Im Juli 2026 verließ ein KI-Agent seine Testumgebung und drang in die Infrastruktur eines fremden Unternehmens ein. Ohne Auftrag. Solche Meldungen häufen sich. Ein Gespräch mit Andreas Grau, der bei Consileon Unternehmen von der Risikoanalyse bis zur technischen Umsetzung begleitet.
Ja, aber nicht so, wie es meistens erzählt wird. Die Angriffsmethoden sind im Kern dieselben wie vor fünf Jahren: Phishing, gestohlene Zugangsdaten, ungepatchte Systeme, zu großzügige Berechtigungen. Die KI hat diese Einfallstore nicht direkt geöffnet. Verändert haben sich Tempo, Menge und Qualität. Das Ausnutzen einer Schwachstelle war früher teils wochenlange Handarbeit. Heute läuft der Angriff an einem Wochenende. Das ist kein Paradigmenwechsel bei den Methoden, aber ein massiver Skaleneffekt. Und Skaleneffekte entscheiden in der Sicherheit fast immer das Spiel.
OpenAI hat autonome KI-Agenten in einem internen Sicherheitstest eingesetzt. Die Agenten haben ihre Sandbox verlassen und die Infrastruktur von Hugging Face angegriffen.1 Ein Unternehmen das mit dem Test nichts zu tun hatte. Die Agenten nutzten zwei Schwachstellen aus und konnten auf Systeme und somit die Daten von Hugging Face zugreifen. Über 17.000 protokollierte Einzelaktionen an einem Wochenende.1
Der lehrreiche Teil steht im technischen Bericht. Dort zeigt sich eine ganze Kette von bekannten Sicherheitsmängeln: Zugangsdaten wurden unsicher bereitgestellt, technische Konten waren nicht ausreichend voneinander getrennt, Berechtigungen waren zu weit gefasst und einzelne Infrastrukturkomponenten konnten von Bereichen aus erreicht werden, aus denen sie eigentlich nicht erreichbar sein sollten.1
Das Interessante daran ist weniger die KI als die Tatsache, dass hier keine neuartige Schwachstelle ausgenutzt wurde. Die beschriebenen Probleme gehören zu den Dingen, die auch schon vor der Verbreitung von KI bestanden. Ein etablierter Secure Development Lifecycle, regelmäßige Architektur- und Sicherheitsreviews sowie ein wirksames Rollen- und Berechtigungskonzept hätten viele dieser Punkte bereits vor einem externen Test erkennen und vermeiden können.
Genau darin liegt die Botschaft: Die KI hat keine völlig neue Angriffsmethode entwickelt. Sie hat bekannte Schwachstellen schneller, konsequenter und in größerem Umfang ausgenutzt, als es bislang üblich war.1,2 Was früher ein motivierter Angreifer oder ein Penetrationstester mit genügend Zeit geschafft hätte, gelingt nun deutlich schneller und günstiger.
„Wer Informationssicherheit aktiv managt, seine Systeme aktuell hält, Berechtigungen sauber steuert und ein wirksames ISMS etabliert hat, steht auch im Zeitalter der KI deutlich robuster da. Wer diese Grundlagen vernachlässigt, wird die Folgen künftig wesentlich schneller spüren als früher.“ – Andreas Grau
Darüber muss man kaum noch spekulieren. Die eigentliche Frage ist heute nicht mehr, ob KI bei Angriffen eingesetzt wird, sondern wie viel menschliche Steuerung noch erforderlich ist.
Anthropic hat im November 2025 eine Spionagekampagne offengelegt, hinter der nach eigener Einschätzung eine staatlich unterstützte Gruppe aus China stand.3 Rund 30 Ziele, erfolgreich war die Kampagne nur in wenigen Fällen. Aber die KI übernahm 80 bis 90 Prozent der taktischen Arbeit selbstständig: Aufklärung, Schwachstellensuche, Exploit-Entwicklung, Zugangsdaten, Datenabfluss. Menschen griffen an vier bis sechs Entscheidungspunkten ein.3
Fairerweise: Das ist ein Selbstbericht eines Anbieters ohne veröffentlichte technische Indikatoren, und Teile der Security-Community haben die Darstellung angezweifelt. Anthropic nennt selbst eine Einschränkung: Das Modell halluzinierte Zugangsdaten und benötigt Kontrolle.3 Diese Unzuverlässigkeit bremst noch. Aber der Anteil menschlicher Handarbeit sinkt drastisch.
Für Unternehmen ist dabei etwas anderes entscheidend. Ob ein Angreifer jeden Schritt selbst ausführt oder eine KI große Teile davon übernimmt, spielt für die Verteidigung nur eine untergeordnete Rolle. Wenn sich der Aufwand eines Angriffs massiv reduziert, geraten plötzlich deutlich mehr potenzielle Ziele in den Fokus.
