Agentic Commerce: Splitvorschlag B2B + Retail

Drei Gründe für den Split

1. Wortzahl-Realität: Mit der Substanz aus deiner Recherche, McKinsey, BCG und Mastech wäre ein einzelner Artikel deutlich über 2.000 Wörter – und keine der beiden Zielgruppen würde wirklich tief bedient.
2. Sichtbarkeit in KI-Suchsystemen: ChatGPT, Perplexity und Google AI Mode zitieren themenklare Pages präziser als gemischte Erklärer. Zwei klar adressierte Artikel = bessere Snippet-Treffer.
3. Zwei SEO-Pillars statt einer: „agentic commerce b2b" und „agentic commerce retail" als Long-Tail-Anker neben dem Hauptkeyword. Cross-Linking zwischen beiden Artikeln stützt sie gegenseitig.

Was bei beiden Artikeln gleich bleibt

• Tonalität „Anzug mit Sneaker", Sie-Form, beratend, faktenbasiert
• Länge je 1.000–1.200 Wörter (innerhalb deiner Vorgabe)
• Hauptkeyword „Agentic Commerce" als Anker, plus zielgruppen-spezifische Sekundär-Keywords
• CX Strategy Workshop als CTA, mit unterschiedlichen Sublines pro Artikel
• Pflicht-Verlinkung zu KI im E-Commerce, CX Strategy, Engagement Cloud
• Ankes 11 Briefing-Themen vollständig abgedeckt – nur thematisch verdichtet

Was sich pro Artikel unterscheidet

• Anlauf-Szenario in Sektion 2: B2B startet mit Procurement-Beispiel (Bedarfsmeldung Anlage Stuttgart), Retail mit Konsumenten-Beispiel (ChatGPT-Geschenk-Anfrage).
• Use Cases: B2B = MRO-Nachbestellen, Ausschreibung, Servicetechniker-Ersatzteile, Compliance. Retail = Amazon Rufus, ChatGPT Operator, Perplexity + PayPal, Google AI Mode.
• Wettbewerber: B2B nennt Intershop, SAP, Salesforce Agentforce, Shopware. Retail nennt Shopify, Netconomy, Shopware, Adobe.
• Risiko-Framing: B2B aus Audit-/Revisions-Sicht (Vier-Augen, Mandate, Budgetfreigabe). Retail aus Konsumenten-Sicht (Spending-Rules, Familienkonten, Widerruf).
• CTA-Subline: B2B = „Vertriebs-, Commerce- und Service-Roadmap im Workshop". Retail = „Customer-Journey-Roadmap im Workshop". Gleicher Workshop, komplementäres Framing.

Quellenfundament (steht)

Sieben Primär- und Sekundärquellen sind durchgearbeitet und in einer Quellen-Tabelle abgelegt: McKinsey „Agentic Commerce Opportunity" (Oktober 2025), BCG „Shopping and Payments Re-(AI)magined" (September 2025), Deloitte (B2B-Adoption unter 25 %), Mastech Digital, Lucidworks, contentmanager.de, plus deine eigene Recherche-Doku. Verlässliche Datenpunkte: McKinsey 1 Bio. USD US-B2C, BCG 81 % Konsumenten-Erwartung, Lucidworks 60 % Zero-Click-Searches, Mastech 3–5x Conversion-Hub, Gartner via contentmanager 33 % Enterprise-Software bis 2028, Deloitte: weniger als ein Viertel der B2B-Lieferanten setzt heute schon Agentic AI ein.

Hinweis: Das Ebook „Agentic_Commerce_Ebook_cool mit warum wir.pdf" ist laut Cover ein Mastech-Digital-Ebook, nicht eine All-for-One-Eigenpublikation. Vor Verwendung als Quelle bitte kurz prüfen.

Was an Substanz seit Mittwoch dazugekommen ist

Die Outlines sind nicht aus dem Briefing-Material allein gebaut. Sieben Pflicht-Pipeline-Schritte sind in beide Briefs eingeflossen:

• SISTRIX-Cluster (Live-Pull 07.05.): Hauptkeyword „Agentic Commerce" 100 Traffic. Sekundär-Anker für B2B: „ki im einkauf" mit 350 Traffic – 3,5× das Hauptkeyword. „ki agenten" mit 650 Traffic als generischer Zubringer. „ki im maschinenbau" 90 Traffic als Industrie-Brücke.
• WDF*IDF-Wettbewerber-Analyse: Top-3-Sites zu „agentic commerce" (jtl-software, it-finanzmagazin, intershop) plus „ki im einkauf" (einkauf-ki.com). Pflichtbegriffe pro Outline markiert (Vollform „Künstliche Intelligenz", „spezialisierte Agenten", „standardisierte Schnittstellen").
• AEO-Plays nach Stockebrand-Playbook (5 Plays Pflicht): Head-to-Head, Buyer's Decision Tree, Use-Case Matrix, Disambiguation, FAQ Goldmine – alle in beiden Outlines verankert.
• Ankes 10 CSV-Prompts als H2: 4 von 6 H2 in jedem Artikel sind direkt deine Prompt-Vorschläge. Andere Auswahl pro Artikel (B2B vs. Retail), damit kein Schwesterartikel-Doppel.
• Reality-Check für Retail: OpenAI hat ChatGPT Instant Checkout im Oktober 2025 zurückgefahren (Forrester / AI Business). Wir ordnen das ehrlich ein – statt Hype zu wiederholen.
• Cross-Link-Pflicht aus deiner Mail: „Auf jeden Fall müssen wir von Agentic commerce immer auf KI im E-Commerce, CX Strategie, Engagement Cloud verlinken." 1:1 in beide Outlines übernommen.
• Non-Commodity-Marker: All-for-One-Beratungsperspektive aus Mittelstand-Sicht, plus die offene Frage nach einem benennbaren Praxiskunden.

Was ich von dir brauche, um in die Schreibphase zu gehen

1. CTA-Bestätigung: Geklärt – der CX Strategy Workshop ist der CTA, der offizielle Workshop-Link ist in beiden Artikeln eingebunden.
2. All-for-One-Case: Gibt es einen Kunden (B2B oder Retail), den wir – anonymisiert oder benannt – als Praxisbeispiel verwenden dürfen?
3. SAP NRF 2026 Storefront MCP Server: Pressemitteilung als Primärquelle verfügbar?
4. Inside-Sales-Kontaktperson: Wie bei Engagement Cloud, Name + Foto in den CTA-Boxen?
5. E-Book-Andock: Passt eines der bestehenden E-Books (z. B. SAP Commerce Cloud) als Teasermodul, oder lieber neutral lassen?

Zeitplan

Veröffentlichung Mai 2026 bleibt machbar, wenn dein OK in den nächsten Tagen kommt. Reihenfolge: B2B-Artikel zuerst (Briefing-Bezug klarer, Brücke zum Ersatzteile-Artikel), Retail im Anschluss.

Autonomous CX: Wenn KI Kundenprozesse selbstständig ausführt

Das wirtschaftliche Potenzial ist erheblich. Gartner prognostiziert, dass KI-Agenten bis 2029 rund 80 % der häufigen Servicefälle ohne menschliches Eingreifen lösen und die operativen Kosten im Kundenservice um rund 30 % senken könnten [1]. Gleichzeitig erwartet Gartner, dass bis Ende 2027 mehr als 40 % der Agenten-Projekte eingestellt werden – aufgrund steigender Kosten, fehlenden Geschäftsnutzens oder unzureichender Risikokontrollen [2].

Diese Prognosen widersprechen einander nicht. Sie markieren den strategischen Entscheidungsraum: Die Technologie entwickelt sich schnell. Ob daraus messbarer Nutzen entsteht, entscheidet sich jedoch an Prozessen, Daten, Integration und Governance.

Für Führungskräfte lautet die entscheidende Frage deshalb nicht, ob KI-Agenten kommen. Entscheidend ist, welche Prozesse autonom ablaufen sollen, wo menschliches Urteilsvermögen unverzichtbar bleibt und wie Wirtschaftlichkeit, Risiken und Verantwortung gesteuert werden.

SAP hat diese Entwicklung im Mai 2026 auf der Sapphire in das Leitbild des Autonomous Enterprise eingeordnet. Autonomous CX ist eine von 5 Domänen der SAP Autonomous Suite – neben Finance, Spend, Supply Chain Management und HCM [3]. Ziel ist es, Assistenten und spezialisierte Agenten über Marketing, Commerce, Vertrieb und Service hinweg mit dem operativen Geschäftskontext aus ERP, Lieferkette und weiteren Systemen zu verbinden.

Dieser Artikel zeigt, was Autonomous Enterprise und Autonomous CX konkret bedeuten, wie sich autonome Kundenprozesse von heutiger Customer Experience unterscheiden und wie mittelständische Unternehmen den Einstieg kontrolliert und wirtschaftlich sinnvoll gestalten können.

Inhaltsverzeichnis

1. Was „Autonomous Enterprise“ ausmacht
2. Was Autonomous CX für Kundenprozesse verändert
3. Klassische CX und Autonomous CX im Vergleich
4. Warum Agenten im Kundenumfeld gerade jetzt an Bedeutung gewinnen
5. Die technische Architektur hinter Autonomous CX
6. Anwendungsfälle in Marketing, Vertrieb, Commerce und Service
7. Der eigentliche Hebel: Wenn CX- und ERP-Agenten zusammenspielen
8. 5 Stufen zur kontrollierten Autonomie
9. Woran Agenten-Projekte scheitern
10. Fazit: 5 Empfehlungen für den Einstieg

1. Was „Autonomous Enterprise“ ausmacht

„Autonomous Enterprise“ beschreibt ein Betriebsmodell, in dem KI-Assistenten und KI-Agenten klar abgegrenzte Geschäftsprozesse selbstständig planen, koordinieren und ausführen. Der entscheidende Unterschied zur bisherigen Softwaregeneration liegt nicht darin, wo die Software läuft, sondern was sie innerhalb eines Prozesses leisten darf: Sie wartet nicht mehr nur auf eine Eingabe, sondern erkennt ein Ereignis, bewertet es im Geschäftskontext und löst die nächsten Schritte aus.

Autonomie bedeutet dabei nicht Kontrollverlust. Das Management definiert Ziele, Entscheidungsgrenzen, Zugriffsrechte und Eskalationsregeln. Die Kontrolle verlagert sich von der Freigabe jedes einzelnen Arbeitsschritts auf die Gestaltung und Überwachung des Entscheidungsrahmens.

Gerade in geschäftskritischen Prozessen wird Genauigkeit damit zur zentralen Voraussetzung. SAP-CEO Christian Klein brachte es auf der Sapphire 2026 auf den Punkt: „Eighty percent is just not good enough when you run the world’s most business-critical businesses“ [3]. Die Aussage bezieht sich nicht auf die Gartner-Prognose aus der Einleitung, sondern auf die Verlässlichkeit von KI im laufenden Geschäftsprozess. Bei Preisfindung, Kreditfreigabe, Lieferzusage oder Compliance ist „meistens richtig“ nicht ausreichend. Ergebnisse müssen nachvollziehbar, regelkonform und sicher sein.

Das Betriebsmodell folgt einem klaren Prinzip: Menschen steuern, Assistenten orchestrieren, Agenten handeln.

• Menschen steuern. Sie setzen Geschäftsziele, definieren Befugnisse und tragen die Verantwortung für Ergebnisse und Risiken.
• Assistenten orchestrieren. Sie sind zentralen Geschäftsrollen zugeordnet, verstehen den Prozesskontext und koordinieren mehrere spezialisierte Agenten.
• Agenten handeln. Sie führen klar abgegrenzte Aufgaben über SAP- und Drittsysteme hinweg aus, prüfen Berechtigungen und übergeben Ausnahmen an den Menschen.

SAP hat für die kommenden Monate mehr als 50 rollenbasierte Assistenten und über 200 spezialisierte Agenten angekündigt [3]. Entscheidend ist jedoch nicht ihre Anzahl, sondern ihr messbarer Beitrag: Jeder Assistent soll auf definierte Geschäftsziele und konkrete Ergebniskennzahlen ausgerichtet sein.

2. Was Autonomous CX für Kundenprozesse verändert

Autonomous CX überträgt das Betriebsmodell des Autonomous Enterprise auf alle kundenbezogenen Prozesse. SAP positioniert es als eine von 5 Domänen der Autonomous Suite – neben Finance, Spend, Supply Chain Management und HCM [3].

Der entscheidende Unterschied liegt in der Verbindung von Kundeninteraktion und operativer Ausführung. KI-Assistenten und Agenten arbeiten nicht als zusätzliche Schicht über isolierten Systemen. Sie verbinden Marketing, Commerce, Vertrieb und Service mit dem Geschäftskontext aus ERP, Lieferkette und weiteren Systemen. Dadurch basieren Kundeninteraktionen auf aktuellen Informationen zu Preisen, Beständen, Aufträgen und Liefermöglichkeiten.

Customer Experience endet damit nicht mehr an der Benutzeroberfläche. Entscheidend ist, ob das Unternehmen ein gegebenes Versprechen tatsächlich erfüllen kann. Der Kunde erlebt keine Systemlandschaft – er erlebt ein Ergebnis.

Balaji Balasubramanian, President und Chief Product Officer von SAP Customer Experience, bringt diesen Anspruch auf den Punkt: „Speed alone does not improve customer experience. It amplifies what is already there“ [4]. KI verbessert einen Prozess nicht automatisch. Sie verstärkt seine Qualität – und ebenso seine Schwächen.

Der Unterschied wird an einem einfachen Beispiel deutlich: Ein klassischer Chatbot nennt schnell einen Liefertermin. Greift er auf veraltete oder unvollständige Informationen zu, liefert er lediglich schneller eine falsche Antwort. Ein autonomer Agent prüft dagegen die tatsächliche Verfügbarkeit, berücksichtigt definierte Geschäftsregeln und kann bei einem Engpass eine Alternative anbieten oder eine Eskalation auslösen.

Für Entscheider bedeutet das: Autonomous CX ist kein Chatbot-Projekt. Es ist die Neugestaltung durchgängiger Kundenprozesse. Unternehmen müssen festlegen, welche Entscheidungen automatisiert werden dürfen, wann ein Mensch übernimmt und wer für das Ergebnis verantwortlich bleibt.

3. Klassische CX und Autonomous CX im Vergleich

Der Übergang lässt sich an 9 Merkmalen festmachen.

Wichtig ist die Zeile zur Entscheidung. Autonomous CX bedeutet nicht, dass niemand mehr zuständig ist. Es bedeutet, dass die Zuständigkeit von der einzelnen Aktion auf die Regel wandert, nach der die Aktion abläuft.

Grafik 1 (fertige Vorlage)

Grafik: Klassische CX und Autonomous CX im Vergleich, 9 Merkmale

4. Warum Agenten im Kundenumfeld gerade jetzt an Bedeutung gewinnen

Drei Entwicklungen treffen zusammen.

Die Technik ist im Standard angekommen. Gartner erwartet, dass bis 2026 rund 40 % der Unternehmensanwendungen aufgabenspezifische KI-Agenten enthalten, gegenüber weniger als 5 % im Jahr 2025 [5]. Agenten kommen damit als Funktion in Anwendungen an, die Sie ohnehin einsetzen, statt als eigenes Projekt daneben zu stehen.

Der Markt investiert. Der Digitalverband Bitkom rechnet damit, dass die Umsätze mit KI-Plattformen in Deutschland 2026 um 61 % auf 4,1 Milliarden Euro steigen [6]. Zum Vergleich: Der gesamte deutsche ITK-Markt wächst im selben Zeitraum um 4,4 %.

Der Mittelstand ist nicht abgehängt, aber ungleich weit. Nach der IKT-Erhebung des Statistischen Bundesamts nutzten 2025 rund 26 % der Unternehmen in Deutschland KI. Bei Unternehmen ab 250 Beschäftigten waren es 57 %, bei mittleren Unternehmen mit 50 bis 249 Beschäftigten 36 % und bei kleinen Unternehmen mit 10 bis 49 Beschäftigten 23 % [7].

