Künstliche Intelligenz eröffnet im Customer Service und Digital Commerce neue Möglichkeiten. Gleichzeitig wächst der Anspruch von Unternehmen, die Kontrolle über sensible Kundendaten, Prozesse und Technologien zu behalten. Im Gespräch erklärt Stefan Grieben, CEO von novomind, weshalb digitale Souveränität zur Führungsaufgabe wird, welche Rolle unterschiedliche Betriebsmodelle spielen und warum Unternehmen zunächst ihre Daten und Prozesse betrachten sollten.
Hören Sie auch den Podcast dazu
Stefan, zum Einstieg: Wer bist du und womit beschäftigt sich novomind heute?
Stefan Grieben: Ich habe Wirtschaftsinformatik studiert und bin seit der Gründung von novomind im Unternehmen. Gestartet bin ich als Softwareentwickler, seit 2012 bin ich Mitglied des Vorstands und seit Anfang 2022 CEO. novomind ist ein inhabergeführtes deutsches Softwareunternehmen mit Hauptsitz in Hamburg. Wir entwickeln KI-gestützte Software für Customer Service und Digital Commerce. Dazu gehören Lösungen für Contact Center, Shopsysteme, Produktdatenmanagement, Marktplatzintegration sowie unsere AI-Plattform. Mit Künstlicher Intelligenz beschäftigen wir uns bereits seit 25 Jahren. Gestartet sind wir damals mit einer Chatbot-Lösung.
Was bedeutet digitale Souveränität ganz praktisch für Unternehmen?
Im Kern geht es um vier Fragen:
- Wo werden meine Daten gespeichert?
- Wer kann sie lesen?
- Wer hat die Kontrolle darüber?
- Welchem Recht unterliegt der Technologieanbieter?
Der Standort eines Rechenzentrums allein reicht nicht aus. Auch wenn Daten in Europa liegen, muss geprüft werden, welcher Rechtsordnung der Anbieter unterliegt und ob Behörden ausserhalb der EU darauf zugreifen könnten. Digitale Souveränität muss deshalb technisch und juristisch gewährleistet sein.
Ist digitale Souveränität damit ein strategisches CEO-Thema?
Die Wahl eines Technologiepartners betrifft das unternehmerische Risiko, das Vertrauen der Kunden und die Wettbewerbsposition. Besonders relevant ist das im öffentlichen Sektor, bei Finanzdienstleistern oder im Gesundheitswesen. Die Geschäftsleitung muss deshalb entscheiden, welchen Anbietern sie sensible Daten anvertraut und welche Abhängigkeiten dadurch entstehen.
Datenschutz wird im Zusammenhang mit KI häufig als Innovationsbremse wahrgenommen. Wie siehst du das?
Das ist aus meiner Sicht die falsche Perspektive. Richtig umgesetzt ist Datenschutz ein Vertrauensanker. Kunden müssen sich darauf verlassen können, dass ihre Daten sicher und verantwortungsvoll verarbeitet werden. Datenschutz kann deshalb auch ein Wettbewerbsvorteil sein. Wer transparent mit Daten umgeht, stärkt Glaubwürdigkeit und Kundenbindung.
Beobachtest du dieses Bewusstsein auch bei den Endkunden?
Bei Unternehmen ist das Bewusstsein deutlich gestiegen, nicht zuletzt wegen der geopolitischen Entwicklung und möglicher Reputationsschäden.
Bei Endkunden ist das Bild weniger eindeutig. Viele Menschen geben über soziale Medien und digitale Anwendungen weiterhin sehr viele Informationen preis. Für Unternehmen bleibt das Thema dennoch zentral, weil ein Datenschutzvorfall Vertrauen erheblich beschädigen kann.
Welche Vorteile bieten kleinere, spezialisierte Sprachmodelle?
Grosse Sprachmodelle sind sehr leistungsfähig, aber nicht für jeden Anwendungsfall nötig. Im Customer Service können kleinere Modelle gezielt auf Sprache oder bestimmte Prozesse ausgerichtet werden. Sie reagieren schneller, benötigen weniger Energie und bleiben stärker im vorgesehenen Kontext.
Das ist besonders bei Voicebots wichtig, weil im Gespräch keine langen Pausen entstehen dürfen. Kleinere Modelle können zudem auf eigener Infrastruktur oder in einer Private Cloud betrieben werden. Dadurch steigt die Kontrolle über Daten und Zugriffe.
Müssen Unternehmen sich zwischen grossen und kleinen Modellen entscheiden?
Entscheidend ist, für jeden Anwendungsfall das passende Modell auszuwählen. Je nach Aufgabe kann das ein externes Modell, ein Open-Source-Modell oder ein selbst betriebenes Modell sein. Für viele Sprach- und Prozessaufgaben reichen kleinere Modelle aus. Bei anderen Anwendungen, etwa der Bildanalyse, kann ein spezialisiertes Modell sinnvoll sein. In der Praxis werden Unternehmen verschiedene Modelle kombinieren.
Wie sollten Unternehmen zwischen On-Premise, Private Cloud und Public Cloud abwägen?
Die Entscheidung hängt vom Anwendungsfall, von regulatorischen Vorgaben, der internen IT-Reife und dem eigenen Risikoappetit ab. On-Premise bietet hohe Kontrolle, erfordert aber entsprechende Ressourcen. Die Public Cloud ist flexibel und skalierbar, eignet sich jedoch eher für unkritische Workloads. Die Private Cloud verbindet Skalierbarkeit mit stärkerer Kontrolle und ist für viele sensible Anwendungen ein tragfähiger Mittelweg.
Bedeutet digitale Souveränität eine vollständige Abschottung?
