KI-Kundenreisen brauchen entscheidbare Daten

Virgin Atlantic nutzt ChatGPT Work, um Signale entlang der Kundenreise zusammenzuführen – von Recherche und Produktplanung bis zu Analytics. Der relevante Punkt für Unternehmen ist nicht das Chatfenster. Entscheidend ist, ob aus verstreuten Daten eine entscheidbare Sicht auf einen Vorgang entsteht.

Vom Dashboard-Wechsel zum Entscheidungspaket

Laut OpenAI musste Virgin Atlantic Informationen zuvor über mehrere Dashboard-Werkzeuge, berechtigte Arbeitsbereiche und Reports zusammensuchen. Mit ChatGPT Work und ChatGPT Sites baut das Unternehmen authentifizierte Oberflächen, die unterschiedliche Datensätze in einer gemeinsamen Ansicht zugänglich machen. Für die Wettbewerbsanalyse strukturierte das Digital-Product-Team die Recherche in einem Framework; eine Aufgabe, die früher Wochen beanspruchte, konnte so innerhalb von Stunden zur fachlichen Prüfung bereitstehen.

Das ist kein Beleg dafür, dass jede KI-Antwort richtig ist. Es zeigt aber ein nützliches Muster: KI darf Recherche, Verdichtung und Vorbereitung beschleunigen; die Priorisierung und Investitionsentscheidung bleiben fachlich verantwortet.

Die Kundenreise ist auch ein Datenprodukt

Virgin Atlantic hat im April zudem eine App in ChatGPT für die Flugsuche veröffentlicht. Sie liefert passende Optionen und leitet für den Abschluss auf Website oder Mobile App weiter. Die Trennung ist aufschlussreich: Die KI unterstützt Orientierung und Auswahl, während der transaktionale Schritt im kontrollierten Buchungssystem bleibt.

Übertragen auf DACH-Unternehmen heißt das: Ein Service-, Vertriebs- oder Operations-Agent sollte nicht einfach Zugang zu allen Quellen erhalten. Er braucht ein definiertes Entscheidungspaket: zugelassene Datenquellen, Aktualität, Rollenrechte, die sichtbare Begründung der Empfehlung und einen klaren Übergabepunkt in das führende System.

Governance beginnt vor der Antwort

Das NIST AI RMF versteht Risikomanagement als Aufgabe über Design, Entwicklung, Einsatz und Bewertung eines KI-Systems hinweg. Für Kundenreise-Use-Cases ist das konkret. Teams sollten festlegen, welche Kundensignale in die Ansicht dürfen, wer sie sehen kann, wann eine Empfehlung menschlich geprüft wird und welche Entscheidung tatsächlich ausgeführt werden darf.

Starten Sie mit einem wiederkehrenden Vorgang, etwa der Priorisierung von Serviceproblemen oder der Analyse von Abbruchgründen. Messen Sie nicht nur Antwortzeit und Nutzungsrate. Messen Sie, ob die zusammengeführte Sicht zu schnelleren, nachvollziehbaren Entscheidungen führt.

Die Leitfrage lautet: Welche Daten müssen zusammenkommen, damit eine verantwortliche Person jetzt entscheiden kann?