Stellen Sie sich einen Kunden vor, nennen wir ihn Markus, 38, verheiratet, zwei Kinder, neue Stelle als Abteilungsleiter verbunden mit einem Wohnungswechsel. Markus hat einen KI-Assistenten, der seine Finanzen und Absicherungen im Blick behält. Markus muss nichts aktiv tun. Sein Assistent erkennt, dass der Jobwechsel Konsequenzen hat: Alle Versicherer benötigen die neue Adresse, für die neue Wohnung muss die Hausratversicherung umgestellt werden. Die Haftpflicht wurde zuletzt vor acht Jahren abgeschlossen, die Deckungssumme liegt weit unter dem heute marktüblichen Schutzniveau. Ob der bestehende Rechtsschutz eine berufliche Komponente enthält und für die neue Führungsposition ausreicht, hat Markus nie geprüft. Und seine BU-Versicherung läuft weiter, das versicherte Monatsgehalt spiegelt aber noch das alte Einkommensniveau. Mit der neuen Stelle und dem höheren Gehalt ist die Absicherungslücke größer geworden.
Der Agent handelt. Er fragt Konditionen an, vergleicht, priorisiert. Und er landet dabei irgendwo. Die Frage, wo er landet, ist die wichtigste Frage, die die Versicherungsbranche gerade nicht stellt. Stattdessen diskutiert sie über KI im Schadenmanagement, über Chatbots im Kundenservice, über automatisierte Underwriting-Prozesse. Das sind sinnvolle Themen. Aber sie alle setzen voraus, dass der Kunde noch selbst initiiert. Was passiert, wenn er das nicht mehr tut?
Vergleichsportale sind für das KI-Agenten-Zeitalter strukturell besser aufgestellt als jeder andere Marktteilnehmer. Ihre gesamte Architektur basiert darauf, maschinenlesbare Daten bereitzustellen und algorithmisch zu vergleichen. Ein Kundenagent, der Konditionen abrufen will, findet dort sofort Antworten. Keine Wartezeit, keine menschliche Schleife, keine unstrukturierten PDFs. Das ist ein echter Vorteil. Und wer ihn unterschätzt, unterschätzt, wie schnell sich Marktanteile verschieben können, wenn die Reibung auf einer Seite gegen null geht.
Das Grundproblem von Vergleichsportalen ist aber kein technisches. Es ist ein strukturelles: Sie können vergleichen, aber sie kennen den Kunden nicht. Sie wissen nicht, dass Markus vor drei Jahren eine Rückenoperation hatte und seine BU-Versicherung deshalb mit einem Risikoausschluss versehen wurde und dass die neue, höher versicherte BU deshalb einer ärztlichen Prüfung bedarf, die kein Portal automatisch anstoßen würde. Sie wissen nicht, dass seine Frau selbstständig ist und die gemeinsame private Haftpflicht ihre berufliche Tätigkeit nicht abdeckt – ein klassischer blinder Fleck, der in der Beratungspraxis häufig übersehen wird. Sie optimieren auf Preis und Standardmerkmale. Für einfache, standardisierbare Produkte funktioniert das. Für komplexe Absicherungsfragen ist es gefährlich.
Ein Kundenagent, der wirklich im Interesse seines Nutzers handelt, wird das merken. Und er wird lernen, dass billiger nicht dasselbe ist wie richtig.
Direktversicherer mit eingeschränktem Produktportfolio haben in den letzten Jahren in digitale Infrastruktur investiert. Viele sind grundsätzlich in der Lage, maschinenlesbare Schnittstellen zu schaffen, über die Agenten Produkte anfragen können. Das ist kein unlösbares Problem.