Dazu kommt der Erwartungsdruck aus dem Kanal selbst. Gartner geht davon aus, dass bis 2028 rund 30 % der Fortune-500-Unternehmen Service nur noch über einen einzigen, KI-gestützten Kanal anbieten [8]. Was dort im Konsumentengeschäft zum Standard wird, prägt auch die Erwartung Ihrer B2B-Einkäufer.

5. Die technische Architektur hinter Autonomous CX

SAP organisiert Autonomous CX in 3 aufeinander aufbauenden Ebenen [3]:

• Kontext. Die SAP Business Data Cloud verbindet operative SAP-Daten mit Informationen aus Drittsystemen. Domänenmodelle, Wissensgraphen und Prozesswissen liefern den fachlichen Zusammenhang. Dadurch verarbeitet ein Agent nicht nur einzelne Datenpunkte, sondern versteht deren Bedeutung im Geschäftsprozess.
• Build. Im Joule Studio können Unternehmen eigene Agenten entwickeln, bestehende Agenten anpassen und sie in Geschäftsprozesse integrieren.
• Governance. Der SAP AI Agent Hub soll SAP-eigene, individuell entwickelte und externe Agenten in einer zentralen Steuerungs- und Kontrollebene zusammenführen. Die Verfügbarkeit ist für das dritte Quartal 2026 angekündigt – laut SAP ohne zusätzliche Lizenzkosten.

Auf dieser technischen Basis entstehen spezialisierte Assistenten für die 4 CX-Bereiche [4]:

• Marketing: Content Assistant und Campaign Assistant
• Commerce: Merchandising Assistant, Shopping Assistant und Order Management Assistant
• Vertrieb: Sales Assistant, Deal Qualification Assistant und Deal Closing Assistant
• Service: Case Management Assistant und Service Management Assistant

Der Aufbau erfolgt schrittweise. Mit dem Release Q2 2026 hat SAP unter anderem einen MCP-Server für die SAP Commerce Cloud vorgestellt. Darüber können KI-Agenten kontrolliert auf Produktdaten, Bestände und Warenkörbe zugreifen. Hinzu kommt eine Joule-Integration für die SAP Engagement Cloud, die zunächst im Early-Adopter-Programm bereitgestellt wird [9].

Für die Planung bedeutet das: Autonomous CX ist heute keine vollständig ausgerollte Suite, sondern eine wachsende Architektur. Unternehmen sollten deshalb mit einem schrittweisen Ausbau entlang der SAP-Roadmap planen.

Für SAP-Anwender: Wenn Sie SAP Commerce Cloud, Sales Cloud, Service Cloud oder die SAP Engagement Cloud einsetzen, kommen die ersten Assistenten als Bestandteil Ihrer bestehenden Lösungen. Was die Umbenennung der früheren SAP Emarsys bedeutet und welche Funktionen dazugekommen sind, beschreiben wir im Artikel zur SAP Engagement Cloud.

6. Anwendungsfälle in Marketing, Vertrieb, Commerce und Service

Autonomous CX wird konkret, wenn KI nicht nur Inhalte erzeugt oder Empfehlungen ausspricht, sondern definierte Prozessschritte selbstständig ausführt. Die folgenden Beispiele zeigen, wie sich dadurch die Arbeit in den 4 zentralen CX-Bereichen verändert.

Marketing: von der Kampagnenerstellung zur laufenden Marktsteuerung. Sie definieren das Geschäftsziel und die Leitplanken – etwa eine Kampagne für Bestandskunden mit hohem Deckungsbeitrag. Der Assistent bildet das passende Segment aus Verhaltens-, Kunden- und Auftragsdaten, gleicht die beworbenen Produkte mit Bestand und Verfügbarkeit ab und erstellt kanalspezifische Varianten. Während die Kampagne läuft, bewertet er die Ergebnisse und passt Zielgruppen oder Inhalte innerhalb des freigegebenen Rahmens an. Welche KI-Anwendungsfälle im Marketing bereits heute messbaren Nutzen stiften, zeigt unser Beitrag KI im Marketing.

Vertrieb: von der Lead-Bewertung zur orchestrierten Abschlussvorbereitung. Ein Agent analysiert eingehende Anfragen nach strategischer Passung, Potenzial und Abschlusswahrscheinlichkeit. Er führt Kundenhistorie, bisherige Interaktionen, Konditionen und verfügbare Leistungen zusammen, schlägt das weitere Vorgehen vor und bereitet ein belastbares Angebot vor. Der Verkäufer gewinnt dadurch Zeit für die Aufgaben, die menschliches Urteilsvermögen erfordern: Beziehungen aufbauen, Interessen verstehen, verhandeln und die geschäftliche Entscheidung verantworten. Eine Übersicht bereits erprobter Anwendungsfälle finden Sie im Artikel KI im Vertrieb.

Commerce: vom digitalen Vertriebskanal zur agentenfähigen Transaktion. Im Commerce ist die Entwicklung besonders weit fortgeschritten, weil zunehmend auch auf Kundenseite Agenten recherchieren, vergleichen und Bestellungen vorbereiten. Damit verändert sich nicht nur die Benutzeroberfläche: Sortimente, Preise, Verfügbarkeiten, Lieferbedingungen und Produktinformationen müssen so strukturiert sein, dass externe Agenten sie zuverlässig interpretieren und verarbeiten können. Wie sich die Beschaffung verändert, wenn ein Agent den Warenkorb zusammenstellt, erläutern wir in Agentic Commerce im B2B. Die Perspektive des Endkundengeschäfts beleuchtet unser Retail-Beitrag.

Service: von der Ticketbearbeitung zur durchgängigen Falllösung. Ein Agent erkennt und klassifiziert das Anliegen, führt Auftrag, Garantie, Produkt- und Servicehistorie zusammen und entscheidet innerhalb definierter Leitplanken über den nächsten Schritt. Standardfälle löst er möglichst vollständig, komplexe oder sensible Anliegen übergibt er mit dem gesamten Kontext an einen Servicemitarbeiter. Der Kunde muss sein Anliegen dadurch nicht erneut erklären, während sich das Serviceteam auf Ausnahmen und beziehungsrelevante Situationen konzentrieren kann. Wie digitale Assistenten bereits heute eingesetzt werden, lesen Sie im Beitrag KI im Kundenservice. Wie weit spezialisierte Lösungen inzwischen reichen, zeigt unser Bericht zur KI-Ersatzteilerkennung per Foto.

7. Der eigentliche Hebel: Wenn CX- und ERP-Agenten zusammenspielen

Der wirtschaftliche Nutzen entsteht nicht durch einen einzelnen Agenten, sondern durch ihr koordiniertes Zusammenspiel über System- und Bereichsgrenzen hinweg.

Ein Beispiel aus dem Maschinenbau: Ein Sensor erkennt einen drohenden Ausfall und löst den Prozess aus. Der Service-Agent prüft Wartungshistorie, Vertrag und Dringlichkeit und ermittelt einen geeigneten Termin. Parallel identifiziert und reserviert ein Ersatzteil-Agent die benötigten Komponenten. Der Logistik-Agent prüft Bestand und Lieferzeit – und erkennt, dass ein Teil erst in 9 Tagen verfügbar sein wird. Statt eine Zusage zu machen, die das Unternehmen nicht halten kann, entwickelt der Vertriebs- oder Serviceassistent eine realistische Zwischenlösung und stimmt sie mit dem Kunden ab.

Keiner dieser Schritte ist für sich genommen revolutionär. Der Unterschied liegt in der durchgängigen Orchestrierung: Alle Agenten arbeiten mit demselben Geschäftskontext, koordinieren ihre Entscheidungen und führen den Prozess ohne manuelle Übergaben zwischen den Fachbereichen fort.

So reagiert das Unternehmen nicht länger als Folge einzelner Abteilungen, sondern als zusammenhängendes System. Das verkürzt Reaktionszeiten, reduziert Koordinationsaufwand und sorgt dafür, dass Kundenzusagen auf der tatsächlichen operativen Leistungsfähigkeit basieren. Wie sich der Weg dorthin über die SAP-Transformation hinweg entwickelt, ordnet der Beitrag Agentic AI: nächste Stufe der SAP-Transformation ein.

Workshop-Tipp: Bevor Sie den ersten Agenten bauen, brauchen Sie eine belastbare Antwort darauf, welcher Anwendungsfall den Aufwand rechtfertigt. Genau dort setzt unser Workshop „6 Weeks to AI Clarity“ an: In 6 Wochen priorisieren wir Ihre Anwendungsfälle nach Business Value und Machbarkeit, prüfen im Data-Readiness-Check die Datenlage dahinter und entwickeln für den stärksten Fall ein Umsetzungskonzept mit Agent Blueprint. Sie erhalten AI Strategy Concept, Use-Case-Backlog und AI Roadmap als editierbare Dokumente, Fixpreis 12.000 Euro zzgl. MwSt.
→ Jetzt Workshop anfragen

8. 5 Stufen zur kontrollierten Autonomie

Die entscheidende Frage lautet nicht, ob KI grundsätzlich entscheiden darf. Entscheidend ist, welchen Entscheidungs- und Handlungsspielraum ein Agent in einem konkreten Prozess verantwortbar übernehmen kann.

Thomas Ziegler, Senior Vice President Customer Experience bei All for One, arbeitet dafür mit einem risikobasierten Stufenmodell. Es führt Unternehmen schrittweise von der reinen Analyse zur überwachten Prozessautonomie:

1. Beobachten. Die KI analysiert Daten, erkennt Muster und simuliert mögliche Entscheidungen, greift jedoch nicht in den Prozess ein. Diese Stufe zeigt, ob Datenqualität, Modelle und Empfehlungen für den produktiven Einsatz ausreichen.
2. Empfehlen. Die KI bewertet Handlungsoptionen und spricht eine begründete Empfehlung aus. Die Entscheidung und ihre Ausführung bleiben vollständig beim Menschen. Gleichzeitig lassen sich Entscheidungslogik, Datenbasis und Leitplanken unter realen Bedingungen überprüfen.
3. Freigeben. Die KI bereitet eine Entscheidung einschließlich der erforderlichen Prozessschritte vollständig vor. Ausgeführt wird sie erst nach ausdrücklicher Freigabe durch einen verantwortlichen Mitarbeiter. Der Mensch kontrolliert das Ergebnis, muss den Vorgang aber nicht mehr selbst bearbeiten.
4. Delegieren. Wiederkehrende Entscheidungen und Aktionen führt die KI eigenständig aus, solange festgelegte Wert-, Risiko-, Compliance- oder Prozessgrenzen eingehalten werden. Unklare Fälle und Abweichungen werden automatisch an einen Menschen eskaliert.
5. Überwachen. Die KI koordiniert einen klar definierten Prozess über mehrere Schritte oder Systeme hinweg weitgehend selbstständig. Menschen überwachen Ergebnisse, Risiken und Kennzahlen, prüfen Auffälligkeiten und können jederzeit eingreifen oder die Autonomie begrenzen.

Grafik 3 (fertige Vorlage)

Grafik: 5 Stufen zur kontrollierten Autonomie, vom Beobachten bis zum Überwachen

Die meisten Mittelstandskunden bewegen sich nach unserer Projekterfahrung heute zwischen Stufe 2 und Stufe 3. Die Daten reichen für eine Empfehlung, aber noch nicht für eine verbindliche Zusage.

Wichtig ist: Nicht jeder Anwendungsfall muss Stufe 5 erreichen. Der passende Autonomiegrad richtet sich nach dem möglichen Schaden einer Fehlentscheidung, ihrer Umkehrbarkeit, dem finanziellen Umfang, regulatorischen Anforderungen und der Qualität der verfügbaren Daten. Eine Preisempfehlung kann weitgehend automatisiert werden, während die endgültige Freigabe eines Großkundenrabatts bewusst beim Menschen bleibt.

„Die richtige Frage lautet nicht, ob die KI entscheiden darf. Die richtige Frage lautet, welche Entscheidung sie unter welchen Bedingungen treffen darf und wann der Mensch übernehmen muss.“

Autonomie ist damit kein technisches Versprechen, sondern eine Managemententscheidung: Je belastbarer Daten, Regeln und Kontrollen werden, desto größer kann der Handlungsspielraum der KI sein.

9. Woran Agenten-Projekte scheitern

Die Gartner-Prognose zu den abgebrochenen Projekten nennt 3 Ursachen: steigende Kosten, unklarer Geschäftswert und unzureichende Risikokontrollen [2]. In der Beratungspraxis kommen 4 konkrete Muster dazu.

Ein Prozess wird automatisiert, den niemand verstanden hat. KI beschleunigt zuerst den vorhandenen Ablauf samt seiner Brüche. Wo heute 3 Abteilungen dieselbe Information unterschiedlich pflegen, erzeugt ein Agent keinen besseren Prozess. Er erzeugt einen schnelleren Widerspruch.

Es gibt keinen fachlichen Verantwortlichen. Ohne benannten Prozess-Owner mit Entscheidungsbefugnis fehlt die Stelle, die Leitplanken festlegt und Abweichungen bewertet.

Der Agent hat keinen Zugriff auf verlässliches Unternehmenswissen. Ein generischer Assistent ohne Anbindung an Produktdaten, Konditionen und Servicehistorie erzeugt eher Frust als Entlastung.

Der Erfolg wird an der Einführung gemessen statt an der Wirkung. Eine hohe Nutzungsrate ist kein Ergebnis, wenn Durchlaufzeit, Fehlerquote und Kundenzufriedenheit unverändert bleiben.

Aus der Praxis: Warum ein Service-Agent bewusst auf Stufe 3 bleibt
In einem Serviceprojekt sollte ein Agent Standardanfragen selbstständig lösen, also auf Stufe 4 arbeiten: Anliegen erkennen, Maschine identifizieren, Garantie und Servicevertrag prüfen, Ersatzteil bestimmen, Verfügbarkeit abfragen und dem Kunden eine Lösung anbieten. Die Anfragen verstand die KI zuverlässig. Schwierig wurde es dort, wo aus der Empfehlung eine verbindliche Zusage werden sollte. Seriennummern waren nicht durchgängig mit der installierten Basis verknüpft, Bestände und Liefertermine nicht überall synchron. Garantieausnahmen folgten Regeln, die erfahrene Mitarbeiter kannten, die aber nirgends vollständig dokumentiert waren. Für die End-to-End-Entscheidung gab es zudem keinen eindeutigen Owner. Der Anwendungsfall läuft deshalb auf Stufe 3: Der Agent bereitet die Lösung vor, ein Mitarbeiter gibt sie frei. Parallel werden Stammdaten bereinigt und Entscheidungsregeln dokumentiert. Ein Agent kann nur so autonom handeln, wie das Unternehmen selbst entscheidungsfähig ist.

„Automatisieren Sie keinen Prozess, den Sie nicht verstanden haben – und skalieren Sie keine KI, deren Wert Sie noch nicht bewiesen haben.“

Workshop-Tipp: Welche Autonomiestufe passt zu welchem Ihrer Prozesse und tragen Ihre Daten sie schon? Im Workshop „6 Weeks to AI Clarity“ klären wir das an Ihren eigenen Anwendungsfällen: mit Data-Readiness-Check, priorisiertem Use-Case-Backlog und einem Umsetzungskonzept für den Fall mit dem größten Hebel.
→ Jetzt Workshop anfragen

10. Fazit: 5 Empfehlungen für den Einstieg

Autonomous CX ist kein einzelnes Softwareprodukt, sondern ein neues Betriebsmodell für Kundenprozesse. Es entsteht dort, wo KI-Agenten auf einer belastbaren Datenbasis arbeiten, innerhalb klarer Grenzen entscheiden und Prozessschritte über Systeme und Fachbereiche hinweg ausführen können.

Die technologischen Bausteine werden schrittweise Bestandteil der Anwendungen, die Unternehmen bereits einsetzen. Der wirtschaftliche Nutzen entsteht jedoch nicht automatisch mit dem nächsten Release. Ob aus Autonomous CX ein teures Experiment oder ein skalierbarer Geschäftsvorteil wird, entscheidet sich bei der Auswahl der Prozesse, der Qualität der Daten und der Klarheit der Verantwortung.

