Human Premium: Was Kunden wirklich wertschätzen

Ein Insight-Artikel basierend auf Forschungsarbeiten von Prof. Dr. Ophelia Deroy, Lehrstuhl für Philosophie des Geistes & Neurowissenschaften, LMU München

Warum das für den Kundenservice heute relevant ist

Der Business Case für KI im Kundenservice wird meist um eine einzige Frage herum gebaut: Kann KI die Arbeit leisten, die heute ein Mensch tut? Wenn ja – zu geringeren Kosten und in größerem Maßstab –, folgt daraus scheinbar zwangsläufig: automatisieren. Aber sollte man das wirklich?

Bei yoummday arbeiten wir täglich mit Unternehmen, die genau diese Frage navigieren. Der operative Fall für KI ist real – aber er ist unvollständig. Es gibt eine weitere Frage, die die meisten Organisationen nicht stellen. Und sie verändert die Kalkulation erheblich.

Diese Frage steht im Mittelpunkt der Forschung von Prof. Dr. Ophelia Deroy. Auf unserem CX-Event younite 2026 präsentierte sie Erkenntnisse, die infrage stellen, wie CX-Entscheider über den KI-Einsatz denken – nicht aus operativer, sondern aus verhaltenswissenschaftlicher Perspektive. Ihr Argument: Selbst wenn KI identisch zu einem Menschen agiert, reagieren Kunden nicht immer gleich. Und dieser Unterschied wirkt sich direkt auf Loyalität und Umsatz aus.

Die Frage, die die Branche stellt – und die, die sie stellen sollte

Die meisten KI-Evaluierungen im Kundenservice konzentrieren sich auf Leistung: Kann die KI das leisten, was ein Mensch tut? Antwortzeit, Genauigkeit, Lösungsrate. Liegen die Zahlen nah beieinander, wirkt der Fall für Automatisierung stark.

Doch Ophelia zieht eine scharfe Trennlinie zwischen zwei sehr unterschiedlichen Fragen.

Die erste: Können Kunden erkennen, ob sie mit einem Menschen oder einer KI sprechen? Im Kern ist das der Turing-Test, angewendet auf den Kundenservice – eine Frage der Leistungsanpassung. Viele Unternehmen arbeiten intensiv daran, diese Lücke zu schließen, und in vielen Bereichen ist sie bereits geschlossen oder schließt sich rasant. Befragungen Tausender KI-Experten aus den Jahren 2022 und 2023 zeigen: Vorhersagen über KI-Fähigkeiten werden konsistent nach vorne korrigiert. Aufgaben, die dem Kundenservice nahestehen – Telefonbanking, Chat-Support, Standardanfragen – gehören dazu.

Die zweite Frage ist die, auf die sich Ophelias Forschung konzentriert: Wenn Kunden wissen, dass sie mit einer KI sprechen – weil man es ihnen gesagt hat, wie es ethisch und zunehmend auch rechtlich geboten ist –, reagieren sie dann noch gleich? Selbst wenn die Worte identisch sind?

Das ist kein hypothetisches Szenario. In der EU verlangt der AI Act seit August 2026 von Unternehmen, offenzulegen, wenn ein Kunde mit einem KI-System interagiert. Die Frage der Leistungsanpassung und die Frage der Kundenreaktion sind nicht dasselbe. Und nur Letztere zeigt Ihnen, ob Ihr KI-Einsatz tatsächlich Wert schafft – oder ihn verspielt.

Was die Forschung zeigt

Ophelia und ihr Labor untersuchen menschliche Reaktionen auf KI in vier Interaktionstypen: Einfluss, Compliance, Kooperation und Delegation. Die Erkenntnisse sind konsistent – und kommerziell bedeutsam.

Einfluss: Wird KI-Ratschlägen gefolgt?

Kommt Rat von einem Menschen, folgen Menschen ihm eher als identischem Rat von einer KI. Am stärksten zeigt sich dieser Effekt in persönlichen, emotionalen und hochriskanten Bereichen – psychische Gesundheit, Beziehungen, bedeutende finanzielle Entscheidungen. Bei rein analytischen Aufgaben – welchen Flug buchen, welche Police gilt – schrumpft die Lücke, manchmal verschwindet sie ganz.

