KI-Kompetenz & Wirklichkeit im Customer Service: Befragung enthüllt problematisches KI-Halbwissen

Stand: 10.09.2026 08:00 Uhr

Generative KI ist im Contact Center und Kundenservice kein Zukunftskonzept, sondern gelebter Alltag. Aber wie hoch ist die KI-Kompetenz tatsächlich? Eine KI-Befragung von Marketing-Resultant Harald Henn im Auftrag von VIER* hat das stichprobenartig ermittelt. Die Ergebnisse zeichnen ein zwiespältiges Bild.

Key findings

• Hohe Anwendungspraxis: 94 Prozent der Befragten schreiben eigene Prompts.

• Solides Risikobewusstsein: Die Kernrisiken von Large Language Models (LLMs) – wie Halluzinationen (89 Prozent korrekte Definition) und Datenverarbeitung in den USA bei öffentlichen Gratis-Tools (96 Prozent korrekte Kenntnis) – sind den Befragten bewusst.

• Gefährliche Governance-Lücken: 32 Prozent der Befragten räumen ein, dass Schatten KI im eigenen Betrieb gelegentlich bzw. sogar oft genutzt wird, andere können dazu nichts sagen und immerhin 28 Prozent kennen den Begriff „Schatten-KI“ überhaupt nicht.

• Wissenslücken im Detail: Technische Grundlagen wie das Token-Prinzip (53 Prozent richtige Definition) oder die europäische Modell-Landschaft weisen signifikante Fehleinschätzungen auf.

Erkenntnisse Im Detail

Schatten KI – ein Schatten-Thema!

32 Prozent der Befragten räumen ein, dass Schatten KI im eigenen Betrieb gelegentlich bzw. sogar oft genutzt wird. 17 Prozent können weder die Nutzung noch die Nicht-Nutzung im Betrieb einschätzen und 28 Prozent kennen den Begriff „Schatten-KI“ überhaupt nicht. Lediglich 23 Prozent geben an, dass Schatten KI im eigenen Betrieb eher nicht zum Einsatz kommt, weil dies verhindert wird. „Zusammengefasst heißt das, dass bei 77 Prozent der Befragten die Organisationen ohne verifizierte Kontrolle über inoffiziell genutzte KI-Tools agieren,“ bilanziert VIER CEO Rainer Holler. „Das ist leider kein überraschendes, aber besorgniserregendes Ergebnis!“

Prompting? Na klar!

Laut Befragung betreiben 94 Prozent eigenes Prompting. 4 Prozent prompten nicht selbst und 2 Prozent kennen den Begriff Prompting gar nicht. „Das zeigt: Die Einstiegshürde ist gefallen, fast alle Befragten haben erste Erfahrungen mit Prompting gesammelt. Im Service-Alltag bedeutet dies, dass Mitarbeiter mit Zusammenfassungen, Antwortentwürfen und Übersetzungen mindestens experimentieren oder dies routiniert tun“, fasst Harald Henn zusammen. Aber: 70 Prozent halten es für besser, Prompts auf Englisch zu schreiben. 11 Prozent bevorzugen Deutsch, 19 Prozent wissen es nicht. „Historisch erzielten englische Prompts aufgrund der Trainingsdatenbasis bessere Resultate“, erklärt Harald Henn. „Aber moderne multilinguale Modelle verarbeiten deutsche Prompts im Standard-Kundenservice inzwischen nahezu verlustfrei. Dennoch bleibt bei komplexen Reasonings oder System-Prompts für Contact-Center-Bots die englische Formulierung oft präziser und token-effizienter.“

LLMs, Anbieter, Herkunft? Zwischen Kenntnis und Unkenntnis

Festzustellen ist die breite Markenbekanntheit von LLMs und Anbietern bei den Befragten: Auf die Frage, welche LLMs die Befragten privat/beruflich nutzen, antworten sie wie folgt:

Zudem wissen 96 Prozent korrekt, dass Daten bei der öffentlichen, kostenlosen Nutzung von ChatGPT in den USA verarbeitet werden.

Bekannte Anbieter wiederum sind OpenAI (19 %), Google (16 %), Anthropic (14 %), Perplexity (14 %), Mistral (12 %), DeepSeek (12 %), Alibaba (6 %), xAI (5 %). „Die Bekanntheit von DeepSeek und Mistral zeigt, dass auch Open-Source- und Herausforderer-Modelle im Blickfeld der Entscheider ankommen“, kommentiert Harald Henn die Zahlen. Aber: Bei der Herkunft der LLMs herrscht Unklarheit, insbesondere bei der Frage, welche LLMs aus Europa kommen: Zwar erkennen 51 Prozent Mistral korrekt als europäisches Modell, doch beachtliche Teile der Befragten ordnen US-Modelle fälschlicherweise Europa zu (Claude: 10 %, ChatGPT: 9 %, Gemini: 8 %). Und 20 Prozent kennen überhaupt kein europäisches LLM. Im regulierten Kundenservice (DSGVO, Datenresidenz) schränkt mangelnde Markttransparenz die Evaluation europäischer Alternativen ein.