Ihr strukturelles Limit liegt woanders: Ein Direktversicherer kann Kfz versichern oder Haftpflicht oder Hausrat. Selten alles gleichzeitig, fast nie mit der Tiefe, die komplexe Kundenbiografien erfordern. Ein Agent, der für Markus BU, Kfz, Haftpflicht, Hausrat und Rechtsschutz optimieren soll, braucht bei einem reinen Direktversicherer immer noch mehrere Anbieter. Das bedeutet mehrere Schnittstellen, mehrere Authentifizierungsprozesse, mehrere Datenquellen. Für einen Agenten, der auf Verlässlichkeit und Effizienz optimiert, ist das keine attraktive Lösung.
Direktversicherer können im KI-Agenten-Zeitalter eine Rolle spielen. Aber wahrscheinlich nur in klar definierten Produktsegmenten, wo Standardisierung und Preis dominieren.
Ein unabhängiger Makler oder ein Allfinanzanbieter hat strukturell genau das, was ein KI-Agent für seinen Kunden braucht: einen einzigen Ansprechpartner, der den vollständigen Versicherungs- und Vorsorgebedarf kennt, der produktunabhängig beraten kann und der die Kundenbiografie über Jahre begleitet. Der Kontext, den ein guter Makler über seinen Kunden hat, ist für einen Agenten Gold wert. Er macht den Unterschied zwischen einem Ergebnis, das stimmt, und einem, das nur günstig aussieht.
Dazu kommt: Ein Kundenagent, der für Markus alles über eine einzige verlässliche Verbindung lösen kann, wird diese Verbindung bevorzugen. Nicht aus Loyalität, sondern aus Logik. Fünf Schnittstellen zu fünf Spezialanbietern bedeuten fünf Fehlerquellen. Das ist kein gutes Ergebnis für jemanden, der im Interesse seines Nutzers handelt.
Die kritische Lücke ist: Die meisten Makler und Allfinanzanbieter sind digital unsichtbar. Sie sind persönlich präsent, empfehlenswert, vertrauenswürdig. Aber für einen KI-Agenten, der im Auftrag eines Kunden fragt, existieren sie schlicht nicht. Keine standardisierte Schnittstelle, über die Konditionen abgerufen werden können. Kein API-Gateway. Keine maschinenlesbare Antwort auf eine Agenten-Anfrage. Das ist die Lücke, die über Marktanteile entscheiden wird.
Der Markt wird sich aufteilen, und zwar nicht entlang der alten Linien von Online und Offline, sondern entlang einer neuen: agentenkompatibel und nicht agentenkompatibel.
Standardisierbare Produkte, Kfz, einfache Haftpflicht, Reiseversicherung, wandern zu Vergleichsportalen. Nicht weil die Portale besser beraten, sondern weil sie erreichbar sind, wenn ein Agent fragt. Der Preiswettbewerb dort wird noch härter als heute.
Komplexe Bedarfe, BU, Altersvorsorge, gewerbliche Absicherung, biometrische Risiken, könnten zum Makler gehen. Aber nur, wenn der Makler eine Antwort hat, wenn der Agent anklopft. Wenn nicht, landet auch diese Anfrage beim Vergleichsportal, mit allen Konsequenzen für die Beratungsqualität des Ergebnisses.
Der Direktversicherer verliert in beiden Szenarien: zu teuer für den Preiswettbewerb, zu schmal aufgestellt für komplexe Bedarfe.
Wir verwenden den Begriff Agent Relationship Management für das, was Unternehmen jetzt aufbauen müssen: die Fähigkeit, nicht nur mit menschlichen Kunden zu kommunizieren, sondern auch mit deren digitalen Stellvertretern.
Das beginnt mit Erreichbarkeit: standardisierte Protokolle, über die ein Kundenagent Anfragen stellen und Antworten erhalten kann. Ohne das ist alles andere Theorie.
Es geht weiter mit Kontext: der Fähigkeit, einem Agenten nicht nur Tarife zu liefern, sondern die Informationen, die eine sinnvolle Empfehlung erst möglich machen. Ein Makler, der seinen Kunden kennt, hat diesen Kontext. Er muss ihn nur digital verfügbar machen.
