{"id":22293,"date":"2026-06-15T07:52:47","date_gmt":"2026-06-15T05:52:47","guid":{"rendered":"https:\/\/hub.hslu.ch\/retailbanking\/?p=22293"},"modified":"2026-06-15T07:52:49","modified_gmt":"2026-06-15T05:52:49","slug":"management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz","status":"publish","type":"post","link":"https:\/\/hub.hslu.ch\/retailbanking\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\/","title":{"rendered":"Management von Kundendialogen im Banking durch K\u00fcnstliche Intelligenz"},"content":{"rendered":"\n<p>Der Ausgangspunkt daf\u00fcr ist eine klare strategische Zielsetzung: Was soll durch Dialoge auf Seiten der Kunden und der Banken \u00fcberhaupt erreicht werden? Darauf aufbauend geht es darum, die bestehenden Kontaktgr\u00fcnde systematisch zu erfassen und zu verstehen.<\/p>\n\n\n\n<p>Zun\u00e4chst sollten Banken strategisch festhalten, was sie erreichen wollen. H\u00e4ufig steht dabei eine reibungslose Bew\u00e4ltigung des Wachstums im Servicebereich mit den bestehenden, meist gut ausgebildeten Mitarbeitenden oder die Transformation des Kundenservice-Centers vom Cost- zum Value Center (welches Ertr\u00e4ge bringt) im Vordergrund der Betrachtungen. Damit einher gehen eine Erh\u00f6hung der Relevanz (und damit der Ums\u00e4tze) der Kundenkontakte (Inbound wie Outbound) sowie eine Positionierung als Leader im <em>Experience Wettbewerb.<\/em><\/p>\n\n\n\n<p>In einem zweiten Schritt wird festgelegt, welche Services heute erbracht werden und welche in Zukunft (z. B. in drei Jahren) angeboten werden sollen. Dabei spielen die sogenannten \u201eJobs-to-be-done\u201c der Kundschaft eine wichtige Rolle \u2013 also die Fragen und Aufgaben, die aus Kundensicht wirklich relevant sind. Um dies zu verstehen, m\u00fcssen die bestehenden Kontaktgr\u00fcnde zuerst quantitativ erfasst werden. Genau hier zeigen sich in der Praxis oft Schwierigkeiten. Erfahrungsgem\u00e4ss sind solche Listen im schweizerischen Banking zu produktzentriert, zu lang und werden lediglich zu Statistikzwecken gebraucht. H\u00e4ufig wird die Mehrheit der Kontakte daher pauschal als \u201eSonstiges\u201c erfasst.<\/p>\n\n\n\n<p>Auch Mitarbeitende im Kundenkontakt haben oft M\u00fche, den genauen Kontaktgrund sauber zuzuordnen, da die bestehenden Kategorien nicht ausreichend geeignet sind, das Kundengespr\u00e4ch wiederzugeben. Hier k\u00f6nnen AI-gest\u00fctzte Tools unterst\u00fctzen: Mit Hilfe von AI Voice Analytics lassen sich Inhalte automatisiert analysieren, relevante Themen erkennen und sinnvoll clustern.<\/p>\n\n\n\n<p>Trotzdem empfiehlt es sich, die <em>Kontaktgr\u00fcnde<\/em> aus Sicht der Kundinnen und Kunden zu erfassen, um deren Absichten und damit den Ausl\u00f6ser einzelner Customer Journeys zu verstehen. Dadurch wird ein wichtiger Gap zwischen Customer Experience Management und der qualit\u00e4tsorientierten Prozessgestaltung im Kundenmanagement geschlossen. Unternehmen, die kundenorientiert formulierte Kundenkontaktlisten f\u00fchren, erh\u00f6hen das Verst\u00e4ndnis f\u00fcr den Kunden rapide. So kann beispielsweise nachvollzogen werden, im Nachgang welcher <em>Marketing-Kampagnen<\/em> Kunden anrufen, weil sie das Angebot oder einzelne Formulierungen nicht verstehen. Die Kampagne kann so f\u00fcr sp\u00e4tere Durchf\u00fchrungen qualit\u00e4tsoptimiert werden. Es daher festzustellen, wie Kontakte zustande kommen, also wer im Unternehmen f\u00fcr die Entstehung eines Kundenkontaktes verantwortlich ist.