Ersetzt KI Call-Center-Mitarbeiter? Klarna erklärte 2024, seine KI leiste die Arbeit von 700 Servicekräften, und stellte danach still wieder Menschen ein.
Call-Center-Mitarbeiter werden weiterhin gebraucht; Klarnas eigene Kehrtwende, nachdem das Unternehmen öffentlich erklärt hatte, seine KI ersetze 700 Beschäftigte, ist der bislang deutlichste Beleg dafür, dass reine Automatisierung an reale Grenzen stieß. Identitätsprüfung und Basisauskünfte lassen sich automatisieren, und rund ein Drittel der Routineinteraktionen ist es bereits, doch Dringlichkeit am Tonfall zu erkennen, verworrene Gespräche neu aufzubauen und Emotionen zu beruhigen, bleibt eindeutig menschlich.
Call-Center-Mitarbeiter beantworten weit mehr als Fragen am Telefon. In begrenzter Gesprächszeit müssen sie Gefühlslage, Dringlichkeit und Situation der Anrufenden erfassen, richtig informieren und bestätigen und das Gespräch zur nächsten Handlung führen. Weil sie mit Signalen wie Tonfall, Pausen und Anzeichen von Panik arbeiten, die ein Text nicht zeigt, verlangt der Beruf viel telefonspezifisches Urteilsvermögen.
Der Wert dieser Rolle liegt nicht darin, ein Skript vorzulesen, sondern darin, ruhig zu bleiben, wenn das Gespräch vom Skript abweicht, und die nötigen Informationen zu ordnen, während man die anrufende Person beruhigt. Selbst mit fortschreitender Sprach-KI dürften Anrufe mit starken Emotionen oder komplizierten Erklärungen weiterhin bei Menschen bleiben.
Von ai-job-risk.net aus vier öffentlichen Datensätzen berechnet, auf einer Skala von 0–100 relativ zu den 188 von uns erfassten Berufen. Ein höherer Wert bedeutet, dass mehr Aufgaben des Berufs solche sind, die generative KI erledigen kann oder für die sie bereits genutzt wird. Er ist keine Wahrscheinlichkeit, den Arbeitsplatz zu verlieren.
Aufgabenanalyse durch Forschende (Eloundou et al.; ILO). Dargestellt als Perzentil unter allen von ihnen bewerteten Berufen.
Beobachtete Nutzung von Microsoft Copilot und Anthropic Claude für die Aufgaben dieses Berufs. Dargestellt als Perzentil unter allen von ihnen bewerteten Berufen.
Substitution von Arbeit durch Kapital: Der Anteil dieses Berufs an der Beschäftigung in den Branchen, in denen er ausgeübt wird, dürfte sinken, da Fortschritte in der Sprach- und Textverarbeitung sowie in der künstlichen Intelligenz (KI) es Computern ermöglichen, Kundenserviceinteraktionen immer häufiger zu übernehmen.
Capital/labor substitution - share decreases as advances in speech and language processing and in artificial intelligence (AI) allow computers to handle customer service interactions with greater frequency.
US-Werte für den BLS-Beruf „Customer service representatives“. Die BLS-Prognosen gehen davon aus, dass sich die Technologie im historischen Tempo weiterentwickelt; sie sind keine Prognose allein der Auswirkungen von KI.
Quellen
Expositionsindex von ai-job-risk.net aus den unten genannten Datensätzen berechnet (Datenstand: 15. Oktober 2026). US-Arbeitsmarktzahlen stammen unverändert von der BLS.
Die Herausgeber haben diese Website weder erstellt noch geprüft oder empfohlen. Vollständige Quellenangaben, Lizenzen und Methode
KI ersetzt Call-Center-Mitarbeiter nicht vollständig, und der deutlichste Beleg ist Klarnas eigene öffentliche Kehrtwende. 2024 verkündete Klarna, sein KI-Agent leiste die Arbeit von 700 Servicekräften; 2026 nennt das Unternehmen die Leistung von 853 Vollzeitkräften und 60 Millionen US-Dollar Einsparung, doch zwischenzeitlich begann Klarna still, über ein flexibles hybrides Modell wieder menschliche Kräfte einzustellen, nachdem Kundinnen und Kunden beklagt hatten, die KI gebe generische Antworten und komme mit differenzierten Fragen nicht zurecht. Der Vorstandschef beschreibt menschlichen Support inzwischen als VIP-Erlebnis und nicht als Auslaufmodell.
