Aktuelle Studien wie der State of WFM Report 2026 liefern ein deutliches Bild: 60% der Contact Center nutzen noch keine KI in ihrem Workforce Management (WFM). In dem zusammen mit Call Centre Helper veranstalteten Webinar „The Next Era of WFM – From Automation to Autonomous AI“ haben wir die Teilnehmer gebeten, den Reifegrad ihres WFMs einzuschätzen. Die Antworten deckten sich mit den Ergebnissen der Studie.
Die Mehrheit bewertete ihr Unternehmen als „überwiegend manuell“ oder als Organisation mit grundlegenden WFM-Prozessen und nur begrenzter Optimierung. Nur ein kleiner Teil sieht sich bereits als „fortgeschritten" im Einsatz von Automatisierung und KI.
Wir haben die Gründe für diesen Rückstand analysiert und konkrete Ansätze vorgestellt, wie Unternehmen diese Lücken schließen können.
Im Webinar ergänzten sich zwei Perspektiven zum aktuellen Stand des Workforce Managements: Steve Morrell von ContactBabel präsentierte die Marktdaten, James Redhead, Head of WFM Consulting bei Peopleware, lieferte die Einordnung und zeigte den Weg in die Zukunft auf.
Bevor Sie weiterlesen: Machen Sie unseren WFM Maturity Check und erfahren Sie, wie Ihr Workforce Management im Vergleich zu anderen Unternehmen Ihrer Branche aufgestellt ist.
Steve Morrell eröffnete das Webinar mit den neuesten Ergebnissen einer ContactBabel-Studie. Grundlage dafür ist eine jährliche Befragung von mehr als 400 Contact Centern und 2.000 Kunden in Großbritannien.
1. Anrufe dauern länger und werden komplexer
Die durchschnittliche Gesprächsdauer im Kundenservice ist heute 92% länger als im Jahr 2004. Dies ist hauptsächlich auf komplexere Anfragen zurückzuführen, die sich nicht durch einfache Automatisierung lösen lassen. Standardanliegen werden inzwischen über Self-Service-Kanäle abgewickelt. Übrig bleiben die anspruchsvolleren Fälle, die mehr Zeit und Fachwissen erfordern.
2. Die wachsende Kanalvielfalt erschwert die Bedarfsprognose
Angesichts des Anstiegs von Self-Service-Kontakten gingen viele davon aus, dass Telefongespräche im Kundenservice an Bedeutung verlieren würden. Tatsächlich bleibt das Telefon jedoch gerade bei komplexen oder zeitkritischen Anliegen der bevorzugte Kontaktkanal. Gleichzeitig ist die Zahl der Kanäle, die WFM-Teams prognostizieren und personell planen müssen, deutlich gestiegen.
Das bedeutet im Einzelnen:
Die Interaktionen per Web-Chat haben zugenommen und werden voraussichtlich weiter zunehmen.
Die Automatisierung bei E-Mails ist überraschend gering entwickelt: Weniger als 10% aller E-Mails werden automatisiert bearbeitet.
Nur etwa die Hälfte der großen Contact Center setzt bereits auf Multichannel-Prognosen und -Einsatzplanung.
Infolgedessen müssen klassische WFM-Lösungen, die für eine „Voice-first“-Welt entwickelt wurden, komplexe Multichannel-Umgebungen steuern, für die sie nicht ausgelegt sind. Genau hier stoßen viele Unternehmen an ihre Grenzen.
3. KI-Investitionen konzentrieren sich auf kundennahe Anwendungen
Workforce Management ist im Jahr 2026 zur sechstwichtigsten Investitionspriorität im Bereich Contact-Center-Technologien aufgestiegen (von insgesamt 27 bewerteten Kategorien). Gleichzeitig machen die Daten deutlich, dass sich Investitionen vor allem auf Chatbots und Agent-Assist-Lösungen konzentrieren, nicht jedoch auf eine umfassende Automatisierung der Einsatzplanung.
James Redhead knüpfte an die präsentierten Zahlen an und erläuterte die Ursachen hinter dieser Entwicklung.