Es gibt eine interessante Kehrseite: Überbringt eine KI schlechte Nachrichten, fühlen sich Menschen weniger verletzt. Es existiert also ein echter Trade-off – je nachdem, was Sie optimieren möchten.

Empathie: höher bewertet – bis Menschen wissen, dass es KI ist

Eine große unabhängige Studie stellte fest: Leser, die die Quelle nicht kannten, bewerteten KI-generierte Nachrichten als empathischer als von Menschen geschriebene. Der Grund ist einfach: KI-Systeme wie ChatGPT sind darauf trainiert, großzügig mit Lob umzugehen – „Das ist eine brillante Idee.” Menschen sagen eher „Nicht schlecht.”

Doch sobald dieselben Nachrichten mit einem Label versehen wurden – „von einem Menschen geschrieben” oder „von einer KI geschrieben” – gewann der Mensch. Menschen nehmen lieber eine weniger empathische Nachricht von einem Menschen in Kauf als eine empathischere von einer KI. Die Worte sind identisch. Der Glaube verändert alles.

Kooperation: weniger Höflichkeit, mehr Betrug

In einer Studie zum Straßenverhalten sagten 60–70 % der Teilnehmer, sie würden abbremsen, um einem anderen Auto das Einscheren zu ermöglichen – selbst wenn dieses Auto keine Vorfahrt hatte. Hieß es, das andere Auto sei selbstfahrend, bremsten deutlich weniger Menschen ab. Dennoch erwarteten sie weiterhin, dass das KI-Auto ihnen gegenüber nett sein würde.

Diese Asymmetrie ist für den Kundenservice hoch relevant. Ein KI-Agent ist darauf trainiert, kooperativ zu sein. Kunden wissen das – und manche nutzen es aus. Sie sind weniger geduldig, weniger höflich und eher bereit, Regeln zu biegen, wenn sie wissen, dass sie es mit einer Maschine zu tun haben. Die sozialen Kosten schlechten Verhaltens fühlen sich geringer an.

Bestätigt wird das auch durch Steuererklärungsexperimente: Berichteten Menschen gegenüber einer KI statt einem Menschen, sank die Ehrlichkeit. Die Kosten des Betrugs wirkten weniger greifbar.

Delegation: saubere Hände, niedrigere Standards

Einer der stärksten Befunde in Ophelias Forschung stammt aus einer umfangreichen Experimentreihe, veröffentlicht auf der Titelseite von Nature. Delegieren Menschen eine Aufgabe an eine KI statt an einen Menschen, sind sie deutlich eher bereit, unethische Entscheidungen zu treffen. Entscheidend: Sie bitten die KI nicht direkt um Betrug. Sie bitten sie, „ihren Gewinn zu maximieren” – wohlwissend, dass Betrug der einzige Weg dorthin ist. Ihre Hände bleiben sauber.

Das hat direkte Implikationen für Kundenservice-Operationen. Delegieren Agenten Interaktionen an KI, können sich die ethischen Leitplanken, die menschliche Interaktionen regeln, abschwächen. Das Risiko kommt nicht von der KI – es kommt von der menschlichen Seite.

Die kulturelle Dimension

Diese Erkenntnisse sind nicht universell. Eine in Japan durchgeführte Version der Kooperationsstudie zeigte eine kleinere Lücke zwischen Reaktionen auf Menschen und KI. Japan pflegt eine andere kulturelle Beziehung zur Technologie und hat stark regelorientierte soziale Normen, die den Ausdruck von Präferenzen begrenzen.

Für CX-Entscheider ist die Implikation zentral: Die Human Premium – der zusätzliche Wert, den Kunden einer Interaktion beimessen, allein weil ein Mensch sie durchgeführt hat – ist kein fixer Wert. Sie variiert je nach Kultur, Kontext und Zeitpunkt. Was in einem europäischen Markt gilt, muss nicht in gleicher Weise für Japan, China oder die USA gelten. Die Reaktionen der eigenen Kunden zu messen – statt sich auf allgemeine Erkenntnisse zu verlassen – ist der einzige Weg, die Lücke im jeweils eigenen Kontext zu kennen.