Klarnas Erfahrung passt zu den breiteren Daten des Jahres 2026. Eine Gartner-Umfrage vom Dezember 2025 ergab, dass nur 1 von 5 Serviceleitungen wegen KI tatsächlich Personal abgebaut hat, obwohl Gartner an anderer Stelle erwartet, dass dialogfähige KI die Personalkosten in Contact-Centern im Jahr 2026 um 80 Milliarden US-Dollar senkt, denn nur etwa 1 von 10 Interaktionen dürfte vollständig automatisiert ablaufen. Sprach-KI hat automatische Identitätsprüfung, Erstauskünfte und Antworten auf häufige Fragen stetig ausgeweitet, sodass Teile der Call-Center-Arbeit mit hoher Wahrscheinlichkeit noch stärker automatisiert werden.
Telefongespräche drehen sich jedoch oft um Probleme, die Anrufende nicht klar ausdrücken können, oder um eine Dringlichkeit, die erst an Tonfall, Tempo und Zögern erkennbar wird. Bei Ärger, Verwirrung, älteren Anrufenden oder wechselseitigen Missverständnissen, also genau in den Fällen, über die sich Klarnas Kundschaft beschwerte, muss weiterhin ein Mensch das Gespräch neu aufbauen. Call-Center-Mitarbeiter nehmen nicht nur Anrufe entgegen. Ihre Aufgabe ist es, die Lage allein über die Stimme zu ordnen, zu beruhigen und die Sache voranzubringen.
Am anfälligsten für Sprachautomatisierung sind Anrufe, die sich über feste Fragen und einfache Verzweigungen abwickeln lassen, also die rund 60 bis 70 Prozent eingehender Anrufe, die laut Marktschätzungen für 2026 bereits einem strukturierten Muster folgen und auf die der Markt für Call-Center-KI, inzwischen auf etwa 4,89 Milliarden US-Dollar geschätzt, seine Investitionen konzentriert.
Routinemäßige Einstiegsschritte wie das Abfragen einer Vertragsnummer oder die Auskunft über Öffnungszeiten fallen Sprach-KI leicht, und genau diese Schicht automatisieren KI-gestützte Contact-Center zuerst. Rollen, die nur auf diesem Teil des Gesprächs beruhen, werden voraussichtlich schrumpfen.
Fragen mit festen Antwortmustern, etwa zu Zahlungsterminen, Adressänderungen oder einfachen Abläufen, lassen sich leicht automatisieren und machen den größten Teil jener rund 10 Prozent Interaktionen aus, die Gartner für 2026 als vollständig KI-bearbeitet erwartet. Das verkürzt Wartezeiten wirksam, doch schon eine leichte Abweichung in der Frage kann den Frust der Anrufenden schnell steigern, genau das Fehlermuster, das Klarnas Kundschaft berichtete.
KI kann Gespräche bereits schnell transkribieren und zusammenfassen und senkt den Dokumentationsaufwand erheblich. Emotionale Schärfe und Zwischentöne, die der nächste Bearbeiter kennen muss, brauchen dennoch häufig eine menschliche Ergänzung.
Die Weiterleitung an den passenden Fachbereich anhand des Anliegens lässt sich vergleichsweise leicht standardisieren. Einfache Verzweigungen profitieren stark von der Automatisierung, doch Anrufe, bei denen sich das Anliegen mitten im Gespräch ändert oder vage bleibt, gehen leicht verloren, wenn kein Mensch sie auffängt.
Für Call-Center-Mitarbeiter bleibt die Arbeit, Lage und Gefühl über die Stimme zu lesen und das Gespräch neu aufzubauen, genau die Lücke, die sichtbar wurde, als Klarnas rein KI-basierter Ansatz auf komplizierte, emotional aufgeladene Anrufe traf und das Unternehmen wieder Menschen einsetzte.
Selbst bei gleichem Anliegen kann sich die Priorität durch Panik, Zögern oder die Länge einer Pause verschieben. Es bleibt die Arbeit, die Reaktion allein anhand stimmlicher Hinweise anzupassen, und weil Emotion in der Sprache stärker trägt als im Text, wirkt sich deren Aufnahme unmittelbar auf die Servicequalität aus.
