Kundendaten aus deinem Technologie-Stack in einem Profil in Echtzeit. Das bedeutet, Customer Agent startet mit den tatsächlichen Informationen der Käufer*innen, statt sie zu bitten, sie zu wiederholen.
• Sie löst die Frage und erkennt das Kaufsignal darin. Customer Agent bearbeitet WISMO, Rücksendungen, Produktempfehlungen, Loyalty und Abonnements über Web-Chat, E-Mail, Textnachrichten, WhatsApp und Instagram sowie benutzerdefinierte Fälle, die du für deine Marke einrichtest.
• Er gibt die schwierigen Fragen an eine Person weiter, die den gesamten benötigten Kontext hat. Wenn eine Konversation Urteilsvermögen erfordert, leitet Customer Agent sie über Klaviyo Helpdesk oder eine Helpdesk-Integration weiter, wo dein menschliches Team sie mit dem vollständigen Profil und der bereits geladenen Historie öffnet. Deine menschlichen Agent*innen müssen nicht nach Informationen suchen, und deine Kund*innen müssen sich nicht wiederholen.
• Es zeigt dir, ob du die Probleme deiner Kund*innen tatsächlich löst. Klaviyo Service berichtet CSAT, Erstlösungsquote und Ticketvolumen nach Tag zusammen mit der Deflection-Rate, und jede Eskalation erreicht dein Team mit vollständigem Kontext, damit du nachverfolgen kannst, ob dein KI-Kund*innenservice wie beabsichtigt funktioniert.