Zwei Lesarten derselben Evidenz

Die Forschung zeigt konsistent eine Lücke zwischen der Art, wie Kunden auf Menschen reagieren, und wie sie auf KI reagieren – auch wenn das Verhalten identisch ist. Aber was bedeutet diese Lücke?

Ophelia identifiziert zwei Lesarten.

Die erste ist die Machine-Penalty-Sicht: Die Lücke entsteht durch Vorbehalte oder schlichte Unvertrautheit mit KI — ein „Bias“. Wenn dem so ist, sollte sie korrigiert werden – durch Aufklärung, Transparenz und Exposition. Je vertrauter Kunden mit KI werden, desto mehr schwindet der Malus. Das Gesundheitswesen ist ein nützliches Beispiel: KI ist mittlerweile hochgenau bei der Auswertung von Röntgenaufnahmen, dennoch widersetzen sich viele Patienten noch immer der Interpretation ihrer Ergebnisse durch eine Maschine. Die Aufgabe dort ist Aufklärung – Patienten zu helfen zu verstehen, dass Genauigkeit wichtiger ist als wer das Ergebnis liefert.

Die zweite ist die Human-Premium-Sicht: Die Lücke spiegelt eine legitime Präferenz wider oder eine rationale Erwartung höherer Renditen aus der Interaktion mit einer echten Person. Wenn dem so ist, sollte sie nicht ausgelöscht werden – man sollte sie in das Design einbeziehen. KI in Momenten stärker voranzutreiben, in denen die Human Premium real ist, wird die Lücke nicht schließen. Sie wird sie vergrößern und kann nach hinten losgehen. Kunden können sich bevormundet oder manipuliert fühlen. KI vor Kunden zu verbergen, die Menschen bevorzugen, ändert ihre Präferenz nicht – es beschädigt das Vertrauen.

Keine Sicht wird durch eine einzelne Studie allein geklärt. Die Antwort hängt vom spezifischen Kontext ab – der Art der Interaktion, der Beziehung, dem Kundensegment und dem Markt. Weshalb die Messung der Reaktionen Ihrer eigenen Kunden in Ihrem eigenen Kontext der einzige zuverlässige Weg ist, um zu wissen, welche Sicht auf Sie zutrifft.

Transparenz: der kurzfristige Gewinn und der langfristige Schaden

Wenn KI bei Empathie besser abschneidet, wenn Kunden nicht wissen, dass es KI ist – sollten Sie das für sich behalten?

Auf der Ebene einer einzelnen Interaktion gemessen kann das verlockend erscheinen. Aber nur die Transaktion zu messen, verbirgt die langfristigen Kosten. Wenn Kunden glaubten, mit einem Menschen zu sprechen, und später herausfinden, dass das nicht der Fall war, ist der Reputationsschaden erheblich – und schwer zu beheben. Eine weniger empathische Interaktion übersteht die meisten Kundenbeziehungen. Ein Vertrauensbruch nicht.

In der EU ist die Frage bereits gesetzlich geregelt. Aber selbst dort, wo rechtliche Anforderungen Spielraum lassen, zeigt der Business Case in dieselbe Richtung: Gestalten Sie für Transparenz – nicht um sie herum. Die nützlichen Fragen sind, wie man KI-Interaktionen gut gestaltet, wenn Kunden wissen, dass es KI ist – und welche Momente besser von einem Menschen bedient werden.

Wo die Human Premium am stärksten ist

Die Human Premium ist nicht gleichmäßig über alle Interaktionen verteilt.

Sie ist am stärksten, wo die Interaktion persönlich, emotional oder hochvertrauenswürdig ist: eine eskalierte Beschwerde, eine Zahlungsschwierigkeit, eine Kündigung, die noch gerettet werden könnte, eine gesundheitsbezogene Frage. In diesen Momenten kann ein Mensch, der etwas weniger effizient agiert als eine KI, dennoch ein besseres Ergebnis erzielen – weil Kunden ihm günstiger gegenüberstehen. Sie folgen dem Rat, akzeptieren die Entscheidung, bleiben ehrlich, kooperieren und kommen wieder.