Wenn Anrufende verwirrt sind und das Thema springt, muss weiterhin jemand entscheiden, was zuerst zu klären ist, wie man die Person beruhigt und an welcher Stelle die Erklärung neu ansetzt. Das lässt sich nicht auf das Vorlesen eines Skripts reduzieren; die Fähigkeit, ein Gespräch wiederherzustellen und voranzubringen, bleibt menschlich.
Wenn die Emotionen hochkochen, ist entscheidend, was man zuerst anerkennt und wie, bevor man in die Sachaufklärung geht. Stimmt die Reihenfolge von Erklärung und Reaktion nicht, kann die Lage schnell eskalieren; genau diese Art von Anruf bearbeitet KI laut den Befragten der Gartner-Umfrage weiterhin schlecht. Wer in kurzer Zeit die Grundlage für zurückkehrendes Vertrauen legt, ist schwer zu ersetzen.
Wenn Abrechnung, Vertrag, Störung und Lieferung sich überlagern, muss weiterhin jemand beurteilen, wie und wohin ein Fall übergeben wird. Die Aufgabe besteht sowohl im Weiterleiten als auch darin, den Fall so aufzubereiten, dass die anrufende Person nicht alles wiederholen muss, und diese Sorgfalt beeinflusst die Zufriedenheit stark.
Künftige Call-Center-Mitarbeiter brauchen die Fähigkeit, ohne Auslassungen zuzuhören, das Gehörte zu strukturieren und allein über die Stimme Sicherheit zu vermitteln. Da Forrester erwartet, dass rund 30 Prozent der Unternehmen bis Ende 2026 parallele KI-Supportfunktionen aufbauen, arbeiten Mitarbeitende zunehmend neben diesen Systemen, statt von ihnen ersetzt zu werden.
Man braucht die Fähigkeit, die anrufende Person sprechen zu lassen, ohne sie zu unterbrechen, und dabei innerlich zu ordnen, was zu klären ist. Weil Anrufe in Echtzeit ablaufen, zählt das Tempo beim Strukturieren noch mehr als im schriftlichen Support, und gute Zuhörer behalten ihren Wert eher, auch wenn KI das routinemäßige Drittel der Interaktionen übernimmt.
Sprechtempo, Pausen, Hörsignale und Wortwahl verändern, wie sicher sich eine anrufende Person fühlt. Wer allein über die Stimme Missverständnisse abbauen kann, ist stark; das ist eine bewusst erlernbare Fähigkeit, die sich von schriftlicher Kommunikation unterscheidet, und genau sie vermissten Kundinnen und Kunden bei Klarnas Chatbot.
Man muss einschätzen, wie weit man einen Fall selbst bearbeiten kann und ab wann eine Teamleitung oder eine andere Abteilung einzubinden ist. Einen Fall zu lange zu halten, schadet der Qualität, ihn zu früh abzugeben ebenso; wer den richtigen Wechselpunkt kennt, gewinnt Vertrauen im Team.
Auch bei Echtzeitzusammenfassungen und Antwortvorschlägen muss der Mensch die Führung im Gespräch behalten. Es genügt nicht, die vorgeschlagene Formulierung vorzulesen; man muss sie an den Ton des Anrufs anpassen. Da neben der Frontarbeit neue Rollen wie KI-Betriebsspezialist und Conversation Designer entstehen, werden jene stärker, die diese Werkzeuge gut nutzen und dabei die Interaktion selbst steuern.
Erfahrung als Call-Center-Mitarbeiter baut Stärken in stimmlicher Lagebeurteilung, im Umgang mit Emotionen und in sauberen Übergaben auf, Stärken, die sich gut übertragen, während Unternehmen wie Klarna hybride Modelle aus Mensch und KI erproben statt vollständig automatisierter.
Erfahrung darin, Situationen zu strukturieren und Emotionen am Telefon aufzufangen, lässt sich auf breitere Supportrollen über Text und mehrere Kanäle übertragen und erweitert die Sprachunterstützung um umfassendere Problemlösung.
Erfahrung in der Gesprächsführung an der Front und in Prioritätsentscheidungen überträgt sich gut auf die Verbesserung der Antwortqualität über alle Eingangskanäle hinweg und führt von telefonzentrierter Arbeit in den breiteren Frontsupport.
Die Fähigkeit, telefonisch Rahmenbedingungen zu erfragen und dabei Sorgen zu nehmen, lässt sich auch auf Reiseberatung und Umbuchungen übertragen und verwandelt starke Telefonkommunikation in beratungsorientierte Führung.