Eine maximale Abschottung ist in der Praxis kaum möglich, weil Unternehmen Schnittstellen und externe Dienste nutzen. Entscheidend ist eine bewusste Differenzierung. Geschäftskritische oder regulierte Daten benötigen ein höheres Schutzniveau. Bei öffentlichen Daten oder Analysen ohne Personenbezug kann man pragmatischer vorgehen. Hilfreich ist eine Souveränitätslandkarte, die Daten, Prozesse, Risiken und Betriebsmodelle einander zuordnet.
Wer sollte im Unternehmen über den Einsatz von KI entscheiden?
Nicht eine einzelne Abteilung. Empfehlenswert ist ein interdisziplinäres AI-Governance-Gremium aus IT, Fachbereichen, Legal, Compliance und Geschäftsführung. Die Fachbereiche bringen die Use Cases ein, die IT verantwortet die technische Umsetzung, Legal und Compliance bewerten die Risiken und die Geschäftsleitung gibt die strategische Richtung vor. Für jede Anwendung muss dokumentiert sein, wo Daten verarbeitet werden, welche Risiken bestehen und wer die Verantwortung trägt.
Warum ist die 360-Grad-Sicht auf den Kunden so wichtig?
Kunden wollen ihr Anliegen nicht mehrfach erklären. Ein Mitarbeitender oder AI-Agent sollte daher erkennen können, wer der Kunde ist, was er gekauft hat, welche Vorgänge offen sind und welche Kontakte bereits stattgefunden haben. Nur mit diesem Kontext lässt sich schnell eine relevante und persönliche Lösung finden. Technisch setzt das die Integration von Systemen wie CRM und ERP voraus.
Wo liegt die Grenze zwischen Automatisierung und menschlicher Betreuung?
Die Grenze sollte dynamisch sein. Strukturierte Anliegen wie Statusabfragen, Adressänderungen oder einfache Reklamationen lassen sich gut automatisieren. Bei komplexen, emotionalen oder eskalierten Fällen braucht es dagegen Empathie und menschliches Urteilsvermögen. Systeme sollten solche Situationen erkennen und den Kunden schnell an einen Mitarbeitenden übergeben.
Was unterscheidet einen AI-basierten Shopping Assistant von einem klassischen Chatbot?
Ein klassischer Chatbot liefert meist vorgefertigte Antworten auf Keywords. Ein Shopping Assistant berücksichtigt dagegen den Kontext, etwa das gesuchte Produkt, das Budget und persönliche Präferenzen. Voraussetzung sind gut strukturierte Produktdaten und eine tiefe Integration in Shop-, PIM- und CRM-Systeme. Nur dann kann der Assistant tatsächlich beraten. Solche dialogbasierten Angebote könnten das klassische Durchsuchen von Katalogen künftig teilweise ablösen.
Verlagert sich der Einkauf damit zunehmend zu externen Plattformen und Agenten?
In diesem Bereich passiert derzeit viel. Neue Protokolle sollen Produktsuche, Warenkorb, Checkout und Zahlungen über digitale Agenten ermöglichen. Für Händler bedeutet das, dass sie ihre Produktdaten künftig nicht nur für Menschen, sondern auch für maschinelle Zugriffe aufbereiten müssen. Agenten müssen Produkte finden, verstehen und korrekt in einen Kaufprozess überführen können.
Wann wird KI vom Effizienz- zum Wachstums- und Bindungstreiber?
Der Einstieg über Effizienz ist sinnvoll. Unternehmen können wiederkehrende Tickets automatisieren und Mitarbeitende entlasten. Zum Wachstumstreiber wird KI, wenn sie die Customer Experience verbessert. Dazu gehören schnelle Antworten rund um die Uhr und proaktive Services. Erkennt ein System beispielsweise eine Lieferverzögerung, kann es den Kunden informieren und direkt eine Lösung anbieten. Aktuell konzentrieren sich viele Unternehmen allerdings noch vor allem auf Automatisierung und Skalierung.
Was rätst du Unternehmen, die souveräne KI-Lösungen einführen möchten?
Der erste Schritt ist nicht die Technologieauswahl, sondern eine klare Datenstrategie. Unternehmen müssen wissen, welche Daten vorhanden sind, wo sie liegen, wie sensibel sie sind und wie sie verwendet werden dürfen. Danach sollten sie mit wiederkehrenden oder besonders belastenden Prozessen starten. Erst auf dieser Grundlage wird die passende Technologie ausgewählt. Wichtig ist, klein zu beginnen, Erfahrungen zu sammeln und die Lösungen schrittweise weiterzuentwickeln.
Hören Sie auch den Podcast dazu
Meike Tarabori
Im Januar 2019 übernahm Meike Tarabori die Position als Chefredakteurin des cmm360, das renommierte Schweizer Magazin für Customer Relations Stars und Service Champions. Als erfahrene Expertin für Marketing und Kommunikation mit Abschlüssen in Business, Marketing und deutscher Literatur hat sie wertvolle Erfahrungen unter anderem bei Unternehmen wie KUKA Robotics und zuletzt beim Cybathlon ETH Zürich gesammelt. Im Rahmen eines umfangreichen Rebranding-Projekts verlieh sie dem cmm360 seine aktuelle, moderne Ausrichtung. Seitdem hat sie nicht nur die Onlinepräsenz des Magazins erfolgreich etabliert, sondern kontinuierlich neue Formate wie die Podcasts «Nice To Meet You», «Meike's Raumzeit» und «ICT Talk» entwickelt. Darüber hinaus fungiert sie als Organisatorin des Schweizer Customer Relations Awards, eine Plattform, die innovative Projekte zur Gestaltung nachhaltiger Kundenbeziehungen und einzigartiger Kundeninteraktionen würdigt und auszeichnet.