1. Beginnen Sie beim wirtschaftlichen Hebel. Suchen Sie nicht zuerst nach einem Einsatzgebiet für KI. Identifizieren Sie Prozesse, in denen heute Zeit, Marge oder Kundenvertrauen verloren gehen – etwa durch lange Durchlaufzeiten, viele Übergaben, manuelle Entscheidungen oder wiederkehrende Fehler.
2. Nutzen Sie den Standard vor der Individualentwicklung. Prüfen Sie, welche Assistenten, Agenten und Integrationen Ihre bestehenden Anwendungen bereits bieten oder auf der Roadmap haben. Standardfunktionen reduzieren Entwicklungs-, Integrations- und Betriebsaufwand und erleichtern eine verlässliche Governance.
3. Klären Sie die Verantwortung vor der Autonomie. Legen Sie fest, wer den Prozess fachlich verantwortet, auf welche Daten und Systeme ein Agent zugreifen darf und innerhalb welcher Grenzen er entscheiden kann. Dazu gehören auch Freigabeschwellen, Eskalationswege, Protokollierung und die Möglichkeit, jederzeit einzugreifen.
4. Lassen Sie sich Autonomie durch Qualität verdienen. Starten Sie mit Beobachtung und Empfehlungen. Erweitern Sie den Handlungsspielraum erst, wenn Datenqualität, Entscheidungslogik und Ergebnisse stabil sind. Jede höhere Stufe sollte eine bewusste fachliche Freigabe sein – keine technische Standardeinstellung.
5. Messen Sie Geschäftsergebnisse statt Agentennutzung. Definieren Sie vor dem Start eine belastbare Ausgangsbasis und konkrete Zielwerte. Durchlaufzeit, Lösungsquote und Fehlerquote müssen gemeinsam mit Kundenzufriedenheit, Kosten und wirtschaftlichem Ergebnis betrachtet werden. Nutzungszahlen zeigen Aktivität – aber noch keinen Geschäftswert.

Der Einstieg in Autonomous CX beginnt deshalb nicht mit maximaler Autonomie. Er beginnt mit einem klar abgegrenzten Prozess, in dem sich Wertbeitrag, Ergebnisqualität und Verantwortung nachweisbar beherrschen lassen.

Häufige Fragen zu Autonomous CX

Was ist Autonomous CX?
Autonomous CX beschreibt ein Betriebsmodell, in dem KI-Assistenten und KI-Agenten Kundenprozesse über Marketing, Commerce, Vertrieb und Service hinweg analysieren, koordinieren und innerhalb definierter Grenzen ausführen. Dafür greifen sie auf denselben Geschäftskontext zu wie die operativen Systeme – etwa auf Aufträge, Bestände, Preise oder Liefertermine. Menschen definieren Ziele und Leitplanken, entscheiden über Ausnahmen und tragen die Verantwortung für das Ergebnis.

Was ist der Unterschied zwischen Autonomous Enterprise und Autonomous CX?
Das Autonomous Enterprise ist das übergreifende Betriebsmodell für ein zunehmend KI-gestütztes Unternehmen. Autonomous CX überträgt dieses Prinzip auf alle kundenbezogenen Prozesse. Bei SAP bildet Customer Experience eine Domäne neben Finance, Spend Management, Supply Chain Management und Human Capital Management.

Wie unterscheidet sich Autonomous CX von einem Chatbot?
Ein Chatbot ist zunächst eine dialogorientierte Benutzeroberfläche. Er beantwortet Fragen und kann – abhängig von seiner technischen Ausgestaltung – auch auf Daten und Funktionen zugreifen. Ein KI-Agent geht weiter: Er zerlegt ein vorgegebenes Ziel in Teilaufgaben, koordiniert Systeme und andere Agenten und führt freigegebene Aktionen aus. Der entscheidende Unterschied liegt nicht in der Qualität des Dialogs, sondern in der Fähigkeit, einen Prozess tatsächlich voranzubringen.

Brauche ich dafür SAP im Backend?
Nein. Entscheidend ist nicht der Hersteller, sondern der verlässliche Zugriff auf operative Daten und ausführbare Prozesse. Unternehmen mit einer bereits integrierten SAP-Landschaft können jedoch schneller starten, weil Aufträge, Bestände, Preise, Verträge und Liefertermine häufig schon in einem gemeinsamen Geschäftskontext verfügbar sind.

Wie viel Entscheidungsfreiheit sollte ein Agent bekommen?
Nur so viel, wie Datenqualität, Ergebnisstabilität und Risikoprofil nachweislich zulassen. Das Stufenmodell in Kapitel 8 führt von der reinen Beobachtung über Empfehlungen und Freigaben bis zur überwachten Autonomie. Der passende Autonomiegrad wird für jeden Prozess einzeln festgelegt, nicht pauschal für das gesamte Unternehmen.

Ab welcher Unternehmensgröße lohnt sich Autonomous CX?
Nicht die Unternehmensgröße ist ausschlaggebend, sondern die wirtschaftliche Relevanz des Prozesses. Besonders geeignet sind Abläufe mit hohen Fallzahlen, wiederkehrenden Entscheidungen, vielen manuellen Übergaben oder spürbaren Fehlerkosten. Ein standardisierter Prozess mit 200 ähnlichen Vorgängen pro Monat bietet meist einen größeren Hebel als ein hochkomplexer Einzelfall, der nur wenige Male im Jahr auftritt.

Was kostet der Einstieg?
Das lässt sich ohne konkreten Anwendungsfall nicht seriös beziffern. Kosten entstehen durch Lizenzen, Integration, Datenaufbereitung, Prozessgestaltung, Governance und den laufenden Betrieb. Welche Assistenten oder Agenten Bestandteil einer Standardanwendung sind und welche Funktionen separat lizenziert werden, hängt von Produkt, Release und Vertrag ab. Deshalb sollte der Business Case immer für einen abgegrenzten Prozess gerechnet werden.

Wie funktioniert Autonomous CX in der Praxis?
Ein geschäftliches Signal löst den Prozess aus – etwa eine Bestellung, eine Reklamation oder eine Verzögerung im Lieferprozess. Ein Assistent ordnet das Ereignis dem richtigen Vorgang zu, stellt den relevanten Kontext zusammen und koordiniert die benötigten Agenten. Diese bearbeiten ihre Aufgaben in den angebundenen Systemen und führen den Prozess innerhalb der freigegebenen Grenzen fort. Nur bei Abweichungen, Risiken oder nicht vorgesehenen Entscheidungen wird ein Mensch einbezogen.

Welche Software unterstützt Autonomous CX in deutschen Unternehmen?
Autonomous CX entsteht nicht durch ein einzelnes Produkt, sondern durch das Zusammenspiel mehrerer Komponenten. Im SAP-Umfeld gehören dazu die CX-Anwendungen für Marketing, Commerce, Vertrieb und Service, Joule als Interaktions- und Orchestrierungsebene, die SAP Business Data Cloud für den Geschäftskontext und der SAP AI Agent Hub für Verwaltung und Governance. Entscheidend bleibt, ob Agenten kontrolliert auf dieselben operativen Daten und Prozesse zugreifen können wie das ERP.

Welche Vorteile bieten KI-gestützte Self-Service-Portale?
Kunden können Standardvorgänge rund um die Uhr selbst anstoßen und abschließen, ohne Warteschleife und ohne Medienbruch. Dadurch sinkt die Zahl manueller Routinefälle, während das Serviceteam mehr Kapazität für komplexe und beziehungsrelevante Anliegen gewinnt. Der Unterschied zum klassischen Portal: Ein Agent zeigt nicht nur Informationen an, sondern kann den zugrunde liegenden Vorgang innerhalb definierter Grenzen tatsächlich ausführen.

Wie unterscheidet sich Autonomous CX im Handel vom B2B-Geschäft?
Im Handel stehen Produktsuche, Verfügbarkeit, Personalisierung und Kaufabschluss im Mittelpunkt. Im B2B-Geschäft geht es häufiger um wiederkehrende Beschaffung, kundenspezifische Konditionen, Rahmenverträge, technische Kompatibilität und langfristige Serviceverpflichtungen. Die technologische Grundlage kann dieselbe sein – die Entscheidungslogik, Datenmodelle und Risiken unterscheiden sich jedoch deutlich.

Passt dazu

• Agentic Commerce im B2B: Wenn Agenten einkaufen
• Agentic AI: nächste Stufe der SAP-Transformation
• SAP Emarsys wird SAP Engagement Cloud
• KI im Kundenservice: digitale Assistenten richtig nutzen
• [CX-Strategie: Platzhalter, URL folgt nach Veröffentlichung]

Title-Tag (53 Zeichen): Autonomous CX: Wenn KI Kundenprozesse selbst ausführt

Meta-Description: Autonomous CX bringt KI-Agenten in Ihre Kundenprozesse. Was das Autonomous Enterprise ist, wie SAP es umsetzt und welche Autonomiestufe wann passt.

Quellen

[1] Gartner: „Gartner Predicts Agentic AI Will Autonomously Resolve 80% of Common Customer Service Issues Without Human Intervention by 2029“, Pressemitteilung vom 5. März 2025, https://www.gartner.com/en/newsroom/press-releases/2025-03-05-gartner-predicts-agentic-ai-will-autonomously-resolve-80-percent-of-common-customer-service-issues-without-human-intervention-by-20290

[2] Gartner: „Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027“, Pressemitteilung vom 25. Juni 2025, https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027

[3] SAP News Center: „2026 SAP Sapphire Keynote: Powering the Autonomous Enterprise“, 13. Mai 2026, https://news.sap.com/2026/05/sap-sapphire-keynote-business-ai-platform-power-autonomous-enterprise/

[4] SAP News Center: „Autonomous CX: Where AI Meets Execution“, Balaji Balasubramanian, 14. Mai 2026, https://news.sap.com/2026/05/autonomous-cx-why-ai-raises-stakes-for-customer-experience/

[5] Gartner: „Gartner Predicts 40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026, Up from Less Than 5% in 2025“, Pressemitteilung vom 26. August 2025, https://www.gartner.com/en/newsroom/press-releases/2025-08-26-gartner-predicts-40-percent-of-enterprise-apps-will-feature-task-specific-ai-agents-by-2026-up-from-less-than-5-percent-in-2025

[6] Bitkom: „Digitalwirtschaft bleibt Stabilitätsanker: 245 Milliarden Euro Umsatz in 2026“, Presseinformation vom 22. Januar 2026, https://www.bitkom.org/Presse/Presseinformation/Digitalwirtschaft-bleibt-Stabilitaetsanker

[7] Statistisches Bundesamt: „Unternehmen mit Nutzung von Technologien der künstlichen Intelligenz nach Beschäftigtengrößenklassen“, IKT-Erhebung, Stand 24. November 2025, https://www.destatis.de/DE/Themen/Branchen-Unternehmen/Unternehmen/IKT-in-Unternehmen-IKT-Branche/Tabellen/ikti-unternehmen-kuenstliche-intelligenz.html

[8] Gartner: „Gartner Predicts that 30% of Fortune 500 Companies Will Offer Service Through Only a Single, AI-Enabled Channel by 2028“, Pressemitteilung vom 11. Dezember 2024, https://www.gartner.com/en/newsroom/press-releases/2024-12-11-gartner-predicts-that-30-percent-of-fortune-500-companies-will-offer-service-through-only-a-single-ai-enabled-channel-by-2028

[9] SAP News Center: „When Insight Is Not Enough: What's New in SAP Customer Experience Q2 2026“, 16. Juli 2026, https://news.sap.com/2026/07/new-in-sap-cx-q2-2026-when-insight-is-not-enough/

CX-Strategie: Wie Sie Kundenerlebnisse planbar besser machen

Mehr als 80 % der befragten B2B-Unternehmen halten Customer Experience für wichtig oder sehr wichtig. Nur rund 25 % von ihnen haben eine dokumentierte CX-Strategie. Das zeigt die KVD CX-Studie 2026, für die Dr. Fried & Partner gemeinsam mit dem Kundendienst-Verband Deutschland über 100 Unternehmen befragt hat, überwiegend aus dem Maschinen- und Anlagenbau [1].

Diese Lücke erklärt, warum so viele CX-Initiativen im Sand verlaufen. Ohne Strategie optimiert jede Abteilung für sich: Das Marketing verbessert die Kampagnenstrecke, der Service verkürzt die Reaktionszeit, die IT tauscht ein Portal aus. Jede Maßnahme für sich ist richtig. Zusammen ergeben sie kein Erlebnis, sondern eine Ansammlung von Verbesserungen.

In diesem Artikel zeigen wir, was eine CX-Strategie ausmacht, wie Sie sie aus Ihrer Unternehmensstrategie ableiten, welche Kennzahlen wirklich tragen und welche Rolle Künstliche Intelligenz dabei spielt.

Inhaltsverzeichnis

1. Was eine CX-Strategie ausmacht
2. Warum eine CX-Strategie mehr umfasst als Kundenservice
3. Warum das Thema im B2B-Mittelstand gerade jetzt zählt
4. Die CX-Strategie aus der Unternehmensstrategie ableiten
5. Welchen geschäftlichen Nutzen eine CX-Strategie schafft
6. Was eine CX-Strategie nicht leisten kann
7. Wie KI die CX-Strategie verändert
8. Messbarkeit: Kennzahlen und ROI
9. Wie Daten und Systeme ein konsistentes Kundenerlebnis ermöglichen
10. In 7 Schritten von der Unternehmensstrategie zur CX-Roadmap
11. Fazit: 5 Managemententscheidungen für eine wirksame CX-Strategie

1. Was eine CX-Strategie ausmacht

Eine CX-Strategie ist der verbindliche Orientierungs- und Handlungsrahmen, mit dem ein Unternehmen das Kundenerlebnis über alle relevanten Kontaktpunkte hinweg gezielt gestaltet und steuert. Sie beantwortet 4 Fragen: Welches Erlebnis wollen wir schaffen? Für welche Kundensegmente? Woran erkennen wir messbar, dass es gelingt? Und welche Verantwortlichkeiten, Prozesse, Daten und Systeme brauchen wir dafür?

Der entscheidende Unterschied zu einer Sammlung von Maßnahmen liegt in der Verbindlichkeit: Eine CX-Strategie priorisiert und legt fest, was bewusst nicht optimiert wird. Damit bestimmt sie, welche Kontaktpunkte Vorrang haben, welche Investitionen Priorität erhalten und welche Kontaktpunkte bewusst zurückgestellt werden, weil ihr Beitrag zum angestrebten Kundenverhalten und Geschäftsergebnis gering ist.

Dabei beschränkt sie sich nicht auf die Bereiche mit direktem Kundenkontakt. Die Lieferzusage entsteht in der Disposition, die Rechnungsqualität in der Buchhaltung, die Produktverfügbarkeit in der Planung. Wer Customer Experience allein im Frontoffice verortet, behandelt häufig nur Symptome. Die eigentlichen Ursachen liegen oft in End-to-End-Prozessen, Daten und Verantwortlichkeiten.

2. Warum eine CX-Strategie mehr umfasst als Kundenservice

Diese beiden Begriffe werden häufig gleichgesetzt. Der Kundenservice ist ein wichtiger Bestandteil der Customer Experience, er bildet jedoch nicht die gesamte Kundenbeziehung ab.

Kundenservice konzentriert sich vor allem auf konkrete Anliegen und deren Lösung. Die Customer Experience umfasst dagegen die gesamte Kundenbeziehung: von der ersten Recherche über Angebot, Konfiguration, Lieferung und Rechnung bis zur Ersatzteilbeschaffung 5 Jahre nach dem Kauf.