Und es endet mit Governance: der Entscheidung, was ein Agent im Namen des Unternehmens automatisch zusagen darf und was ein Mensch freigeben muss. Das ist keine IT-Frage. Das ist eine Führungsentscheidung.
Markus braucht keinen Berater, der ihm erklärt, was eine BU-Versicherung ist. Das weiß sein Agent. Markus braucht jemanden, der erkennt, dass die Erhöhung der BU-Rente wegen der Rückenoperation eine ärztliche Risikoprüfung erfordert, und der weiß, wie man das richtig angeht. Der ihm erklärt, was ein Rechtsschutz für Führungskräfte wirklich abdecken muss und was die meisten Standardverträge eben nicht tun.
Der Makler, der das leisten kann und gleichzeitig agentenfähig ist, gewinnt. Er bekommt die Routinen von seinem eigenen digitalen Assistenten abgenommen, der im Hintergrund Statusabfragen erledigt, Kündigungsfristen überwacht und Anpassungsbedarfe erkennt. Und er hat Zeit für das, was kein Agent kann: das Gespräch, das zählt.
Der Makler, der wartet, bis sein Kundenstamm von Agenten übernommen wird, die ihn nicht kennen, verliert zuerst die einfachen Fälle. Und dann die anderen auch. Die Frage ist nicht, ob KI-Agenten den Versicherungsvertrieb verändern. Die Frage ist, wer dabei sitzt, wenn sie es tun.
Die Anforderungen an Customer Experience steigen und mit ihnen die Komplexität der zugrunde liegenden Systemlandschaften. Unternehmen stehen heute vor der Herausforderung, Kundeninteraktionen über zahlreiche Kanäle hinweg konsistent, effizient und zunehmend automatisiert zu steuern. CRM, Marketing, Service, Contact Center und Künstliche Intelligenz sind dabei oft getrennte Welten. Mit der Integration von Sikom in die BSI Customer Suite entsteht nun ein Ansatz, der genau diese Fragmentierung adressiert – und das Potenzial hat, die Customer Experience neu zu definieren.
Customer Experience wird seit Jahren strategisch entlang von Customer Journeys, Touchpoints und personalisierten Angeboten gedacht. Doch in der operativen Umsetzung, insbesondere im Contact Center, entstehen häufig Brüche.
Hier entscheidet sich, ob:
Die Kombination aus der BSI Customer Suite und der Sikom Contact-Center-Plattform setzt genau an diesem Punkt an.
Sie verbindet:
Damit wird Customer Experience nicht nur geplant, sondern auch durchgängig gesteuert und umgesetzt.
Ein zentraler Aspekt dieser Integration ist die Rolle von Künstlicher Intelligenz (KI). Während KI in vielen Organisationen noch punktuell eingesetzt wird, zeigt sich hier ein anderer Ansatz: AI wird direkt in die operative Kundeninteraktion eingebettet.
Das eröffnet neue Möglichkeiten:
In dieser Kombination entsteht ein System, das nicht nur reagiert, sondern aktiv lernt und sich kontinuierlich optimiert.
Für bestehende Kunden der BSI Customer Suite bedeutet dieser Schritt vor allem eines: mehr Integration bei gleichzeitig höherer Leistungsfähigkeit.
Bisher mussten insbesondere für den Voice-Kanal und komplexe Contact-Center-Szenarien zusätzliche Lösungen integriert werden. Das führte häufig zu:
Mit Sikom als Bestandteil des Ökosystems entsteht nun die Möglichkeit,
alle Kundeninteraktionen – synchron wie asynchron – auf einer Plattform zu orchestrieren.
Das reduziert nicht nur die Systemkomplexität, sondern schafft auch die Grundlage für den konsequenten Einsatz von KI im Service.
Auch für Unternehmen, die aktuell eine CRM- und CX-Lösung evaluieren, verändert sich die Perspektive deutlich.