Token & Halluzinationen: Technisches Verständnis vs. Halbwissen

Auf die Frage „Was sind Token im Zusammenhang mit KI?“ wählten 53 Prozent die korrekte Definition (kurze Worte/Wortabschnitte). Doch immerhin 33 Prozent vermuteten jedoch einen „Wort-Schlüssel für den Zugriff“ (Verwechslung mit API-Keys), 14 Prozent tippten entweder auf Spracherkennungsworte (4 Prozent) oder wussten es schlicht nicht (10 Prozent). „Dieses Halbwissen ist ungünstig. Denn wer Token mit Lizenzschlüsseln verwechselt, kann API-Kosten, Context-Window-Limits und Latenzen bei Contact-Center-Integrationen (z. B. Voicebots) weder kalkulieren noch steuern – gerade dies ist aber relevant für Führungskräfte“, bilanziert Harald Henn.
Halluzinationen bei KI sind dagegen besser bekannt: 89 Prozent erfassen das Phänomen fingierter Fakten korrekt und wissen, dass es sich um ein Phänomen handelt, bei dem eine KI Informationen oder vermeintliche Fakten erfindet, die zwar plausibel klingen, aber keinerlei Grundlage in der Realität haben.

Regulierung – wird überwiegend verstanden

Die Befragten wissen überwiegend, für wen die Vorgaben des EU AI Acts gelten: 67 Prozent kennen den Geltungsbereich für alle in der EU eingesetzten Systeme. Aber vorhandene Fehldeutungen wie z. B. Beschränkung des Geltungsbereichs nur auf Hochrisiko-Systeme (6 %) oder die Ausdehnung auf Privatnutzung (12 %) zeigen, dass hier noch Nachholbedarf bezüglich der regulatorischen Pflichten für Contact Center-Betreiber besteht.

Zentrale Herausforderungen

Aus den Ergebnissen lassen sich zentrale Herausforderungen ableiten:

• Vom Spieltrieb zum Standard: Mitarbeiter prompten eigeninitiativ. Aber fehlen freigegebene Enterprise-Schnittstellen (z. B. mit Anonymisierung/Maskierung sensibler Daten), bedienen sich Teams öffentlicher Consumer-Tools – mit allen Risiken.

• Kosten- und Architekturverständnis: Die Unschärfe bei Begriffen wie Token oder Modellarchitekturen birgt das Risiko von Fehlentscheidungen bei der Beschaffung von Bot- und Assistenz-Lösungen.

• Compliance als Enabler: Mit dem Inkrafttreten der Bestimmungen des EU AI Acts müssen Chatbots, Sentiment-Analysen und Voice-Routing-Systeme klar klassifiziert und betrieben werden.

Fazit & Ausblick

Die aktuelle Umfrage zeigt: Die Service-Branche steht nicht mehr am Anfang mit KI, sondern ist mittendrin in der Professionalisierungsphase. Die Grundlagen sind gelegt und zeigen eine hohe Veränderungsbereitschaft bei den Befragten. „Die operative Belegschaft nutzt KI demnach bereits intensiv. Doch ohne klare Frameworks, sichere Enterprise-Tools und fundierte Schulungen droht eine unkontrollierte Schatten-Nutzung, die Datenschutz- und Compliance-Risiken birgt. Denn es eines fällt auf: Trotz des hohen Risikobewusstseins bei der kostenlosen Nutzung von ChatGPT in Bezug auf die Verarbeitung von Daten in den USA existiert eine hohe Dunkelziffer an Schatten-Nutzung – sensible Kundendaten (PII) aus Service-Tickets landen damit potenziell in öffentlichen Trainingsdatensätzen“, so VIER CEO Rainer Holler.

Die Aufgabe für Führungskräfte in CX und Contact Centern bestehe nun darin, diesen Enthusiasmus in geregelte, sichere und skalierbare Bahnen zu lenken, so Holler. „Wer jetzt die Brücke zwischen Anwenderwille, technologischem Tiefgang und rechtlicher Compliance schlägt, transformiert das Contact Center von einer reaktiven Service-Einheit zum KI-gestützten Werttreiber des Unternehmens.“

* Die Befragung „KI-Quiz“ von Marketing-Resultant Harald Henn im Auftrag von VIER wurde im Sommer 2026 durchgeführt. Die Befragung verzeichnete 228 Teilnehmer unter Führungskräften und Service-/Contact Center-Managern in Deutschland. Teilnahme und Auswertung erfolgten vollständig anonym.