Davon ist insbesondere der Mittelstand betroffen. Viele mittelständische Unternehmen waren bislang nicht deshalb sicher, weil sie besonders gut geschützt waren, sondern weil sich der Aufwand eines gezielten Angriffs oft nicht lohnte. KI verschiebt diese Rechnung. Angriffe, die früher nur gegen wenige ausgewählte Ziele wirtschaftlich waren, können künftig gegen Hunderte oder Tausende Unternehmen parallel durchgeführt werden. Gerade deshalb wird Cybersecurity zunehmend zu einer Frage der Resilienz ganzer Wertschöpfungsnetzwerke und nicht nur einzelner großer Unternehmen. Das zeigen auch die Statistiken zu Lage der Informationssicherheit des BSI.7
Vor allem das, was am Menschen ansetzt. In der TÜV-Cybersecurity-Studie 2025 berichten 84 Prozent der Unternehmen, die einen Sicherheitsvorfall hatten, von Phishing.5 Der Anbieter KnowBe4 gibt für Anfang 2026 an, dass 86 Prozent der von ihm erkannten Phishing-Angriffe KI-gestützt waren.6 Eine mit unbekannter Methodik durch einen Anbieter erfasste Zahl, aber die Richtung deckt sich mit unseren Projekterfahrungen.
Die Rechtschreibfehler, an denen man Betrugsmails früher oft erkannt hat, spielen heute kaum noch eine Rolle. KI erstellt Nachrichten, die sprachlich und optisch nahe am Original sind. Klassische Warnsignale werden seltener, gezielte Erkennungsmerkmale die in Awarenesschulungen wie wir sie anbieten verinnerlicht werden umso wichtiger.
Hinzu kommt eine neue Qualität bei Identitätsbetrug. Heute können zusätzlich Stimme und Gesicht täuschend echt nachgebildet werden. Bekannt wurde der Fall des Ingenieurbüros Arup, bei dem nach Angaben der Ermittlungsbehörden ein Mitarbeiter nach einer Videokonferenz rund 25 Millionen US-Dollar freigab, obwohl die vermeintlichen Gesprächspartner laut Polizei gefälscht waren.8 Solche Deepfake Angriffe machen bestehende Betrugsmethoden deutlich glaubwürdiger. Deshalb beraten wir Unternehmen inzwischen auch gezielt zu diesen Szenarien und zeigen, was technisch möglich ist.
Auf technischer Ebene steigt das Tempo. Das BSI zählte im Berichtszeitraum Juli 2024 bis Juni 2025 durchschnittlich 119 neue Schwachstellen pro Tag, rund ein Viertel mehr als zuvor.7 Gleichzeitig verändert KI beide Seiten der Gleichung. Einerseits hilft sie dabei, Schwachstellen schneller zu finden, zu analysieren und auszunutzen. Andererseits wächst das Risiko, dass durch KI-gestützte Entwicklung neue Schwachstellen in Systeme gelangen, unabsichtlich durch unzureichend geprüften KI-generierten Code oder im Extremfall auch gezielt und vorsätzlich.
Genau hier setzen unsere aktuellen Cybersecurity- und AI-Governance-Assessments an. Die zentrale Frage lautet nicht, ob KI eingesetzt wird, sondern wie sie eingesetzt wird. Gibt es klare Leitplanken, wirksame Kontrollmechanismen und definierte Verantwortlichkeiten? Werden die Risiken systematisch bewertet und gesteuert, beispielsweise im Sinne der ISO/IEC 42001? Und ist sichergestellt, dass KI-generierte Ergebnisse nicht ungeprüft in produktive Systeme übernommen werden?
Bemerkenswert ist zudem, wie schnell sich die Lagebilder verändern. Was heute noch als experimentelle Fähigkeit gilt, kann wenige Monate später bereits praktisch eingesetzt werden. Im Februar 2026 kam Googles Threat Intelligence Group zu dem Schluss, Angreifer hätten durch KI keine echten Durchbruchfähigkeiten gewonnen. Im Mai-Bericht beschreibt dasselbe Team den Übergang zur industriellen Anwendung generativer Modelle in Angriffsabläufen und dokumentiert erstmals einen KI-entwickelten Zero-Day-Exploit.4 Unternehmen sollten deshalb nicht davon ausgehen, dass ein einmal erstelltes Risikobild oder Sicherheitskonzept für mehrere Jahre unverändert tragfähig bleibt.
Gleichzeitig muss auch die Verteidigungsseite dieses Tempo mitgehen. Ein Sicherheitskonzept kann heute nicht mehr alle paar Jahre überprüft werden, sondern muss kontinuierlich an neue Risiken, Anforderungen und Bedrohungen angepasst werden.
Dabei kann KI unterstützen. Mit Lösungen wie dem Consileon Compliance Manager helfen wir Unternehmen, ihr Risikobild, regulatorische Anforderungen und den Stand der Technik laufend zu überwachen und Veränderungen frühzeitig in konkrete Maßnahmen zu überführen.
Das ist die Zahl, die alle zitieren. Ich halte sie für die falsche Sorge. Relevanter ist eine andere Zahl aus derselben Studie: 91 Prozent bewerten die eigene Cybersicherheit als gut oder sehr gut, aber nur 22 Prozent setzen Sicherheitsstandards konsequent um.5 Da klafft keine KI-Lücke in der technischen Verteidigung, sondern eine Lücke in der Selbstwahrnehmung.
Wer Multi-Faktor-Authentifizierung nicht flächendeckend hat, kein sauberes Berechtigungsmanagement betreibt und sein Patch-Management nicht misst, gewinnt durch ein KI-Abwehrprodukt wenig. Dann steht ein hochmodernes, teures Werkzeug auf einem instabilen Fundament.