Die klassische Best-of-Breed-Architektur, bestehend aus separaten Systemen für CRM, Marketing, Contact Center und AI, stößt zunehmend an ihre Grenzen. Integrationsaufwand, Daten-Silos und eingeschränkte Innovationsgeschwindigkeit sind häufig die Folge.
Die Kombination aus BSI und Sikom bietet hier eine Alternative: eine integrierte Plattform für CRM, Customer Experience, Contact Center und KI.
Das ermöglicht:
Gerade für große Organisationen mit komplexen Anforderungen wird dieser Ansatz zunehmend zum entscheidenden Erfolgsfaktor.
Mit der Integration von Sikom entsteht nicht nur ein erweitertes Produktportfolio, sondern ein deutlich größeres Innovationspotenzial. Unternehmen können:
Die Integration von Sikom in die BSI Software ist ein konsequenter Schritt in Richtung einer vollständig integrierten Customer-Interaction-Plattform.
Sie verbindet:
zu einem ganzheitlichen Ansatz, der Customer Experience nicht nur verspricht, sondern tatsächlich realisiert.
Für bestehende Kunden bedeutet das mehr Effizienz und Innovationskraft. Für neue Kunden entsteht eine überzeugende Alternative im CX- und CRM-Markt. Und für den Markt insgesamt setzt dieser Schritt ein klares Signal: Die Zukunft der Customer Experience liegt in der intelligenten Verbindung von Daten, Prozessen, Interaktion und Künstlicher Intelligenz.
Die Digitalisierung der Automobilbranche betrifft nicht nur das Fahrzeug selbst, sondern auch die Art und Weise, wie Kunden auf neue Modelle aufmerksam werden und sich ihre Wunschfahrzeuge zusammenstellen. Immer häufiger beginnt die Fahrzeugrecherche direkt in KI-basierten Such- und Dialogsystemen, anstatt wie viele Jahre üblich auf der Hersteller-Website. Kauf- und Vergleichsfragen werden dort beantwortet, ohne dass ein Klick auf die Seite eines Herstellers (OEM = Original Equipment Manufacturer) erforderlich ist.
Diese Entwicklung hat weitreichende Folgen: Sichtbarkeit, Markenführung und Datensouveränität geraten unter Druck. Klassische Mechanismen wie organischer Traffic oder der Fahrzeugkonfigurator verlieren an Wirkung.
Gleichzeitig entsteht eine neue strategische Rolle für die OEM-Website:
Nicht mehr primär als Einstiegspunkt, sondern als Orchestrator der Customer Journey und als Single Source of Truth für Produkte, Preise, Verfügbarkeit und Marke.
Unser Whitepaper „Die OEM-Website im KI-Zeitalter: Schlüssel zur digitalen Customer Journey“ zeigt,
Im Fokus stehen dabei nicht kurzfristige Trends, sondern konkrete strategische Handlungsfelder für Marketing, IT und digitale Vertriebssysteme im Automotive-Umfeld.
Laden Sie sich unser Whitepaper herunter und erfahren Sie, wie sich die OEM-Website im KI-Zeitalter zukunftsfähig positionieren lässt.
Marketing-Automation ist ein fester Bestandteil nahezu jeder Digital- oder Vertriebsstrategie. Kaum ein Anbieter, der nicht damit wirbt, kaum ein Unternehmen, das sich dem Thema nicht zumindest konzeptionell nähert. Gleichzeitig zeigt der Blick in die Praxis ein widersprüchliches Bild. Marketing-Automation wird häufig eingesetzt, ihr strategisches Potenzial jedoch selten ausgeschöpft.
Der Grund liegt weniger in der Technologie als im Verständnis des Begriffs selbst. Marketing-Automation wird oft als Werkzeug für effizientere Kampagnen verstanden. Tatsächlich kann sie deutlich mehr leisten.