Viele WFM-Plattformen wurden nie für KI entwickelt
Die unbequeme Wahrheit lautet: Zahlreiche WFM-Systeme wurden nicht für den Einsatz von KI konzipiert. Bei vielen bestehenden Lösungen wurde KI nachträglich auf eine vorhandene Systemarchitektur aufgesetzt. Forecasting, Einsatzplanung und Intraday Management basierten dabei auf unterschiedlichen Datenmodellen und arbeiteten weitgehend unabhängig voneinander. Die einzelnen Module „sprechen“ gewissermaßen unterschiedliche Sprachen. Das Ergebnis sind begrenzte Optimierungsmöglichkeiten, steigende Komplexität und Systeme, deren Leistungsfähigkeit schnell an ihre Grenzen stößt.
Da inzwischen viele Anbieter ähnliche, nachträglich integrierte KI-Funktionen anbieten, sind die Unterschiede zwischen den Lösungen geringer geworden. Gleichzeitig wächst die Unsicherheit vieler Unternehmen bei der Auswahl der richtigen Technologie. Das erklärt, warum sich KI im Workforce Management bislang nur langsam durchgesetzt hat.
Ein grundlegend anderer Ansatz besteht darin, KI nicht als Zusatzfunktion, sondern als Fundament der WFM-Plattform zu entwickeln. In einer KI-nativen Architektur greifen Forecasting, Einsatzplanung und Intraday Management auf ein gemeinsames Datenmodell zu. Alle Komponenten arbeiten konsistent zusammen und das System wird kontinuierlich intelligenter – nicht zufällig, sondern systembedingt.
Anhand eines Praxisbeispiels zeigte James Redhead, wie sich die Rolle von WFM-Planern verändern wird, wenn autonome KI bzw. Agentic AI die operativen Aufgaben übernimmt.
Er stellte Sarah vor, Senior WFM-Planerin, die die Personaleinsatzplanung für 1.200 Mitarbeiter an drei Standorten verantwortet. Sarah ist keine fiktive Figur, sondern steht stellvertretend für eine Rolle, deren Wandel bereits begonnen hat.
Heute beginnt Sarah ihren Arbeitstag wie die meisten WFM-Planer: Sie prüft die Prognoseabweichungen der vergangenen Nacht, erstellt die Intraday-Anpassungen für Dienstag manuell, bearbeitet zwölf Urlaubsanträge und fünf Schichttausch-Anfragen. 47 operative Entscheidungen – noch vor der Mittagspause. Den Rest des Tages verbringt sie damit, akute Probleme zu lösen. Am Abend schließt sie erschöpft ihren Laptop.
Im Jahr 2027 sieht ihr Tag ganz anders aus: Zu Arbeitsbeginn erhält sie eine Übersicht darüber, welche Entscheidungen das System während der Nacht bereits getroffen hat und welche Themen tatsächlich ihre Aufmerksamkeit benötigen. Sie überprüft drei Handlungsempfehlungen der autonomen KI und gibt diese frei. Alle übrigen Entscheidungen wurden bereits automatisch umgesetzt. Den Vormittag nutzt sie, um die Strategie für das kommende Quartal zu entwickeln – genau die strategische Arbeit, für die früher keine Zeit blieb. Sie geht nach einem interessanten Arbeitstag pünktlich nach Hause, mit dem Gefühl, etwas bewegt zu haben. 3 Entscheidungen statt 47.
Es ist dieselbe Person, dasselbe Unternehmen und dieselbe Anzahl an Mitarbeitern, aber ein völlig anderer Arbeitsalltag. Der Unterschied entsteht durch autonome KI, die im Hintergrund kontinuierlich operative Aufgaben erledigt:
Obwohl die technologische Weiterentwicklung mit hoher Geschwindigkeit voranschreitet und dieses Szenario in greifbare Nähe rückt, entsteht ein solcher Grad an Autonomie nicht über Nacht. Die KI-Agenten handeln innerhalb klar definierter Regeln, die Sarah festlegt. Sie bewähren sich zunächst bei kleinen Entscheidungen und leiten alles, was geschäftskritisch ist, an sie weiter.
Hier geht es nicht darum, dass KI die Rolle des WFM-Planers ersetzt. Vielmehr übernimmt die KI die zeitaufwändige, taktische Routinearbeit, damit sich Planer auf die strategischen Aufgaben konzentrieren können, für die sie eingestellt wurden.
Erfahren Sie in unserem Blogbeitrag mehr darüber, wie Agentic AI das Workforce Management verändern wird.
Unternehmen, die ihre WFM-Prozesse zukunftsfähig gestalten möchten, sollten mit diesen sechs Schritten beginnen:
James hat jeden dieser Punkte im Webinar ausführlich erläutert.