Peter Pirner: das passt. So jetzt richte ich mir noch mein Word an die Stelle, dass ich das auch gut sehe.

Martin Meyer-Gossner: Ich mache mir das auch mal hier gerade ein bisschen, ein paar Bilder nebeneinander halten. Genau.

Peter Pirner: Ja genau richtet euch das alles noch ein. Richtet euch das alles so ein bisschen ein, dass das für euch gut passt. Jetzt kommen wir. arbeite aber auch auf Apple. insofern. Also dann würde ich jetzt starten, wenn es für euch okay ist. Ja? So. Ja? Ja, klar.

Martin Meyer-Gossner: Ganz kurze Frage vorweg, was macht eigentlich dein Covid?

Peter Pirner: Ja, also ich hab immer noch Husten. Und ehrlich gesagt, ich hab's ja noch getoppt, Ich hab also Covid gehabt. Und am Sonntag, da lag ich wirklich fast nur im Bett, ist mir auch noch ein Provisorium aus dem Zahn rausgeknallt. Und am Montag, und am Montag das Zweite, weil ich zwei Sachen so in Arbeit hab, die machen wir dann im November, die sind mir beide rausgeknallt. Was machst du denn jetzt? Gehst du jetzt zum Zahnarzt?

Martin Meyer-Gossner: Haha!

Svenja Niemeyer: wie es...

Peter Pirner: Also hab ich jetzt auch mal erst gewartet bis gestern. Jetzt bin ich Covid-frei, aber ich hab's immer noch. Also ich Das ist echt ätzend. Ich kann's euch nicht empfehlen. Braucht man eigentlich nicht wirklich. Und ich hatte das ... Das letzte Mal, ich's hatte, fand ich nicht so heftig. Ich hing echt megaviel im Bett. hab gestern Nachmittag zwei Stunden geschlafen und hab die ganze Nacht durchgeschlafen. Ganz komisch. Aber es ist schon viel besser. Und ich bin wieder bei Sinnen und ich freue mich, dass das geklappt hat. ich nehme, ich halte dann ja immer gleich fest, dann haben wir den Termin schon.

Martin Meyer-Gossner: Also ich bin ja wirklich froh, dass es geklappt hat. muss ich ja wirklich sagen. Wir haben ja darum geeiert jetzt fast vier Jahre.

Peter Pirner: Da ging es mir ehrlich aber auch wirklich ums Prinzip. Da ging es mir einfach auch ums Prinzip. Weil das kann nicht sein. Und ähm... Ich hätte den in jedem Fall mit euch gemacht. Also das ist... Aber da ging es mir echt ums Prinzip. Da war ich gereizt. Und dann habe ich einfach auf Stuhl geschaltet. Aber irgendwann mal... Aber ehrlich, das ändert nichts daran. Ich mache das total gerne mit euch. Ich finde, es jetzt auch eine gute Struktur ist. Ein gutes Thema. Das passt auch in das Ganze rein.

Martin Meyer-Gossner: Hm, kann ich verstehen.

Martin Meyer-Gossner: He!

Peter Pirner: Habt die neueste Folge gehört? Die geht gerade tierisch ab. Und die ist auch wirklich gut geworden.

Svenja Niemeyer: von XXX-Lutz.

Martin Meyer-Gossner: Ne, nein.

Svenja Niemeyer: Ich auch.

Peter Pirner: Also das einzige ist, man braucht halt eigentlich immer Praxisbeispiele. Das geht eigentlich am allerbesten. Und deshalb muss man das immer so bisschen mischen mit Praxis, mit wenn es keine Praxis ist. Ich würde auch so gerne eine Folge machen über Causal AI. Das ist wieder für Feinschmecker. Aber es ist vielleicht, wenn man das einfach erklärt kriegt, ist es glaube ich schon nicht so schlecht.

Martin Meyer-Gossner: Mh.

Martin Meyer-Gossner: Ja schon, ich glaube da... Also ich wäre vorsichtig, dass du nicht zu früh mit dem Thema anfängst. So will ich es mal formulieren.

Peter Pirner: Ich war doch auf dem Marketing Tech Summit und da haben die alle über diese KI-Analyse-Methoden im Performance-Marketing gesprochen. Und die nennen das übrigens alle auch Customer Experience, by the way. Und dann habe ich mir gedacht, es ist vielleicht doch ein viel größeres Thema. Wenn man aus der Voice-off- der Customer-Ecke kommt, dann schaut man auf ganz bestimmte Dinge, aber im Performance-Marketing ist man echt weiter. Auch so von analytischen Methoden und so.

Martin Meyer-Gossner: Hm?

Peter Pirner: Und da waren schon echt ganz coole Sachen, ich da gesehen habe. Auch Marketing, Mix, Modeling ist wieder ganz groß. Weil's anscheinend so einfach geht.

Martin Meyer-Gossner: Ja, ich bin, ich muss vorsichtig sein, Peter. Ich habe ja, ich habe wie du weißt, für zwölf Jahre die Mexico moderiert und ich habe die Themen ja teilweise rauf und runter gehabt. Ja, ja, für ja. Und dann kam immer wieder, da kam ein Hype, dann kam der nächste Hype, dann was weiß ich was. Dann drei Jahre später in selben Hype gesprochen. Und am Ende des Tages, bis es dann durchgedrungen ist, ja, bis es richtig durchgedrungen ist, da kannst fünf bis zehn Jahre rechnen, wenn überhaupt. Heute reden, ja.

Peter Pirner: Mmh. Mmh.

Peter Pirner: Ja, habt es, dauert alles viel länger.

Peter Pirner: Ganz sicher. ich habe jetzt wenigstens mal Use Cases gesehen. Vorher redens alle, das könnte man machen. Und das könnte alles funktionieren. Aber auf einmal stellen da Leute, ich werde jetzt eine Folge machen mit Schwarzkopf. Professional. Die habe ich mir angehört. Das Lustige ist, vor 15 Jahren habe ich eine Kundenzufriedenheitsstudie für die gemacht. Und jetzt sind sie an dem Strich, wo sie praktisch alles ausspielen und alles integriert ausspielen mit ihren Frisörn. Da habe ich jetzt mal das Modell gesehen.

Martin Meyer-Gossner: Hm.

Peter Pirner: Das ist genau das, die eigentlich immer gebraucht haben. Aber jetzt geht's halt. da sind auch schon viele Dinge schon drin, wo alle mal sagen, das müssen wir doch mal tun. Aber ich geb dir völlig recht, es wird immer eine ... Es werden vor allem immer wieder dieselben Säue durchs Dorf getragen. Weißt du, nach drei Jahren Du musst einfach mal drei Jahre warten, und dann kommt's wieder. Das nächste Mal jetzt aber. Aber eigentlich immer noch nicht so richtig. Das ist genauso wie die Integra ... Ja?

Martin Meyer-Gossner: Der schlimmste Thema, was wir hatten, war Programmatic. Also Programmatic wird ja auf der DMAX-Grufe runter dekliniert. Und du konntest es am Schluss. Ich hatte wirklich die Diskussion, weil ich wusste genau, wo die Probleme waren und was funktionierte und was nicht funktioniert. Und du konntest am Schluss wirklich sagen, das ist alles heiße Luft, weil das geht nur dann, wenn der Plattformanbieter die Daten teilt mit dem Anbieter, da wirbt. Punkt. Und genau daran brach es ja jedes Mal.

Peter Pirner: Ja,

Martin Meyer-Gossner: Und ich dachte immer, diese Vision ist ja so geil für Projekte und ich kriege endlich das, was mich wirklich interessiert. Aber es funktioniert halt nicht.

