Beschäftigen Sie 2026 immer noch Menschen in Callcentern?

An einem Freitag um 08:30 Uhr klingelte mein Telefon. Ich wurde vom Callcenter einer Bank angerufen.

„Führen Sie Ihre Anrufe nicht während der Arbeitszeit durch?“ fragte ich.

Der Mitarbeiter am anderen Ende antwortete ganz natürlich:

„Meine Arbeitszeit hat begonnen, Sie waren der Erste, den ich angerufen habe.“

„Bitte leiten Sie dieses Gespräch an Ihren Vorgesetzten weiter“, antwortete ich. Denn ich hatte eine ungefähre Vorstellung davon, wie Callcenter funktionieren. Unter normalen Umständen hätte er zu dieser Zeit nicht anrufen dürfen. Und selbst wenn er es getan hätte, hätte er eine solche Antwort nicht geben dürfen.

Meine erste Begegnung mit Callcentern hatte ich vor Jahren, als ich als CTO bei MediaSA arbeitete. Eines Tages erhielt ich die Aufgabe: „Wir werden ein Callcenter aufbauen.“ Um ehrlich zu sein: Damals kannte ich die operative Last dieses Geschäfts nicht vollständig. Gerade als ich überlegte: „Wie werden wir das machen?“, stellte mir mein lieber Freund Yaman Alpata Gökhan Çakmak vor, der in diesem Bereich wirklich sehr erfahren war.

Das Interessante ist, dass Gökhan und ich zuvor gemeinsam am D-Smart-Projekt gearbeitet hatten. Aber die Zeit war so intensiv und bewegt, dass wir uns nicht einmal aneinander erinnerten.

Gökhan hat dankenswerterweise die gesamte Last auf sich genommen. Wenn ich mich recht erinnere, haben wir eine Struktur mit etwa 30 Arbeitsplätzen aufgebaut. Aber die Abläufe, die die Nächte mit den Morgenstunden verbanden, die Schichtprobleme, das Personalmanagement, die Geräteprobleme und die Berichtskrisen habe ich bis heute nicht vergessen. Ich erinnere mich sogar sehr genau daran, dass Gökhans Nerven gegen Ende der Arbeit ernsthaft strapaziert waren. Denn Menschen zu führen ist wirklich eine schwierige Aufgabe.

Das menschliche Problem

Wenn ich heute zurückblicke, stelle ich die eigentliche Frage anders:

Warum halten Banken, Versicherungsgesellschaften und Marken, die Fernabsatz betreiben, im Jahr 2026 immer noch an einem menschenzentrierten Callcenter-Modell fest?

Selbst ein durchschnittlicher Manager kann sehen, dass das aktuelle Modell sekündlich Verluste schreibt. Und dieser Verlust besteht nicht nur aus den Lohnkosten. Für einen Arbeitsplatz sind drei Schichten erforderlich. Das bedeutet faktisch drei Mitarbeiter. Ein bedeutender Teil dieser Mitarbeiter besteht aus jungen Menschen. Es herrscht eine ständige Fluktuation. Man bildet sie aus, und nach ein paar Monaten kündigt der Mitarbeiter. Ein neuer kommt. Der Prozess beginnt von vorn.

Das grundlegende Problem von Callcentern ist nicht die Technologie, sondern die menschliche Natur.

Ein Mitarbeiter könnte sich morgens mit seinem Partner gestritten haben. Er könnte in der Raucherpause etwas erlebt haben, das ihm die Laune verdorben hat. Er könnte sich über einen Kunden geärgert haben. Dieser Ärger wird in das nächste Gespräch getragen. Der Ton der Marke ändert sich. Die Qualität ändert sich. Die Konsistenz geht verloren.

Die Seite, die wir nicht sehen

In den sozialen Medien kursieren häufig Videos von Kurieren, die auf Essensbestellungen spucken. Dabei kennen diese Kuriere den Kunden oft nicht einmal. Manchmal stört es sie einfach nur, dass der Kunde zu Hause sitzt und bestellt. Wir können diese Dinge sehen, weil es Überwachungskameras gibt. Aber wie sollen wir sehen, wie sich Callcenter-Mitarbeiter an Kunden oder der Marke rächen? Das können wir nicht. Und niemand kann mit Sicherheit behaupten, dass „dort nichts passiert“.

Warum ist Künstliche Intelligenz unvermeidlich?

Genau an diesem Punkt kommt die Künstliche Intelligenz ins Spiel.

Denn ein gut trainiertes KI-Callcenter wird nicht müde, handelt nicht emotional, geht nicht in die Raucherpause und seine Leistung schwankt nicht im Laufe des Tages. Einmal trainiert, kann es an jedem Arbeitsplatz die gleiche Qualität liefern.

Zudem ist die Skalierung unglaublich einfach.

