Durchbruch bei KI-Innovation durch kundenorientiertes Engineering
Trotz jahrelanger Digitalisierungsinitiativen realisieren viele Unternehmen weniger als ein Drittel des erwarteten Werts aus ihren digitalen Investitionen. Dieses strukturelle Defizit entsteht häufig durch einen technologie-zentrierten Ansatz, bei dem bestehende technische Fähigkeiten als Ausgangspunkt dienen und Anwendungen darauf aufgesetzt werden.
Customer-Back Engineering als systemische Umkehrung
Hochperformante Organisationen wenden diesen Prozess um. Der Ansatz des Customer-Back Engineering stellt die tatsächlichen Kundenherausforderungen, Bedürfnisse und Erwartungen in den Mittelpunkt der Technologietransformation. Produktentwicklungsteams arbeiten von diesem gewünschten Kundenerlebnis aus rückwärts, um die notwendigen technischen Schnittstellen, Datenflüsse und Systeme zu definieren.
Die Rolle der Ingenieure in der kundenorientierten Architektur
Ingenieure fungieren als natürliche Problemlöser. Durch direkte Konfrontation mit Kundenproblemen können sie effizientere Lösungen entwickeln, da sie den zugrundeliegenden Systemen und Daten näher stehen. Dieser Zugang fördert seitliche Innovation und erhöht die intrinsische Motivation, wenn der direkte Einfluss auf das Kundenerlebnis sichtbar wird.
Praktische Implementierung bei Capital One
Ashish Agrawal, ehemals Managing Vice President of Business Cards and Payments Tech bei Capital One, beschreibt mehrere Mechanismen zur Verankerung von Kundenzentrierung im Engineering:
- Digitale Empathie-Sitzungen zur Analyse von User Journeys und Reibungspunkten
- Zeitweise Einbettung von Ingenieuren in den Kundensupport
- Engineering Ride-Alongs bei Vertriebs-, Erfolgs- und Support-Teams
- Hackathons, die explizit reale Kundenprobleme adressieren
Agentic AI als nächste Schicht autonomer Handlungsfähigkeit
Agentic AI bezeichnet KI-Systeme, die über reine Inhaltserstellung hinausgehen. Sie nutzen große Sprachmodelle als Kern, um autonom Ziele zu verfolgen, Pläne zu erstellen und Aktionen in zugrundeliegenden Systemen auszuführen. Diese Systeme können sich an veränderte Umgebungen anpassen und komplexe, mehrstufige Workflows bewältigen – sowohl als Einzelagent als auch in Multi-Agenten-Architekturen.
Praxisbeispiel: Capital One Chat Concierge
Capital One hat ein Multi-Agenten-KI-Framework namens „Chat Concierge“ entwickelt. Es basiert auf Metas Llama-Modell, angereichert mit unternehmenseigenen Daten. Das System unterstützt Autokäufer und Händler in einer einzigen Konversation bei Fahrzeugvergleichen, Terminplanung für Probefahrten und Verkaufsgesprächen. Händler können den Chat über die Navigator-Plattform übernehmen.
AI-First als strukturelle Grundhaltung
Eine nachhaltige kundenorientierte Transformation erfordert eine AI-First-Denkweise. Dabei werden bestehende Probleme und Workflows nicht lediglich erweitert, sondern grundlegend unter Einbeziehung der Fähigkeiten von Agentic AI neu konzipiert.
Quelle: MIT Tech AI
FAQ
Was versteht man unter Customer-Back Engineering?
Ein Ansatz, der vom gewünschten Kundenerlebnis ausgeht und rückwärts die notwendigen technischen Komponenten, Daten und Prozesse ableitet, anstatt von vorhandenen Technologien auszugehen.
Was zeichnet Agentic AI aus?
Agentic AI-Systeme können autonom planen, handeln und sich an veränderte Bedingungen anpassen. Sie führen Aktionen in zugrundeliegenden Systemen aus und gehen damit über reine Text- oder Inhaltsgenerierung hinaus.
Welche Maßnahmen hat Capital One zur Kundennähe von Ingenieuren etabliert?
Zu den etablierten Praktiken gehören digitale Empathie-Sitzungen, temporäre Einbettung im Kundensupport, Engineering Ride-Alongs sowie themenspezifische Hackathons für reale Kundenprobleme.