Expositionsindex 89/100 · US-Jobs 2025–35 +0,2%
Erfahrung darin, die emotionale Temperatur zu lesen und ein Gespräch voranzubringen, überträgt sich auch auf beratenden Vertrieb und führt vom Entgegennehmen von Anrufen zum aktiven Führen kommerzieller Gespräche.
Die Fähigkeit, Gespräche zu strukturieren, ohne Vertrauen zu beschädigen, ist auch in der laufenden Betreuung nach dem Kauf wertvoll und führt von reaktiver Anrufbearbeitung zum Aufbau langfristiger Kundenbeziehungen.
Expositionsindex 83/100 · US-Jobs 2025–35 +3,9%
Die Fähigkeit, die Lage eines Menschen schnell zu erfassen und die passende nächste Erklärung zu wählen, gilt auch im Umgang mit Bewerbenden und nutzt stimmliche Kommunikationsstärken für Bewertung und Abstimmung im Recruiting.
Expositionsindex 85/100 · US-Jobs 2025–35 +6,4%
Call-Center-Mitarbeiter werden weiterhin gebraucht; Klarnas eigene Kehrtwende, nachdem das Unternehmen öffentlich erklärt hatte, seine KI ersetze 700 Beschäftigte, ist der bislang deutlichste Beleg dafür, dass reine Automatisierung an reale Grenzen stieß. Identitätsprüfung und Basisauskünfte lassen sich automatisieren, und rund ein Drittel der Routineinteraktionen ist es bereits, doch Dringlichkeit am Tonfall zu erkennen, verworrene Gespräche neu aufzubauen und Emotionen zu beruhigen, bleibt eindeutig menschlich. Langfristig hängen die Aussichten weniger an der Skripttreue als daran, ob jemand die Qualität in den schwierigen Anrufen sichert, die KI weiterhin schlecht bewältigt.
Hier stehen Berufe aus derselben Branche wie Callcenter-Agent. Sie sind nicht identisch, helfen aber dabei, KI-Einfluss und berufliche Nähe besser zu vergleichen.
Callcenter-Agent erreicht 99 von 100 auf unserem Index der Exposition gegenüber generativer KI (Rang 1 von 188). Er misst, wie viel der Arbeit KI erledigen kann oder wofür sie genutzt wird, nicht, ob der Beruf verschwindet. Das BLS erwartet, dass sich die US-Beschäftigung für Callcenter-Agent von 2025 bis 2035 um -5,3% verändert.
Am anfälligsten für Sprachautomatisierung sind Anrufe, die sich über feste Fragen und einfache Verzweigungen abwickeln lassen, also die rund 60 bis 70 Prozent eingehender Anrufe, die laut Marktschätzungen für 2026 bereits einem strukturierten Muster folgen und auf die der Markt für Call-Center-KI, inzwischen auf etwa 4,89 Milliarden US-Dollar geschätzt, seine Investitionen konzentriert. Zum Beispiel: Identitätsprüfung und Basisauskünfte; Sprachantworten auf einfache, strukturierte Anfragen; Gesprächsinhalte zusammenfassen und Protokolle erstellen; Die erste Weiterleitung automatisieren.
Für Call-Center-Mitarbeiter bleibt die Arbeit, Lage und Gefühl über die Stimme zu lesen und das Gespräch neu aufzubauen, genau die Lücke, die sichtbar wurde, als Klarnas rein KI-basierter Ansatz auf komplizierte, emotional aufgeladene Anrufe traf und das Unternehmen wieder Menschen einsetzte. Zum Beispiel: Dringlichkeit am Tonfall erkennen; Den Gesprächsverlauf neu aufbauen; Beschwerden zuerst entschärfen; Fälle über mehrere Abteilungen hinweg verbinden.
Künftige Call-Center-Mitarbeiter brauchen die Fähigkeit, ohne Auslassungen zuzuhören, das Gehörte zu strukturieren und allein über die Stimme Sicherheit zu vermitteln. Da Forrester erwartet, dass rund 30 Prozent der Unternehmen bis Ende 2026 parallele KI-Supportfunktionen aufbauen, arbeiten Mitarbeitende zunehmend neben diesen Systemen, statt von ihnen ersetzt zu werden. Zum Beispiel: Aktives Zuhören und Strukturieren des Anliegens; Kontrolle über die stimmliche Kommunikation; Urteilsvermögen bei der Eskalation; Mit KI-Sprachunterstützung arbeiten, nicht sie nur bedienen.
