Twilio veröffentlicht CX-Benchmarks aus fünf Unternehmenseinsätzen von KI

Die Zahlen aus fünf Einsätzen

Twilio hat die Zahlen für seinen Innovator's Report zusammengetragen, auf Basis von Gesprächen mit CIOs und CTOs bekannter Großunternehmen. Laut Twilio stammen die meisten veröffentlichten Benchmarks aus Umfragen mit selbst berichteten Durchschnittswerten. Diese zeigen, was Befragte nach eigener Aussage erreichen, nicht, was ein konkreter Einsatz tatsächlich geliefert hat.

• Sweetwater (Einzelhandel): 50.000 Textnachrichten und 40.000 Anrufe pro Tag, 850 unterstützte Agenten und eine Contact-Center-Konfiguration, die in weniger als zwei Tagen bereitgestellt wurde.
• WestCX (Gesundheitswesen): 50 bis 80 % höhere Konversion über RCS als über SMS und E-Mail, dreifache Kundeninteraktion und 20 % mehr Umsatz durch weniger nicht wahrgenommene Termine.
• Eltropy (Finanzdienstleistungen): Voice-AI-Containment von bis zu 70 %.
• Nova Gestões (Finanzdienstleistungen): kürzere Zeit bis zur ersten Antwort und geringere Kosten pro Kontakt, ohne veröffentlichte Zahl.
• Lendi Group (Kreditvergabe): verbesserte Antwortzeit, Interaktion und Konversion, ohne veröffentlichte Zahl.

Zwei der fünf Unternehmen nannten nur die Richtung, nicht das Ausmaß. Twilio zufolge ist das in regulierten Branchen üblich, weil konkrete operative Kennzahlen dort sensibel sind. Das solle man bei Vergleichen im Hinterkopf behalten.

Was die Containment-Zahl wirklich bedeutet

Die Containment-Rate gibt den Anteil der Kundengespräche an, die ein KI-Agent von Anfang bis Ende bearbeitet, ohne sie an einen Menschen zu übergeben. Twilio nennt als Beispiel einen Voice-Agenten, der 1.000 Anrufe annimmt, von denen 720 nie bei einem menschlichen Mitarbeiter ankommen: eine Containment-Rate von 72 %.

Die Zahl von Eltropy stammt aus Voice-Einsätzen bei Community Banks und Credit Unions und betrifft Anfragen mit hohem Aufkommen wie Kontostandsabfragen und Transaktionsverläufe. Sprache macht bei diesen Instituten 65 % der gesamten Kundenkommunikation aus. Twilio bezeichnet das Ergebnis als Obergrenze für klar abgegrenzte, transaktionale Sprachautomatisierung und betont, dass es sich nicht auf einen universell einsetzbaren Agenten übertragen lasse.

Außerdem weist Twilio auf eine Einschränkung hin: Containment zählt Gespräche, die die KI gelöst hat, genauso wie solche, bei denen der Kunde aufgegeben und nicht mehr geantwortet hat. Laut Twilio brechen 71 % der Verbraucher ein Gespräch vollständig ab, wenn eine KI sie nicht erkennt, und jeder solche Abbruch verbessert die Containment-Rate. Das Unternehmen empfiehlt, das Containment nach Ergebnis aufzuschlüsseln, bevor man sich mit anderen vergleicht.

Tempo und Geduld

Twilio verweist auf seinen Bericht Inside the Conversational AI Revolution, laut dem 92 % der Verbraucher sagen, KI antworte in der Regel in weniger als 30 Sekunden. Eine Antwort in unter 30 Sekunden ist also eine Erwartung, keine besondere Leistung.

Aussagekräftiger ist laut Twilio die Geduld der Kunden. 39 % der Verbraucher warten auf einen KI-Agenten gar nicht, bei einem Menschen sind es nur 12 %, denn 88 % warten auf ihn. Auf eine Person warten Verbraucher 8,5 Minuten, auf eine KI 4,3 Minuten. Twilio zufolge verschwenden ineffektive KI-Agenten außerdem 81 Sekunden pro Interaktion mit gescheiterten Versuchen, bevor sie eskalieren.

Eine Zufriedenheitslücke von 30 bis 35 Punkten

Zwei Twilio-Studien stellten dieselbe Frage und fanden ähnliche Abstände. In der Customer Insights Series 2026 glaubten 86 % der Unternehmen, dass Kunden mit ihrem KI-gestützten Service zufrieden sind, während nur 51 % der Verbraucher zustimmten. In Inside the Conversational AI Revolution waren es 90 % der Organisationen gegenüber 59 % der Verbraucher.

Twilio weist darauf hin, dass sich Stichproben und Jahre unterscheiden, und zieht daher keine Trendlinie. Das Unternehmen hält aber fest, dass interne Zufriedenheitsschätzungen 30 bis 35 Punkte über dem liegen, was Kunden angeben. Wer den eigenen KI-CSAT mit einem Branchendurchschnitt vergleicht, stellt womöglich nur eine optimistische Zahl neben andere. Die FAQ im Beitrag ergänzt, dass Umfragen nach der Interaktion nur Kunden erreichen, die geblieben sind.

Wie Twilio das Benchmarking empfiehlt

Twilio zufolge sind die meisten enttäuschenden Benchmarks Messfehler und keine Leistungslücken. Die Empfehlungen:

• Containment nach Ergebnis aufschlüsseln und gelöste von abgebrochenen Fällen trennen.
• Lösung am eigentlichen Anliegen messen, über Sitzungen und Kanäle hinweg.
• Wiederholte Kontaktaufnahme innerhalb von sieben Tagen erfassen, was laut Twilio ohne Umfrage auskommt und sich nicht manipulieren lässt.
• Abbrüche nach Phase messen, da der CSAT diese Gruppe nicht erfasst.
• Die Übergabe separat messen. 76 % der Verbraucher sagen, der menschliche Agent, bei dem sie landen, habe kaum oder keinen Kontext.

Twilio rät, zwei oder drei der Benchmarks auszuwählen, zu prüfen, ob der Umfang dem eigenen ähnelt, und auf dieselbe Weise zu messen. Der Kern: Jede Zahl ist an ein benanntes Unternehmen, eine Branche und einen Umfang gebunden, die sich beurteilen lassen. Das macht die Werte nützlicher als ihre bloße Größe.