&nbsp;<\/p>\n\n\n\n<p>In einem dritten Schritt erfolgt die inhaltlich-konzeptionelle Transformation der Kundendialoge. In diesem Zusammenhang hat sich in den letzten Jahren das Instrument der von Bill Price und David Jaffe (2008) entwickelten <em>Value-Irritant-Matrix<\/em> als wichtig f\u00fcr die Konzeption eines tragf\u00e4higen Dialog Katalogs erwiesen. Die Grundidee eines erfolgreichen Kundendialogs ist es dabei festzustellen, bei welchen Dialogen Kunde und Unternehmen gleichzeitig Interesse am pers\u00f6nlichen Kontakt haben. Nur hier kommen wertstiftende Gespr\u00e4che zustande, da beide Dialogpartner einen Nutzen aus dem Gespr\u00e4ch ziehen. W\u00e4hrend Price und Jaffe die Value-Irritant-Matrix im Wesentlichen auf den Kundenservice und das Contact Center beziehen, kann das Modell jedoch ebenso f\u00fcr die Optimierung von Outbound-Kontakten herangezogen werden. Eine wissenschaftliche Validierung der Potentiale der Value-Irritant-Matrix zeigen Landmann et al. (2022):<a><\/a><\/p>\n\n\n\n<figure class=\"wp-block-image size-full\"><a href=\"https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2026\/05\/Abb-1_VI.png\"><img loading=\"lazy\" decoding=\"async\" width=\"605\" height=\"340\" src=\"https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2026\/05\/Abb-1_VI.png\" alt=\"\" class=\"wp-image-22295\" srcset=\"https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2026\/05\/Abb-1_VI.png 605w, https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2026\/05\/Abb-1_VI-300x169.png 300w, https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2026\/05\/Abb-1_VI-600x337.png 600w\" sizes=\"auto, (max-width: 605px) 100vw, 605px\" \/><\/a><\/figure>\n\n\n\n<p><em>Abbildung 1: Value-Irritant-Matrix. (Quelle: in Anlehnung an Price und Jaffe 2008, S. 59)<\/em><\/p>\n\n\n\n<p>In der Matrix wird einerseits <em>aus der Sicht der Unternehmung<\/em> \u00fcberlegt, ob diese an einem pers\u00f6nlichen Dialog mit dem Kunden unter Service-Gesichtspunkten interessiert ist, weil sie etwas \u00fcber ihre Produkte, Prozesse und Dienstleistungen lernen kann, sich dadurch M\u00f6glichkeiten f\u00fcr Einsparungen ergeben sowie, ob sich durch den Kontakt eine Chance ergibt, im Sinne eines Cross-Sellings weitere Produkte oder Leistungen zu verkaufen oder eben nicht. Diese Kriterien sind besonders relevant f\u00fcr Inbound-Dialoge, da Kundenkontakte im Banking vor allem durch die Bed\u00fcrfnisse auf Initiative der Kunden ausgel\u00f6st werden.<\/p>\n\n\n\n<p>Andererseits wird systematisch die <em>Perspektive der Kundschaft <\/em>auf den Servicekontakt eingenommen. Ist der Kunde oder die Kundin wirklich an einem pers\u00f6nlichen Kontakt interessiert, weil er Produkte, Antworten auf seine Fragen oder einen Rat bekommt und im Idealfall Geld sparen kann, oder sieht er gar keine Notwendigkeit, mit der Bank in Kontakt zu treten und empfindet den Kontakt als \u00e4rgerlich?<\/p>\n\n\n\n<p>Wird ein Service vom Unternehmen als wertvoll, von der Kundschaft aber als st\u00f6rend eingestuft (Feld I), spricht dies beispielsweise daf\u00fcr, diesen Service zu vereinfachen. Dies gilt vor allem f\u00fcr umfangreiche Compliance Abkl\u00e4rungen oder umfangreiche Onboarding-Dialoge. Wird ein Service hingegen sowohl vom Unternehmen als auch von Kunden als wertvoll gesehen (Feld II), sollte entsprechend der Matrix dieser Service intensiviert werden. Hier z\u00e4hlt die Kundenerfahrung (CX). Dabei handelt es sich meist um Beratungsgespr\u00e4che oder den Kontakt zu Bank-Experten. Wird ein Service dagegen von beiden, Unternehmen und Kunden, als st\u00f6rend empfunden, ist er, soweit m\u00f6glich, zu reduzieren bzw. im Extremfall zu eliminieren (Feld III). Hierunter fallen wiederkehrende Beschwerden, deren Ursache analysiert und beseitigt werden sollte. Spannend unter dem Gesichtspunkt der Automatisierung ist das Feld rechts unten: Wenn ein Service von Kunden als wertvoll, vom Unternehmen aber als st\u00f6rend (weil kostentreibend) eingestuft wird (Feld IV), spricht dies daf\u00fcr, diesen Service zu automatisieren oder als <em>Self-Service<\/em> an Kunden zu \u00fcbertragen. Das ist vor allem da spannend, wo Kundinnen und Kunden immer wieder die gleichen Fragen stellen. In diesem Zusammenhang geht es h\u00e4ufig um das Verst\u00e4ndnis der Funktionsweise von Produkten wie E- oder Mobile Banking und Dienstleistungen oder um die Kommunikation der Bank mit seiner Kundschaft \u00fcber Kampagnen oder generelle Touchpoints wie z.B. der Website.