Peter Pirner: Ja, ja, wir haben kooperiert mit welchen, die das angeboten haben. Und das ging halt auch nach hinten los, weil wenn du nur mit Marktforschungsdaten so näherungsweise rankommst, ist es halt nicht ganz so gut. Es ist einfach nicht dasselbe. Und es ist halt so, ist. Aber ja, das ist ... Trotzdem muss man immer euphorisch bleiben bei den neuen Teams, sonst ist man spätestens zu alt. Aber ich finde, mir geht es auch so, ich habe das Gefühl, ich habe alles schon mal gehört. Aber manche Sachen, wenn die dann funktionieren, dann freu ich mich, wenn ich die sehe. Weil du denkst, jetzt hab ich so oft gehört und endlich zeigst du mir mal einer das BSH. Habt ihr, kennt ihr den? Ich weiß nicht, ob ihr die Folge gehört habt, aber im Moment wird ja, geht durch die Presse überall der BSH-Case, wo die praktisch Bosch Siemens Hausgeräte ... Ähm ... auch so integrierte ... äh ... Marketing ... eigentlich ist es ein integriertes CX-System tatsächlich. aufgebaut haben. Das funktioniert in Deutschland zwar noch nicht so richtig, aber in anderen Ländern funktioniert schon. Dafür haben die jetzt regelmäßig Preise abgezogen und das hatte ich bei Medaglia auf dem Event gesehen, zur Journey Orchestration. Und zum ersten Mal habe ich gesehen, wie Journey Orchestration wirklich funktioniert. Das war aber auch der einzige und das war der erste und den ziehen sie jetzt wie ein Zirkuspferd überall durch die Gänge. Aber es geht und das ist schon cool. Also Und es geht auch nicht alles und es geht auch nicht überall, aber in die Richtung muss es gehen. Und der sagt natürlich auch, es ist scheiß viel Arbeit. Bis das Annäherungswahlse ist. Zum Glück reden wir jetzt ja über ganz bodenständige Dinge. Und ich würde jetzt trotzdem ... Lass uns einfach mal bodenständig starten. Denn heute zu Gast sind Martin Mayer-Gossner, Head of XM Strategy, Svenja Niemeyer, XM Strategies

Martin Meyer-Gossner: Lass uns mal bodenständig werden wieder.

Peter Pirner: Strategist im Erde schneide ich sowieso raus. Hallo Martin, hallo Svenja. Herzlich willkommen bei CX Talks.

Svenja Niemeyer: Hallo.

Peter Pirner: Lieber Martin, schön, es nach den vielen Jahren endlich mal geklappt hat in CX-Talks. Du leitest heute im Gegensatz zu früher den Bereich XM Strategy e-Mair bei Qualtrics. Wann und warum wurde dieser Bereich bei euch überhaupt aufgebaut?

Martin Meyer-Gossner: für Sie zu sehen.

Martin Meyer-Gossner: Ja, erstmal Peter, es ist wahrlich schön, dass wir uns nach vier Jahren endlich mal sehen. Ungefähr ein Jahr länger gibt es auch diese Abteilung bei Qualtrics. Ich bin ungefähr vor vier Jahren eingestiegen bei Qualtrics. Und mein Team, das nenne ich immer so wertschätzend, die Magier von Qualtrics. Jetzt wird man sich natürlich die Frage stellen, warum nenne ich die Magier. Das Team, sieht so im Jahr zwischen 100, 150 Kunden pro Gramm, also EXTX-Programm.

Peter Pirner: Ja.

Peter Pirner: Okay.

Peter Pirner: Mhm.

Martin Meyer-Gossner: Und die Aufgaben von den Teams liegen eigentlich darin, diese Programme auf der einen Seite zu verstehen, auf der anderen Seite zu optimieren und dann die beste Lösung für die Situation des Kunden, in der er sich gerade befindet, natürlich zu erstellen. Dabei muss man natürlich immer bedenken, es gibt eine unterschiedliche Programmreihe der Kunden. Die Journeys sind unterschiedlich, die Anwendungsbeispiele sind unterschiedlich. Und wir müssen natürlich die Strategie neu definieren. Wohin sich das Programm so in zwei bis fünf Jahren

Peter Pirner: Mhm.

Martin Meyer-Gossner: entwickeln wird oder entwickeln soll. Das ist so der eine Teil. Und da gibt es aber noch einen zweiten Teil. Das Team ist auch gleichzeitig so das Vording-Kartier bei Qualtrics, die auf der einen Seite das Marketing mit Vorträgen unterstützen und die Medien natürlich füttern, wie zum Beispiel die CX Talks und natürlich von ihrer Erfahrung und von ihrem Wissen und von diesem Programm draußen erzählen. Wir hatten jetzt gerade erst die XM Live in Frankfurt mit ungefähr 200 Leuten.

Peter Pirner: Mhm.

Martin Meyer-Gossner: die dort waren, europaweit waren es glaube ich jetzt so irgendwie 1500 Leute, die bei den ganzen Veranstaltungen waren. Da kann man sehen, was für ein Interesse da ist und die Inhalte werden immer von diesem XM Strategy Team im Grunde genommen erzählt und gezeigt.

Peter Pirner: Jetzt habe ich die Svenja gedacht, ist der weibliche David Copperfield in deinem Team. Svenja, wie sieht denn deine konkrete Tätigkeit als Strategist aus? Wie arbeitest du denn mit den Kunden tatsächlich?

Svenja Niemeyer: Ja, Martin hat es ja gerade schon ganz gut zusammengefasst. Also meine Tätigkeit ist vor allem darauf ausgerichtet, unsere Kunden und auch angehende Kunden dahingehend zu beraten, wie sie ihr CX-Programm so aufstellen können, dass es den meisten Mehrwerts fürs Unternehmen bringt. Da schauen wir uns dann immer an, okay, welche Industrie ist das, welche Prioritäten gibt es in dem Unternehmen gerade, wo haben die gerade ihren Fokus, was ist denn der CX-Reife gerade, stehen die noch ganz am Anfang, haben die schon ein tolles Programm, das man weiterentwickeln kann und was wir dann konkret machen, das ist wirklich ein großes Spektrum. Das kann reichen von einer kurzen Inspirationssession, wo wir mal so die Art of the possible zeigen und zeigen, schaut mal, das machen andere Kunden, die da schon einen Schritt weiter sind. Das sehen wir in der Zukunft. Das reicht über die Erstellung von einem Business Case, wo man mal schaut, okay, was erhoffen wir uns denn von diesem Programm, in welchen Bereichen können wir an verschiedenen Stellen euer Business verbessern, bis hin wirklich dann zu umfangreichen Strategieworkshops, wo wir wirklich reingehen und sagen, was wollen wir erreichen, was sind die nächsten Schritte, wie setzen wir das jetzt Genau. So sieht es eigentlich aus.

Peter Pirner: Prima, dann haben wir jetzt ja gesehen, ihr beschäftigt euch konkret mit der Ausgangssituation beim Kunden. Und jetzt haben wir unser heutiges Thema ist plötzlich eine Technologie, die auf solche Systeme plötzlich auch einwirkt. Denn für mich revolutioniert eigentlich KI die meisten Bereiche des Customer Experience Management beim Kunden genauso wie in den Voice-off-to-Customer-Systemen. Das war aber meiner Meinung nach, zum Beispiel vor vier, fünf Jahren, als du da zugestoßen bist, Martin, überhaupt noch nicht so klar. Wie hat sich denn Qualtrics generell dieses Thema KI gekümmert in der Zeit? Oder wann ist das denn bei euch so ein wichtiges Thema geworden? Ist das nur bei mir gefühlt so relativ jung?