Der strategische Unterschied zeigt sich auch in der Steuerungslogik. Ein Serviceteam wird vor allem an Reaktions- und Lösungszeit gemessen. Eine CX-Strategie fragt zusätzlich, warum das Anliegen überhaupt entstanden ist. Ein Unternehmen, das seine Ticketzeiten halbiert, aber die Ursachen wiederkehrender Anfragen nicht beseitigt, verbessert eine wichtige Servicekennzahl – aber nicht zwangsläufig das Kundenerlebnis insgesamt.

3. Warum das Thema im B2B-Mittelstand gerade jetzt zählt

Drei aktuelle Studien zeigen dasselbe Muster: Unternehmen erkennen die strategische Bedeutung von Customer Experience, verfügen aber häufig noch nicht über klare Verantwortlichkeiten, belastbare Daten und einen wirtschaftlichen Wirkungsnachweis.

Unternehmen überschätzen häufig die Kundenbindung. In der PwC Customer Experience Survey 2025 sagen rund 9 von 10 Führungskräften, die Kundenloyalität sei in den vergangenen Jahren gestiegen. Unter den befragten Konsumenten sehen das nur 4 von 10 so. Mehr als die Hälfte von ihnen (52 %) hat eine Marke verlassen, weil sie schlechte Erfahrungen mit Produkt oder Leistung gemacht hat, knapp ein Drittel (29 %) wegen eines schlechten Kundenerlebnisses. PwC hat dafür in den USA 5.511 Konsumenten und 406 Führungskräfte befragt [2]. Die Zahlen stammen aus dem US-Konsumentenmarkt und lassen sich nicht eins zu eins auf B2B übertragen. Das Risiko dahinter gilt dort aber erst recht: Wo einzelne Kundenbeziehungen über viele Jahre laufen, wird eine zu optimistische Selbsteinschätzung besonders teuer.

Die Verantwortung ist fragmentiert. Für die Mittelstandsstudie MiCX-X wurden zwischen Dezember 2024 und März 2025 rund 1.000 mittelständische Unternehmen aus dem deutschsprachigen Raum befragt, zu 95 % Inhaber oder Geschäftsleitung. Nur bei 22 % liegt die CX-Verantwortung bei der Geschäftsführung, bei 26 % im Marketing, der Rest verteilt sich auf Service, Vertrieb und IT. Das Fazit der Studie: Customer Experience ist im Mittelstand angekommen, aber selten strategisch verankert [3]. Fehlt eine bereichsübergreifende Verantwortung, bleibt CX eine Sammlung von Einzelinitiativen.

Die Datengrundlage und der wirtschaftliche Wirkungsnachweis fehlen. In der KVD-Studie erfassen nur 29 % der Unternehmen Kundendaten systematisch, um daraus die Customer Experience zu verbessern. Rund ein Drittel kann überhaupt positive finanzielle Effekte seiner CX-Maßnahmen nachweisen [1]. Ohne diese Verbindung zwischen Kundenerlebnis und Geschäftsergebnis lassen sich Investitionen nur schwer priorisieren und gegenüber anderen Vorhaben begründen.

Diese Befunde zeigen eine deutliche Reifelücke zwischen strategischer Bedeutung und tatsächlicher Steuerung. Eine CX-Strategie ist deshalb kein Nice-to-have, sondern ein Führungs- und Steuerungsinstrument. Der Wettbewerbsvorteil entsteht nicht durch ein Strategiedokument, sondern durch die Fähigkeit, Kundenerlebnis in klare Prioritäten, Verantwortlichkeiten und messbare Geschäftsergebnisse zu übersetzen.

4. Die CX-Strategie aus der Unternehmensstrategie ableiten

Eine CX-Strategie, die neben der Unternehmensstrategie steht, wird bei der ersten Budgetrunde einkassiert. Deshalb beginnt die Arbeit nicht bei der Customer Journey, sondern bei den Unternehmenszielen.

Der Ableitungsweg verläuft in 4 Stufen:

1. Unternehmensziel. Was soll erreicht werden – Wachstum in einem priorisierten Segment, eine höhere Marge, geringere Cost-to-Serve oder eine schnellere Markteinführung?
2. Kundenverhalten. Welches Verhalten zahlt auf dieses Ziel ein – mehr Wiederbestellungen, ein höherer Share of Wallet, weniger vermeidbare Servicekontakte oder mehr Self-Service?
3. Erlebnis. Welches Erlebnis macht dieses Verhalten wahrscheinlicher?
4. Befähigung. Welche Verantwortlichkeiten, Prozesse, Kompetenzen, Daten und Systeme sind dafür erforderlich?

Genau an dieser Verbindung arbeiten wir bei All for One mit unserer Strategie- und Managementberatung Allfoye. Die Kombination ist kein Zufall: Die Strategieseite bringt Zielbild, Priorisierung und Organisationsfragen ein, die Technologieseite bringt die SAP-Landschaft und die Frage mit, was sich darin überhaupt umsetzen lässt. So entsteht weder eine Strategie ohne Umsetzungspfad noch ein Technologieprojekt ohne erkennbaren Geschäftsbeitrag, sondern eine priorisierte Roadmap mit messbarer Wirkung.

Workshop-Tipp: Im Workshop Customer-Experience-Strategieentwicklung erarbeiten wir an 2 Tagen Ihr CX-Zielbild und die passende Architektur. Tag 1 klärt die Fachbereichssicht mit Status quo, Zielbild und den kritischen Punkten der Customer Journey. Tag 2 bringt die IT-Architektur dazu und mündet in eine gemeinsame Roadmap mit priorisierten Arbeitspaketen.
→ Jetzt Workshop anfragen

5. Welchen geschäftlichen Nutzen eine CX-Strategie schafft

Eine gute CX-Strategie macht Kundenorientierung steuerbar. Sie schafft in 5 Bereichen konkreten geschäftlichen Nutzen:

Sie schafft Fokus und Entscheidungsfähigkeit. Aus zahlreichen Einzelideen werden wenige priorisierte Vorhaben mit klarem Geschäftsbeitrag. Das Management entscheidet, was zuerst umgesetzt wird – und was bewusst wartet.

Sie reduziert das Risiko von Fehlinvestitionen. Viele Unternehmen entscheiden sich für eine Technologie, bevor Ziel, Prozess und erwartete Wirkung geklärt sind. Eine CX-Strategie dreht diese Reihenfolge um: Erst kommt das Problem, dann die passende Lösung.

Sie verbindet die Organisation. Ein gemeinsames Zielbild, verbindliche Kennzahlen und klare Entscheidungsregeln bringen Marketing, Vertrieb, Service und IT zusammen. Verantwortlichkeiten werden klarer und Konflikte an den Schnittstellen nehmen ab.

Sie macht Wirkung messbar. Jedes Vorhaben erhält einen Ausgangswert, eine Zielkennzahl, eine verantwortliche Person und einen Überprüfungstermin. Laut KVD-Studie kann bislang nur rund ein Drittel der Unternehmen positive finanzielle Effekte seiner CX-Maßnahmen nachweisen [1].

Sie stärkt das Bestandskundengeschäft. Gerade im B2B entscheiden Erfahrungen bei Lieferung, Einführung, Service, Abrechnung und Ersatzteilversorgung über Wiederbestellungen, Share of Wallet und langfristige Kundenbindung. Welche Rolle strukturierte Kundenbindungsprogramme dabei spielen, beschreiben wir im Beitrag Kundenbindung im B2B: Was Loyalty-Programme leisten.

6. Was eine CX-Strategie nicht leisten kann

Eine CX-Strategie schafft Orientierung, Prioritäten und Verbindlichkeit. Operative Schwächen löst sie jedoch nicht automatisch.

Sie erfordert Führungskapazität. Zielbild, Journey-Analyse und Priorisierung binden Führungskapazität über mehrere Wochen. Ein strategisch passender Quick Win kann parallel einen frühen Wirkungsnachweis liefern und den internen Rückhalt stärken.

Sie ersetzt keine Produkt- oder Lieferqualität. Ein sauber gestaltetes Erlebnis rettet kein Produkt, das zu spät geliefert wird oder die zugesagte Leistung nicht erfüllt. Die Strategie kann solche Schwächen sichtbar machen, beseitigen müssen sie die verantwortlichen Bereiche.

Sie muss regelmäßig überprüft werden. Kundenerwartungen, Kanäle und Technologien verändern sich kontinuierlich. Eine CX-Strategie, die nach der Verabschiedung im Ordner verschwindet, verliert schnell an Relevanz. Das Zielbild sollte mindestens jährlich, die Roadmap und ihre Kennzahlen sollten quartalsweise überprüft werden.

Sie braucht eine belastbare Evidenzbasis. Ohne Daten zum tatsächlichen Kundenverhalten und direktes Kundenfeedback besteht die Gefahr, dass eine Journey-Analyse lediglich die interne Sicht reproduziert. Fehlende quantitative Daten können zu Beginn durch Interviews, Beobachtungen und gezielte Pilotvorhaben ergänzt werden.

Sie ersetzt keine Umsetzung und Adoption. Neue Prozesse und Systeme verbessern das Kundenerlebnis nur, wenn Mitarbeitende sie verstehen und konsequent nutzen. Deshalb gehören Befähigung, Führung und die Messung der tatsächlichen Nutzung in jede CX-Roadmap.

7. Wie KI die CX-Strategie verändert

KI verändert die CX-Strategie auf 3 Ebenen: beim Erkennen, beim Entscheiden und beim Ausführen.

Erkennen. Statt auf die nächste Zufriedenheitsbefragung zu warten, lassen sich Rückmeldungen aus Tickets, Gesprächen, Bewertungen und Nutzungsdaten laufend auswerten. KI erkennt Muster, Ursachen und Risikosignale, bevor sie in klassischen Kennzahlen sichtbar werden. In der KVD-Studie setzt gut die Hälfte der Unternehmen bereits KI im Service ein [1].

Entscheiden. KI kann Kundenanliegen nach Dringlichkeit, Kundenwert und Risiko priorisieren, passende nächste Schritte vorschlagen und Interaktionen über verschiedene Kanäle koordinieren.

Ausführen. KI-Agenten können Standardfälle bearbeiten und einzelne Prozessschritte selbstständig ausführen. Damit wird die Arbeitsteilung zwischen Mensch und Maschine zur strategischen Gestaltungsaufgabe: Welche Interaktion soll bewusst automatisiert ablaufen, welche gehört einem Menschen und wie sieht die Übergabe zwischen beiden aus? Ebenso wichtig ist die Frage, welche Entscheidungen ein Agent selbst treffen darf und wo Freigaben oder Eskalationen erforderlich bleiben.

SAP bündelt diese Entwicklung unter dem Leitbild Autonomous CX. Dabei koordinieren KI-Assistenten spezialisierte Agenten über Marketing, Commerce, Vertrieb und Service hinweg und verbinden Kundenprozesse mit dem operativen Geschäftskontext aus ERP, Lieferkette und weiteren Systemen. Was dahintersteckt, erklären wir im Artikel [Platzhalter: Link auf den Autonomous-CX-Artikel, URL folgt nach Veröffentlichung].

Wichtig für die Strategiearbeit: KI ist ein Verstärker, aber keine Abkürzung. Sie benötigt ein klares Geschäftsziel, stabile Prozesse, verlässliche Daten und eindeutige Governance. Die Automatisierung eines schlechten Prozesses verbessert ihn nicht – sie skaliert lediglich den zugrunde liegenden Fehler. Welche KI-Anwendungsfälle im Mittelstand bereits messbaren Nutzen schaffen, zeigt unser Beitrag Customer Experience mit KI.

8. Messbarkeit: Kennzahlen und ROI

Eine CX-Strategie ohne Kennzahlen ist eine Absichtserklärung. Bewährt hat sich eine Kombination aus 3 Ebenen.

Der häufigste Fehler liegt darin, Erlebniskennzahlen isoliert zu betrachten. Ein steigender NPS ist ein wichtiges Signal, aber kein Geschäftsergebnis. Erst die Verbindung der 3 Ebenen macht sichtbar, welchen Beitrag eine Maßnahme tatsächlich leistet: verbessertes Kundenerlebnis, verändertes Kundenverhalten und messbarer wirtschaftlicher Effekt.

Für den ROI beginnen Sie mit einer konkreten Customer Journey statt mit einer unternehmensweiten Gesamtrechnung. Beispiel Ersatzteilbestellung: Wie viele Anfragen laufen heute telefonisch, was kostet ein Vorgang, welcher Anteil lässt sich sinnvoll über ein Portal abwickeln und welche Investitions- und Betriebskosten entstehen dafür? So entsteht ein nachvollziehbarer Business Case. Operative Frühindikatoren lassen sich häufig bereits innerhalb eines Quartals überprüfen, für einen belastbaren ROI-Nachweis kann ein längerer Zeitraum erforderlich sein.

9. Wie Daten und Systeme ein konsistentes Kundenerlebnis ermöglichen

Ein konsistentes Kundenerlebnis braucht nicht zwingend ein einziges System, wohl aber eine gemeinsame und verlässliche Daten- und Prozessbasis. Wenn Marketing, Vertrieb, Commerce und Service mit unterschiedlichen Informationen arbeiten, erlebt der Kunde die Bruchstellen: Er muss sein Anliegen wiederholen, erhält Angebote für Produkte, die er bereits besitzt, oder eine Lieferzusage, die das Unternehmen nicht halten kann.

Das SAP-CX-Portfolio unterstützt 4 zentrale Bereiche: Marketing und Kundenbindung mit SAP Engagement Cloud, Vertrieb mit SAP Sales Cloud, digitalen Handel mit SAP Commerce Cloud und Kundenservice mit SAP Service Cloud. Der entscheidende Hebel liegt jedoch nicht in den einzelnen Anwendungen, sondern in ihrer Verbindung mit dem operativen Kern des Unternehmens. Erst wenn Auftrag, Bestand, Preis, Produktion und Logistik dieselbe Wahrheit liefern, können die kundenseitigen Prozesse verlässlich zusagen, was das Unternehmen halten kann.

Für SAP-Anwender: Was Ihre Landschaft schon mitbringt
Wenn Sie SAP im Backend einsetzen, ist die schwierigste Voraussetzung einer CX-Strategie bereits erfüllt: Auftrag, Bestand, Preis und Liefertermin liegen in einer Wahrheit vor. Über die SAP Business Data Cloud lassen sich diese operativen Daten mit Kundenprofilen aus SAP Engagement Cloud, Sales Cloud und Service Cloud zusammenführen. Wie sich die SAP-CX-Strategie zuletzt neu ausgerichtet hat, ordnet unser Beitrag zur Neuausrichtung der SAP CX-Strategie ein.
→ Jetzt tiefer einsteigen

Was die Umbenennung der früheren SAP Emarsys für Ihre Marketingprozesse bedeutet, lesen Sie im Artikel zur SAP Engagement Cloud. Wie ein Kundenportal als zentraler Anlaufpunkt funktioniert, beschreibt unser Beitrag zu Self-Service-Portalen im B2B.

10. In 7 Schritten von der Unternehmensstrategie zur CX-Roadmap

Eine wirksame CX-Strategie entsteht durch eine klare Folge von Managemententscheidungen. Sie beginnt beim Unternehmensziel und endet mit einer verbindlich verabschiedeten Roadmap.