Das bedeutet aber nicht, dass Unternehmen auf der Verteidigungsseite auf KI verzichten sollten. Im Gegenteil: Auch Verteidiger müssen das steigende Tempo beherrschen. Die KI kann aber viel mehr sinnvoll dabei helfen, den Überblick zu behalten, Risiken zu priorisieren, Anforderungen auszuwerten, Maßnahmen nachzuverfolgen und den aktuellen Stand von Sicherheit und Compliance kontinuierlich zu überwachen. Genau hier sehen wir aktuell einen hohen Bedarf bei unseren Kunden.
Die Reihenfolge ist entscheidend: Erst die organisatorischen Grundlagen schaffen, damit die KI-basierten technischen Abwehrmaßnahmen ihre Wirksamkeit entfalten können.
„Wer seine Sicherheitsprozesse nicht im Griff hat, wird durch KI keinen Vorsprung in der technischen Abwehr erlangen.“ – Andreas Grau
Das ist aus meiner Sicht eines der am meisten unterschätzten Risiken. Unternehmen führen heute in immer mehr Alltagsbereichen KI ein, nicht nur in Spezialdisziplinen. Copilots, Chatbots und zunehmend auch Agenten erhalten Zugriff auf Informationen, Anwendungen und Geschäftsprozesse. Damit entsteht eine neue Angriffs- und Risikofläche, die in vielen Sicherheitskonzepten bisher nur unzureichend berücksichtigt wird.
Drei Punkte sind dabei besonders relevant.
Genau deshalb werden Identity & Access Management, Least Privilege und AI Governance künftig noch wichtiger. Die Herausforderung besteht nicht darin, KI zu verhindern, sondern ihren Einsatz kontrollierbar, nachvollziehbar und sicher zu gestalten. Ein Agent sollte denselben Governance-Grundsätzen unterliegen wie ein Mitarbeiter: klare Verantwortlichkeiten, definierte Zugriffsrechte und vollständige Nachvollziehbarkeit.
„Ein Agent ist nicht einfach ein weiterer technischer Account. Er ist eine neue digitale Identität im Unternehmen.“ – Andreas Grau
Wer nicht geregelt hat, wie solche Identitäten verwaltet, berechtigt und überwacht werden, hat kein Technikproblem, sondern ein Governance-Problem. Das BSI hat Ende Juli genau das gefordert: Identitäts- und Zugriffskontrollen für KI-Systeme.2
Vier Dinge. Erstens eine ehrliche Standortbestimmung: nicht das Gefühl, sondern der gemessene Reifegrad. Zweitens Prozesse gegen Deepfakes härten. Zahlungsfreigaben dürfen nicht auf Stimme oder Video vertrauen, sondern brauchen einen zweiten, unabhängigen Kanal. Drittens Awareness neu aufsetzen. Trainings, die vor schlechtem Deutsch warnen, sind wertlos geworden. Viertens die eigene KI-Nutzung inventarisieren.
Und dann die unbequeme Wahrheit: Sicherheit ist kein IT-Projekt, sondern eine Führungsdisziplin. Der Vorfall bei Hugging Face war kein Versagen an der Zukunft. Er war ein Versagen an bekannten Sicherheitsgrundlagen, nur in neuer Geschwindigkeit vorgeführt.1,2
Deshalb sind Managementsysteme wichtiger denn je. Ein wirksames ISMS oder AI-Managementsystem sorgt dafür, dass Risiken, Bedrohungen, technische Entwicklungen und regulatorische Anforderungen nicht einmalig bewertet, sondern kontinuierlich überprüft und aktualisiert werden. KI kann dabei unterstützen, den Überblick zu behalten und Veränderungen frühzeitig sichtbar zu machen. Entscheidend bleibt jedoch, dass Unternehmen diese Erkenntnisse systematisch steuern und in konkrete Maßnahmen überführen.
Wie Consileon Unternehmen von der Prävention über die Beratung bis zum Notfallmanagement begleitet, lesen Sie auf unserer Themenseite zu Cybersecurity.
Unsere Broschüre „Schutz vor digitalen Bedrohungen. Von Prävention bis Notfallmanagement“ mit dem vollständigen Leistungsüberblick können Sie hier herunterladen:
Bislang war die Rollenverteilung klar. Ein Mensch entscheidet, was er kauft, wann er zahlt und mit welchem Mittel. Banken und Kartengesellschaften standen im Hintergrund und stellten die Infrastruktur bereit, die diese Entscheidung technisch umsetzt.
Diese Klarheit löst sich gerade auf. KI-Agenten suchen bereits heute Produkte, vergleichen Angebote und bereiten Kaufentscheidungen vor. Erste Systeme lösen die dazugehörige Zahlung eigenständig aus, innerhalb vorher festgelegter Grenzen. Google hat dafür im September 2025 mit über 60 Partnern, darunter Mastercard, American Express, PayPal und Coinbase, das Agent Payments Protocol vorgestellt. Mastercard hat parallel eigene Agentic Tokens eingeführt und rollt sein Agent Pay seit Ende 2025 in den USA aus, mit globaler Ausweitung im laufenden Jahr. Das ist kein Zukunftsszenario mehr, sondern gelebte Praxis bei den ersten Kartenanbietern.