Martin Meyer-Gossner: Also ich würde mal sagen, das war sogar schon vor meiner Zeit. Das glaubt man jetzt zwar nicht, aber das waren natürlich andere KI-Elemente, die man damals hatte. wir haben natürlich, jetzt reden alle über JGPT, OpenAI etc. Früher haben wir aber schon über das gesamte Thema Texttranskriptionen geredet. Wir haben über Natural Language Processing geredet. Wir haben über Kontext bei der Textanalyse geredet und so weiter. Also große Daten- und Textmodelle, da haben wir schon vor...

Peter Pirner: Okay.

Martin Meyer-Gossner: geschätzt, Ahnung, sieben, acht Jahren mitgearbeitet. Natürlich aber auf einer anderen Ebene. Als jetzt ChetGPT kam und natürlich noch mal eine ganz andere Relevanz und Dynamik in Markt kam, da hat man natürlich bei uns auch erkannt, wir müssen noch mal nachlegen und wir müssen natürlich die Plattform auch noch mal neu steuern. Die Entwicklung der Plattform, wie ernst uns das Thema KI ist, sieht man vielleicht an zwei Daten, die ich immer ganz gerne aufführe.

Peter Pirner: Ja, ja.

Martin Meyer-Gossner: Das eine Thema ist das Thema, dass wir ein Investment von über 500 Millionen US-Dollar in nächsten vier Jahren... Jetzt hoffe ich, dass ihr das nicht gehört habt, das Klingeln. Sonst muss ich das nochmal machen, weil ich habe einen Klingeln gehört. Geschneidest du raus, Also, ich sage es nochmal. Die Wichtigkeit sieht man daran, dass wir als Unternehmen 500 Millionen US-Dollar in die Entwicklung der Plattform UmAI rein investieren werden.

Peter Pirner: Einfach weit.

Martin Meyer-Gossner: Da sieht man schon, was das eigentlich für das Unternehmen an Wichtigkeit hat. Auf der anderen Seite haben wir auch ein Team von 60 Entwicklern, was sich nur mit diesem Thema beschäftigt. Warum ist das so wichtig? Man muss wissen, bei Qualtrics, werden so große Datenmengen verarbeitet, die natürlich für so ein KI-Modell extreme, interessante, spannende Erkenntnisse schaffen für die Kunden draußen, wo auch immer die dann sitzen, ob die an der Ich sage jetzt mal, am Kunden direkt sitzen, also im Call Center oder ob die dann im CX-Programm sitzen oder im EX-Programm sitzen, wo auch immer. Nun muss man wissen, dass bei uns ungefähr in den letzten Jahren 10 Milliarden Gespräche analysiert worden sind aus Calls, Chats, E-Mails, sozialen Kanälen, 8 Milliarden Survey-Feedbacks. Es gibt ganz viele XID-Profile, die wir da aufgebaut haben und so weiter und so weiter. Wenn man sich diese Datenmengen anschaut, dann kann man sich ungefähr vorstellen, wie wichtig das ist, dass man großes Team dahinter hat, was damit arbeiten kann und was daraus natürlich die XM-Plattform von Quartrix komplett neu definiert.

Peter Pirner: Dann lass uns doch gleich einsteigen und nochmal richtig auf die Voice of the Customer System eingehen. Los geht's aber eigentlich mit einer ganz grundlegenden Frage. Wollen Kunden eigentlich immer noch Feedback geben? Svenja.

Svenja Niemeyer: Ja, das ist tatsächlich eine gute Frage. Und so populär CX und Customer Centricity und so weiter geworden sind, so schnell sind dann eben auch die ganzen Umfragen aus dem Boden gepoppt. Man ist ja selber auch Kundin. Ich kriege, glaube ich, am Tag auch mindestens eine E-Mail geschickt, wonach Feedback gefragt wird. Und es ist tatsächlich so, dass ganz viele Kunden und Kundinnen keine Lust mehr haben, Umfragen auszufüllen. Wir haben dieses Jahr wieder wie schon die letzten fünf Jahre eine große Trendstudie durchgeführt unter 23.000 Konsumenten und Konsumentinnen, wo wir auch gefragt haben, wie geben sie denn noch Feedback oder geben sie überhaupt noch Feedback? Und da ist der Wert für, ich habe dem Unternehmen direkt Feedback gegeben, seit 2021 8 Prozent gesunken, während aber der Wert für, ich habe einfach niemandem was gesagt, 6 Prozent gestiegen ist. Also in den Zahlen sehen wir ganz deutlich, ja, die Lust an Umfragen sinkt so ein bisschen. Gleichzeitig sehen wir in der Studie aber auch, dass Kunden trotzdem noch gehört werden wollen. Die haben Bedürfnisse, die erfüllt werden sollen natürlich. Sie wünschen sich Vertrauen ins Unternehmen, schnelle einfache Prozesse, eine Empathie, die ihnen entgegengebracht wird. Und ja, all das wollen sie eigentlich trotzdem hörbar machen wollen.

Peter Pirner: Warum, glaubst du, haben wir einfach nur übertrieben? Fragen wir zu häufig, fragen wir zu Anlässen, wo man sagt, da brauch ich jetzt nicht wirklich eine Meinung dazu haben. Also ich find's zum Beispiel immer extrem nervig am Münchner Flughafen, wenn man aus der Toilette rausgeht und dann noch mal beurteilen soll, ob wie jetzt das Erlebnis war, was ich absolut widersinnig finde, wenn du dir gerade die Hände gewaschen hast. Es gibt aber so, es gibt viele so Anlässe, wo man sagt, da hätten wir jetzt echt nicht fragen müssen. Beratet ihr da eure Kunden schlecht oder lassen sich Kunden schlecht beraten?

Svenja Niemeyer: Ich glaube nicht, dass wir schlecht beraten. Ich glaube auch die Kunden sind auf keinen Fall beratungsresistent. Ich sehe die größten Probleme eigentlich in zwei Punkten. ja, ganz sicher wird auch ein bisschen zu oft gefragt, weil man denkt, jetzt muss ich wirklich überall Feedback einsammeln. Ich glaube aber ein Hauptpunkt, warum es auch nicht funktioniert, ist, dass viele Surveys dann doch schlecht gemacht sind. Die sind dann ewig lang.

Peter Pirner: Mhm.

Svenja Niemeyer: haben 1000 Fragen, das ist anstrengend für den Kunden. Oft sind die dann auch nicht mobil optimiert, obwohl doch ganz ganz viele Umfragen eigentlich am Handy ausgefüllt werden. Das macht natürlich total schwer für den Kunden oder die Kundinnen das auszufüllen. Und natürlich beraten wir da, aber die Realität im Unternehmen ist dann eben auch oft so, dann kommt noch das Team, möchte da eine Frage rein haben, die möchten auch noch was wissen und alle glücklich zu machen, hat man am Ende dann einen bunten Blumenstrauß.

Peter Pirner: Die demokratische Frageburgengestaltung ist grauenhaft.

Svenja Niemeyer: Genau, das ist das eine. Und ich glaube der zweite, fast noch größere Punkt ist, dass oft einfach nichts passiert mit dem Feedback. So viel Feedback, wie man als Kundin eigentlich gibt, oft, was wird denn damit gemacht im Unternehmen? Ich glaube, viele Unternehmen sind mittlerweile gut darin, das einzusammeln, auch zu analysieren, aber dann dieser Close-Loop-Prozess einmal direkt mit dem Kunden in Kontakt zu treten und zu sagen, hey, ich hab dich gehört. Und auf der anderen Seite aber auch wirklich großflächig strategisch im Unternehmen was zu verändern.

