Digitale Kundenzwillinge: CX simulieren & vorhersagen

Ein zukunftsweisender Trend am Horizont ist das Konzept des Digital Twin of the Customer (DToC) – also eines digitalen Zwillings des Kunden. Dabei handelt es sich um ein virtuelles Modell eines Kunden, das auf realen Daten basiert und zur Simulation sowie Vorhersage von Verhaltensweisen und Bedürfnissen genutzt werden kann.

Obwohl sich dieser Ansatz noch in einem frühen Entwicklungsstadium befindet, hat er weitreichende Auswirkungen auf das Customer-Experience-Management. Können Unternehmen Kundenprobleme oder Präferenzen mithilfe eines digitalen Zwillings vorhersagen, müssen sie Kunden künftig womöglich seltener direkt befragen – «Was-wäre-wenn»-Szenarien lassen sich zunächst am virtuellen Gegenstück testen.

Gartner wirbt bereits seit einiger Zeit für das Konzept des DToC und weist darauf hin, dass digitale Kundenzwillinge die Customer Experience erheblich verbessern und eine wichtige Grundlage für KI-Anwendungen bilden könnten. Gleichzeitig bezeichnet der Analyst entsprechende Implementierungen nach wie vor als embryonal – vollständig entwickelte DToCs sind in der Praxis noch die Ausnahme.

Wie ein digitaler Zwilling entsteht

In der Praxis wird ein digitaler Zwilling durch die Zusammenführung von Daten über vergangene Interaktionen, Kundenmerkmale und das Umfeld des Kunden erstellt. Im B2B-Kontext könnten dazu beispielsweise folgende Informationen gehören:

• Nutzungsmuster von Produkten oder Dienstleistungen
• Unternehmensprofil und Organisationsstruktur
• Support- und Servicehistorie
• Vertrags- und Geschäftsdaten
• Externe Einflussfaktoren wie Marktbedingungen oder Branchentrends

Ein KI-Modell kann auf dieser Grundlage Simulationen durchführen, beispielsweise: «Wie würde Kunde X reagieren, wenn wir Funktion Y verändern?», «Welche Stimmung wird dieser Kunde im nächsten Quartal voraussichtlich haben, wenn sich die aktuelle Nutzungstendenz fortsetzt?» oder «Wie hoch ist die Wahrscheinlichkeit einer Vertragsverlängerung?»

Von der Analyse zur Prognose

Expertinnen und Experten von McKinsey beschreiben konkrete Anwendungsfälle für generative KI in Verbindung mit digitalen Kundenzwillingen: die Simulation und Vorhersage des nächsten Produktkaufs, die Einschätzung der Abwanderungswahrscheinlichkeit sowie die Analyse des Kundenverhaltens zur Vorhersage künftiger Kaufmuster. Grosse Sprachmodelle machen digitale Zwillinge dabei auch für nicht-technische Nutzerinnen und Nutzer über eine konversationelle Schnittstelle zugänglich.

Einige B2B-Unternehmen bewegen sich bereits in diese Richtung, indem sie prädiktive Analysen auf integrierten Datenbeständen einsetzen – eine frühe Form des digitalen Kundenzwillings. So könnte ein Cloud-Anbieter für jeden Kunden ein Prognosemodell erstellen, das auf Basis zahlreicher Variablen die Wahrscheinlichkeit einer Vertragsverlängerung berechnet. Ein solches Modell ist im Kern bereits eine KI-basierte Repräsentation des Kunden, die für Vorhersagen genutzt werden kann.

In den kommenden Jahren könnten digitale Zwillinge deutlich interaktiver werden.

Ein Customer-Success-Manager könnte dann hypothetische Szenarien eingeben – etwa eine Preiserhöhung oder die Einführung eines neuen Moduls – und der digitale Zwilling würde die wahrscheinliche Reaktion des Kunden prognostizieren, basierend auf historischen Daten und vergleichbaren Kundenprofilen. Vollständig entwickelte DToCs sind heute noch nicht weit verbreitet. Vorreiter in der Industrie nutzen jedoch bereits digitale Zwillinge von Maschinen und Anlagen und prüfen zunehmend, wie sich dieses Konzept auf Kunden übertragen lässt – insbesondere in einer Welt, in der maschinelle Lernsysteme und IoT-Geräte zunehmend als «Machine Customers» agieren.

Welche Systeme ermöglichen das?

Erste spezialisierte Anbieter positionieren sich bereits explizit im DToC-Segment: Delve AI vermarktet eine eigene «Digital Twin of Customer»-Software und ist im Gartner Hype Cycle for User Experience 2026 vertreten, edgeTI wird von Gartner als Beispielanbieter in der Kategorie Digital Twin of a Customer für die Telekommunikationsbranche geführt. Daneben lässt sich Microsofts generisches Azure-Digital-Twins-Framework auch auf Kunden-Use-Cases anwenden.