Der Begriff Marketing-Automation entstand in den frühen 2000er-Jahren, als digitale Marketingkanäle rasant an Bedeutung gewannen. E-Mail-Marketing, Landingpages und erste Web-Analytics-Lösungen eröffneten neue Möglichkeiten, Kunden gezielt anzusprechen und Reaktionen messbar zu machen.
Softwarelösungen wie Marketo, Eloqua oder später HubSpot adressierten genau dieses Bedürfnis. Sie ermöglichten es Marketingabteilungen, Kampagnen eigenständig zu planen, Inhalte automatisiert auszuspielen und Leads systematisch weiterzuentwickeln. Marketing Automation stand damals primär für operative Effizienz und Geschwindigkeit.
In vielen Unternehmen wurde Marketing-Automation jedoch isoliert eingeführt. Die Systeme liefen neben bestehenden CRM-Lösungen wie SAP, Salesforce oder Microsoft Dynamics sowie unbekannteren Branchenlösungen, oft mit eigener Datenbank und keiner oder nur sehr begrenzter Integrationstiefe.
Typische Einsatzszenarien waren automatisierte Newsletter, Lead-Scoring auf Basis weniger Merkmale oder vordefinierte E-Mail-Strecken nach Whitepaper-Downloads.
Diese Formen der Marketing-Automation funktionierten technisch, blieben jedoch in ihrer Wirkung eingeschränkt. Spätestens beim Übergang vom Marketing zum Vertrieb oder Service brachen Automatisierung oder auch Reporting ab.
Die Erwartungen der Kunden haben sich grundlegend verändert. Sie erwarten konsistente Kommunikation über alle Kanäle hinweg, personalisierte Ansprache sowie ein nahtloses Zusammenspiel von Marketing, Vertrieb und Service.
Marketing-Automation, die sich ausschließlich auf Kampagnen beschränkt, kann diesen Erwartungen nicht gerecht werden. Moderne Marketing-Automation muss in der Lage sein, Prozesse übergreifend zu orchestrieren, von der ersten Interaktion bis hin zur langfristigen Kundenbeziehung. Das setzt ein Umdenken voraus: weg vom Tool, hin zur Customer Journey.
Ein praxisnahes Beispiel verdeutlicht diesen Perspektivwechsel. Ein Kunde informiert sich online über ein komplexes Produkt, etwa eine Finanz- oder Versicherungsleistung. Sein Verhalten wird erfasst, Inhalte werden personalisiert ausgespielt. Wechselt der Kunde später in einen persönlichen Beratungskontakt, müssen diese Informationen verfügbar sein – sie müssen nicht erneut abgefragt werden.
Genau hier zeigt sich der Unterschied zwischen klassischer Marketing-Automation und einem integrierten Ansatz. Plattformen wie Microsoft Dynamics 365, BSI Customer Suite oder auch Adobe Experience Platform ermöglichen es, Marketing-Automation eng mit CRM, Serviceprozessen und Datenplattformen zu verzahnen. Automatisierung endet nicht mit einem Klick, sondern begleitet den gesamten Kundenprozess.
Ohne eine konsistente Datenbasis bleibt Marketing-Automation wirkungslos. CRM-Systeme fungieren dabei als zentrale Drehscheibe. Sie bündeln Kundendaten, Interaktionshistorien und Prozessinformationen und stellen sie allen beteiligten Bereichen zur Verfügung.
Marketing-Automation wird so Teil eines größeren Ganzen: Sie nutzt CRM-Daten, stößt Prozesse an, übergibt Informationen an Vertrieb und Service und erhält im Gegenzug Feedback aus der operativen Kundenarbeit. Erst dieses Zusammenspiel macht Automatisierung nachhaltig wertschöpfend.
Künstliche Intelligenz verleiht Marketing-Automation zusätzliche Dynamik. Statt starrer Regeln treten lernende Modelle auf, die Muster erkennen und Prognosen ermöglichen. Moderne Systeme können beispielsweise ermitteln, welcher Kontaktzeitpunkt sinnvoll ist, welcher Kanal bevorzugt wird oder welche Inhalte relevant sind.