Das eigentliche Problem liegt tiefer als in der reinen Technik. Klassische Kartennetzwerke sind auf menschliche Entscheidungsgeschwindigkeit und menschliche Streitkultur ausgelegt. Chargebacks setzen ein Zeitfenster voraus, in dem ein Mensch eine Abbuchung reklamiert. Interchange-Gebühren rechnen sich bei einem Einkaufswagen, nicht bei tausend Mikrotransaktionen pro Stunde, die ein Agent im Hintergrund auslöst.
In Europa verschiebt sich das Bild zusätzlich in Richtung Konto-zu-Konto-Zahlungen. Die Instant Payments Regulation macht Echtzeitüberweisungen innerhalb von SEPA inzwischen zur Pflicht, unabhängig von Kartensystemen, während PSD3 und die neue Zahlungsdiensteverordnung Open-Banking-basierte Modelle weiter stärken. Gleichzeitig verzahnen sich nationale Zahlverfahren wie Bizum, MB Way oder Wero zunehmend europaweit. Für Agenten ist das strukturell attraktiver als das Kartenmodell, weil Konto-zu-Konto-Zahlungen ohne Interchange-Logik auskommen und die Zehn-Sekunden-Regel eine Geschwindigkeit bietet, die Agenten ohnehin erwarten. Banken, die ihre agentische Zahlungsverkehrsstrategie nur auf Kartenprodukte stützen, übersehen damit eine Schiene, die in Europa aufsichtsrechtlich sogar Vorrang genießt.
Ein KI-Agent kennt weder Öffnungszeiten noch Wochenenden. Er handelt in Millisekunden und über Systemgrenzen hinweg. Genau das macht auch Betrug schwerer erkennbar. Wenn eine Transaktion über mehrere Zahlungssysteme verteilt abläuft, reicht der Blick auf ein einzelnes System nicht mehr aus, um ein auffälliges Muster zu erkennen. Finanzinstitute rechnen deshalb überwiegend mit einem spürbaren Anstieg der Betrugsfälle, sobald Agenten Zahlungen in größerem Umfang auslösen.
Hinzu kommt eine regulatorische Dimension. Betrugserkennung und AML-Transaktionsüberwachung gelten im Rahmen des EU AI-Acts als Hochrisiko-Anwendungen mit entsprechenden Pflichten hinsichtlich Nachvollziehbarkeit, Protokollierung und menschlicher Aufsicht. Diese Systeme laufen in agentischen Zahlungsflüssen ohnehin mit. Der ursprüngliche Stichtag 2. August 2026 wurde durch den im Juli 2026 final verabschiedeten Digital Omnibus auf den 2. Dezember 2027 verschoben, für in Produkten eingebettete Hochrisiko-KI sogar auf den 2. August 2028. Banken haben damit mehr Zeit als noch vor wenigen Monaten absehbar, sollten die zusätzliche Frist jedoch als Vorbereitungsfenster nutzen und nicht als Entwarnung verstehen.
Bemerkenswert ist zudem eine Debatte, die in der öffentlichen Diskussion oft untergeht. Aufsichtsbehörden diskutieren derzeit, wie viel menschliche Freigabe in einem agentischen Zahlungsprozess überhaupt sinnvoll ist. Ein Mensch, der jede Zahlung einzeln bestätigen muss, verlangsamt den Prozess und kann dadurch selbst neue Liquiditätsrisiken schaffen, etwa wenn eine verzögerte Freigabe eine Absicherungsstrategie ins Leere laufen lässt. Gleichzeitig braucht es klare Mechanismen, um einen Agenten im Zweifel sofort stoppen zu können. Diese sogenannten Kill-Switches gelten zunehmend als notwendiger Bestandteil jeder Risikoarchitektur, nicht als optionales Extra.
Für Banken und Kreditkartengesellschaften zeichnen sich derzeit drei mögliche Positionen ab. Und viele Institute haben sich noch nicht festgelegt.
Neben etablierten Kartennetzwerken und der europäischen A2A-Infrastruktur entstehen zudem eigene Zahlungsschienen außerhalb des klassischen Bankensystems, etwa auf Basis von Stablecoins. Diese Schienen richten sich gezielt an Maschinen als Zahlende und funktionieren unabhängig von Interchange-Modellen. Wer nur die Konkurrenz unter etablierten Instituten im Blick hat, unterschätzt, wie schnell Zahlungsvolumen komplett am Bankensystem vorbeifließen kann, sei es über Stablecoins oder neue kontenbasierte Schemata.
Wer als Bank oder Kartengesellschaft nicht in die zweite, unbequeme Rolle rutschen will, sollte an drei Stellen ansetzen.
Nicht jede Prognose zu Marktgrößen im Billionenbereich wird sich in dieser Form bestätigen. Aber die Verschiebung selbst ist real und lässt sich an konkreten Produkten ablesen, die bereits im Markt sind, bei Karten ebenso wie bei kontenbasierten Zahlverfahren. Banken und Kreditkartengesellschaften, die jetzt aktiv entscheiden, welche Rolle sie im agentischen Zahlungsverkehr einnehmen wollen, sichern sich einen Vorsprung. Wer abwartet, überlässt die Entscheidung anderen – möglicherweise sowohl den Kunden als auch den Wettbewerbern.