1. CX-Zielbild aus der Unternehmensstrategie ableiten. Klären Sie, welchen Beitrag Customer Experience zu den Unternehmenszielen leisten soll – etwa zu Wachstum, Kundenbindung, Marge oder geringeren Cost-to-Serve. Formulieren Sie daraus ein klares Zielbild, das als Maßstab für alle weiteren Entscheidungen dient.
2. Kundenzielsegmente schärfen. Nicht alle Kunden benötigen dasselbe Erlebnis. Bewerten Sie Ihre Segmente nach strategischer Relevanz, wirtschaftlichem Potenzial und spezifischen Bedürfnissen. Entscheiden Sie, für welche Kundengruppen Sie das Zielerlebnis zuerst gestalten.
3. Customer Journeys als Nordstern definieren. Erarbeiten Sie für die priorisierten Segmente die entscheidenden End-to-End-Journeys – von der ersten Recherche über Kauf und Nutzung bis zu Service und Wiederbestellung. Definieren Sie neben dem Ist-Zustand auch das angestrebte Zielerlebnis. Dieses dient als Nordstern für Entscheidungen zu Prozessen, Organisation, Daten und Technologie. Eine Anleitung bietet unser Leitfaden Customer Journey Strategy.
4. Customer Journeys nach Business Value priorisieren. Bewerten Sie jede Journey danach, wie stark sie auf Unternehmensziele, Kundenbindung und wirtschaftliche Ergebnisse einzahlt. Wählen Sie wenige priorisierte Journeys aus, auf die Investitionen und Managementaufmerksamkeit zuerst konzentriert werden.
5. Schwachstellen identifizieren und gezielt beheben. Vergleichen Sie Ist- und Ziel-Journey und analysieren Sie die Ursachen kritischer Brüche. Diese können in Verantwortlichkeiten, Prozessen, Kompetenzen, Daten oder Systemen liegen. Leiten Sie daraus konkrete Maßnahmen ab, die nicht nur Symptome, sondern die zugrunde liegenden Ursachen adressieren.
6. Kennzahlen und Verantwortung je Journey festlegen. Jede priorisierte Journey benötigt eine klar verantwortliche Person mit bereichsübergreifendem Mandat. Definieren Sie außerdem Ausgangswerte, Zielkennzahlen und Überprüfungstermine auf den 3 Ebenen Kundenerlebnis, Kundenverhalten und Geschäftsergebnis.
7. Roadmap aufsetzen und zur Umsetzung verabschieden. Überführen Sie Maßnahmen, Investitionen, Abhängigkeiten und benötigte Ressourcen in eine Roadmap mit Etappen von 3 bis 6 Monaten. Das Management verabschiedet Prioritäten, Budgets und Verantwortlichkeiten verbindlich. Fortschritt und Wirkung werden mindestens quartalsweise überprüft.

Leitfaden-Tipp: Wie Sie nahtlose Kundenreisen gestalten und welche technischen Voraussetzungen dafür nötig sind, zeigt unser Leitfaden Ideale Kundenerlebnisse 4.0.
→ Jetzt kostenlos herunterladen

11. Fazit: 5 Managemententscheidungen für eine wirksame CX-Strategie

Customer Experience ist im Mittelstand angekommen, wird aber noch selten als durchgängige Managementdisziplin gesteuert. In der KVD-Studie verfügt nur rund ein Viertel der teilnehmenden Unternehmen über eine CX-Strategie [1].

Der Wettbewerbsvorteil entsteht nicht durch ein weiteres Tool. Er entsteht, wenn Unternehmen das Kundenerlebnis mit ihren Geschäftszielen verbinden, klare Verantwortung schaffen und die Wirkung konsequent messen.

1. Verankern Sie die Verantwortung auf Führungsebene. Customer Experience überschreitet die Grenzen einzelner Fachbereiche. Sie benötigt deshalb einen Executive Sponsor sowie klar verantwortliche Journey Owner mit bereichsübergreifendem Mandat.
2. Konzentrieren Sie sich auf die wichtigsten Journeys. Wählen Sie zunächst die Customer Journey mit dem größten strategischen und wirtschaftlichen Hebel. Gestalten Sie diese konsequent vom Kundenerlebnis bis zu den zugrunde liegenden Prozessen, Daten und Systemen.
3. Messen Sie auf 3 Ebenen. Verbinden Sie Kennzahlen für Kundenerlebnis, Kundenverhalten und Geschäftsergebnis. Erst diese Wirkungskette zeigt, ob eine Maßnahme nicht nur die Zufriedenheit, sondern auch den wirtschaftlichen Erfolg verbessert.
4. Schaffen Sie früh eine belastbare Evidenzbasis. Kombinieren Sie direktes Kundenfeedback mit Prozess-, Nutzungs- und Verhaltensdaten. Warten Sie dabei nicht auf perfekte Daten, sondern schaffen Sie für jede priorisierte Journey einen belastbaren Ausgangspunkt.
5. Steuern Sie CX als kontinuierlichen Managementprozess. Verabschieden Sie eine verbindliche Roadmap mit Prioritäten, Investitionen und Verantwortlichkeiten. Überprüfen Sie Fortschritt und Wirkung quartalsweise und das strategische Zielbild mindestens einmal im Jahr.

Häufige Fragen zur CX-Strategie

Was ist eine CX-Strategie?
Kurz gesagt: der verbindliche Rahmen für ein Kundenerlebnis, das auf die Unternehmensziele einzahlt. Die CX-Strategie legt fest, welche Kundensegmente und Customer Journeys Priorität haben, welches Zielerlebnis entstehen soll und welche Verantwortlichkeiten, Prozesse, Daten und Systeme dafür notwendig sind.

Wie unterscheidet sich eine CX-Strategie vom Kundenservice?
Kundenservice konzentriert sich vor allem auf konkrete Anliegen und deren Lösung. Eine CX-Strategie betrachtet die gesamte Kundenbeziehung – von der ersten Recherche über Kauf, Lieferung und Nutzung bis zu Service und Wiederbestellung. Sie fragt nicht nur, wie schnell ein Anliegen gelöst wird, sondern auch, warum es überhaupt entstanden ist.

Wie entwickelt man eine CX-Strategie?
In 7 Schritten: Unternehmensziel und CX-Zielbild definieren, Kundenzielsegmente schärfen, relevante Customer Journeys als Nordstern erarbeiten, diese nach Business Value priorisieren, Schwachstellen und ihre Ursachen identifizieren, Kennzahlen und Verantwortlichkeiten festlegen und daraus eine verbindliche Roadmap entwickeln.

Welche KPIs gehören in eine CX-Strategie?
Nicht eine einzelne Kennzahl, sondern eine Wirkungskette aus 3 Ebenen: Erlebniskennzahlen wie NPS, CSAT oder Customer Effort Score, Verhaltenskennzahlen wie Wiederbestellrate, Self-Service-Nutzung oder Share of Wallet und Geschäftskennzahlen wie Marge, Cost-to-Serve oder Kundenabwanderung. Erst ihr Zusammenspiel zeigt, ob ein besseres Erlebnis auch wirtschaftliche Wirkung erzielt.

Wo sollte ein mittelständisches Unternehmen beginnen?
Nicht mit einem unternehmensweiten Großprogramm, sondern mit einer Customer Journey, die einen hohen wirtschaftlichen Hebel und sichtbaren Handlungsbedarf verbindet. Das kann beispielsweise die Angebotserstellung, eine Ersatzteilbestellung oder ein wiederkehrender Serviceprozess sein. An einer klar abgegrenzten Journey lassen sich Wirkung, Aufwand und Lernfortschritt deutlich schneller beurteilen.

Welche Rolle spielt KI in der CX-Strategie?
KI hilft beim Erkennen, Entscheiden und Ausführen. Sie analysiert Kundenfeedback und Verhaltensdaten, unterstützt bei der Priorisierung und kann standardisierte Prozessschritte übernehmen. Die strategische Aufgabe bleibt jedoch beim Unternehmen: Es muss festlegen, was automatisiert werden darf, wo menschliches Urteilsvermögen notwendig ist und wie Übergaben und Eskalationen funktionieren.

Wie misst man den ROI einer CX-Strategie?
Beginnen Sie mit einer konkreten Customer Journey. Bei einer Ersatzteilbestellung betrachten Sie beispielsweise das heutige Anfragevolumen, die Kosten pro Vorgang, den möglichen Self-Service-Anteil sowie die notwendigen Investitions- und Betriebskosten. Operative Frühindikatoren können bereits innerhalb eines Quartals sichtbar werden, für einen belastbaren finanziellen ROI ist häufig ein längerer Zeitraum erforderlich.

Wie oft sollte eine CX-Strategie überprüft werden?
Das strategische Zielbild sollte mindestens einmal im Jahr auf den Prüfstand. Roadmap, Kennzahlen und priorisierte Journeys gehören dagegen in einen quartalsweisen Managementrhythmus. Verändern sich Unternehmensstrategie, Kundenverhalten oder Marktbedingungen wesentlich, sollte die Überprüfung früher erfolgen.

Welche Frameworks eignen sich für die Gestaltung der Kundenreise?
Ein einzelnes perfektes Framework gibt es nicht. In der Praxis genügen 3 Bausteine: ein Journey Mapping der tatsächlichen Kontaktpunkte, eine Priorisierung nach Business Value und Machbarkeit sowie ein Kennzahlenmodell über Kundenerlebnis, Kundenverhalten und Geschäftsergebnis. Entscheidend ist nicht die Methode, sondern dass aus der Analyse verbindliche Entscheidungen und eine umsetzbare Roadmap entstehen.

Woran erkenne ich eine gute CX-Beratung?
Sie beginnt bei Ihren Unternehmenszielen – nicht bei einem Tool. Sie verbindet Strategie, Prozesse, Daten, Organisation und Technologie und übersetzt die Ergebnisse in priorisierte Maßnahmen, einen belastbaren Business Case und eine realistische Roadmap. Fragen Sie vorab konkret, welche Ergebnisse Sie erhalten, wie Entscheidungen dokumentiert werden und wem die erarbeiteten Inhalte gehören.

Welche Softwarelösungen gehören zum Customer Experience Management?
Eine allgemeingültige Systemlandschaft gibt es nicht. Typischerweise gehören Lösungen für Marketing und Kundenbindung, CRM für Vertrieb und Service, Commerce, Kunden- und Interaktionsdaten sowie Analytics dazu. Der eigentliche Wert entsteht durch die Verbindung mit dem operativen Kern: Erst wenn Kundenkontext, Auftrag, Preis, Bestand und Lieferstatus zusammenspielen, werden personalisierte und verlässliche Kundenerlebnisse möglich.

Passt dazu

• B2B Customer Journey: Wie Sie Kunden in jeder Phase überzeugen
• Customer Experience mit KI: Wie der Mittelstand echten Mehrwert schafft
• Wie digitale Kundenportale die Customer Experience verbessern
• SAP Emarsys wird SAP Engagement Cloud
• Kundenbindung im B2B: Was Loyalty-Programme leisten
• [Platzhalter: Autonomous CX, URL folgt nach Veröffentlichung]

Title-Tag (52 Zeichen): CX-Strategie: Kundenerlebnisse planbar besser machen

Meta-Description: Was eine CX-Strategie leisten muss, wie Sie sie aus der Unternehmensstrategie ableiten, mit welchen KPIs Sie messen und in 7 Schritten dorthin kommen.

Quellen

[1] Dr. Fried & Partner gemeinsam mit dem Kundendienst-Verband Deutschland (KVD): „KVD CX-Studie 2026“, veröffentlicht am 18. März 2026, über 100 befragte Unternehmen, überwiegend Maschinen- und Anlagenbau mit B2B-Kunden, https://fried-partner.de/cx-im-service-ergebnisse-kvd-studie-2026/

[2] PwC: „The loyalty illusion: PwC 2025 Customer Experience Survey“, Befragung von über 5.500 Konsumenten und 400 Führungskräften in den USA, https://www.pwc.com/us/en/services/consulting/business-transformation/library/2025-customer-experience-survey.html

[3] QuestionPro, Shift/CX und CXecutives: „MiCX-X Mittelstandsstudie Customer Experience“, Feldzeit Dezember 2024 bis März 2025, rund 1.000 befragte mittelständische Unternehmen aus dem deutschsprachigen Raum, veröffentlicht am 15. Mai 2025, https://www.marktforschung.de/cx/a/customer-experience-im-mittelstand-angekommen-aber-oft-fragmentiert-und-ohne-strategie/

„Vom Foto zur Bestellung in Sekunden" – wie KI-Bilderkennung den Aftermarket verändert

Eine Ersatzteilanfrage läuft in vielen mittelständischen Industrieunternehmen heute noch so: Teil mit Seriennummer fotografieren, E-Mail an den Service, Rückfragen über die Hotline oder per „ewigem E-Mail-Ping-Pong", wie es Dominik Neubauer nennt. Er ist seit rund 3 Jahren Product Owner des CXplore Equipment Viewer bei All for One und muss es wissen: Self-Service-Prozesse verkürzen die Bearbeitung von Ersatzteilbestellungen um mehr als 50 % [1]. Für diesen Artikel hat er uns Rede und Antwort gestanden, zu Technik, Praxisfällen und den Grenzen der KI-Bilderkennung.

Inhaltsverzeichnis

1. Was ist KI-basierte Ersatzteilerkennung?
2. Wie funktioniert die Technik dahinter?
3. Welche Use Cases lohnen sich im Aftermarket?
4. Wie fügt sich die Lösung in Ihr SAP-Ökosystem ein?
5. Wo die Grenzen liegen – und wie Sie damit umgehen
6. Fazit: Ihr Pfad zum ersten Prototyp

1. Was ist KI-basierte Ersatzteilerkennung?

KI-basierte Ersatzteilerkennung identifiziert Bauteile anhand eines Smartphone- oder Tablet-Fotos: Eine trainierte Bilderkennung gleicht das Foto mit der Stückliste ab und liefert in Sekunden das passende Ersatzteil, inklusive Bestellmöglichkeit. Aus einem Prozess mit Medienbrüchen (Foto, E-Mail, Hotline, manuelle Auftragsanlage) wird ein einziger digitaler Ablauf.

Entstanden ist der CXplore Equipment Viewer von All for One aus einem wiederkehrenden Kundenproblem: „Unsere ersten Kunden hatten ihre Daten gut strukturiert im SAP ERP, aber keine Möglichkeit, sie ihren Endkunden einfach zugänglich zu machen", erinnert sich Dominik Neubauer. Die Lösung entlastet interne Serviceteams und gibt Endkunden zugleich eine moderne Plattform für Ersatzteilbestellungen.

Wichtig dabei: Die KI-Bilderkennung ist einer von 3 Wegen, ein Teil zu identifizieren. Daneben stehen die klassische Suche im Navigationsbaum und der direkte Klick im 2D- oder 3D-Modell der Maschine. Wer das Foto nicht scharf bekommt, kommt trotzdem ans Ziel.

2. Wie funktioniert die Technik dahinter?

Der Equipment Viewer wurde auf Basis der SAP Business Technology Platform (BTP) entwickelt und um KI-Bilderkennung erweitert. Als Erkennungsmodell kommt Teachable Machine von Google zum Einsatz, trainiert auf die Bauteile des jeweiligen Herstellers. Solche Computer-Vision-Netze, also maschinelles Bilderverstehen, lassen sich auf das komplette Teilespektrum eines Herstellers trainieren. Die Trefferquote des Equipment Viewer liegt bei über 95 %, abhängig von der Menge der Trainingsbilder [1]. Bringt ein Unternehmen bereits ein eigenes Bilderkennungssystem mit, lässt sich auch dieses anbinden.

Bei den Daten geht der Equipment Viewer einen bewussten Sonderweg: Stammdaten und Stücklisten werden über ein Integration-Adapter-Framework in den Equipment Viewer repliziert, statt live aus dem ERP abgefragt zu werden. Als Quelle dienen das SAP ERP, eine Service Cloud oder auch Drittsysteme. Der Grund ist Performance: Viele Maschinen bestehen aus tausenden Einzelteilen in verschachtelten Baugruppen. Ein Self-Service-Portal erzeugt dazu viele Lesezugriffe. Die SAP-Standard-Datenstrukturen sind dafür nicht ausgelegt. Im Equipment Viewer liegen die Daten deshalb in einer HANA-Datenbank, optimiert auf schnelle Anzeige. Endanwender warten nicht.