<\/p>\n\n\n\n<p>Die Royal Bank of Scotland (RBS) hat so beispielsweise zu den h\u00e4ufigsten Service-Vorf\u00e4llen im Bereich des E-Banking unterhaltsame Erkl\u00e4rvideos produziert, die f\u00fcr den Kunden einen hohen Mehrwert darstellen (Maklan et al, 2017). Neu kann so etwas wesentlich g\u00fcnstiger und effektiver durch den Einsatz generativer AI gestaltet werden. Ein anderer, in den letzten Monaten vieldiskutierter Ansatz, ist der Einsatz AI basierten Agenten als Voice- oder <em>Chatbots<\/em>, wie ihn beispielsweise in der Schweiz mehrere Banken einsetzen, um einzelne Service Prozesse vollst\u00e4ndig zu automatisieren.<\/p>\n\n\n\n<p><strong>Einfluss von AI auf die Value Irritant Matrix<\/strong><\/p>\n\n\n\n<p>Wie ver\u00e4ndert die AI nun den Einsatz der Value-Irritant Matrix im Schweizer Banking? Abbildung 2 zeigt, wie sich die Anwendungsf\u00e4lle a) bis f) der Matrix unserer Meinung nach unter Einbezug von AI im Banking entwickeln werden.<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><a href=\"https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2026\/05\/image-14.png\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"478\" src=\"https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2026\/05\/image-14-1024x478.png\" alt=\"\" class=\"wp-image-22297\" srcset=\"https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2026\/05\/image-14-1024x478.png 1024w, https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2026\/05\/image-14-300x140.png 300w, https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2026\/05\/image-14-768x359.png 768w, https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2026\/05\/image-14-928x433.png 928w, https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2026\/05\/image-14-600x280.png 600w, https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2026\/05\/image-14.png 1047w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><\/a><\/figure>\n\n\n\n<p><em>Abbildung 2: Anwendungsf\u00e4lle a) bis f) durch eine Neuinterpretation im Rahmen des Einsatzes von AI<\/em><\/p>\n\n\n\n<p><em>Im Feld I \u201eUnternehmen will Dialog \u2013 Kunde eher nicht\u201c (links oben) ergibt sich durch den Einsatz unterschiedlicher Arten von AI unseres Erachtens nach folgender relevanter Anwendungsfall (a):<\/em><\/p>\n\n\n\n<p>Dieser betrifft Kontakte, die durch regulatorische Anforderungen ausgel\u00f6st werden. Kunden m\u00fcssen dabei h\u00e4ufig Informationen bereitstellen oder best\u00e4tigen, was oft als aufwendig und l\u00e4stig empfunden wird.<\/p>\n\n\n\n<p>Hier bietet KI grosses Potenzial, diese Prozesse deutlich zu vereinfachen. M\u00f6gliche Beispiel sind etwa beim Onboarding oder bei einzelnen Prozessschritten wie der Identifikation. Aktuelle Entwicklungen im Bereich AI-gest\u00fctztes Self-Onboarding zeigen, dass Kunden durch spezialisierte AI-Agenten effizient und verst\u00e4ndlich durch solche Prozesse gef\u00fchrt werden k\u00f6nnen.<\/p>\n\n\n\n<p><em>Im Feld II \u201eKunde will Dialog \u2013 Unternehmen will Dialog\u201c (rechts oben) stehen zwei Anwendungsf\u00e4lle (b und c) Im Vordergrund<\/em><\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li><em>Lieferung von proaktiven, personalisierten Mehrwertinformation (b)<\/em><\/li>\n<\/ol>\n\n\n\n<p>KI erm\u00f6glicht es, Kunden gezielt und kontextbasiert zu informieren, ohne dass diese aktiv nachfragen m\u00fcssen. Kunden erhalten damit den Mehrwert eines Dialogs ohne den Aufwand einer Interaktion.<\/p>\n\n\n\n<p>Ein Beispiel hierf\u00fcr sind L\u00f6sungen wie <a href=\"https:\/\/hub.hslu.ch\/retailbanking\/ubs-key4-insights-zwei-jahre-data-driven-banking-im-praxistest\/\" target=\"_blank\" rel=\"noreferrer noopener\">UBS key4 insights (siehe auch Blogartikel dazu)<\/a>. Obwohl Kunden grunds\u00e4tzlich wenig Interesse an klassischen Verkaufsdialogen haben, k\u00f6nnen solche Interaktionen akzeptiert werden, wenn sie relevant, personalisiert und in einen sinnvollen Kontext eingebettet sind. Wird KI dabei als eine Art \u201eFinanzbuddy\u201c eingesetzt, lassen sich Beratung, Lernen und auch vertriebliche Impulse kombinieren, ohne dass der Dialog f\u00fcr die Kundschaft als st\u00f6rend empfunden wird.