In Systemen mit Menschen schafft der Sprung von 10 auf 1000 Arbeitsplätze ein riesiges organisatorisches Problem. Auf der Seite der KI reicht es meist aus, lediglich die Kapazität der gleichzeitigen Leitungen auf der Betreiberseite zu erhöhen. Die Berichterstattung ist sauberer. Die Kontrolle ist einfacher. Die Prüfung ist transparenter.

Das Thema Hardwarekosten war ein eigenes Katastrophengebiet. Jeder, der jahrelang ein Callcenter geleitet hat, weiß das. Headsets, Computer, IP-Telefone, Switches, Wartungskosten, Ausfälle, Lizenzen… Künstliche Intelligenz beseitigt einen Großteil dieser Last.

Reputationskrise

Außerdem geht es längst nicht mehr nur um Kosten.

Callcenter haben sich heute zu Strukturen entwickelt, die der Reputation von Marken direkt schaden. Die Menschen erinnern sich nicht an eine Marke wegen ihres Werbespots, sondern wegen ihrer Callcenter-Erfahrung. Ein schlechtes Gespräch kann manchmal eine millionenschwere Werbekampagne zunichtemachen.

Deshalb lautet die Frage nicht mehr: „Wird Künstliche Intelligenz in Callcenter einziehen?“

Die Frage ist:

Warum besteht ein Unternehmen immer noch darauf, das alte Modell fortzuführen?

Denn jede Sekunde, die heute verloren geht, bedeutet nicht nur Geldverlust, sondern auch den Verlust der Zukunft.

Kurz gefasst

* Ein Social-Media-Content-Produzent hat eine sehr interessante Liste mit dem Titel „Startup-Ideen, die im Zeitalter der Künstlichen Intelligenz noch nicht umgesetzt wurden“ geteilt. Das Bemerkenswerte an der Liste ist: Ein Großteil der Ideen dreht sich nicht um Technologie, sondern um menschliches Verhalten und Aufmerksamkeitsmanagement. Ehrlich gesagt würde es mich nicht überraschen, wenn sich einige davon in den nächsten Jahren zu Milliarden-Dollar-Unternehmen entwickeln würden.

1. Persönlicher KI-Generalsekretär — Ein persönliches KI-System, das die Lebensorganisation von täglichen Aufgaben bis hin zu Meetings verwaltet.

2. Digitaler Aufräumservice — Ein Dienst, der Posteingänge, Dateien und digitales Chaos vereinfacht.

3. Internet nur für den Fokus — Eine Struktur, die ablenkende Inhalte automatisch blockiert und ein arbeitsorientiertes Internet bietet.

4. Kompetenzbasierte Einstellungsplattform — Ein Karrieresystem, das Einstellungen durch das Testen echter Fähigkeiten anstelle von Diplomen vornimmt.

5. Zielbasiertes soziales Netzwerk — Eine soziale Plattform, die Menschen mit ähnlichen Lebenszielen miteinander verbindet.

6. Lebenssystem-Designer — Ein Dienst, der je nach Psychologie des Nutzers tägliche Routinen und Disziplinsysteme erstellt.

7. Reputations-Bewertungsplattform — Ein System, das Zuverlässigkeit und Professionalität mit digitalen Punkten misst.

8. Deep-Work-Cafés — Arbeitsorte, die speziell für Stille und Konzentration konzipiert sind.

9. Entscheidungssimulator — Ein System, das die zukünftigen Auswirkungen von zu treffenden Entscheidungen mittels KI simuliert.

10. Abonnementbasierte Kompetenzschulen — Plattformen, die kontinuierlich aktualisierte Kompetenztrainings im Mitgliedschaftsmodell anbieten.

11. Produktivitätssystem zur Burnout-Prävention — Ein Produktivitätswerkzeug, das das Arbeitstempo an Stress- und Energieniveaus anpasst.

12. Social-Battery-Tracker — Ein digitales Tracking-System, das das soziale und mentale Energieniveau analysiert.

13. KI-Generator für persönliche Marken — Ein Werkzeug, das die Ideen des Nutzers automatisch in Inhalte und Markensprache umwandelt.

14. Umgebungsoptimierungsservice — Ein Dienst, der Arbeits- und Lebensräume für mehr Effizienz neu gestaltet.

15. Realitätsbasierter Zielplaner — Ein System, das Ziele auf der Grundlage echter Verhaltensdaten anstelle von Motivation erstellt.

16. Training-App für Selbstvertrauen — Eine Anwendung, die durch die Analyse von Sprechweise und Körpersprache das Selbstvertrauen stärkt.

17. Digitaler Grenzmanager — Ein System, das Benachrichtigungen und Nachrichten filtert, um digitale Lebensgrenzen zu schaffen.

18. Lebens-Audit-Plattform — Ein Lebens-Dashboard, das analysiert, wo Zeit und Energie verloren gehen.

19. Marktplatz für Offline-Erlebnisse — Eine Plattform, die Veranstaltungen und Erlebnisse in der realen Welt organisiert.

20. Gewohnheits-Umgebungs-Kits — Systeme, die physische Umgebungen und Werkzeugsets entwickeln, um gute Gewohnheiten zu unterstützen.