Peter Pirner: Mhm.

Svenja Niemeyer: da hackt es aktuell noch, sodass dann auch die Lust für den Kunden langsam weniger wird.

Peter Pirner: Glaubst du nicht, dass wenn du immer automatisiert den Loop-Closer, du bei jedem closen würdest, müsstest du ja eigentlich jedem, den du befragst hinterher noch das Feedback geben, das Feedback geben, dass ... nicht draußen. Das Feedback geben, ja, ich hab dich gehört und ich werde was damit tun, aber bis der Kunde dann spürt, dass was getan wird, vergeht ja wieder Zeit. Also eigentlich kann man diesen direkten Connect ja kaum abbilden. Glaubst du, dass das nicht ein Problem dabei ist?

Svenja Niemeyer: Ich glaube, es muss tatsächlich gar nicht mehr direkt erfolgen, weil diese automatisierten Mails, da weiß ich als Kundin ja auch, okay, das haben die jetzt einfach rausgeschickt, damit ich was bekommen habe. Wir hatten ein schönes Beispiel bei einem Kunden, die haben regelmäßig eher so eine relationale Umfrage rausgeschickt, im B2B-Umfeld war das, und die haben einfach ans Ende dieser Umfrage einmal aufgeschrieben, hey, übrigens, mit eurer letzten Umfrage haben wir die und die die Maßnahmen im Unternehmen angestoßen, das und das getan.

Peter Pirner: Okay? Genau. Eben.

Peter Pirner: Mhm.

Svenja Niemeyer: Und die haben wirklich von jeder Umfrage zur nächsten steigende Response Rate gesehen, weil die Kunden dann wirklich durchlesen konnten, ach cool, ich habe vor einem Quartal Feedback gegeben und das wurde in der Zwischenzeit gemacht. Und natürlich lag da ein ganzes Quartal zwischendrin, aber trotzdem weiß ich das dann als Kunde wertzuschätzen und habe dann auch Lust, nochmal beim nächsten Mal wieder zu antworten.

Peter Pirner: Mhm.

Peter Pirner: Super Idee. Martin, mal strategisch gesehen, wenn die Kunden jetzt etwas weniger antworten, es gibt doch eigentlich ja auch alternative Datenquellen, wie zum Beispiel Reviews oder interne Prozessdaten. Wie glaubst du, dass KI jetzt die Möglichkeit schafft, solche Daten praktisch entsprechend großflächig aufzubereiten und da vielleicht die ein oder andere Befragungsdaten abzulösen?

Martin Meyer-Gossner: Also die Frage ist, ob sie es ablösen oder ob sie es ergänzen, erweitern. So würde ich es mal formulieren. Also ich glaube, die Bedeutung nimmt gewaltig zu. Warum sage ich das? Ich habe gestern Abend war ich erst in einem Pitch, da haben wir mit einem großen französischen Auto erstellt.

Peter Pirner: Mhm. Mhm.

Peter Pirner: Mhm.

Martin Meyer-Gossner: musste ich einmal darüber reden, das gesamte Thema, weil die haben ein Voice-of-Customer-Programm und die haben ein eReputation-Programm. Das heißt, die messen praktisch klar adressiert an den Kunden, messen aber auch alles, was so auf Google läuft, an Reviews. Jetzt haben die endlos viele tausend Händler weltweit. Jetzt kannst du dir ungefähr vorstellen, da gibt es zwei unterschiedliche Welten. Die eine Welt ist direkte Feedback, was sie einsammeln, die andere Welt ist das Feedback, was sie eigentlich gar nicht einsammeln, was aber trotzdem kommt. Also diese unstrukturierten Daten und Feedbacks, die eigentlich dann doch nochmal kommen. Jetzt ist aber die Kunst dabei, diese ungesagten Probleme zu erkennen und das Gesagte und das Ungesagte zusammenzubringen und dann wiederum sauber zu analysieren. Gerade da, bei dem Thema, wird das dann nochmal sehr spannend. Wo ist denn eigentlich der Unterschied zwischen dem direkten Feedback und diesem, ich sage jetzt mal unstrukturierten Feedback, was einfach reinkommt, was gar nicht adressiert ist? Das macht nochmal einen riesen Unterschied. Ich habe ein schönes Beispiel aus UK. sehr viel im Autoumfeld unterwegs, muss ich jetzt gestehen, das ist aber ein anderer Hersteller gewesen. Eher so eine Exklusivautomarke, ich mal. So, wenn du jetzt bei denen bist und du erzählst auf einmal dem Management, pass mal auf, ich habe Folgendes gefunden. Ich habe nämlich unsere AI befragt, unter den ganzen Reviews, die wir da haben, welches Review sticht am meisten raus? Und dann kommt ein Feedback aus von einem österreichischen Händler, was das neue Produkt komplett und ich betone komplett zerrissen hat, aber mit einer Detailtiefe, dass du genau dem Management ins Gesicht schauen konntest und gesagt hast, dass es wirklich alles war oder? Und die haben gesagt, das ist unfassbar, woher hast du das? Und da habe ich gesagt, das hat mich eine Minute mit Quartrix gekostet, das zu analysieren und zu schauen, welches Feedback da raus, über die eigene Technologie, welches Feedback da raus ist das Schlimmste zum neuen Produkt. Also da sieht man, welche Möglichkeiten bestehen. Man sieht aber auch, dass es sehr viel genutzt wird. Es ist heute schon bei vielen Unternehmen der Fall, dass die beide Programme zusammenbringen. Wir haben auch diverse Banken. Ich kann mich an diverse Banken erinnern, wo ich dieselbe Diskussion hatte. Wie bringen wir diese ganzen Feedbacks zusammen? kann man alles in unserem Dashboard natürlich machen. Aber das dann zu entwickeln, hinten dran und nachher zu analysieren und zu überlegen, wo ist denn da der Unterschied jetzt eigentlich zwischen dem Feedback, was

Martin Meyer-Gossner: vom Kunden kommt und dem Feedback, was vom Kunden kommt, ohne dass ich irgendwas tue, da sind oft Welten dazwischen. Und ich glaube, das ist den meisten Unternehmen auch noch nicht so ganz bewusst. Sie machen es zwar, dann aber damit sauber zu arbeiten, wird künstliche Intelligenz sicherlich nochmal einen ganz besonderen Stellenwert bekommen.

Peter Pirner: Wobei meiner Meinung nach genau, wenn es technisch so einfach ist, ist das auch eine riesen Gefahr. Weil das, was du geschildert hast, kann ich sehr gut nachvollziehen. Ich kenne auch solche Fälle. Das Problem ist, in einem Dashboard schaut das alles so einfach und klar aus. Weil dann sagst du, das ist ein gutes Dashboard. In Wirklichkeit musst du, aber eigentlich jeder, der sich dann auskennt, sagen, du musst eigentlich noch den ganzen Kontext dahinter wissen, das richtig zu interpretieren. Und nur weil das hier so extrem aussch... Weißt du, der... In einer Präsentation kannst du diesen Extremfalls super schildern. In einem klassischen Dashboard nimmt einer das Extremum und sagt, ich warte jetzt aufs nächste Extremum, ich suche jetzt nur noch Extremfälle, was strategisch ja auch falsch ist. Wie erzieht ihr da eure Kunden, dass sie damit mit sowas vernünftig umgehen?