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><em>Das werthaltige pers\u00f6nliche Beratungsgespr\u00e4ch, das durch KI gezielt unterst\u00fctzt und erweitert wird (c)<br><\/em>AI \u00fcbernimmt dabei nicht die Rolle des Beraters oder der Beraterin, sondern augmentiert Mitarbeitende im Gespr\u00e4ch. Einerseits kann dieser AI-Agent im Hintergrund sicherstellen, dass regulatorische Vorgaben eingehalten werden, indem sie zum Beispiel Gespr\u00e4che in Echtzeit auf Konformit\u00e4t (z. B. FIDLEG) \u00fcberpr\u00fcft und Hinweise gibt.<br>Vor allem aber kann ein Content AI Agent inhaltlichen Mehrwert bieten. Er erm\u00f6glicht es, spezifische Kundenfragen schnell und fundiert zu beantworten. Beispielsweise kann er aktuelle CIO-Einsch\u00e4tzungen zu Anlagekategorien bereitstellen, Auswirkungen auf das individuelle Risiko-Rendite-Profil simulieren oder verschiedene Anlage-Szenarien in Echtzeit durchspielen.<br>Da Beratende nicht alle Informationen jederzeit pr\u00e4sent haben k\u00f6nnen, unterst\u00fctzt AI durch den schnellen Zugriff auf relevantes Wissen sowie durch analytische Funktionen. Dadurch wird das Gespr\u00e4ch nicht ersetzt, sondern qualitativ verbessert und vertieft. Das pers\u00f6nliche, werthaltige Beratungsgespr\u00e4ch bleibt somit zentral, wird jedoch durch AI um zus\u00e4tzliche Perspektiven, Geschwindigkeit und Pr\u00e4zision erg\u00e4nzt. So ergibt sich in der Beratung eine konsistente und hochwertige CX.<\/li>\n<\/ul>\n\n\n\n<p><em>Im Feld III \u201eKunde will keinen Dialog \u2013 Unternehmen will keinen Dialog\u201c geht es darum, Kontakte m\u00f6glichst ganz zu vermeiden. (d)<\/em><\/p>\n\n\n\n<p>Hier bietet KI grosses Potenzial. Sie kann bestehende Kundenkontakte analysieren, Muster erkennen und jene identifizieren, die aus Sicht der Kundschaft und Bank keinen Mehrwert bringen. Dabei \u00fcbernimmt KI die Auswertung, das Clustering und die Priorisierung und zeigt auf, wodurch Kontakte gezielt eliminiert werden k\u00f6nnen.<\/p>\n\n\n\n<p>Ein typisches Beispiel sind unn\u00f6tige Anfragen aufgrund von Fehlern im E-Banking. Werden solche Muster erkannt, kann die Verantwortung direkt an die zust\u00e4ndige Einheit \u2013 etwa die IT oder die E-Banking-Entwicklung \u2013 \u00fcbergeben werden, um die Ursache zu beheben und zuk\u00fcnftige Kontakte zu vermeiden.<\/p>\n\n\n\n<p>In der Praxis entstehen hier oft Reibungsverluste, da die Ursache eines Problems h\u00e4ufig in einer anderen Abteilung liegt als dort, wo der Kundenkontakt eingeht. Um dieses Potenzial zu nutzen, braucht es daher ein entsprechend abgestimmtes, kundenorientiertes und AI-taugliches Target Operating Modell.<\/p>\n\n\n\n<p><em>Im Feld IV \u201eKunde will Dialog \u2013 Unternehmen will keinen Dialog\u201c (rechts unten) steht mittelfristig die effiziente Bearbeitung von Kundenanliegen im Vordergrund, ohne dass die Bank ein starkes Interesse an pers\u00f6nlicher Interaktion hat. (e)<\/em><\/p>\n\n\n\n<p>Hier liegt aufgrund der vermuteten Skalierbarkeit ein weiteres grosses Potenzial durch den Einsatz agentischer AI. Typische Beispiele sind Serviceanfragen wie Datenmutationen, Abrechnungen oder Fragen zu \u00dcberweisungen. Aber auch Fragen zur Funktionsweise des E- oder Mobile Bankings, die Neuvergabe von Passw\u00f6rtern oder anderen Sicherheitsfunktionen geh\u00f6ren dazu. Aus Sicht der Bank sollen diese Anliegen m\u00f6glichst automatisiert, effizient und skalierbar abgewickelt werden. Kunden erwarten hier eine schnelle und korrekte L\u00f6sung. Die Minimierung ihres Aufwandes steht f\u00fcr sie im Vordergrund. Hier kommen KI-basierte Systeme wie Chatbots oder spezialisierte AI-Agenten zum Einsatz, die Kundenanliegen rund um die Uhr bearbeiten k\u00f6nnen. F\u00fcr den Kunden bleibt dabei der Eindruck eines Dialogs erhalten, auch wenn im Hintergrund keine menschliche Interaktion stattfindet.