Für analytische und transaktionale Aufgaben – Informationen finden, eine Anfrage weiterleiten, eine Standardrichtlinie erklären – erbringt KI gute Leistung, und Kunden akzeptieren sie weitgehend.

Die Premium ist auch stärker in Premium-Kundenbeziehungen (und damit ist nicht der Preis gemeint). Je mehr eine Marke von Loyalität, emotionaler Verbindung und Wiederholungsgeschäften abhängt, desto mehr trägt das menschliche Element Gewicht. Eine Glühbirne ist eine Glühbirne. Ein Auto, eine Versicherung, eine Telefonvertrag – das ist persönlich. Die Interaktion zählt anders.

Die nützliche Frage lautet nicht „Mensch oder KI?” Sondern: „In welchen Momenten verändert ein Mensch die Reaktion des Kunden – und um wie viel?”

Drei wichtige Erkenntnisse für CX-Entscheider

1. Leistungsparität ist nicht das Ziel.

Die Leistungslücke zwischen KI- und menschlichen Agenten zu schließen, schließt nicht automatisch die Wertlücke. Kunden, die wissen, dass sie mit KI sprechen, können anders reagieren – weniger „compliant“, weniger kooperativ, weniger loyal –, auch wenn die Servicequalität identisch ist. Kundenreaktionen zu messen, nicht nur Aufgabenleistung, ist der Ort, an dem der echte Business Case liegt.

2. Ordnen Sie den Moment dem zu, was auf dem Spiel steht.

Für analytische, informationsorientierte und volumenstarke Interaktionen erbringt KI gute Leistung und Kunden akzeptieren sie weitgehend. Für emotionale, persönliche und hochvertrauenswürdige Momente – Eskalationen, Beschwerden, Zahlungsschwierigkeiten, Premium-Beziehungen – tendiert die Human Premium dazu, am stärksten zu sein. Gestalten Sie Ihr Modell rund um diese Unterscheidung, anstatt einen einheitlichen Ansatz anzuwenden.

3. Offenlegen, messen und anpassen.

Gestalten Sie für Transparenz – nicht um sie herum. Verborgene KI riskiert anhaltenden Reputationsschaden, und in der EU ist Offenlegung nun gesetzlich vorgeschrieben. Messen Sie dann die Human Premium in Ihrer eigenen Kundenbasis, über Ihre spezifischen Märkte und Interaktionstypen hinweg. Kundeneinstellungen variieren je nach Kultur und werden sich im Laufe der Zeit weiterentwickeln. Der Machine Penalty und die Human Premium sind keine festen Antworten – sie sind Hypothesen, die in Ihrem eigenen Kontext getestet werden müssen, und die es weiterhin zu testen gilt, wenn sich die Dinge verändern.

Über die Expertin

Prof. Dr. Ophelia Deroy führt den Lehrstuhl für Philosophie des Geistes & Neurowissenschaften an der Ludwig-Maximilians-Universität (LMU) München, wo sie die Munich Interactive Intelligence Initiative (MI3) leitet, und hält eine Forschungsanbindung an der University of London. Ihre Arbeit umfasst Philosophie des Geistes, Kognitionswissenschaft und künstliche Intelligenz, mit besonderem Fokus darauf, wie Menschen mit KI-Systemen interagieren und auf sie reagieren. Sie hat öffentliche und private Institutionen beraten, darunter das Europäische Parlament und das UK Department for Science, Innovation and Technology. Ihre Forschung wurde in der New York Times, der BBC, New Scientist, Le Monde und Le Temps vorgestellt.

Dieser Artikel basiert auf einem Vortrag von Prof. Dr. Ophelia Deroy auf der younite 2026, dem CX-Event von yoummday, das unter dem Motto „ThisGen CX: From Cost to Value” stattfand.