Martin Meyer-Gossner: Das ist gute Frage. Wie erzieht man die Kunden? Man muss sagen, dass das ganze Thema KI noch relativ jung ist. Auch in unserem Umfeld. Ich glaube, da sind wir uns alle einig, dass wir noch ganz am Anfang sind bei dem Thema. Dennoch ist es so, dass man natürlich viel neue Innovationen im Moment austestet, auch bei uns.

Peter Pirner: Wir spielen da alle.

Martin Meyer-Gossner: Da werden auch über bestimmte Marktplätze nachgedacht, über eine bestimmte Technologie, wo wir verschiedene Studien zusammenbringen, die dann wiederum noch mal gematcht werden mit den ganzen Inhalten und Feedbacks der Kunden von einem speziellen Anbieter, mit dem wir arbeiten und so weiter. Also die Frage ist, wie kriegt man eigentlich hinten dran alle aligned, also wie man so schön sagt, aligned, also wie kriegt man die alle auf einen Nenner, dass alle wissen, wie nutze ich das Ganze jetzt?

Peter Pirner: Ja.

Martin Meyer-Gossner: kommen da aber so ein paar Bremsen rein, man ganz ehrlich sagen. Und eine der größten Bremsen, die wir gerade erleben, ist dieses Thema EU-AI-Act, also diese neue Regulierung, die es da von der EU gibt, die natürlich alle Unternehmen nochmal von einer komplett neuen Herausforderung stellt. Weil jeder muss natürlich diese Plattform dir einbinden.

Peter Pirner: Mhm.

Martin Meyer-Gossner: noch mal neu bewerten. Da kommt natürlich noch mal einiges zusammen. Auch wir haben intern als größeres Team da zusammengestellt, dem ich jetzt auch beiwohne, wo ich jetzt auch mit drin bin, wo es dann darum geht, natürlich selber die Plattform zu bewerten. Wo stehen wir eigentlich? In dem Rating, praktisch dieses EU AI Act. Wie gehen wir aber auch mit der Kundenkommunikation dabei Da brauchen wir natürlich rechtliche Aspekte, die wir betrachten. Da haben wir qualifizierte Anwälte in Europa, die sich damit auch beschäftigen und so weiter. Will aber auch heißen, ich habe natürlich ganz viele Themen im Nebendran. Ich habe das ganze Anonymisierungsthema, habe das Aggregationsthema, ich muss Prozesse neu definieren, ich muss maßgeschneiderte Workflows nochmal neu bewerten. Es heißt, es gibt viele, viele Sachen, die KI kann. Viele Sachen müssen aber nochmal vor und nach bearbeitet werden von Menschen. Ich sage jetzt mal, selbst wenn es ein proprietäres KI-Modell ist, aber da muss man natürlich nochmal

Peter Pirner: Mhm.

Peter Pirner: Mhm.

Martin Meyer-Gossner: Das Redigieren von personenbezogenen Daten, also PEI-Daten, sie alle nennen, muss man natürlich auch noch mal bedenken und da muss man natürlich auch überlegen, wie kriegt man sowas sauber kommuniziert, dass der Kunde am Ende des Tages nicht denkt, Himmels willen, was tun die da eigentlich?

Peter Pirner: Jetzt haben wir im Prinzip gesprochen über die Vorbereitung für denjenigen, der diese mit künstlicher Intelligenz aufbereitet, Daten nutzen kann. Ich würde jetzt gerne noch mal einen Schritt zurückgehen. Es gibt nämlich auch die Erfahrung der Befragten, die man mit KI ja vereinfachen kann. Und auf den ersten Blick ist es wie mit den Dashboards. Das klingt alles total plausibel und es ist super easy. Und es gibt ja auch die Vorstellung, dass man im Prinzip, warum arbeiten wir noch mit klassischen Forschungsmethoden der sozialwissenschaftlichen Forschung, die sich bewährt haben, die in der Wissenschaft verwendet werden. Warum machen wir nicht einfach nur umgangssprachliche Dialoge? Und das kann man doch wunderbar ist für den Befragten angenehmer und da kann man doch wunderbar auch was draus lernen. stößt du auf ... in deinen Kundenprojekten auch schon ... ... zumindest auf Kunden, die das ausprobieren wollen ... und wenn ja, geht da schon was?

Svenja Niemeyer: Ja, auf jeden Fall. Also wir hatten es ja gerade von der demokratisch kreierten Fragebogen, der jetzt eine gute Idee ist, Umfragen, irgendwie anstrengend sind. Und da geht tatsächlich schon ganz viel. Was wir jetzt gerade wirklich viele auch im Testen sind, was auch die ersten Kunden schon starten, ist was, was wir conversational feedback nennen. Also eine Umfrage, die schon noch ihren Umfragerahmen hat. Es wird vielleicht die NPS-Frage gefragt, es wird noch offenem Feedback gefragt.

Peter Pirner: Mhm. Mhm.

Peter Pirner: Mhm.

Svenja Niemeyer: Aber dann kann sich eben basierend auf diesem offenen Feedback die Umfrage anpassen. Also die nächste Frage ist dann Follow-up basierend auf diesem Feedback. Wenn ich eben dann da einfach nur reinschreibe Preis, was mir als Researcher ja wirklich überhaupt nichts bringt, dann fragt die Umfrage eben nochmal nach und sagt, vielen Dank, dass Sie hier Preis erwähnt haben. Was genau hat Sie denn am Preis gestört oder was genau war denn da das Problem? Und das funktioniert tatsächlich richtig gut. Wir haben das umfangreich getestet, natürlich erst mal bevor es jetzt dann auch gelauncht wurde. gesehen, dass die Response Rates davon überhaupt nicht beeinflusst wurden.

Peter Pirner: Mhm.

Svenja Niemeyer: die Qualität der Insights aber erheblich gestiegen ist. Also 40 Prozent der Befragten haben mehr Details angegeben und hinterher die Textanalyse konnte 87 Prozent mehr Topics identifizieren von diesen Antworten, da in diesem dialogmäßigen Format gegeben wurden.

Peter Pirner: Mhm.

Peter Pirner: Im Prinzip überträgt man ja so dieses klassische Probing aus der qualitativen Forschung schlichtweg in die quantitative Forschung. Das klingt jetzt so, als wäre das alles total easy und einfach aufzusetzen. glaube aber trotz allem, ähnlich wie bei den Dashboards, es gehört da schon nochmal bisschen was dazu, dass dieser Dialog nicht komplett dem System überlassen wird. Wie stellt ihr so was sicher, dass da ein Qualitätsminimumstandard drin ist?

Svenja Niemeyer: Ja, es gibt natürlich ein paar Sachen, die man beachten sollte, dass es eben nicht so ein ganzer Wildwuchs bekommt. Man sollte auf jeden Fall vorgeben, wie viele Follow-up-Fragen sollen denn da gestellt werden, nicht dass die KI sich am Ende verhält wie so ein kleines Kind, das immer fragt, und warum, und warum, und warum, und das hört gar nicht mehr auf. Also da sollte man dann schon irgendwann eine Grenze setzen und sagen, okay, zwei Follow-up-Fragen und dann ist auch gut.

Peter Pirner: Hm?

Peter Pirner: Ja.