<\/p>\n\n\n\n<p>Da der Kundenservice im Banking nach dem Pareto Prinzip funktioniert, ergeben sich bei der Umsetzung besondere Anforderungen. 80% des Volumens aller Servicevorf\u00e4lle im Banking sind Standardvorf\u00e4lle. Hier werden AI-Agenten im Chat, E-Mail und Voice in den n\u00e4chsten zwei Jahren erfolgreiche und fallabschliessende L\u00f6sungen anbieten k\u00f6nnen. Ein entscheidender Erfolgsfaktor liegt jedoch in der Handhabbarkeit der verbleibenden 20% des Servicevolumens. Hier handelt es sich um Vorf\u00e4lle, welche die Kompetenzen und F\u00e4higkeiten eines AI Agents (und meistens auch eines Mitarbeitenden im Kundenservicecenter) deutlich \u00fcbersteigen. In diesem Zusammenhang muss die AI in der Lage sein, einen menschlichen Experten innerhalb der Bankorganisation zu identifizieren und den Kundendialog entweder in real time (via Verf\u00fcgbarkeit in bspw. Microsoft Teams) oder \u00fcber einen geplanten Kalendereintrag an diesen Spezialisten zu \u00fcbertragen. Dieser \u201eHuman Transfer\u201c stellt sicher, dass die Kundenzufriedenheit auch bei komplexeren Anliegen gew\u00e4hrleistet bleibt.<\/p>\n\n\n\n<p>Langfristig k\u00f6nnen einige solcher Prozesse noch weiter automatisiert werden: Pers\u00f6nliche digitale Assistenten (wie ChatGPT, Claude oder Gemini) auf Kundenseite k\u00f6nnen zuk\u00fcnftig \u00fcber moderne Protokolle wie A2A direkt mit den AI-Agenten der Bank interagieren (\u201eBot-to-Bot\u201c), um Probleme zu l\u00f6sen \u2013 ganz ohne menschlichen Dialog. (f)<\/p>\n\n\n\n<p>Neben Effizienzgewinnen und Kosteneinsparungen er\u00f6ffnet dieses Feld auch zus\u00e4tzliche Potenziale: W\u00e4hrend der Interaktion k\u00f6nnen AI-Agenten Kundendaten analysieren und gezielt Hinweise f\u00fcr Cross- und Upselling identifizieren. So wird ein urspr\u00fcnglich rein funktionaler Kontaktpunkt zu einer m\u00f6glichen weitegehend automatisierten Gesch\u00e4ftschance.<\/p>\n\n\n\n<p><strong>Fazit<\/strong><\/p>\n\n\n\n<p>Die von uns vorgenommene Neuinterpretation der Value Irritant Matrix im Kontext von K\u00fcnstlicher Intelligenz zeigt, dass es k\u00fcnftig nicht mehr nur darum geht, Dialoge zu f\u00fchren oder zu vermeiden, sondern sie gezielt zu gestalten, zu automatisieren oder ganz zu eliminieren. KI verschiebt dabei die Grenzen zwischen den einzelnen Feldern der Matrix. Sie erm\u00f6glicht es, unn\u00f6tige Kontakte konsequent und auch automatisiert zu vermeiden, effiziente Self-Services aufzubauen und automatisiert und gleichzeitig wertstiftend Finanzwissen zu vermitteln. Gleichzeitig wird das pers\u00f6nliche Beratungsgespr\u00e4ch nicht ersetzt, sondern durch KI gezielt augmentiert und dadurch qualitativ verbessert.<\/p>\n\n\n\n<p>Der Fokus verschiebt sich also weiter von der reinen Steuerung von Kontaktvolumen hin zur intelligenten Orchestrierung von Kundendialogen entlang von Relevanz und Mehrwert \u2013 f\u00fcr Bank UND Kunden.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Kundendialoge geh\u00f6ren seit jeher zum Kern des Bankings. Doch welche davon schaffen heute noch echten Mehrwert? Die von Price und Jaffe entwickelte Value Irritant Matrix liefert seit Jahren ein bew\u00e4hrtes Modell, um genau diese Frage zu beantworten. Mit den aktuellen Entwicklungen im Bereich K\u00fcnstliche Intelligenz, insbesondere Agentic AI, ver\u00e4ndern sich jedoch die Spielregeln. Vor diesem Hintergrund haben wir uns damit auseinandergesetzt, wie sich Kundendialoge durch den Einsatz von KI ver\u00e4ndern und wie sich diese Entwicklungen systematisch in die Logik der Value Irritant Matrix integrieren lassen. Ziel ist es, das Modell nicht nur digital, sondern konsequent KI-orientiert weiterzudenken.