Autonomous CRM: Mehr als ein AI-Update

Mit der Knowledge 2026 hat ServiceNow seine CRM-Strategie stärker auf operative Ausführung ausgerichtet. Autonomous CRM steht dabei für eine operativere Lesart von CRM: Nicht mehr nur Kundeninteraktionen erfassen, Fälle verwalten oder Vertriebsaktivitäten nachhalten, sondern Kundenanliegen über Systeme, Teams und Prozesse hinweg bis zur Lösung führen. Der Anspruch reicht vom Angebot über Auftrag und Fulfillment bis hin zu Service, Field Service und Renewal.

Vom Erfassen zum Erledigen

Viele AI-Anwendungen im CRM unterstützen heute vor allem einzelne Arbeitsschritte: Sie fassen Fälle zusammen, schlagen nächste Schritte vor oder entwerfen E-Mails. Entscheidend ist jedoch, ob sie einen Fall auch lösen, ein Angebot erstellen oder eine Bestellung erfüllen können. Hier zeigt sich eine Grenze vieler CRM-Umgebungen, weil die zugrunde liegenden Systeme historisch eher zur Dokumentation als zur Ausführung von Arbeit gebaut wurden. ServiceNow beschreibt diese Lücke mit dem Anspruch, ein CRM zu bauen, das nicht nur «trackt», sondern Arbeit abschliesst: «The CRM built to finish the work.»

Im Gespräch mit Terence Chesire, VP of Product Management für CRM and Industry Workflows bei ServiceNow, wird diese Positionierung greifbarer. Chesire beschreibt den strategischen Shift als Bewegung hin zu konkreten Ergebnissen für Kunden: «For us, our core has always focused on driving to tangible customer outcomes.» Genau daraus ergebe sich der Anspruch, CRM als System of Action zu verstehen, also als System, das nicht nur festhält, was passiert ist, sondern dazu beiträgt, dass ein Anliegen tatsächlich erledigt wird.

Damit verschiebt sich die CRM-Diskussion. Es geht nicht mehr nur darum, welches System die meisten Kundendaten verwaltet oder welche Oberfläche für Vertrieb und Service am besten funktioniert. Die zentrale Frage lautet vielmehr: Welches System kann Arbeit über Abteilungen, Anwendungen und Verantwortlichkeiten hinweg tatsächlich voranbringen?

AI braucht Geschäftslogik

Wichtig ist dabei Chesires Unterscheidung zwischen AI und deterministischer Prozesslogik. Am Beispiel komplexer CPQ-Prozesse bei NVIDIA erklärt er, dass eine konversationelle Interaktion hilfreich sein kann, etwa wenn aus einem Meeting-Transkript automatisch ein Angebot entsteht. Die eigentliche Konfiguration von Compute, Chips, Racks, Hardware, Kühlung, Rabatten und Kompatibilitäten sei jedoch nicht probabilistisch, sondern exakt definiert.

Chesire formuliert die zentrale Herausforderung so: «How do you combine this conversational interaction with a machine configuration that you are 100% sure is the one that will work for the customer and is supportable?»

Für die Praxis ist diese Unterscheidung relevant. Autonomous CRM darf nicht bedeuten, dass AI einfach mehr Entscheidungen trifft. Vielmehr geht es um die Verbindung von unstrukturierter Interaktion und klarer Geschäftslogik. AI soll verstehen, klassifizieren, zusammenfassen, priorisieren und Vorschläge machen. Die Ausführung muss aber auf definierten Regeln, Daten, Workflows und Governance beruhen.

Terence Chesire, VP of Product Management für CRM and Industry Workflows bei ServiceNow fasst diese Logik so zusammen:

«Workflow was not the destination. Workflow was the means by which you got to the customer outcome best.»

Workflow ist in diesem Verständnis also nicht Selbstzweck, sondern das Mittel, um ein Kundenergebnis zuverlässiger zu erreichen.

Dabei setzt Chesire auch klare Grenzen. Nicht jeder Prozess braucht AI. Wenn ein Kunde genau weiss, was er möchte, und der Ablauf eindeutig definiert ist, reicht klassische Automatisierung oft aus. AI werde vor allem dort relevant, wo unstrukturierte Informationen verstanden oder Handlungsoptionen bewertet werden müssen, etwa beim Lesen von E-Mails, Anhängen oder Logfiles.

Menschliche Verantwortung bleibt dort wichtig, wo Empathie, hohe Komplexität oder regulatorische Vorgaben eine menschliche Entscheidung verlangen, etwa in sensiblen Gesundheits-, Versicherungs- oder öffentlichen Leistungsprozessen. Autonomous CRM ist damit weniger als reine Produktfunktion zu verstehen, sondern als Reifegradfrage: Unternehmen müssen wissen, welche Prozesse automatisierbar sind, wo AI sinnvoll unterstützen kann und wo menschliche Entscheidung notwendig bleibt.

Sales und Service rücken näher zusammen

Eine besondere Rolle spielt dabei die Verbindung von Sales und Service. Chesire beschreibt CRM nicht als reine Vertriebs- oder Servicekategorie, sondern als Zusammenspiel aus Sales Automation, CPQ, Customer Service, Field Service und Customer Success. Gerade bei physischen oder komplex konfigurierbaren Produkten endet der Kundenprozess nicht mit dem Angebot: Das Produkt muss korrekt konfiguriert, verkauft, geliefert, installiert, übergeben, gewartet und im Idealfall verlängert werden.

Autonomous CRM zielt damit auf einen durchgängigen Kundenlebenszyklus — von Sales Qualification und Quoting über Order Fulfillment und Service bis hin zu Field Service und Renewal. Das ist relevant, weil viele Kundenerlebnisse nicht am ersten Kontakt scheitern, sondern an den Übergängen danach: zwischen Vertrieb und Service, zwischen Angebot und Lieferung, zwischen Auftrag und Fulfillment, zwischen Support und Backoffice.