Die dritte Ebene ist das Frontend: Die 2D/3D-Anzeige samt KI-Erkennung wird als Webcomponent in das System eingebettet, mit dem Ihre Anwender ohnehin arbeiten:

• SAP Commerce Cloud: Bestellung direkt im Shop
• SAP Field Service Management: Tablet-Einsatz im Außendienst
• SAP Service Cloud: Ticket- und Serviceprozesse
• Self-Service-Portal auf der BTP oder eine Drittlösung

3. Welche Use Cases lohnen sich im Aftermarket?

Der Aftermarket ist im Maschinenbau ein Ergebnisträger: Bei den Gewinnerunternehmen der Branche steuert das Aftersales- und Servicegeschäft über 20 % zum Umsatz bei, mit Renditen von mehr als 25 % (Munich Strategy, 2024) [2]. Und das Feld wächst: 2024 setzten deutsche Industrieunternehmen rund 166 Milliarden Euro mit produktbegleitenden Dienstleistungen um, der Maschinenbau liegt dabei vorn (ifo Institut, Januar 2026) [3]. Genau hier setzen die 4 Anwendungsfälle des Equipment Viewer an.

1. Servicetechniker im Außendienst

Ein defektes Teil an der Maschine, aber kein Katalog zur Hand: Techniker fotografieren das Bauteil vor Ort, prüfen Verfügbarkeit und lösen die Bestellung direkt aus, ganz ohne Rückruf beim Innendienst.

Nutzen: Identifikation und Bestellung in einem Termin statt in mehreren Schleifen über die Service-Hotline.

2. Self-Service für Endkunden

Ein Schweizer Industrieunternehmen betrieb ein in die Jahre gekommenes Self-Service-Portal: Kunden tippten 20-stellige Materialnummern von Hand ein. „Bestellen" hieß dort, eine E-Mail an den Service-Innendienst auszulösen. Der prüfte dann die Materialnummer, pflegte das Equipment und legte den Auftrag manuell an. Dazu kam eine Alt-Integration mit SAP ECC, die aktuellen Sicherheitsanforderungen nicht mehr genügte. Mit dem Equipment Viewer entsteht dort gerade ein neues Portal, in dem Endkunden Teile selbst identifizieren und bestellen, KI-Bilderkennung inklusive.

Nutzen: über 50 % Zeitersparnis im Bestellprozess: direkter Kanal, weniger Fehlbestellungen, einfachere Identifikation, systemgestützte Auftragsanlage [1].

3. Crowd Services

Wo spezialisierte Techniker fehlen, rüstet die Bilderkennung auch weniger spezialisierte Servicekräfte mit Hersteller-Wissen aus: Das Foto ersetzt die jahrelange Teilekenntnis.

Nutzen: Serviceeinsätze werden planbarer, weil die Teile-Identifikation nicht mehr an einzelnen Experten hängt.

4. Cross- und Upselling

Wer ein Ersatzteil bestellt, braucht oft mehr: Verbrauchsmaterial, Dienstleistungen, Wartungspakete. Der Equipment Viewer zeigt Zubehör und Services direkt im Bestellprozess an. Wie KI solche Empfehlungen im Onlinehandel steuert, beschreibt unser Beitrag KI im E-Commerce.

Nutzen: Zusatzumsatz im Aftermarket, ohne zusätzlichen Vertriebsaufwand.

O-Ton Dominik Neubauer: „In den Kundengesprächen sehe ich immer wieder dieselben Probleme: ineffiziente Prozesse, veraltete Systeme, Sicherheitslücken in bestehenden Anwendungen und den Wunsch, endlich im digitalen Zeitalter anzukommen."

Vertiefung aus der Praxis: E-Book Kundenprojekt Lindauer DORNIER
Wie ein Maschinenbauer sein Ersatzteil- und Maschinenmanagement digitalisiert hat.
→ Jetzt kostenlos herunterladen

4. Wie fügt sich die Lösung in Ihr SAP-Ökosystem ein?

Die Ersatzteilerkennung ist kein Insel-Tool, sondern ein einbettbares Modul: Sie erweitert das Kundenportal, das Ticketmanagement oder das Field Service Management, das Sie bereits nutzen. Genau in dieser Nähe zum SAP-Standard sieht Neubauer den entscheidenden Unterschied zu spezialisierten Anbietern wie Partium oder ITK Engineering: „Die meisten Kunden haben SAP-ERP-Systeme im Einsatz, aus denen die Daten kommen müssen. Nur die wenigsten Drittanbieter können stabile SAP-Anbindungen bieten."

Ehrlich benennt er auch die eigene Grenze: Bei 3D-Modellen aus Drittanbieter-Tools ist der Equipment Viewer nah an den SAP-Standardformaten. Andere Formate binden spezialisierte Partner ein, die auf solche Transformationen ausgerichtet sind.

Sie sollten 2 Voraussetzungen mitbringen, damit sich die Einführung lohnt:

• Ein gepflegtes Datenset: Stücklisten, Stammdaten, idealerweise Bilder
• *Eine Systemlandschaft nach dem Clean-Core-Prinzip:* nah am SAP-Standard, ohne Wildwuchs an Eigenentwicklungen

„Die technische Lösung allein kann nicht alles abfangen. Die Hausaufgaben bei den Daten müssen vorher gemacht sein", sagt Neubauer.

Für SAP-Anwender: Wie Ersatzteilprozesse mit SAP-Bordmitteln aussehen, zeigen unsere Beiträge zum Ersatzteilmanagement mit der SAP Commerce Cloud und zum Ersatzteilmanager im Serviceportal. Der Equipment Viewer setzt dort auf und ergänzt die KI-Ebene.

5. Wo die Grenzen liegen – und wie Sie damit umgehen

KI-Bilderkennung ist kein Selbstläufer. Vier Grenzen sollten Sie kennen:

1. Lichtverhältnisse und Bildqualität. Ein unscharfes Foto in dunkler Werkhalle erkennt auch die beste KI nicht. Lösung: geführter Foto-Workflow im Frontend, dazu der Navigationsbaum als Fallback.
2. Sehr ähnliche Varianten. Bauteile, die sich nur in Details unterscheiden, sind schwer zu trennen. Lösung: das 2D/3D-Modell als zweiter Identifikationsweg plus Stücklisten-Filter.
3. Trainingsaufwand je Hersteller. Jedes Maschinenprogramm braucht eigene Trainingsdaten; die Trefferquote steigt mit der Datenmenge. Lösung: schrittweise trainieren, mit dem wichtigsten Teilespektrum beginnen.
4. Genug Bilder je Bauteil. Ohne ausreichende Bildbasis keine verlässliche Erkennung. Lösung: Bildbestand vorab prüfen; 360°-Fotografie baut die Datenbank auf und liefert zugleich Bilder für den E-Commerce.

Und für wen ist die Lösung (noch) nichts? Wer ungepflegte Stammdaten hat, stark vom SAP-Standard abweicht oder ohne Cloud-Strategie unterwegs ist, sollte erst diese Basis schaffen und dann in den Prototyp starten.

6. Fazit: Ihr Pfad zum ersten Prototyp

KI-basierte Ersatzteilerkennung ist einer der seltenen KI-Anwendungsfälle, die sich ohne Strategie-Debatte rechnen: Der Prozess ist klar umrissen, der Nutzen messbar und die Technik bereits produktiv im Einsatz. Ein erster Prototyp ist in rund 8 Wochen machbar. Und die Datenbasis, die dabei entsteht, öffnet die Tür zu weiteren KI-Anwendungen im Service, etwa Predictive Maintenance. Wohin diese Entwicklung im SAP-Ökosystem führt, beschreiben wir im Artikel Agentic AI: nächste Stufe der SAP-Transformation.

5 Empfehlungen für Ihren Einstieg:

1. Wählen Sie einen konkreten Use Case. Am besten ein Service-Szenario mit hoher Hotline- und E-Mail-Last. Dort ist der Effekt sofort spürbar.
2. Machen Sie eine Daten-Inventur. Welche Stücklisten, Stammdaten und Bilder liegen vor? Was fehlt für das KI-Training?
3. Prüfen Sie Ihre Systemlandschaft. Je näher am SAP-Standard (Clean Core), desto schneller die Integration.
4. Bauen Sie Ihre Bildbasis auf. 360°-Aufnahmen der wichtigsten Teile dienen doppelt: als Trainingsdaten und als Produktbilder.
5. Starten Sie klein – aber starten Sie. Ein Prototyp in 8 Wochen liefert mehr Erkenntnis als 6 Monate Konzeptarbeit.

O-Ton Dominik Neubauer: „Der Job eines IT-Leiters ist im aktuellen Tech-Markt einer der schwierigsten: Wie wird mein Unternehmen effizienter? Wo bietet KI wirklich Mehrwert? Und was ist der nächste Schritt auf der Digitalisierungsroadmap? Die Ersatzteilerkennung ist ein Projekt, das auf alle drei Fragen eine konkrete Antwort gibt."

FAQ zur KI-basierten Ersatzteilerkennung

Was ist KI-basierte Ersatzteilerkennung?
Eine KI analysiert Smartphone- oder Tablet-Fotos und identifiziert das fotografierte Bauteil aus der Stückliste, in Sekunden und mit direkter Bestellmöglichkeit.

Wie hoch ist die Trefferquote?
Über 95 % auf trainierten Bauteilen. Der Wert hängt von der Menge der Trainingsbilder und der Bildqualität ab [1].

Wie lange dauert ein erster Prototyp?
Rund 8 Wochen, vorausgesetzt, Stücklisten und Bilddaten liegen in brauchbarer Qualität vor.

Welche Hardware brauchen die Anwender?
Ein Smartphone oder Tablet genügt. Das Frontend ist mobil nutzbar, die Bestellung lässt sich direkt vor Ort auslösen.

Wie integriert sich die Lösung in SAP?
Daten aus SAP ERP oder Service Cloud werden über ein Adapter-Framework in den Equipment Viewer repliziert (HANA-Basis, BTP). Die Anzeige wird per Webcomponents in SAP Commerce Cloud, Field Service Management, Service Cloud oder Portale eingebettet.

Ist das schon im Einsatz?
Ja. Eine erste Implementierung bei einem Schweizer Industrieunternehmen läuft, ein weiterer Kunde hat bereits beauftragt.

Was sind die größten Hürden?
Bildqualität, sehr ähnliche Bauteil-Varianten, Trainingsaufwand und eine ausreichende Bildbasis, dazu gepflegte Stammdaten als Grundvoraussetzung.

Quellen:
[1] Angaben von Dominik Neubauer, Product Owner CXplore Equipment Viewer, All for One (schriftliches Interview, Juli 2026)
[2] Munich Strategy: „Service Excellence im Maschinenbau" (2024). Gewinnerunternehmen: Aftersales-Anteil > 20 % vom Umsatz, Renditen > 25 %. https://www.munich-strategy.com/service-excellence-im-maschinenbau/
[3] ifo Institut: „Industrieunternehmen werden immer mehr zu Dienstleistern" (08.01.2026). 166 Mrd. EUR Umsatz mit produktbegleitenden Dienstleistungen 2024, Maschinenbau mit 13,2 % Anteil vorn. https://www.ifo.de/pressemitteilung/2026-01-08/industrieunternehmen-werden-immer-mehr-zu-dienstleistern

Meta-Title (50/60): Mit KI-Ersatzteilerkennung vom Foto zur Bestellung
Meta-Description (142/155): KI-Bilderkennung identifiziert Ersatzteile per Foto mit über 95 % Trefferquote. Self-Service macht Ersatzteilbestellungen über 50 % schneller.

Kundenbindung im B2B: Warum Loyalty-Programme jetzt zum Geschäftsprozess werden

Ein Bestandskunde kündigt selten laut. Er bestellt erst weniger, dann woanders. Der Rahmenvertrag läuft einfach aus. Wie schnell das geht, zeigt der B2B Buyer Loyalty Index 2025, eine Studie, für die SAP Emarsys mehr als 3.000 Einkaufsentscheider in 5 Ländern befragen ließ, darunter Deutschland: 68 % der Einkäufer haben bereits einen Lieferanten gewechselt, weil ihnen dessen Innovationskraft zu gering war [1].

Dieselbe Studie enthält aber auch eine gute Nachricht: 90 % der Unternehmen sind in den letzten 12 Monaten gegenüber mindestens einem Lieferanten loyaler geworden [1]. Loyalität verschwindet also nicht. Sie wandert zu den Anbietern, die sie systematisch verdienen. Genau dafür sind Kundenbindungsprogramme da: im B2C seit Jahrzehnten Standard, im B2B gerade erst am Anfang.

In diesem Artikel zeigen wir, was B2B-Loyalty-Programme von Payback und Co. unterscheidet, welches Umsatzpotenzial in ihnen steckt und wie SAP Loyalty die Kundenbindung an Ihre Prozesslandschaft anbindet.

Inhaltsverzeichnis

1. Warum Kundenbindung im B2B neu verdient werden muss
2. B2B- oder B2C-Loyalty: mehr als ein anderes Punktesystem
3. Diese 3 Programmtypen bewähren sich im B2B
4. Was Anbieter davon haben: die Potenzial-Rechnung
5. Woran B2B-Programme scheitern: 5 Hürden mit Lösung
6. Wie SAP Loyalty Kundenbindung in die Geschäftsprozesse holt
7. Welches Programm passt zu Ihrem Unternehmen?
8. In 10 Schritten zum B2B-Loyalty-Programm
9. Fazit + FAQ

1. Warum Kundenbindung im B2B neu verdient werden muss

Lange galt im B2B-Geschäft: Wer einmal integriert ist, bleibt. Hohe Wechselkosten und gewachsene persönliche Beziehungen sorgten für Planbarkeit. Diese Sicherheit trägt nicht mehr. B2B-Einkäufer recherchieren heute wie Konsumenten und vergleichen Anbieter in Minuten, zunehmend per KI-Assistent statt über Branchenverzeichnisse.

Die klassische Marketinglehre unterscheidet bei der Kundenbindung zwischen Gebundenheit und Verbundenheit: Gebundene Kunden bleiben, weil der Wechsel teuer wäre. Verbundene Kunden bleiben, weil sie wollen. Der Loyalty Index differenziert das weiter in 6 Loyalitätstypen, von der alternativlosen über die rabattgetriebene bis zur strategischen Kundentreue [1]. Belastbar ist vor allem die strategische: Sie entsteht, wenn Kunden dem Anbieter vertrauen und einen echten Mehrwert erleben. Rein geförderte oder alternativlose Treue wirkt dagegen nur stabil: Sie kippt, sobald Innovation oder Servicequalität nicht mehr stimmen.

Für Anbieter heißt das: Kundenbindung im B2B braucht System. Ein durchdachtes Kundenbindungsprogramm macht aus dem vagen Ziel „Kunden halten" definierte Maßnahmen und einen messbaren Gegenwert für beide Seiten.

Was ein Programm dabei nicht leisten kann, ordnet Thomas Ziegler, Senior Vice President Customer Experience bei All for One, so ein:

Thomas Ziegler, Senior Vice President Customer Experience, All for One
„Ein Loyalty-Programm ist kein Reparaturinstrument. Es kann unzuverlässige Lieferfähigkeit, schwache Produktqualität oder schlechten Service nicht kompensieren. Es verstärkt eine bereits funktionierende Kundenbeziehung und macht den zusätzlichen Wert der Zusammenarbeit sichtbar und messbar."

2. B2B- oder B2C-Loyalty: mehr als ein anderes Punktesystem

Wer die Mechanik von Endkunden-Programmen einfach auf Geschäftskunden überträgt, verbrennt Budget. Die Unterschiede sind strukturell, nicht graduell:

Dazu kommt eine Frage, die es im B2C gar nicht gibt: Belohnen Sie das Unternehmen oder die handelnde Person? Vorteile auf Account-Ebene wie bessere Konditionen oder Priority-Support stärken die Geschäftsbeziehung. Persönliche Incentives für einzelne Einkäufer steigern das Engagement, sind aber nur innerhalb enger Grenzen zulässig: Datenschutz, Compliance-Richtlinien des Kunden und Antikorruptionsregeln setzen den Rahmen. In der Praxis bewährt sich ein hybrider Ansatz, der beide Ebenen sauber trennt.

Zusätzlich muss im B2B geklärt werden, auf welcher Ebene Umsätze, Status und Vorteile zusammengeführt werden: auf Ebene des Konzerns, einer Gesellschaft, eines Standorts, eines Händlers oder einzelner Rollen im Buying Center. Diese Account-Hierarchie entscheidet darüber, wer Punkte oder Status aufbaut, wer Vorteile nutzen darf und wie transparent das Programm für alle Beteiligten bleibt.