<\/p>\n","protected":false},"author":165,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"_relevanssi_hide_post":"","_relevanssi_hide_content":"","_relevanssi_pin_for_all":"","_relevanssi_pin_keywords":"","_relevanssi_unpin_keywords":"","_relevanssi_related_keywords":"","_relevanssi_related_include_ids":"","_relevanssi_related_exclude_ids":"","_relevanssi_related_no_append":"","_relevanssi_related_not_related":"","_relevanssi_related_posts":"20937,8290,18865,4422,1238,18264","_relevanssi_noindex_reason":"","footnotes":"","_links_to":"","_links_to_target":""},"categories":[1041502,647343,1041461],"tags":[],"class_list":["post-22293","post","type-post","status-publish","format-standard","hentry","category-ai-im-banking","category-bankberatung","category-kuenstliche-intelligenz"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v27.8 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Management von Kundendialogen im Banking durch K\u00fcnstliche Intelligenz - IFZ Retail Banking Blog<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/hub.hslu.ch\/retailbanking\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Management von Kundendialogen im Banking durch K\u00fcnstliche Intelligenz - IFZ Retail Banking Blog\" \/>\n<meta property=\"og:description\" content=\"Kundendialoge geh\u00f6ren seit jeher zum Kern des Bankings. Doch welche davon schaffen heute noch echten Mehrwert? Die von Price und Jaffe entwickelte Value Irritant Matrix liefert seit Jahren ein bew\u00e4hrtes Modell, um genau diese Frage zu beantworten. Mit den aktuellen Entwicklungen im Bereich K\u00fcnstliche Intelligenz, insbesondere Agentic AI, ver\u00e4ndern sich jedoch die Spielregeln. Vor diesem Hintergrund haben wir uns damit auseinandergesetzt, wie sich Kundendialoge durch den Einsatz von KI ver\u00e4ndern und wie sich diese Entwicklungen systematisch in die Logik der Value Irritant Matrix integrieren lassen. Ziel ist es, das Modell nicht nur digital, sondern konsequent KI-orientiert weiterzudenken.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/hub.hslu.ch\/retailbanking\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\/\" \/>\n<meta property=\"og:site_name\" content=\"IFZ Retail Banking Blog\" \/>\n<meta property=\"article:published_time\" content=\"2026-06-15T05:52:47+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-06-15T05:52:49+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2026\/05\/Abb-1_VI.png\" \/>\n\t<meta property=\"og:image:width\" content=\"605\" \/>\n\t<meta property=\"og:image:height\" content=\"340\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"andreasdietrich\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"andreasdietrich\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"12\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\\\/\"},\"author\":{\"name\":\"andreasdietrich\",\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/#\\\/schema\\\/person\\\/f3ca41731be775323fc03571e19d68a4\"},\"headline\":\"Management von Kundendialogen im Banking durch K\u00fcnstliche Intelligenz\",\"datePublished\":\"2026-06-15T05:52:47+00:00\",\"dateModified\":\"2026-06-15T05:52:49+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\\\/\"},\"wordCount\":2113,\"commentCount\":0,\"image\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/wp-content\\\/uploads\\\/sites\\\/7\\\/2026\\\/05\\\/Abb-1_VI.png\",\"articleSection\":[\"AI im Banking\",\"Bankberatung\",\"K\u00fcnstliche Intelligenz\"],\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\\\/\",\"url\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\\\/\",\"name\":\"Management von Kundendialogen im Banking durch K\u00fcnstliche Intelligenz - IFZ Retail Banking Blog\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/wp-content\\\/uploads\\\/sites\\\/7\\\/2026\\\/05\\\/Abb-1_VI.png\",\"datePublished\":\"2026-06-15T05:52:47+00:00\",\"dateModified\":\"2026-06-15T05:52:49+00:00\",\"author\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/#\\\/schema\\\/person\\\/f3ca41731be775323fc03571e19d68a4\"},\"breadcrumb\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\\\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\\\/#primaryimage\",\"url\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/wp-content\\\/uploads\\\/sites\\\/7\\\/2026\\\/05\\\/Abb-1_VI.png\",\"contentUrl\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/wp-content\\\/uploads\\\/sites\\\/7\\\/2026\\\/05\\\/Abb-1_VI.png\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Startseite\",\"item\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Management