Svenja Niemeyer: Man sollte auf jeden Fall auch Grenzen setzen, bei welchen Themen vielleicht nicht tiefer nachgefragt werden soll. Also gerade mit Blick auf den Betriebsrat sollte ich vielleicht nicht noch tiefer nachbohren, warum eine Mitarbeiter an der Kasse jetzt besonders doof war, sondern da dann lieber einfach die Antwort so hinnehmen, wie sie ist. Da muss das Ganze natürlich industrie- spezifisch, markenspezifisch trainiert werden, dass die KI versteht, in welchem Rahmen bewege ich mich hier, was ist denn die Marke, es gerade geht. Und ganz wichtig auch, man muss sich vorher überlegen, wie werden denn die Daten abgespeichert? Weil es ist ja dann doch kein gradliniger Fragebogen mehr, wo ich eine Variable nach der anderen habe. Man muss mir dann eben auch überlegen, wie nehme ich die Daten so zusammen, dass ich sie am Ende wieder sinnvoll auswerten kann. Also das sind schon einige Sachen, die wir eben in der Plattform auf jeden Fall schon vordenken und dann auch unseren Kunden mitgeben, wie sie es dann nutzen sollen.

Peter Pirner: Mhm.

Peter Pirner: Ist das aus deiner Sicht geeignet im Moment für ein Do-it-yourself-System oder sagst du, da ist es schon noch besser, wenn ein erfahrener Fachmann draufschaut oder habt ihr vielleicht sogar Spezialisten, die zumindest die Qualitätssicherung dann nochmal übernehmen?

Svenja Niemeyer: Genau, also wir haben natürlich für unsere Plattformen Software-Ingenieure und Ingenieureinnen, die da Experten für sind, die auch einen Communications-Background haben, sag ich mal, die dann immer noch einen Researcher auch noch zur Seite gestellt haben, die eben wissen, okay, wie mache ich dann auch so eine traditionelle Marktforschung. Und aktuell geben wir da auch noch viel vor, dass man sagt, okay, mehr als zwei, drei Follow-Up-Fragen sind nicht möglich, die und die Rahmenbedingungen gibt es. und arbeiten dann aber mit unseren Kunden, dass man sagt, wo wollen wir euch mehr Freiheiten geben, dass ihr euch jetzt selbst ausprobieren könnt, ohne dass die Qualität darunter leidet.

Peter Pirner: Wenn du jetzt sagst, Kundendialoge funktionieren eigentlich ganz gut, dann greifen die ja letztendlich eben doch auf Large Language Models zurück. Und die liegen in der Regel in der Cloud. Und jetzt sind wir, das hatte der Martin auch schon angesprochen gehabt, nicht nur wegen dem EU AI Act, aber auch schlichtweg von Kundenseite. weiß, Banken und Versicherungen sind da extrem zurückhaltend.

Peter Pirner: Wie groß ist denn dieses Datenschutzproblem wirklich? Also wie schätzt du das ein? Ist die Sorge, dass aus diesen Daten tatsächlich mit diesen Daten Schindluder betrieben werden kann, berechtigt oder ist das deutsche Angst vor der Technologie?

Svenja Niemeyer: Ich denke, es ist auf jeden Fall berechtigt in dem Sinne, dass man sich auf jeden Fall erstmal angucken sollte, mit welchem Partner arbeite ich da zusammen, wie ernst nehmen die das ist. Poppen gerade so viele neue AI-Applikationen aus dem Boden. wird versprochen, aber natürlich sollte man sich da auf seinen Partner verlassen können. Bei Qualtrics zum Beispiel hosten wir alles auf unseren eigenen Servern. Als wir hosten die Sachen in der EU, haben da eben auch dann geschaut, dass wir jeweils mit den externen Anbietern zusammenarbeiten. die das gewährleisten können, dass die Daten in der EU gehostet werden. Und solche Sachen sollte ich als Kunde oder als Nutzer von solchen Plattformen dann eben auch mitbedenken und wirklich nachbohren und sagen, okay, wo genau sind denn da meine Daten? Wir entwickeln außerdem unsere eigenen LLMs mittlerweile, weil wir sagen, langfristig können wir da einfach die größtmögliche Sicherheit und auch einfach die größtmögliche Relevanz im Rahmen des Experience Management bieten.

Peter Pirner: Ja. Und wenn jetzt eine Sparkasse zu euch kommt, und ich weiß, dass die Sparkassen zum Beispiel für die komplette Organisation ein eigenes Jet-GPT im eigenen Rechenzentrum aufgebaut hat, passiert das bei anderen Kunden auch? wie geht ihr dann damit Weil das ist ja dann deren Element.

Svenja Niemeyer: Genau, auch das ist ja auch das ist eine Möglichkeit. Also wir sind da prinzipiell komplett offen. Wir sagen, wir haben unsere eigenen LLMs, wir haben die von Third-Party-Anbietern. Wir haben aber auch die Möglichkeit quasi ein Bring Your Own LLM, also dass dann der Kunde jeweils selbst sein LLM anbinden kann bei uns. Das ist alles möglich. Ich glaube, langfristig profitieren die Kunden am meisten davon, wenn sie dann doch auch auf unsere Modelle zurückgreifen, weil Martin hat vorhin gesagt, wir haben mehrere Milliarden Experienced Daten, also wirklich sehr Spezifische Daten aus Umfragen, aus Calls, aus Chats, die wirklich aufs Experience Management zugeschnitten sind. Dadurch sind unsere Modelle dann eben einfach auch sehr, sehr gut trainiert. Die Qualitätsmodell hängt ja auch immer von der Menge und der Qualität der Daten ab. Und ja, als Sparkasse habe ich da jetzt wahrscheinlich keine Milliarden Datenpunkte und sollte dann eben abwiegen, okay, nutze ich vielleicht nicht doch so ein Modell oder mein eigenes.

Peter Pirner: Martin, die Erwartungshaltung von ganz vielen Unternehmen ist ja, dass KI erst mal auch zu höherer Effizienz führen soll. Also wenn man sich anschaut, die KPMG hat Studien darüber gemacht, wo man eben herausgefunden hat, die meisten Use Cases, die Unternehmen durchspielen, ziehen alle darauf ab, dass die Effizienz sich erhöht bei internen Prozessen. Das muss jetzt fairerweise auch für Voice-off-the-Customer-Plattformen gelten. Und zum Beispiel eben in dem wir Insights automatisch auswählen und zum Beispiel konkrete Maßnahmen ableitet. Meine Frage an dich ist die Effizienz, wird die tatsächlich gesteigert in solchen Plattformen durch AI-Algorithmen oder wird es schneller, wird es genauer oder wird es einfach nur häufiger? Zum Beispiel, dass man Insights generiert, weil es so einfach ist.

Martin Meyer-Gossner: Also natürlich ist naheliegend an das olympische Motto zu glauben, schneller, höher, weiter und irgendwie in diese Richtung zu denken. Ich bin ehrlich, ich glaube, jetzt auch, ich lese wahnsinnig viel über KI. Ich habe sehr, viele KI-Bücher gelesen, ob die nur aus China kamen, ob die aus Amerika kamen. Ich beschäftige mich wirklich sehr, sehr intensiv mit dem Thema. Und wenn du das genauer mal hinterfragst und mal schaust, was die so alle da rausziehen und auf was wir jetzt entwickeln.

Peter Pirner: Schnell höher, Genau.