3. Diese 3 Programmtypen bewähren sich im B2B

Status- und Volumenmodelle. Gestaffelte Level wie Silber, Gold und Platin knüpfen Vorteile an das Bestellvolumen, von besseren Konditionen bis zur bevorzugten Lieferung. Das motiviert Händler und Abnehmer, Bestellungen bei einem Anbieter zu bündeln, statt sie auf mehrere Lieferanten zu verteilen. Gerade für Hersteller und den Großhandel ist das interessant, weil sich damit der Absatz aktiv steuern lässt. Ein Beispiel aus unserer Beratungspraxis: Ein Bestell-Incentive, das Aufträge so bündelt, dass ein Lkw voll ausgelastet fährt statt halb leer. Das senkt Logistikkosten und verbessert die Planbarkeit auf beiden Seiten.

Wissens- und Zertifizierungsprogramme. Hier zählen absolvierte Schulungen und Zertifizierungen statt Bestellvolumen, bekannt aus den Partnerprogrammen großer Technologieanbieter wie Cisco oder Salesforce. Der Effekt: Die Produktkompetenz im Vertriebskanal steigt. Und wer in Wissen zu einem Anbieter investiert hat, wechselt seltener.

Performance-Programme. Incentives hängen an messbaren Ergebnissen wie Umsatzzielen oder Kundenzufriedenheitswerten. Das schafft eine klare Verbindung zwischen Leistung und Belohnung, verbreitet etwa in Handels- und Servicenetzwerken der Industrie.

In der Praxis knüpfen B2B-Programme ihre Belohnungen zunehmend an strategisch gewünschtes Verhalten, nicht allein an Umsatz. Typische Beispiele:

• Nutzung digitaler Bestellkanäle
• absolvierte Produktschulungen
• belastbare Absatzprognosen
• gebündelte Bestellungen
• Verlängerung von Serviceverträgen
• Teilnahme an gemeinsamen Innovationsinitiativen

Loyalty wird damit zu einem Instrument, das Verhalten entlang der gesamten Geschäftsbeziehung steuert.

Die beschriebenen Programmtypen treten deshalb selten in Reinform auf. Häufig kombinieren Unternehmen Volumen-, Wissens- und Performance-Elemente, etwa wenn ein Partner durch Zertifizierungen einen Status erreicht und zusätzliche Vorteile durch nachgewiesene Marktleistung erhält.

4. Was Anbieter davon haben: die Potenzial-Rechnung

Das stärkste Argument liefert der Loyalty Index: 86 % der Unternehmen weisen einem Lieferanten eher Budget zu, wenn eine strategische Partnerschaft besteht oder sie an dessen Treue- oder Incentive-Programm teilnehmen [1]. Ein Programm öffnet damit die Tür für Cross-Selling und einen größeren Anteil am Einkaufsbudget des Kunden.

Gleichzeitig ist das Feld in Deutschland noch erstaunlich leer: Laut einer Studie von Ingenico Marketing Solutions aus dem Jahr 2021 nahmen nur 11 % der befragten kleinen und mittleren Unternehmen an einem Loyalty-Programm ihrer Lieferanten teil [2]. Wer teilnimmt, empfiehlt seinen Anbieter allerdings deutlich häufiger weiter: 76 % der Programmteilnehmer bestätigten das [2]. Und der viel zitierte Bain-Klassiker gilt im B2B erst recht: Schon 5 % mehr Kundenbindung können den Gewinn je nach Branche um bis zu 95 % steigern [3].

Für den Business Case zählt allerdings nicht der gesamte Umsatz, der über das Programm läuft, sondern vor allem der Umsatz- und Margeneffekt, der ohne das Programm nicht entstanden wäre. Unternehmen sollten deshalb den inkrementellen Deckungsbeitrag den Kosten für Incentives, Technologie, Betrieb und Kommunikation gegenüberstellen. Ebenfalls berücksichtigt werden müssen die Kannibalisierung bestehender Rabatte, die Einlösequote und mögliche Veränderungen der Cost-to-Serve.

Der zweite Hebel ist weniger offensichtlich, aber mindestens so wertvoll: Daten. Ein Programm zeigt, wer was wann kauft. Damit werden Absatzprognosen präziser und das Marketingbudget arbeitet gezielt statt mit der Gießkanne. Die Voraussetzung dafür bringt Thomas Ziegler im Interview mit dem ECC CLUB auf den Punkt:

Thomas Ziegler, Senior Vice President Customer Experience, All for One
„Ein Loyalty-Programm, das nicht an Auftrag, Service, Logistik und Planung andockt, bleibt ein hübsches Frontend ohne Wirkung." [4]

5. Woran B2B-Programme scheitern: 5 Hürden mit Lösung

Loyalty-Fatigue. Geschäftskunden sind von Programmen umgeben. Noch ein Punktesystem überzeugt niemanden. Der Mehrwert muss im Arbeitsalltag des Kunden spürbar sein, etwa durch schnelleren Support oder exklusive Vorab-Zugänge.

Datenschutz und Consent. Loyalty lebt von Daten, Daten leben von Vertrauen. Wer intransparent sammelt, beschädigt genau die Beziehung, die er aufbauen will. Saubere Einwilligungen und nachvollziehbare Datennutzung sind Pflicht.

Die Bilanzfalle. Ausgegebene Punkte sind Verbindlichkeiten. Wer die Einlöselogik nicht von Anfang an durchrechnet, finanziert am Ende Rabatte, die nie eingeplant waren.

Das Silo. Hängt das Programm allein im Marketing, bleibt sein Potenzial ungenutzt. Der Loyalty Index zeigt, wie teuer das wird: 28 % der Einkäufer nennen uneinheitliche Erlebnisse an verschiedenen Kontaktpunkten als stärksten Grund für sinkende Loyalität [1]. Vertrieb, Service und Supply Chain gehören von Beginn an ins Programm.

Fehlende Governance. Ein Loyalty-Programm verbindet Marketing, Vertrieb, Service, Finance, IT und häufig auch Logistik. Wenn niemand Ende-zu-Ende für Programmregeln, Budget, Datenqualität und wirtschaftliche Wirkung verantwortlich ist, entstehen widersprüchliche Maßnahmen und langsame Entscheidungen. Erfolgreiche Programme benötigen daher einen klar benannten Programm-Owner, definierte Entscheidungsrechte und ein cross-funktionales Steering.

6. Wie SAP Loyalty Kundenbindung in die Geschäftsprozesse holt

Genau an dieser Stelle setzt SAP Loyalty an, das Customer Loyalty Management im SAP-CX-Portfolio. Die cloudbasierte Lösung bildet Programme flexibel ab (Punkte, Statuslevel, Gutscheine, Wallet) und verarbeitet Transaktionen in Echtzeit. Der entscheidende Unterschied zu einem Insellösungs-Ansatz: Die Verbindung von Programm, Kundendaten und Geschäftsprozess muss nicht nachträglich gebaut werden, sie ist von Grund auf angelegt.

Besonders relevant ist dieser Ansatz für Unternehmen, die B2B- und B2C-Vertrieb parallel betreiben. Sie benötigen unterschiedliche Programm-, Status- und Vorteilslogiken für Endkunden, Geschäftskunden und Partner, wollen Daten und Prozesse aber trotzdem konsistent steuern. Eine gemeinsame Loyalty-Architektur kann helfen, diese unterschiedlichen Zielgruppen zu bedienen, ohne für jeden Vertriebskanal eine vollständig getrennte Lösung aufzubauen.

Für SAP-Anwender: Anbindung ans SAP-Ecosystem
SAP Loyalty entfaltet seinen Wert im Zusammenspiel mit der bestehenden Landschaft: Die SAP Commerce Cloud zeigt Statusvorteile und Punkteeinlösung direkt im Shop und Kundenportal. Die SAP Engagement Cloud segmentiert Programmteilnehmer und spielt personalisierte Kampagnen aus. Wie das funktioniert, beschreibt unser Beitrag zur SAP Engagement Cloud. In SAP Sales und Service Cloud sieht Ihr Vertrieb den Loyalty-Status jedes Accounts im CRM. Und über die Prozessintegration Richtung ERP wirken Incentives bis in Auftrag und Logistik.
→ Jetzt tiefer einsteigen

Dazu kommt KI. Sie verändert die Spielregeln schneller als erwartet: 95 % der Einkäufer geben an, dass sich der KI-Einsatz eines Lieferanten positiv auf ihre Loyalität auswirkt [1]. Statt starrer Regeln nach dem Muster „ab Stufe X gibt es Y" ermittelt das System Angebote dynamisch aus dem Verhalten über alle Kanäle, zum jeweils passenden Zeitpunkt. Bemerkenswert ist auch dieser Wert aus der Studie: Für 22 % der Einkäufer zahlt es bereits auf die Loyalität ein, wenn ein Anbieter in KI-Suchergebnissen weit oben rangiert [1]. Und der nächste Schritt zeichnet sich ab: Wenn KI-Agenten Bestellungen ausführen, verfängt kein Punkteerlebnis mehr. Dann zählen Konditionen und maschinenlesbare Anreize. Was das für den Einkauf bedeutet, beschreiben wir im Artikel zu Agentic Commerce im B2B.

7. Welches Programm passt zu Ihrem Unternehmen?

Die Auswahl beginnt nicht bei der Mechanik, sondern beim Zielverhalten: Welches Verhalten welcher Kundengruppe soll das Programm auslösen?

Nicht jeder Kunde sollte deshalb dieselben Vorteile erhalten. Für die Segmentierung zählen neben Umsatz und Bestellvolumen auch Wachstumspotenzial, Profitabilität, strategische Relevanz, Digitalisierungsgrad, Kaufverhalten und Betreuungsaufwand. Ein Programm sollte dort investieren, wo sich Kundenverhalten tatsächlich verändern lässt und ein Mehrwert für beide Seiten entsteht.

Eine erste Orientierung:

• Fragmentiertes Händler- oder Abnehmernetz, Volumen steuern: Status- und Volumenmodell
• Erklärungsbedürftiges Produkt, Partner sollen kompetenter verkaufen: Wissens- und Zertifizierungsprogramm
• Messbare Ziele je Partner, ergebnisorientierte Steuerung: Performance-Programm
• Direktgeschäft mit Servicebindung: Loyalty über Kundenportal und Serviceprozesse statt klassischem Programm

Danach folgen Business Case und Systemfrage. Hier lohnt ein strukturierter Einstieg.

Workshop-Tipp: Sie wollen klären, welche Form der Kundenbindung zu Ihrem Geschäftsmodell passt? In unserem Workshop Customer-Experience-Strategieentwicklung erarbeiten wir mit Ihnen die CX-Strategie samt Priorisierung der Maßnahmen, von der Kundenanalyse bis zur Roadmap.
→ Jetzt Workshop kennenlernen

8. In 10 Schritten zum B2B-Loyalty-Programm

1. Ziele und Zielverhalten definieren: welcher Umsatz- oder Bindungseffekt soll entstehen?
2. Kundenstruktur mappen: Accounts und Buying Center ebenso wie Händler- und Serviceebenen.
3. Loyalitäts-Diagnose: warum sind Ihre Kunden heute treu: aus Überzeugung oder mangels Alternative?
4. Programmtyp wählen: Status, Zertifizierung, Performance oder Portal-basiert.
5. Business Case rechnen: inklusive Einlöselogik und bilanzieller Behandlung der Incentives.
6. Compliance klären: Datenschutz und Einwilligungen, bei persönlichen Vorteilen auch Antikorruptionsregeln.
7. Datenbasis und Integration planen: von CRM bis ERP; ohne Prozessanbindung bleibt das Programm Fassade.
8. Pilot starten: mit einer klar umrissenen Kundengruppe, bevor das Programm skaliert.
9. Vertrieb und Service befähigen: ein Programm, das der Vertrieb nicht aktiv anbietet, existiert für den Kunden nicht.
10. Messen und nachschärfen: Wiederkaufsrate, Customer Lifetime Value, Share of Wallet, Einlösequote.

9. Fazit: Kundenbindung wird zur Managementgröße

B2B-Loyalität ist fragiler geworden und genau deshalb wertvoller. Unternehmen, die Kundenbindung als abteilungsübergreifenden Prozess mit Programm-Logik aufsetzen, verwandeln ein weiches Marketingthema in eine steuerbare Größe mit direktem Effekt auf Umsatz und Marge. Wie das branchenspezifisch aussieht, zeigt unser Beitrag zu [Loyalty-Programmen in der Fertigungsindustrie]. (Link folgt, Artikel 2 dieses Pakets)

FAQ: Kundenbindungsprogramme im B2B

Was ist ein B2B-Loyalty-Programm?
Ein strukturiertes Kundenbindungsprogramm für Geschäftskunden. Statt Punkten und Rabatten für Endverbraucher arbeitet es mit Statuslevels und Konditionen für Accounts und Handelspartner. Ziel ist, Wiederkauf und Share of Wallet dauerhaft zu steigern.

Wie unterscheiden sich Kundenbindungsprogramme im B2B und B2C?
B2B-Programme adressieren Buying Center statt Einzelpersonen und laufen über lange Kaufzyklen. Belohnt wird mit Status und Konditionen statt mit Cashback, gemessen am Customer Lifetime Value statt am Einzelkauf.

Welche Vorteile bietet ein Kundenbindungsprogramm im B2B?
Höhere Wiederkaufsraten und planbaren Absatz, dazu belastbare Daten über das Kaufverhalten. Laut B2B Buyer Loyalty Index 2025 weisen zudem 86 % der Unternehmen einem Anbieter eher Budget zu, wenn Partnerschaft oder Programm bestehen [1].

Welche Rolle spielt Software bei B2B-Kundenbindungsprogrammen?
Eine zentrale: Ohne Systemunterstützung lassen sich weder die Statuslogik noch Echtzeit-Transaktionen abbilden, ebenso wenig die Anbindung an Shop und ERP. Lösungen wie SAP Loyalty integrieren das Programm direkt in die bestehende Prozesslandschaft.

Wie misst man den Erfolg eines B2B-Loyalty-Programms?
Über Bestandskunden-Kennzahlen: Wiederkaufsrate, Abwanderungsrate, Customer Lifetime Value, Share of Wallet, Einlösequote der Incentives sowie Upsell- und Cross-Selling-Quote.

Wann lohnt sich ein B2B-Loyalty-Programm nicht?
Ein standardisiertes Programm ist nicht für jedes Geschäftsmodell geeignet. Bei wenigen strategischen Großkunden kann individuelles Account Management wirksamer sein. Auch wenn grundlegende Probleme bei Produktqualität, Lieferfähigkeit, Service oder Datenbasis bestehen, sollten diese zuerst gelöst werden. Loyalty verstärkt eine funktionierende Kundenbeziehung, ersetzt sie aber nicht.

Title-Tag (51 Zeichen): Kundenbindung im B2B: Was Loyalty-Programme leisten

Meta-Description: B2B-Loyalität wird fragil: was Kundenbindungsprogramme im B2B leisten, wie sie sich von B2C unterscheiden und wie SAP Loyalty sie in Prozesse integriert.

Quellen:
[1] SAP Emarsys: B2B Buyer Loyalty Index 2025 (Opinion Matters, n = 3.008 Entscheider, USA, UK, Deutschland, Australien, Taiwan, August 2025)
[2] Ingenico Marketing Solutions: Studie „B2B-Loyalty 2021" (über 1.000 befragte KMU, Deutschland)
[3] Bain & Company: Retaining customers is the real challenge (2006) / Do your B2B customers promote your business? (2014)
[4] Thomas Ziegler, Senior Vice President Customer Experience, All for One, im Interview mit dem ECC CLUB, IFH Köln, 7. Juli 2026

Loyalty-Programme in der Fertigung: Kundenbindung entlang der Maschine

Ein Maschinenbauer liefert die Anlage, doch die Ersatzteile bestellt der Betreiber nach 3 Jahren beim Drittanbieter. Der Servicetechniker vor Ort verbaut, was sein Großhändler empfiehlt. Genau in diesen Momenten geht das margenstarke Aftermarket-Geschäft verloren, ohne dass je eine Kündigung ausgesprochen wird. Wie wirksam Bindung an dieser Stelle ist, zeigt der B2B Buyer Loyalty Index 2025, eine Befragung von mehr als 3.000 Einkaufsentscheidern im Auftrag von SAP Emarsys: 23 % der Einkäufer bleiben bei Lieferanten, die sich nahtlos in ihre Systeme integrieren und Datenaustausch ermöglichen [1].