von Kundendialogen im Banking durch K\u00fcnstliche Intelligenz\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/#website\",\"url\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/\",\"name\":\"IFZ Retail Banking Blog\",\"description\":\"News und Trends aus dem Retail Banking Markt Schweiz\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de\"},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/#\\\/schema\\\/person\\\/f3ca41731be775323fc03571e19d68a4\",\"name\":\"andreasdietrich\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/f643c7df11a0d664cc942a8e40e75c6de1d1b8898206fa2c11b192da2f27b408?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/f643c7df11a0d664cc942a8e40e75c6de1d1b8898206fa2c11b192da2f27b408?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/f643c7df11a0d664cc942a8e40e75c6de1d1b8898206fa2c11b192da2f27b408?s=96&d=mm&r=g\",\"caption\":\"andreasdietrich\"}}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Management von Kundendialogen im Banking durch K\u00fcnstliche Intelligenz - IFZ Retail Banking Blog","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/hub.hslu.ch\/retailbanking\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\/","og_locale":"de_DE","og_type":"article","og_title":"Management von Kundendialogen im Banking durch K\u00fcnstliche Intelligenz - IFZ Retail Banking Blog","og_description":"Kundendialoge geh\u00f6ren seit jeher zum Kern des Bankings. Doch welche davon schaffen heute noch echten Mehrwert? Die von Price und Jaffe entwickelte Value Irritant Matrix liefert seit Jahren ein bew\u00e4hrtes Modell, um genau diese Frage zu beantworten. Mit den aktuellen Entwicklungen im Bereich K\u00fcnstliche Intelligenz, insbesondere Agentic AI, ver\u00e4ndern sich jedoch die Spielregeln. Vor diesem Hintergrund haben wir uns damit auseinandergesetzt, wie sich Kundendialoge durch den Einsatz von KI ver\u00e4ndern und wie sich diese Entwicklungen systematisch in die Logik der Value Irritant Matrix integrieren lassen. Ziel ist es, das Modell nicht nur digital, sondern konsequent KI-orientiert weiterzudenken.","og_url":"https:\/\/hub.hslu.ch\/retailbanking\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\/","og_site_name":"IFZ Retail Banking Blog","article_published_time":"2026-06-15T05:52:47+00:00","article_modified_time":"2026-06-15T05:52:49+00:00","og_image":[{"width":605,"height":340,"url":"https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2026\/05\/Abb-1_VI.png","type":"image\/png"}],"author":"andreasdietrich","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"andreasdietrich","Gesch\u00e4tzte Lesezeit":"12\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/hub.hslu.ch\/retailbanking\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\/#article","isPartOf":{"@id":"https:\/\/hub.hslu.ch\/retailbanking\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\/"},"author":{"name":"andreasdietrich","@id":"https:\/\/hub.hslu.ch\/retailbanking\/#\/schema\/person\/f3ca41731be775323fc03571e19d68a4"},"headline":"Management von Kundendialogen im Banking durch K\u00fcnstliche Intelligenz","datePublished":"2026-06-15T05:52:47+00:00","dateModified":"2026-06-15T05:52:49+00:00","mainEntityOfPage":{"@id":"https:\/\/hub.hslu.ch\/retailbanking\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\/"},"wordCount":2113,"commentCount":0,"image":{"@id":"https:\/\/hub.hslu.ch\/retailbanking\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\/#primaryimage"},"thumbnailUrl":"https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2026\/05\/Abb-1_VI.png","articleSection":["AI im Banking","Bankberatung","K\u00fcnstliche Intelligenz"],"inLanguage":"de","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/hub.hslu.ch\/retailbanking\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/hub.hslu.ch\/retailbanking\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\/","url":"https:\/\/hub.hslu.ch\/retailbanking\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\/","name":"Management