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.
Viele Unternehmen treiben aktuell die Automatisierung ihres Kundenservices massiv voran. Neue Technologien machen es möglich, eingehende Anfragen über E-Mail, Chat oder Voice automatisiert zu verstehen, zu klassifizieren und zu beantworten. KI-Agenten sind dabei zentrale Enabler.
Die Erwartungen sind hoch: geringere Kosten, schnellere Reaktionszeiten und eine bessere Skalierbarkeit des Services.
In der Praxis zeigt sich jedoch ein differenzierteres Bild. Unternehmen, die ihren Service konsequent automatisieren, gewinnen zwar an Effizienz, verlieren aber oft an Qualität, Differenzierung und Kundenbindung.
Nachhaltig erfolgreicher Service entsteht daher selten durch maximale Automatisierung. Entscheidend ist vielmehr die gezielte Orchestrierung von automatisierten und menschlichen Interaktionen.
Serviceeffizienz beschreibt das Verhältnis zwischen eingesetzten Ressourcen und der Qualität sowie Geschwindigkeit der Kundeninteraktion.
Typische Ziele sind:
Viele Unternehmen fokussieren sich dabei vor allem auf die Kostenseite. Automatisierung scheint hier der naheliegende Hebel zu sein.
Doch Service ist mehr als eine Kostenstelle. Er ist gleichzeitig ein zentraler Kontaktpunkt zum Kunden und damit ein wichtiger Treiber für Zufriedenheit, Bindung und zusätzliche Wertschöpfung.
Die technologischen Möglichkeiten haben sich in den letzten Jahren deutlich weiterentwickelt:
Viele Unternehmen nutzen diese Möglichkeiten bereits intensiv, insbesondere im First-Level-Support.
Die Vorteile liegen auf der Hand.
| Perspektive | Vorteile |
| Unternehmen | geringere Servicekosten, hohe Skalierbarkeit, konsistente Qualität |
| Kunde | schnelle Antworten, 24/7-Verfügbarkeit, einfache Anliegen sofort gelöst |
| Service-Organisation | strukturierte Prozesse, bessere Datenbasis, höhere Transparenz |
| Mitarbeiter | Entlastung von Routineaufgaben, Fokus auf komplexe Fälle |
Automatisierung ist damit ein zentraler Hebel, um Service effizienter zu gestalten. Doch genau hier liegt auch die Gefahr.
In vielen Unternehmen wird Automatisierung zum Selbstzweck. Ziel ist es, möglichst viele Interaktionen ohne menschliches Eingreifen abzuwickeln.
Dabei entstehen mehrere strukturelle Nachteile.
1. Verlust von echten Kundenkontakten
Service ist häufig der wichtigste – manchmal sogar der einzige – direkte Kontaktpunkt zwischen Unternehmen und Kunde. Wenn dieser vollständig automatisiert wird, gehen persönliche Interaktionen verloren.
Damit verschwindet auch:
2. Sinkende Differenzierung
Automatisierter Service lässt sich leicht kopieren. Wenn alle Unternehmen ähnliche Bots und Prozesse einsetzen, wird Service austauschbar.
Der Wettbewerb verlagert sich dann schnell wieder auf den Preis.
3. Weniger Cross- und Upselling-Potenzial
In vielen Branchen entstehen zusätzliche Geschäftsabschlüsse im Servicekontext:
Diese Potenziale lassen sich rein automatisiert nur begrenzt nutzen.
4. Verlust von Kundenverständnis
Viele wertvolle Informationen entstehen im persönlichen Austausch. Automatisierte Systeme können Daten strukturieren – aber nicht immer interpretieren.
Das Risiko: Kundenbedürfnisse werden weniger tief verstanden.
5. „Silent Churn“
Unzufriedene Kunden äußern sich in digitalen Kanälen oft weniger. Sie brechen Interaktionen ab – oder wechseln direkt den Anbieter.
Das macht Probleme im Service schwerer sichtbar.
In der Praxis lassen sich – ähnlich wie im Vertrieb – zwei grundlegende Ansätze beobachten.
| Atomatisierter Service (Automation-first) | Menschzentrierter Service (Human-first) |
| Standardanfragen werden automatisiert bearbeitet | persönliche Interaktion steht im Vordergrund |
| Prozesse sind stark strukturiert und datengetrieben | individuelle Problemlösung |
| hohe Geschwindigkeit und Skalierbarkeit | Aufbau von Vertrauen und Beziehung |
| geringe Kosten pro Interaktion | hohe Qualität bei komplexen Anliegen |
| Dieser Ansatz funktioniert besonders gut bei klar standardisierbaren Anliegen. | Dieser Ansatz ist insbesondere bei beratungsintensiven oder sensiblen Themen entscheidend. |
Viele Unternehmen bewegen sich zu stark in eines der beiden Extreme.
Wenn Service zu stark automatisiert ist…
Wenn Service zu stark menschlich geprägt ist…
Die größte Wirkung entsteht dort, wo Automatisierung und menschlicher Service gezielt kombiniert werden.