Für Mitarbeitende bedeutet das im besten Fall weniger manuelle Übergaben zwischen Vertrieb, Service, Fulfillment und Backoffice. ServiceNow beschreibt etwa Agentic Quoting, das Angebote aus Chat- und Call-Transkripten erstellen und passende Produktempfehlungen liefern soll. Auch Conversational Sales soll administrative Arbeit reduzieren, etwa indem Verkäufer Notizen aktualisieren, Opportunity-Status abfragen oder Deals über eine Chat-Oberfläche weiterbewegen können.

Für Kundinnen und Kunden liegt der mögliche Nutzen darin, dass ein Anliegen nicht nur aufgenommen, sondern über die beteiligten Bereiche hinweg schneller und konsistenter bearbeitet wird. Denn Kunden erleben ein Unternehmen nicht in Abteilungen. Sie unterscheiden nicht zwischen Vertrieb, Customer Service, Field Service, Fulfillment oder Backoffice. Sie erwarten ein korrektes Angebot, eine funktionierende Lieferung, eine schnelle Lösung oder eine transparente Verlängerung.

Genau hier wird die Verbindung von Sales und Service interessant: Sie ist weniger eine organisatorische Frage als eine operative Voraussetzung für konsistente Customer Experience.

CPQ als Bindeglied zwischen Vertrieb und operativer Erfüllung

CPQ, also Configure, Price, Quote, wird in diesem Zusammenhang zum Bindeglied zwischen Vertrieb und operativer Erfüllung. Bei einfachen Produkten mag ein Angebot schnell erstellt sein. Bei komplexen, konfigurierbaren Produkten ist CPQ jedoch weit mehr als ein Preistool. Es muss sicherstellen, dass das Angebot technisch korrekt, wirtschaftlich sinnvoll, lieferbar und später supportfähig ist.

ServiceNow beschreibt Autonomous CRM als Ansatz, der unter anderem Sales Qualification, Quoting, Order Fulfillment, Invoice Disputes, Service und Renewals abdecken soll. Laut ServiceNow werden monatlich mehr als 100 Millionen Customer Cases gelöst, mehr als 16 Millionen Orders orchestriert und über sieben Millionen Quotes konfiguriert. Diese Zahlen sind Anbieterangaben, zeigen aber, welche Richtung ServiceNow mit CRM einschlägt: CRM soll näher an Fulfillment, Order Management und Customer Operations heranrücken.

Der erwartete Nutzen liegt aus Chesires Sicht vor allem in schnelleren Ergebnissen und besseren Erlebnissen: Kunden sollen schneller Angebote erhalten, schneller Unterstützung bekommen und im Idealfall auch aus einem Problemfall mit einem positiven Eindruck herausgehen, weil ihr Anliegen rasch und präzise gelöst wurde.

CRM in heterogenen Systemlandschaften

Auch im bestehenden Wettbewerbsumfeld positioniert Chesire Autonomous CRM nicht einfach als Ersatzlogik. Grosse Unternehmen arbeiteten meist in heterogenen Landschaften mit mehreren CRM-, ERP- und Contact Center-Systemen. ServiceNow müsse deshalb über diese Umgebungen hinweg orchestrieren können.

Chesire verweist auf Workflow Data Fabric und mehr als 250 Konnektoren. Gleichzeitig gebe es Kunden, die bestimmte Prozesse zunehmend auf ServiceNow konsolidierten, weil sie weniger Systembrüche und eine durchgängigere operative Steuerung wollten.

Diese Einordnung ist wichtig. Autonomous CRM bedeutet nicht zwangsläufig, dass bestehende CRM-Systeme sofort ersetzt werden. In vielen Unternehmen dürfte es zunächst eher darum gehen, Arbeit über bestehende Systeme hinweg besser zu verbinden: Kundendaten aus einem System, Auftragsinformationen aus einem zweiten, Fulfillment-Prozesse aus einem dritten, Serviceinformationen aus einem vierten. Der Anspruch von ServiceNow liegt darin, diese fragmentierte Landschaft nicht nur sichtbar zu machen, sondern operative Abläufe darüber hinweg auszuführen.

Für europäische Unternehmen kommt eine weitere Ebene hinzu: Datenschutz, Datenkontrolle, Datenresidenz und Vertrauen.

Chesire verweist auf regulierte Umgebungen, in denen Informationen eine private Cloud nicht verlassen dürfen. ServiceNow will hier nach eigener Darstellung ein Spektrum von privater bis globaler Compute-Infrastruktur unterstützen. Für den europäischen Markt ist das relevant, weil Autonomous CRM nur dann anschlussfähig wird, wenn Governance und regulatorische Anforderungen nicht nachträglich ergänzt, sondern von Anfang an mitgedacht werden.

Einordnung: Operativer, aber anspruchsvoller

Autonomous CRM lässt sich derzeit vor allem als Entwicklungsschritt in Richtung einer stärker operativ ausgerichteten CRM-Generation einordnen. Sollte sich dieser Ansatz in der Breite bewähren, wird CRM künftig weniger daran gemessen, wie vollständig es Kundendaten verwaltet, sondern wie zuverlässig es Kundenanliegen über Systeme, Teams und Prozesse hinweg bis zur Lösung bringt.

Der Anspruch ist hoch. Er setzt belastbare Daten, klare Regeln, saubere Integrationen und ein realistisches Verständnis davon voraus, wo AI handeln darf und wo nicht. Genau dort wird sich entscheiden, ob Autonomous CRM mehr wird als ein weiteres AI-Versprechen.