von Kundendialogen im Banking durch K\u00fcnstliche Intelligenz - IFZ Retail Banking Blog","isPartOf":{"@id":"https:\/\/hub.hslu.ch\/retailbanking\/#website"},"primaryImageOfPage":{"@id":"https:\/\/hub.hslu.ch\/retailbanking\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\/#primaryimage"},"image":{"@id":"https:\/\/hub.hslu.ch\/retailbanking\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\/#primaryimage"},"thumbnailUrl":"https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2026\/05\/Abb-1_VI.png","datePublished":"2026-06-15T05:52:47+00:00","dateModified":"2026-06-15T05:52:49+00:00","author":{"@id":"https:\/\/hub.hslu.ch\/retailbanking\/#\/schema\/person\/f3ca41731be775323fc03571e19d68a4"},"breadcrumb":{"@id":"https:\/\/hub.hslu.ch\/retailbanking\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/hub.hslu.ch\/retailbanking\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\/"]}]},{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/hub.hslu.ch\/retailbanking\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\/#primaryimage","url":"https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2026\/05\/Abb-1_VI.png","contentUrl":"https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2026\/05\/Abb-1_VI.png"},{"@type":"BreadcrumbList","@id":"https:\/\/hub.hslu.ch\/retailbanking\/management-von-kundendialogen-im-banking-durch-kuenstliche-intelligenz\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Startseite","item":"https:\/\/hub.hslu.ch\/retailbanking\/"},{"@type":"ListItem","position":2,"name":"Management von Kundendialogen im Banking durch K\u00fcnstliche Intelligenz"}]},{"@type":"WebSite","@id":"https:\/\/hub.hslu.ch\/retailbanking\/#website","url":"https:\/\/hub.hslu.ch\/retailbanking\/","name":"IFZ Retail Banking Blog","description":"News und Trends aus dem Retail Banking Markt Schweiz","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/hub.hslu.ch\/retailbanking\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de"},{"@type":"Person","@id":"https:\/\/hub.hslu.ch\/retailbanking\/#\/schema\/person\/f3ca41731be775323fc03571e19d68a4","name":"andreasdietrich","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/secure.gravatar.com\/avatar\/f643c7df11a0d664cc942a8e40e75c6de1d1b8898206fa2c11b192da2f27b408?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/f643c7df11a0d664cc942a8e40e75c6de1d1b8898206fa2c11b192da2f27b408?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/f643c7df11a0d664cc942a8e40e75c6de1d1b8898206fa2c11b192da2f27b408?s=96&d=mm&r=g","caption":"andreasdietrich"}}]}},"featured_image_src":null,"featured_image_src_square":null,"author_info":{"display_name":"andreasdietrich","author_link":"https:\/\/hub.hslu.ch\/retailbanking\/author\/andreasdietrich\/"},"_links":{"self":[{"href":"https:\/\/hub.hslu.ch\/retailbanking\/wp-json\/wp\/v2\/posts\/22293","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/hub.hslu.ch\/retailbanking\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/hub.hslu.ch\/retailbanking\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/hub.hslu.ch\/retailbanking\/wp-json\/wp\/v2\/users\/165"}],"replies":[{"embeddable":true,"href":"https:\/\/hub.hslu.ch\/retailbanking\/wp-json\/wp\/v2\/comments?post=22293"}],"version-history":[{"count":4,"href":"https:\/\/hub.hslu.ch\/retailbanking\/wp-json\/wp\/v2\/posts\/22293\/revisions"}],"predecessor-version":[{"id":22309,"href":"https:\/\/hub.hslu.ch\/retailbanking\/wp-json\/wp\/v2\/posts\/22293\/revisions\/22309"}],"wp:attachment":[{"href":"https:\/\/hub.hslu.ch\/retailbanking\/wp-json\/wp\/v2\/media?parent=22293"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/hub.hslu.ch\/retailbanking\/wp-json\/wp\/v2\/categories?post=22293"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/hub.hslu.ch\/retailbanking\/wp-json\/wp\/v2\/tags?post=22293"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}