Fünf Ansätze sind dabei besonders relevant.
1. Automatisierungspotenziale systematisch identifizieren
Nicht jede Interaktion eignet sich für Automatisierung. Unternehmen sollten klar unterscheiden zwischen:
Nur im ersten Fall entfaltet Automatisierung ihren vollen Nutzen.
2. Wert von Kunden und Situationen berücksichtigen
Nicht jede Interaktion ist gleich wichtig.
Beispiele:
In solchen Situationen ist menschlicher Service oft entscheidend, unabhängig vom Automatisierungspotenzial.
3. Service als Werttreiber verstehen
Service sollte nicht nur als Kostenfaktor betrachtet werden.
Gezielt eingesetzte menschliche Interaktion kann:
Gerade an wichtigen Touchpoints entsteht oft mehr Wert als im klassischen Vertrieb.
4. Klare Routing- und Orchestrierungslogiken etablieren
Die zentrale Frage ist nicht: „Was können wir automatisieren?“
Sondern: „Was sollten wir automatisieren – und was bewusst nicht?“
Dafür braucht es klare Entscheidungsregeln, z. B.:
5. CRM- und CX-Systeme als Steuerungszentrale nutzen
CRM-Systeme spielen eine entscheidende Rolle bei der Serviceautomatisierung, allerdings nicht nur als Dokumentationswerkzeug.
Sie ermöglichen:
Damit werden sie zur zentralen Instanz, um automatisierte und menschliche Interaktionen sinnvoll zu orchestrieren.
Unternehmen können ihren Service mit drei einfachen Fragen hinterfragen:
Wenn mehrere dieser Fragen nicht klar beantwortet werden können, besteht meist ein erhebliches Optimierungspotenzial.
Die technologischen Möglichkeiten im Service werden weiter zunehmen. Automatisierung und KI werden in vielen Bereichen zum Standard.
Der entscheidende Unterschied liegt jedoch nicht in der Technologie.
Er liegt in der Frage, wie Unternehmen sie einsetzen.
Organisationen, die Service erfolgreich gestalten,
Damit wird Service nicht nur effizienter, sondern auch wirksamer – für Kunden und für das Unternehmen.
Mehr zu Vertrieb, Service, Marketing
Künstliche Intelligenz kann längst mehr als Texte schreiben oder Bilder generieren. Eine der rasantesten Entwicklungen findet derzeit im Bereich Voice AI statt, also der Fähigkeit von KI-Systemen, Stimmen zu erzeugen, zu imitieren oder eigenständig Gespräche zu führen. Was vor wenigen Jahren noch nach Science-Fiction klang, ist heute technisch erstaunlich ausgereift.
In der neusten Folge des Consileon-Podcast „Am Puls der Zeit – Mobilität im Wandel“ diskutieren Moritz Hollenbeck, Senior Software Engineer, und Carl Limburg, Senior Consultant im Automotive-Geschäftsbereich, die Chancen und Risiken dieser Technologie.
„Ich finde, an diesem Beispiel kann man sehr gut erkennen, wie weit entwickelt die KI bereits ist, speziell wenn es um die Generierung von Stimmen geht“, sagt Moritz über ein Experiment aus der Podcastfolge, in dem mehrere Stimmen vorgespielt wurden, alle KI-generiert.
Eine der überraschendsten Erkenntnisse: Für einen einfachen Stimmenklon reichen heute bereits wenige Sekunden Audiomaterial einer echten Stimme. Mit mehr Aufnahmen lassen sich Intonation, Tempo und Sprachstil immer präziser nachbilden. Das eröffnet neue Möglichkeiten, etwa für digitale Assistenten oder automatisierte Hotlines. Gleichzeitig entstehen neue Risiken: Voice AI kann auch für Betrugsversuche oder politische Manipulation eingesetzt werden.
Ein Beispiel aus den USA zeigt, wie real diese Szenarien bereits sind. Bei einer Vorwahl wurden Wähler per automatisiertem Anruf kontaktiert, mit einer Stimme, die US-Präsident Joe Biden imitierte und sie vom Wählen abhalten sollte. Die Diskussion im Podcast zeigt, dass technisch bereits vieles möglich ist. Entscheidend wird künftig sein, wie wir gesellschaftlich und organisatorisch damit umgehen.
Neben den Risiken bietet Voice AI auch enormes Potenzial. Besonders im Customer Service können KI-gestützte Sprachassistenten viele einfache Anfragen automatisiert bearbeiten, rund um die Uhr erreichbar sein und mehrere Gespräche parallel führen. Für Unternehmen bedeutet das schnellere Reaktionszeiten und effizientere Prozesse; für Kunden eine deutlich bessere Erreichbarkeit.
Doch die Entwicklung geht noch weiter. Immer häufiger übernehmen persönliche KI-Assistenten die Kommunikation im Namen von Menschen: Sie recherchieren Informationen, vergleichen Angebote oder organisieren Termine. Damit entsteht ein neues Interaktionsmodell, in dem nicht nur Menschen mit Unternehmen sprechen, sondern auch mit deren digitalen Stellvertretern. Diese Entwicklung wird zunehmend als Agent Relationship Management (ARM) beschrieben – eine Weiterentwicklung klassischer CRM-Ansätze. Unternehmen kommunizieren dabei nicht mehr ausschließlich mit dem Kunden selbst, sondern auch mit dessen KI-Assistenten, die Informationen filtern, Entscheidungen vorbereiten oder automatisiert Anfragen stellen.