Für die meisten Unternehmen dürfte der realistische Einstieg jedoch über bestehende Customer Data Platforms führen: Anbieter wie Salesforce Data Cloud oder Amperity liefern mit Identitätsauflösung und vereinheitlichten Kundenprofilen das Datenfundament, auf dem sich ein DToC erst aufbauen lässt – ohne selbst schon ein vollständiges DToC zu sein. Im DACH-Raum ist uns kein spezialisierter, nativer DToC-Anbieter bekannt. Für dieses Datenfundament kommen aber durchaus regionale Alternativen infrage: BSI Software bietet Schweizer Unternehmen ein integriertes CDP-Modul im DSGVO-/nDSG-konformen Rahmen – mit BSI AI zudem eine prädiktive Kundenmodellierung auf Einzelkundenebene (Lebensphasenmodelle, Next Best Action, Churn Detection), die konzeptionell nah an einem DToC liegt, von BSI selbst aber nicht unter diesem Begriff vermarktet wird. ProCampaign des Bremer Anbieters Consultix zentralisiert Kundenprofile mit dem europäischen Datenschutz-Gütesiegel EuroPriSe. Beide liefern die vereinheitlichte Datenbasis, die ein DToC voraussetzt – eine eigenständige Simulations- und Prognoseschicht im Sinne eines vollständigen DToC bieten aktuell aber auch sie nicht.

Auswirkungen auf CX-Teams

Die Technologie digitaler Zwillinge gehört zu den innovativsten Entwicklungen im CX-Bereich und mag derzeit noch abstrakt erscheinen. Dennoch sollten B2B-CX-Verantwortliche sie aufmerksam verfolgen, da sie eine logische Weiterentwicklung heutiger Analyseansätze darstellt.

Kurzfristig fördert das Konzept vor allem eine stärker prädiktive Denkweise. Selbst ohne formalen digitalen Zwilling können Teams bereits heute erste Schritte unternehmen, etwa durch die Entwicklung von Churn-Prognosemodellen, Modelle zur Vorhersage des Customer Lifetime Value, Risiko- und Potenzialbewertungen auf Kundenebene sowie KI-gestützte Prognosen für Kundenzufriedenheit und Engagement. Damit gewöhnt sich die Organisation an den Gedanken KI-gestützter Vorausschau.

Langfristig könnte die Auswirkung deutlich tiefgreifender sein: Das Customer-Experience-Management könnte sich von reaktiven Verbesserungsmassnahmen hin zu proaktiven Experimenten in einer virtuellen Umgebung entwickeln.

Man stelle sich vor, ein Unternehmen testet ein neues Supportmodell zunächst an einer Gruppe digitaler Kundenzwillinge, um die wahrscheinlichen Auswirkungen zu verstehen, bevor es die Änderung in der Realität einführt. CX-Expertinnen und -Experten würden dabei eng mit Data Scientists zusammenarbeiten, um diese Modelle zu trainieren und weiterzuentwickeln – und müssten sicherstellen, dass die digitalen Zwillinge kontinuierlich mit aktuellen Daten versorgt werden und ihre Prognosen regelmässig mit realen Ergebnissen abgeglichen werden. Nur so bleibt ihre Aussagekraft erhalten.

Ein weiterer wichtiger Aspekt ist die Personalisierung im grossen Massstab. Ein digitaler Zwilling könnte individuelle Präferenzen eines Kundenkontos sichtbar machen – etwa dass ein bestimmter Kunde schnelle Problemlösungen höher bewertet als umfangreiche Individualanpassungen. Das Unternehmen könnte seinen Service dann gezielt auf diese Prioritäten ausrichten.

Schweiz im Fokus

Wer in der Schweiz einen digitalen Kundenzwilling aufbauen will, bewegt sich rechtlich nicht in einer Grauzone, sondern mitten im Kernbereich des revidierten Datenschutzgesetzes (nDSG). Das Gesetz definiert Profiling explizit als automatisierte Bearbeitung von Personendaten, die dazu dient, persönliche Aspekte wie Vorlieben, Interessen oder Verhalten zu bewerten oder vorherzusagen – genau das, was ein DToC tut. Verknüpft ein Modell diese Daten so, dass sich daraus eine Beurteilung wesentlicher Persönlichkeitsaspekte ableiten lässt, gilt dies als «Profiling mit hohem Risiko» und verlangt eine Datenschutz-Folgenabschätzung, bevor die Bearbeitung beginnt.

Für CX-Teams heisst das konkret: Wird der digitale Zwilling für automatisierte Einzelentscheidungen genutzt – etwa eine automatisierte Ablehnung eines Vertragsangebots aufgrund einer prognostizierten tiefen Kundenbindung –, haben betroffene Personen nach Art. 21 nDSG das Recht, eine Überprüfung durch einen Menschen zu verlangen. Wer ein DToC-Projekt aufgleist, sollte diese Anforderungen von Beginn an mitdenken, statt sie nachträglich zu lösen.

Was CX-Teams jetzt tun sollten

• Mit einfachen Prognosemodellen starten (Churn, Customer Lifetime Value) statt auf ein vollständiges DToC zu warten
• Datenqualität und -integration als Fundament priorisieren, bevor an Simulationen gedacht wird
• Für Schweizer Kunden früh prüfen, ob eine Datenschutz-Folgenabschätzung nach nDSG nötig ist
• Sich an unternehmensweiten Digital-Twin-Pilotprojekten beteiligen, um die Kundenperspektive einzubringen, statt die Initiative rein technologiegetrieben zu lassen

Fazit

Digitale Zwillinge markieren einen Wandel von der rückblickenden Analyse hin zur vorausschauenden Steuerung der Customer Experience. Für Teams, die diese Fähigkeit beherrschen, erhält der Ausdruck «den Kunden kennen» eine nahezu wörtliche Bedeutung: Sie kennen den Kunden über sein digitales Abbild und können Erfahrungen in einer prognosegestützten, risikoarmen Umgebung optimieren, bevor Veränderungen in der realen Welt umgesetzt werden.