Kundenbindungsprogramme sind in der Fertigung trotzdem noch die Ausnahme. Die Ingenico-Studie „B2B-Loyalty 2021" fand die niedrigsten Nutzungsquoten ausgerechnet bei Investitionsgütern [2]. Für Hersteller heißt das: Wer jetzt startet, besetzt ein weitgehend freies Feld. Was Loyalty-Programme in der Fertigungsindustrie leisten und wie sie an Serviceportal, Subscription-Modelle und Predictive Maintenance andocken, zeigt dieser Beitrag.

Inhaltsverzeichnis

1. Warum Loyalty in der Fertigung anders funktioniert
2. 3 Use Cases entlang der Wertschöpfung
3. Die Werkzeuge: Portal, Subscription, Predictive Service
4. Was sich messen lässt
5. Fazit + FAQ

1. Warum Loyalty in der Fertigung anders funktioniert

Im Handel bindet ein Programm den Käufer. In der Fertigung sitzt zwischen Hersteller und Maschine eine ganze Kette: Distributoren, Fachhändler, Installateure und Servicepartner, am Ende der Betreiber. Jedes Glied dieser Kette trifft eigene Entscheidungen und lässt sich auf eigene Weise binden. Ein Loyalty-Programm für die Fertigungsindustrie ist deshalb weniger ein Prämienkatalog als ein Steuerungsinstrument für das Kanalverhalten.

Dazu kommt die wirtschaftliche Realität des Maschinenbaus: Die Marge sitzt zunehmend im Aftermarket, also im Geschäft mit Ersatzteilen und Wartung über den Lebenszyklus der Maschine. Kundenbindung heißt hier, dieses Folgegeschäft systematisch beim Hersteller zu halten, statt es Drittanbietern zu überlassen.

Die installierte Maschine als zweiter Bindungsanker

Eine Besonderheit der Fertigungsindustrie liegt darin, dass Kundenbindung nicht ausschließlich an einem Unternehmen oder Ansprechpartner festgemacht werden muss. Ein zusätzlicher Anker ist die konkrete Maschine beziehungsweise Anlage. Über Seriennummer, installierte Basis, Garantie, Servicehistorie, Ersatzteilbedarf und Softwarestand entsteht eine kontinuierliche Verbindung zwischen Hersteller, Betreiber und Asset.

Dadurch kann Loyalty entlang des gesamten Maschinenlebenszyklus wirken: von der Registrierung und Inbetriebnahme über Wartung und Ersatzteilversorgung bis zu Retrofit, Modernisierung und Ersatzinvestition. Der Hersteller erkennt damit über den Kunden hinaus, welche Maschinen im Einsatz sind, in welcher Lebenszyklusphase sie sich befinden und welcher nächste Service- oder Modernisierungsbedarf wahrscheinlich entsteht.

Die Registrierung einer Maschine kann deshalb bereits der erste Loyalty-Moment sein. Der Betreiber erhält beispielsweise Zugang zu Dokumentationen, Garantieinformationen, digitalen Services oder priorisiertem Support. Im Gegenzug gewinnt der Hersteller Transparenz über seine installierte Basis und kann Kunden wesentlich gezielter betreuen.

2. 3 Use Cases entlang der Wertschöpfung

1. Staffelmodell für Händler und Distributoren

Ein Komponentenhersteller vergibt Statuslevel nach Bestellvolumen und Produktmix. Höhere Stufen erhalten bessere Konditionen, bevorzugte Verfügbarkeit und Zugang zu Co-Marketing. Aus unserer Beratungspraxis stammt ein einfaches Beispiel für die Steuerungswirkung: ein Bestell-Incentive, das Aufträge so bündelt, dass der Lkw voll ausgelastet fährt statt halb leer.

Nutzen: Bündelt Volumen beim Hersteller, senkt Logistikkosten und macht den Absatz planbar.

2. Programm für Installateure und Servicetechniker

Ein Hersteller von Gebäudetechnik belohnt zertifizierte Schulungen und dokumentierte Einbauten. Wer die Marke im Projekt einplant, entscheidet den Kauf oft Monate vor der Bestellung. Genau diese Spezifikations-Loyalität macht ein Techniker-Programm strukturell wertvoll: Es bindet die Personen, die im entscheidenden Moment empfehlen.

Nutzen: Sichert Empfehlungen am Point of Decision und erhöht die Produktkompetenz im Kanal.

3. Betreiber-Bindung über Service und Self-Service

Ein Anlagenbauer verlagert Ersatzteilbestellung und Servicehistorie in ein Kundenportal. Schnelle Teile-Identifikation, transparente Preise und priorisierte Bearbeitung für registrierte Betreiber machen den Herstellerkanal bequemer als jeden Drittanbieter. Bindung entsteht hier über gelebten Service statt über Punkte. Wie weit die Teile-Identifikation inzwischen geht, zeigt unser Beitrag zur KI-Ersatzteilerkennung per Foto.

Nutzen: Hält das Ersatzteilgeschäft im eigenen Kanal und liefert Nutzungsdaten für Vertrieb und Produktentwicklung.

Der Gegenwert muss zur jeweiligen Rolle passen

Ein wirksames B2B-Loyalty-Programm belohnt nicht einfach möglichst hohen Umsatz. Es fördert gezielt das Verhalten, das für Hersteller, Partner und Betreiber langfristig Mehrwert schafft. Dazu können digitale Bestellungen, vollständige Maschinendaten, zertifizierte Schulungen, der Einsatz von Originalteilen, eine frühzeitige Bedarfsplanung oder die aktive Nutzung des Serviceportals gehören.

Der konkrete Gegenwert unterscheidet sich entlang der Absatzkette:

• Distributoren profitieren von besserer Verfügbarkeit, Lead-Sharing oder gemeinsamer Marktbearbeitung.
• Installateure und Servicetechniker gewinnen durch Zertifizierungen, technische Unterstützung und schnelleren Zugriff auf Informationen.
• Betreiber achten auf Maschinenverfügbarkeit, Planungssicherheit, einfache Ersatzteilidentifikation und priorisierten Service.

Damit wird das Programm zu einem wechselseitigen Wertversprechen: Der Hersteller erhält mehr Transparenz, planbareres Geschäft und stärkere Markentreue. Die Teilnehmer erhalten Vorteile, die ihre tägliche Arbeit tatsächlich vereinfachen.

Ein reines Rabattmodell erzeugt dagegen häufig nur kurzfristige Transaktionsbindung. Sobald ein anderer Anbieter einen höheren Nachlass gewährt, verschiebt sich das Volumen. Nachhaltige Loyalty verbindet deshalb monetäre Vorteile mit Servicequalität, Wissen, Zugang, Verfügbarkeit und operativer Vereinfachung.

3. Die Werkzeuge: Portal, Subscription, Predictive Service

Die gute Nachricht: Die Bausteine dafür existieren in vielen Fertigungsunternehmen bereits, sie sind nur selten als Loyalty-Instrumente gedacht.

Das Kunden- und Serviceportal ist der natürliche Träger eines Fertigungs-Loyalty-Programms. Statusvorteile, Ersatzteil-Self-Service und Priorisierung werden dort sichtbar, wo der Kunde ohnehin arbeitet. Was ein gutes B2B-Portal ausmacht, beschreibt unser Beitrag zu Self-Service-Portalen im B2B.

Subscription- und Servitization-Modelle schaffen kontinuierliche, vertraglich verankerte Kundenbeziehungen. Statt ausschließlich einzelne Produkte oder Serviceeinsätze zu verkaufen, übernimmt der Hersteller beispielsweise Verantwortung für Verfügbarkeit, Wartung oder definierte Leistungskennzahlen. Nachhaltige Bindung entsteht jedoch nur, wenn der Kunde über die gesamte Laufzeit einen messbaren Mehrwert erlebt, etwa durch höhere Maschinenverfügbarkeit, planbare Kosten oder schnelleren Service. Die Grundlagen dazu liefert unser Artikel zur Servitization.

Predictive Maintenance verwandelt Service von einer überwiegend reaktiven Leistung in eine vorausschauende Betreuung. Der Hersteller kann auf einen möglichen Wartungsbedarf hinweisen, bevor es zu einem ungeplanten Stillstand kommt. Das stärkt die Kundenbindung, weil es Maschinenverfügbarkeit und Planungssicherheit verbessert. Voraussetzung sind jedoch verlässliche Prognosen, transparente Empfehlungen und ein für den Betreiber nachvollziehbarer wirtschaftlicher Nutzen. Mehr dazu im Beitrag über Predictive Maintenance und Machine Learning.

Technologie allein erzeugt noch keine Loyalty

Portal, Subscription und Predictive Service entfalten ihre Wirkung erst, wenn Kunden-, Partner-, Maschinen- und Transaktionsdaten miteinander verbunden werden. Entscheidend ist deshalb das gemeinsame Daten- und Prozessmodell dahinter, nicht die Loyalty-Lösung allein. Ein Fertigungsunternehmen sollte eindeutig zuordnen können,

• welcher Betreiber welche Maschinen nutzt,
• welcher Händler oder Servicepartner den Kunden betreut,
• welche Ersatzteile und Services bereits bezogen wurden,
• welche Verträge, Garantien und Berechtigungen bestehen,
• und welcher nächste Bedarf aus dem Lebenszyklus der Maschine entstehen könnte.

Ebenso wichtig ist eine klare organisatorische Verantwortung. Loyalty in der Fertigung ist kein isoliertes Marketingprojekt. Die Programmregeln greifen in Vertrieb, Service, Commerce, Logistik, Channel Management und Finance ein. Deshalb benötigt das Programm einen fachlichen Owner, gemeinsame Zielgrößen und einen geregelten Prozess für die Weiterentwicklung von Vorteilen und Incentives.

Infokasten: Alle 3 Bausteine greifen auf dieselbe Datenbasis zu. Im SAP-Umfeld verbindet SAP Loyalty das Programm mit Commerce Cloud und ERP, sodass Statuslogik und Incentives direkt in Auftrag und Logistik wirken. Die Grundlagen erklärt unser Artikel über Kundenbindungsprogramme im B2B.

4. Was sich messen lässt

Damit das Programm kein Bauchgefühl-Projekt bleibt, gehören von Beginn an Kennzahlen dazu:

• Share of Wallet im Ersatzteilgeschäft: Welcher Anteil des Teile-Bedarfs eines Betreibers läuft über den eigenen Kanal?
• Wiederkaufs- und Vertragsverlängerungsrate bei Service- und Subscription-Verträgen
• Portal-Adoption: Wie viele aktive Accounts nutzen Self-Service und Programmvorteile?
• Programmbedingter Mix-Effekt: Verändert das Incentive tatsächlich Bestellverhalten und Produktmix?
• Installed-Base-Coverage: Welcher Anteil der ausgelieferten Maschinen ist einem Betreiber digital und eindeutig zugeordnet?
• Originalteilequote: Welcher Anteil des geschätzten Ersatzteilbedarfs wird über den Hersteller oder autorisierte Partner bezogen?
• Service-Attach-Rate: Bei wie vielen Maschinen besteht ein aktiver Service-, Wartungs- oder Subscription-Vertrag?
• Digital Order Share: Welcher Anteil der Ersatzteil- und Servicebestellungen erfolgt über das Portal?
• Retrofit- und Cross-Selling-Rate: Wie häufig führt das Programm zu Modernisierungen, Erweiterungen oder zusätzlichen Services?
• Cost-to-Serve: Senkt die stärkere Nutzung von Self-Service und digitalen Prozessen die Betreuungskosten?
• Incentive-ROI: Steht der zusätzliche Deckungsbeitrag in einem wirtschaftlich sinnvollen Verhältnis zu den gewährten Vorteilen?

Workshop-Tipp: Sie möchten klären, welcher dieser Bausteine in Ihrer Absatzkette die größte Wirkung entfaltet? Im Workshop Customer-Experience-Strategieentwicklung priorisieren wir die Maßnahmen gemeinsam mit Ihnen, vom Serviceportal bis zum Subscription-Modell.
→ Jetzt Workshop kennenlernen

5. Fazit: Der Aftermarket ist das Programm

Der Aftermarket ist nicht nur der Ort, an dem zusätzliche Umsätze entstehen. Er ist der Teil der Kundenbeziehung, in dem sich der Hersteller über Jahre hinweg immer wieder neu beweisen muss. Jede Ersatzteilbestellung, jede Wartung und jede Serviceanfrage ist deshalb ein Loyalty-Moment.

Hersteller, die Kunden-, Partner- und Maschinendaten verbinden, können aus einzelnen Servicekontakten eine kontinuierliche Beziehung entwickeln. Das Ziel ist nicht, Kunden mit Punkten an ein Programm zu binden. Das Ziel ist, den eigenen Kanal über den gesamten Maschinenlebenszyklus so relevant, bequem und wertvoll zu machen, dass ein Wechsel für den Kunden keinen erkennbaren Vorteil bietet.

Loyalty-Programme in der Fertigung kopieren damit nicht die Punktelogik des Handels. Sie machen aus vorhandenen Service-Bausteinen ein integriertes System, das jede Stufe der Absatzkette eigenständig bindet. Die Programmtypen und die SAP-Loyalty-Integration im Detail finden Sie im Hauptartikel zu Kundenbindungsprogrammen im B2B.

FAQ: Loyalty-Programme in der Fertigungsindustrie

Wie funktionieren Kundenbindungsprogramme in der Fertigungsindustrie?
Anders als im Handel binden sie nicht einen Endkunden, sondern die Absatzkette: Distributoren über Staffelkonditionen, Installateure über Zertifizierungs-Incentives und Betreiber über Serviceportale mit exklusiven Vorteilen.

Lohnt sich ein Loyalty-Programm trotz kleiner Kundenzahl?
Gerade dann. Bei wenigen, hochwertigen Accounts zählt jeder gehaltene Kunde. Das Programm wirkt hier weniger über Masse als über Absatzsteuerung und den Schutz des margenstarken Aftermarket-Geschäfts.

Welche Rolle spielt das Kundenportal?
Die zentrale. Es macht Programmvorteile im Arbeitsalltag sichtbar und verbindet Kundenbindung mit Self-Service, vom Ersatzteilkatalog bis zur priorisierten Serviceanfrage.

Benötigt ein Loyalty-Programm in der Fertigung Punkte und Prämien?
Nein. Punkte können ein mögliches Instrument sein, sind aber nicht zwingend erforderlich. Im industriellen Umfeld sind operative Vorteile häufig wertvoller: bessere Ersatzteilverfügbarkeit, priorisierter Service, technische Unterstützung, exklusive Schulungen, verlängerte Garantien oder ein vereinfachter Zugang zu Dokumentationen und Maschinendaten. Entscheidend ist, dass der Vorteil für die jeweilige Zielgruppe relevant ist und das gewünschte Verhalten unterstützt.

Title-Tag (54 Zeichen): Loyalty in der Fertigung: Kundenbindung im Aftermarket

Meta-Description: Loyalty-Programme in der Fertigung binden Händler, Techniker und Betreiber im Aftermarket: Use Cases, Kennzahlen und die Rolle von Portal und Service.

Quellen:
[1] SAP Emarsys: B2B Buyer Loyalty Index 2025 (Opinion Matters, n = 3.008 Entscheider, August 2025)
[2] Ingenico Marketing Solutions: Studie „B2B-Loyalty 2021" (über 1.000 befragte KMU, Deutschland)