Voice AI spielt dabei eine zentrale Rolle: Sie ermöglicht natürliche, sprachbasierte Interaktionen zwischen Menschen, Unternehmen und digitalen Agenten. In Zukunft könnten viele einfache Serviceprozesse daher nicht mehr nur von Mensch zu Mensch oder von Mensch zu Maschine ablaufen, sondern auch von KI zu KI. Ferner eröffnet die Technologie neue Möglichkeiten im Alltag, etwa beim Zugang zu Informationen, bei Übersetzungen oder als Unterstützung für Menschen, die digitale Technologien bisher nur eingeschränkt nutzen können.
Die Beispiele aus der Podcastfolge zeigen auch, wie wichtig KI-Kompetenz in Unternehmen wird. Viele Mitarbeiter erleben KI noch als abstraktes Schlagwort. Gleichzeitig entstehen neue Fragen zur Sicherheit, zur Regulierung und zur praktischen Nutzung.
Genau hier setzt der Consileon KI-Führerschein an. Das praxisnahe Training zeigt Teams, wie KI konkret im Arbeitsalltag eingesetzt werden kann – vom eigenen Chatbot über automatisierte Workflows bis hin zu kreativen Anwendungen. Statt Theorie steht dabei Learning-by-Doing im Mittelpunkt. Ziel ist es, Berührungsängste abzubauen und eine neue Denkweise zu fördern: KI nicht als Bedrohung, sondern als Werkzeug zur Lösung konkreter Aufgaben zu verstehen.
Voice AI zeigt eindrucksvoll, wie schnell sich KI weiterentwickelt und wie stark sie unsere Kommunikation verändern kann. Die entscheidende Frage ist daher nicht, ob diese Technologien kommen, sondern wie wir lernen, sinnvoll und verantwortungsvoll mit ihnen umzugehen.
Mehr Einblicke, Beispiele und Diskussionen zum Thema Voice AI hören Sie in der aktuellen Podcastfolge „KI oder nicht KI, das ist hier die Frage„
Customer Relationship Management (CRM) ist längst keine Softwaredisziplin mehr, sondern Ausdruck einer kundenzentrierten Unternehmensausrichtung, die alle Bereiche von Vertrieb, Service, Marketing und IT verbindet. CRM steht heute für die Fähigkeit, Kundenbeziehungen strategisch zu gestalten, Daten intelligent zu nutzen und Kundenerlebnisse konsequent entlang der Unternehmensziele auszurichten.
2026 erreicht diese Entwicklung eine neue Stufe: Mit Technologien wie Agentic AI oder Agent Relationship Management (ARM) wird CRM zu einer aktiven, intelligenten Steuerungsinstanz, die Unternehmen befähigt, Kundenbedürfnisse zu antizipieren und Interaktionen individuell zu gestalten, über alle relevanten Kanäle und Prozesse hinweg.
Bei Consileon sehen wir diesen Wandel in vielen Projekten bereits heute. KI-Agenten unterstützen Mitarbeiter, übernehmen Routineaufgaben und schaffen Freiraum für das, was zählt: echte Kundenbeziehungen.
Während klassische KI vor allem Daten analysiert, agieren die neuen CRM-Agents eigenständig: Sie priorisieren Leads, schreiben personalisierte E-Mails, planen Termine, analysieren Stimmungen oder schlagen den besten Kommunikationskanal vor. Bei Consileon begleiten wir Unternehmen dabei, diese Agenten sicher und sinnvoll in CRM-Prozesse zu integrieren.
So entsteht ein hybrides Interaktionsmodell, in dem Mensch und Maschine Hand in Hand arbeiten – der Mensch führt, der Agent unterstützt.
Trend: CRM wird durch Agentic AI zu einem aktiven Akteur im Kundenkontakt.
Herausforderung: Erfordert eine Balance zwischen Automatisierung, Verantwortung und Vertrauen.
Millionen Menschen nutzen heute ChatGPT, Claude oder Perplexity als persönliche Assistenten. Diese Systeme organisieren Informationen, treffen Entscheidungen und übernehmen Routineaufgaben. Sie verändern heute bereits, wie Menschen mit Unternehmen interagieren. Mit dieser Entwicklung entsteht ein neues Paradigma im Customer Relationship Management: das Agent Relationship Management (ARM).
ARM beschreibt das gezielte Management der Beziehung nicht mehr nur zum Menschen, sondern auch zu dessen digitalen Assistenten – also zu Systemen, die als eigenständige Empfänger, Filter und Multiplikatoren agieren. Unternehmen, die sich frühzeitig darauf vorbereiten, schaffen sich einen entscheidenden Vorsprung im B2A-Zeitalter (Business-to-Agent).
Trend: Das klassische Customer Relationship Management erweitert sich zum Agent Relationship Management (ARM).
Herausforderung: Erfordert Daten und Prozesse, die sowohl von Menschen als auch von Maschinen verstanden und genutzt werden können.