Martin Meyer-Gossner: Da geht das eigentlich in ganz andere Richtung. Ich glaube, wir erreichen eine andere Ebene im Unternehmen, die auf einmal erkennt, wie wichtig dieses gesamte Thema Kundenmeinungen eigentlich ist. Ich glaube, diese Emotionalität der Kunden ist dem Topmanagement bin ich ganz offen. Ich bin permanent im Gespräch mit denen, Svenja auch. Also wir erleben, wie die ticken und wir erleben, was für Fragen die sich stellen und wir erleben, wie wenig die eigentlich wissen über dieses gesamte Thema. Ich glaube, der zur Verfügung Stellung von, ich sage jetzt mal den Experience Daten und der Anreichung durch eine AI-Intelligenz, die praktisch eingebaut wird, sodass der Manager selber nachhaken kann und sagen kann, was habe ich denn daraus jetzt eigentlich gelesen? Was kann ich denn selber daraus lesen? Was kann ich denn neu entwickeln? Welches Programm, welche Innovationen kann ich denn treiben innerhalb meines Unternehmens? Welche neuen Service Ansätze kann ich bringen? Also ich glaube, da ist viel möglich. was wir uns heute noch gar nicht vorstellen können. Und es wird sicherlich spannend werden, inwiefern dann auf einmal das Top-Management anfängt mitzureden bei diesem Programm, wo sie früher sich einfach nur zurückgelehnt haben und gesagt haben, so mein lieber CXEX Mann, Frau, wer auch immer du jetzt gerade bist, der da verantwortlich ist, sag mir doch bitte mal den NPS-Wert oder den CSET-Wert, er rauf oder runtergegangen. Ich saß vor ein paar Wochen bei so einem Top-Management-Team, wirklich CXO-Ebene. hatte auch noch einen Berater von einem großen GSI-Unternehmen mit dabei. Und dann kam die Frage auf, jetzt sehe ich dieses Programm seit zehn Jahren und ich frage mich seit zehn Jahren, was kann ich damit anfangen? Und dann sind wir mal hergegangen und haben gesagt, okay, wir haben gefürchtet, dass die Frage kommt und jetzt spielen wir. Und dann haben wir praktisch Startensätze vorher schon hochgeladen, haben das praktisch adaptiert auf deren Bedürfnisse und haben gesagt, so, und pass auf, jetzt drückst du auf den Button und dann stellst du mal selber zwei, drei Fragen. Und dann hat er auf unseren AI-Assist gedrückt und auf einmal war dann ein großes Staunen, was da alles so rauskam und wie schnell das ging und wie schnell der sagte, der ja, da kann ich mir von meinem Team gar nichts mehr erzählen lassen. Ich kann die ja durchleuchten. Also man muss natürlich die Proso-Cons hinten dran auch sehen. Aber ich glaube, das Top-Management hat eine Riesenchance, endlich mal zu erkennen, was für einen Wert hat denn das ganze Ding.

Peter Pirner: Das kaufe ich zum Teil. Das kaufe ich tatsächlich nur zum Teil, weil ich glaube, dass die Qualität von empfohlenen Maßnahmen und von Insights sehr stark davon abhängt, dass du die Situation in einem Unternehmen sehr gut kennst. Und aus der Kombination des Wissens, was ist denn tatsächlich die Ist-Situation in einem Unternehmen und was lerne ich jetzt aus der Außensicht, aus meinem Kundenfeedback, äh ... Dass diese Kombination, das ist das eben, wo meiner Meinung nach tatsächlich heute immer noch Berater absolut ihre Berechtigung haben, dass diese Kombination nur zu Maßnahmen führen kann, die dem Unternehmen dann neben einer netten Anekdote, die ich leicht generieren kann, Audemire kommt immer zu spät, wusste ich, jetzt kann ich es auch noch zeigen.

Peter Pirner: neben dieser Anekdote tatsächlich auch noch zu einem echten Fortschritt führt. Jetzt hätte ich doch noch eine Frage an die Svenja. Wie stellt ihr denn sicher, dass zum Beispiel dieses Wissen über das Unternehmen dann auch noch in so eine Analyse mit reinfließen kann? Geht das? bleibt das dann eben doch noch Gegenstand eines klassischen Beratungsprojekts?

Svenja Niemeyer: Ja, also ich denke, die Antwort ist ein bisschen zweigeteilt. Einerseits, je besser die Daten natürlich und je umfassender die Daten, ich mit einbinde, desto besser können auch meine abgeleiteten Maßnahmen sein. Wenn ich mir eben nur Experience-Daten angucke, kann ich schon ganz viel rauslesen wahrscheinlich, aber es ist eben nicht alles. Ich muss auf jeden Fall auch noch operationale Daten hinzunehmen. Wenn ich es auf den einzelnen Kunden runterbreche, mir anschaue, wie lang ist der schon Kunde bei uns, hat der einen Loyalty-Status, was hat der als letztes gekauft, dann kann ich schon einfach eine viel bessere.

Peter Pirner: Mhm.

Svenja Niemeyer: Handlung ableiten, als wenn ich mir nur sein Feedback anschaue, dass er jetzt gerade super genervt war von mir. Und gerade in diesen Fällen ist es dann auch relativ leicht der KI die Zügele in die Hand zu geben und zu sagen, hey, das ist ein super wertvoller Kunde, der war jetzt unzufrieden, da kannst du mir jetzt direkt eine Maßnahme empfehlen, weil das macht Sinn. Aufs große Ganze gesehen, klar bringt das auch viel, wenn ich da noch meine operativen Daten dazu habe, das vielleicht noch map mit bestimmten Prozessen im Unternehmen. Aber am Ende muss natürlich immer noch ein Mensch entscheiden, was mache ich jetzt damit. Ein Mensch hat auch die übergeordnete Unternehmensstrategie im Kopf, der weiß, wo wollen wir gerade hin, wo wollen wir vielleicht auch absichtlich jetzt gerade nicht hin. Also ich glaube, da ist KI noch lange nicht, dass sie das aus der Hand nimmt. Am Ende stehen da immer noch Menschen, die aber, glaube ich, viel, bessere Entscheidungen treffen können mittlerweile, weil sie, wie Martin gerade gesagt hat, sich da mal durchfragen können in so einem Dashboard mit diesem KI-Assistenten, weil sie einfach ein viel besseres Verständnis und auch Lust darauf haben, den Daten zu arbeiten, wo man bisher gesagt hat, ja, das kann man mit dem Marktforschungsteam machen, jetzt will ich da mal auch mit reingucken.

Peter Pirner: Du hattest das vorhin auch schon angedeutet, Jetzt nagel ich euch beide fest. Was ja tatsächlich in vielen Unternehmen so ist. Und ich halte es für falsch, daraus den Schluss zu ziehen, CX-Programme bringen nichts. Man lässt laufen, man analysiert, man analysiert sich zu Tode, man analysiert sich sehr unterhaltend. Sagt, das könnte man auch noch anschauen. Aber letztendlich zählt, was auf dem Platz passiert. Und

Svenja Niemeyer: Ja.

Peter Pirner: Jetzt vielleicht die Frage an den Martin noch. Warum scheitern so viele CX-Verantwortliche da dran, das, was sie schon sehen, dann so einzubringen in die Unternehmensprozesse, dass dann daraus zumindest im Kleinen dann im etwas Größeren und dann vielleicht auch im ganz Großen was passiert. Weil das ist ja meiner Meinung nach auch immer noch die Realität in vielen Unternehmen.

Martin Meyer-Gossner: Sehr spannende Frage, Peter. Sehr spannende Frage, weil das ist die Frage, die ich eigentlich mit dem Team permanent beantworten muss. diese Frage haben wir jeden Tag. Und das nicht einmal, sondern wahrscheinlich fünf, sechs Mal am Tag. Was ganz schlimm ist, sind drei unterschiedliche Themen, die hinten dran spielen. So würde ich es mal formulieren. Das erste Thema ist ein klassisches Konzernunternehmensthema.

Peter Pirner: Okay.