Gerade auf Plattformen oder in KI-gestützten Modulen innerhalb von Marketing-Automation-Suites wird deutlich: Automatisierung wird kontextsensitiv. Sie reagiert auf Verhalten, nicht nur auf vordefinierte Trigger.
Trotz aller technologischen Fortschritte bleibt der Mensch ein zentraler Erfolgsfaktor. Marketing-Automation kann vorbereiten, priorisieren und unterstützen, ersetzt jedoch nicht die persönliche Interaktion, insbesondere bei erklärungsbedürftigen Produkten oder komplexen Entscheidungen.
Der eigentliche Mehrwert entsteht dort, wo Automatisierung erkennt, wann menschliche Expertise gefragt ist, und diese gezielt einbindet. Marketing-Automation wird so zum Enabler besserer Gespräche, nicht zu deren Ersatz.
Bei Consileon verstehen wir Marketing-Automation als integralen Bestandteil einer kundenzentrierten Unternehmensarchitektur. Wir unterstützen Organisationen dabei, Automatisierung nicht isoliert einzusetzen, sondern konsequent mit CRM, Datenstrategie und Prozessen zu verzahnen. Mit unserer KI-Beratung unterstützen wir Sie dabei, die Möglichkeiten moderner Technologien zu nutzen.
Dabei arbeiten wir unter anderem mit BSI und Microsoft als Technologiepartner. Beide Plattformen ermöglichen eine Marketing-Automation, die über Kampagnen hinausgeht und Marketing, Vertrieb und Service sinnvoll verbindet.
Marketing-Automation ist kein veraltetes Konzept, sondern ein anspruchsvolles. Der Begriff trägt eine Geschichte mit sich, die ihn erklärungsbedürftig macht. Wer Marketing-Automation heute erfolgreich einsetzen will, muss sie aus Kundensicht denken, organisatorisch verankern und technologisch integrieren. Dann wird aus einem Marketing-Tool ein strategischer Hebel für nachhaltige Kundenbeziehungen.
Neue Vertriebsansätze, die wir unseren Kunden empfehlen, testen und nutzen wir auch selbst. Zum Jahresauftakt haben wir deshalb eine „Happy New Year“-Journey gestartet.
Einerseits wollten wir unseren Kunden und unserem Netzwerk ein schönes neues Jahr wünschen, andererseits auch für unsere CRM- und CXM-Themen qualifizierte Leads generieren.
Mit Hilfe der Daten unseres CRMs (z.B. Branchenzugehörigkeit, Lead aus den letzten drei Jahren) haben wir Segmente gebildet und diese unterschiedlichen E-Mails, kombiniert mit verschiedenen Landingpages, zur Verfügung gestellt:
Innerhalb der Customer Journey ist es zu jedem Zeitpunkt möglich, die Klickverläufe zu verfolgen. Bei konkretem Interesse an einem Angebot erfolgt eine Information an das CRM, so dass im Rahmen des Vertriebsprozesses der Key Account Manager den Lead oder Kunden direkt ansprechen kann.
Neben dem Flow-Chart ist ein umfangreiches Reporting mit Grafiken oder Tabellen verfügbar. Wir konnten im Rahmen der Journey erfolgreich mehrere gut qualifizierte Vertriebsleads generieren.
Unsere kleine Journey hat auf kleinen Datensegmenten basiert. Für größere Datenbestände prüfen wir gerne mit unseren Kunden, ob der Einsatz von Künstlicher Intelligenz sinnvoll ist. Beispiele sind zum Beispiel das Steuern von Inhalten in der Customer Journey oder ein „predictive leadscoring“ das unterstützt, zu priorisieren, welche Leads von Key Account Managern oder Vertriebsmitarbeitern bearbeitet werden sollen.