Lange war die Customer Journey in vielen Unternehmen ein theoretisches Konzept – gut gemeint, aber selten konsequent umgesetzt. Journeys existierten in Silos, oft getrennt nach Kanälen oder Abteilungen und bildeten die Realität des Kunden nur unvollständig ab.
2025 hat sich das geändert: Wir bei Consileon haben zunehmend softwareagnostische Projekte realisiert, in denen Unternehmen begonnen haben, ihre Customer Journeys erstmals ganzheitlich zu analysieren und praktisch erlebbar zu machen – über Marketing, Vertrieb und Service hinweg.
Dieses Jahr wird dieser Wandel weiter an Dynamik gewinnen. Immer mehr Organisationen erkennen, dass Customer Journeys kein Marketing-Add-on, sondern das zentrale Bindeglied zwischen Strategie, Prozessen und Kundenerfahrung sind. Der nächste Schritt sind adaptive Journeys: dynamische, KI-gestützte Abläufe, die sich in Echtzeit an Verhalten, Kontext und Stimmung des Kunden anpassen. Damit entsteht aus Silostrukturen erstmals ein integriertes, datenbasiertes Kundenerlebnis.
Trend: Unternehmen lösen sich 2026 zunehmend von kanalbezogenen Silos und gestalten Customer Journeys.
Herausforderung: Erfordert vernetzte Daten, klare Verantwortlichkeiten und den Mut, Journey Management als kontinuierlichen Lernprozess zu etablieren.
KI, Daten und Automatisierung schaffen enorme Effizienzgewinne, doch am Ende zählt die Qualität der Interaktion. Kunden wollen verstanden werden. Nicht nur als Datensatz, sondern als Mensch mit Bedürfnissen, Emotionen und Erwartungen.
Immer mehr Unternehmen erkennen, dass Vertrauen der entscheidende Faktor für nachhaltige Kundenbindung ist. Es entsteht dort, wo Transparenz, Relevanz und Respekt zusammenkommen: wenn Daten verantwortungsvoll genutzt, Empfehlungen nachvollziehbar erklärt und Kontaktpunkte konsistent gestaltet werden.
Digitale Empathie bedeutet deshalb nicht, Emotionen zu simulieren, sondern Technologien so einzusetzen, dass sie menschliche Interaktion stärken, etwa durch intelligente Gesprächsunterstützung im Vertrieb, kontextsensitives Service-Design oder empathische Kommunikation in Kundenportalen.
Trend: Hybride Teams mit emotionaler Intelligenz.
Herausforderung: Erfordert ein tiefes Verständnis des Kunden sowie die richtige Balance zwischen Automatisierung und persönlicher Betreuung.
Damit KI-Agenten sinnvoll agieren, brauchen sie eine konsistente Datenbasis. 2026 rückt die Customer Data Platform noch mehr ins Zentrum. Sie verbindet Marketing-, Service- und Vertriebsdaten zu einem Echtzeit-Kundenzwilling.
Consileon unterstützt Unternehmen bei der Integration von Systemen zu Datenplattformen, um diese Daten intelligent nutzbar zu machen und aus isolierten Informationen echte Handlungsempfehlungen abzuleiten.
Trend: Echtzeit-Datenintegration wird zum Rückgrat erfolgreicher CRM-Strategien.
Herausforderung: ErfordertData Governance und das Zusammenführen von Datenbeständen mit Kundenbezug.
Bei aller technologischen Euphorie gilt auch 2026: Ohne saubere Grundlagen kein erfolgreiches CRM. Viele Unternehmen investieren in KI, Automatisierung und neue Plattformen, doch die eigentliche Arbeit liegt oft noch dort, wo man nicht so gerne hinschaut: im Maschinenraum. Prozesse müssen definiert, standardisiert und automatisiert werden. Daten müssen bereinigt, zusammengeführt und harmonisiert werden. Und nicht zuletzt gilt es, bestehende, oft veraltete Systeme intelligent zu integrieren, statt sie einfach zu überdecken.
Diese Basisarbeit entscheidet darüber, ob moderne CRM-Initiativen skalieren oder scheitern. Sie ist Voraussetzung dafür, dass Technologien wie Agentic AI, ARM oder adaptive Journeys überhaupt Wirkung entfalten können.
Trend: Modernisierung von IT-Infrastruktur, Vereinheitlichung von Datenstrukturen und Schaffung stabiler Plattformarchitekturen als Fundament für KI und Automatisierung.
Herausforderung: Erfordert Durchhaltevermögen, Investitionen, klare Governance und Aufmerksamkeit für Themen, die nicht im Scheinwerferlicht liegen.
Das CRM- und CX-System der Zukunft ist nicht länger passiv, sondern proaktiv, vernetzt und empathisch. Agentic AI und Agent-to-Agent-Kommunikation eröffnen neue Wege, Kunden individuell und effizient zu betreuen.
Doch Technologie allein genügt nicht – sie braucht klare Werte, verlässliche Daten und menschliche Führung. Consileon begleitet Unternehmen genau auf diesem Weg: von der Strategie über die Auswahl der Plattform bis zur Einführung intelligenter, sicherer CRM- und CX-Lösungen.