Martin Meyer-Gossner: Da geht es Karrieren, geht es Politik und da geht es Verantwortlichkeiten. Und da geht es die große Frage, wer hat die Daten und wer darf mit den Daten rumspielen. So, damit fängt mal alles an. Das zweite, was ich immer wieder sehe, dass man mit einer exorbitanten Ambition rangeht und wir zum Beispiel dann auch mal so ein so eine Ausschreibung auf dem Tisch liegen haben, wo ich mir denke, Himmelswil, wenn die das schaffen, cool. Also da möchte ich dabei sein. Das will ich selber sehen. Da will ich selber mitarbeiten. Da ziehe ich auch gerne noch zwei Leute aus dem Team mit rein. Also da kann es auch mal sein, dass wir zu zweit an so einem Kunden arbeiten vom Team her, weil es einfach so komplex ist und du dir denkst, boah, wenn du dann siehst, drei Jahre später was rausgeworden ist, schlägst die Hände über den Kopf zusammen oft und sagst, Himmelswil, okay, alles klar. War eine hohe Ambition. Wir machen es auch mit dem Kunden, aber eigentlich sind wir da nicht hingekommen, wo wir hin wollen. Und das dritte Problem, wir eigentlich haben, ist diese Durchdringung ins Top-Management. Also dieses permanente Diskutieren NPS-Zahlen, CSAT-Zahlen als Ergebniswert von so einem Programm, also diese klassischen Programm-Immunenten-Werte macht einen wahnsinnig. Also du willst nicht darüber, wir wollen nicht darüber reden mit unserem Team. Das ist nicht das, worum es geht. Es geht darum, die Unternehmen wollen Umsatz machen, die Unternehmen wollen Prozesse optimieren. Sie wollen sich überlegen, welchen Mehrwert kann ich daraus generieren, sei es dann Kosteneinsparungen auch. Ich denke jetzt an Callcenter, man muss sich überlegen, wenn ich mal 10 Prozent der Callcenter anrufe rausschmeißen kann, habe ich natürlich einen mega Gewinn. Also die sind so teuer, diese Sachen. Wenn ich aber auch weiter denke. und mir überlegt, was bringt uns denn eigentlich einen zufriedenen Kunde? Soweit denken die meisten ja. Viele wollen ja gern dieses

Peter Pirner: Mhm.

Martin Meyer-Gossner: diesen Wert von NPS auf, was bringt es mir im Monetär in Dollars? Das ist natürlich Quatsch. Also das kannst du nie festmachen. Da müsstest du über Jahre hin messen. Da brauchst du ein extrem smartes und auch ein verlässliches Tool und auch eine Verbindung von X und O-Daten, was dann oftmals auch manchmal nicht funktioniert. Weil, wie du selbst sagst, in großen Bankenversicherungen, liegen dann zwar unsere Daten im System, da gibt es aber dann eine CDP, eine Datenplattform, nebendran. Dann werden die Daten alle rausgeschmissen. Dann werden die nachher wieder reingekriegt.

Peter Pirner: Gnab! Und eine Chinese Wall.

Martin Meyer-Gossner: da gehen sie ins nächste System. Also du merkst, du kommst ganz schnell an Limitationen. Das sind aber die drei Core Themen, mit denen wir uns permanent beschäftigen und wo wir immer wieder merken, wir machen immer wieder so Stück, wir kommen immer ein Stück weiter in jedem Programm. Immer wieder kriegen wir eine Sache gelöst und immer wieder kommen wir auch dahin, dass wir sagen, jetzt hört doch mal auf alles nur anonym zu analysieren, sondern jetzt geht doch mal auf die Tiefe Ebene. Geht doch mal wirklich, wenn der Mayagos nach anruft und sagt, sein Auto ist stehen geblieben, dann will er nicht erst mit irgendeiner Hotline zwei Stunden reden, sondern dann will er idealerweise, dass die sagen, alles klar, wir haben dich schon längst geortet, der Wagen ist schon unterwegs. So und davon abgesehen haben wir noch vielleicht einen Twix für dich dabei, weil du gerne Twix isst. Also... Ja, deine Nerven zu beruhigen. So. Ist creepy, aber ich war schon immer ein bisschen weitergedrängt.

Peter Pirner: Das finde ich jetzt creepy, ehrlich gesagt.

Peter Pirner: Da macht mir jetzt gerade die KI bisschen Angst, wenn da mein Tix schon dabei ist. Wir sind fast durch. Abschließend möchte ich aber gerne noch eine Frage an euch beide stellen. Wenn ihr jetzt im Zeitraum von zwei oder drei Jahren denkt und auf alles das, was heute in eurer Plattform vielleicht schon drin ist und das, was ihr auch vielleicht seht, was man in zwei bis drei Jahren wahrscheinlich dann auch anwenden würde. Was sind ... die dann für eure Kunden wertvollsten Funktionen der KI in den Systemen. Also was bringt den meisten Nutzen für Kunden im tatsächlichen Alltag? Svenja?

Svenja Niemeyer: Also ich glaube, ist gar nicht so was wahnsinnig, also klingt gar nicht so mega zukunftsweisend, aber ich glaube, was Vokair eben total helfen wird, ist, die Insights viel, viel mehr Menschen im Unternehmen verfügbar zu machen und das auf eine verdauliche Weise. Es sitzt jetzt eben nicht mehr das ganze Wissen in einem kleinen Team und in einem Powerpoint Report, der irgendwie über Wochen zusammengeschustert wurde und den sieht dann mal kurz in Management und dann geht es auch weiter zum nächsten Thema.

Peter Pirner: Mhm.

Svenja Niemeyer: sondern ich glaube KI wird wirklich durch diese Assist-Lösungen, durch eine viel bessere Aufbereitung von Daten, durch viel besseres Handlungsempfehlungsmanagement dazu führen, dass diese Silos aufgebrochen werden und dass viel mehr Leute eben mit CX-Daten arbeiten und ich glaube, das wird dann wirklich helfen, wie wir es gerade gesagt haben, bei Maßnahmen anzustoßen, dass sich wirklich mal was bewegt, weil die Leute ja eben nicht nur Umfragen rausschicken, Reports generieren, sondern echt mal dann zum Handeln kommen.

Peter Pirner: Und was ist deine Funktion? Die Top Funktion!

Martin Meyer-Gossner: Also ich glaube, die personalisierte Analyse so in Echtzeit, also so für Manager und für so die Frontline, wie wir es nennen, die Agenten, die Vertreter draußen, dass die einfach schneller und in Echtzeit reagieren können, dass sie wissen, wie müssen sie in einer 1 zu 1 Situation das perfekte, den perfekten Service, die perfekte Dienstleistung, das perfekte Angebot liefern. Ich glaube, darauf kommt es an und das ist ein ganz menschliches Thema, weil wir wollen, alle kompetent werden.

Peter Pirner: Mmh.

Martin Meyer-Gossner: Und oft wirken wir nicht kompetent, wenn wir in Hotlines sitzen und wir dann mitkriegen, wie in den Hotlines, uns Fragen stellen, die schon 20 Mal gestellt worden sind. Das heißt, wir wollen eigentlich so eine Art nahtlose Beratung, ohne irgendwelche Friktionen dazwischen zu haben, ohne irgendwelche anstößigen Punkte. Und dann, glaube ich, wir ein ganzes Stück weiter. Das schaffen wir in zwei bis vier Jahren. Da sind wir, glaube ich, schon ganzes Stück weiter. kommen mit dem gesamten Thema KI und CX und EX.

Peter Pirner: Ganz herzlichen Dank, ihr Warte. War es super spannend. Vielen Dank für die offenen Einblicke in eure Projekte. Danke.

Svenja Niemeyer: Vielen an dir.

Martin Meyer-Gossner: Danke dir.

Peter Pirner: So, Moment ich mach jetzt hier mal kurz Recording Stop.