Synthetische Empathie – Wie KI die Fehler von UX skaliert

Es ist verlockend zu glauben, dass sich die Probleme der Customer Experience mithilfe künstlicher Intelligenz lösen lassen. Wenn Sprachmodelle in der Lage sind, enorme Mengen an Feedback zu analysieren, flüssigen UX-Diskurs zu produzieren und Empathie zu simulieren, entsteht der Eindruck, dass Verständnis endlich erreicht wurde. Dieser Eindruck ist jedoch trügerisch. Die Krise der Customer Experience ist nicht rechnerischer, sondern epistemischer Natur. Das Problem liegt nicht in fehlender analytischer Leistungsfähigkeit oder technologischer Raffinesse, sondern in der zunehmenden Unsicherheit darüber, was wir tatsächlich messen und unter welchen Bedingungen überhaupt Verständnis entstehen kann.

Sprachmodelle sprechen die Sprache der Customer Experience fließend. Sie verwenden die richtige Terminologie, erkennen emotionale Zustände und konstruieren plausible Interpretationen von Nutzer­motiven. Gerade diese sprachliche Gewandtheit erzeugt die Illusion von Verständnis. Wenn Sprache mühelos fließt, beginnen Organisationen zu glauben, das Phänomen selbst sei unter Kontrolle. Dies setzt eine Entwicklung fort, die bereits in früheren Phasen der Customer-Experience-Praxis sichtbar war: Zuerst entfernte sich das Modell von der Realität, dann hörte die Messung auf, den Menschen zu sehen, und nun bietet die Sprache selbst eine falsche Gewissheit. Je überzeugender KI über Erfahrung spricht, desto leichter wird angenommen, dass Erfahrung verstanden wurde.

Synthetische Empathie und der geschlossene Kreislauf

Im Zeitalter der KI ist Customer Experience in eine neue Phase eingetreten, die als synthetische Empathie beschrieben werden kann. Sprachmodelle sind in der Lage, Nutzer­personas zu erzeugen, Feedback zu simulieren und Analysen zu produzieren, die empathisches Verständnis nachahmen. Sie verfassen Berichte über Nutzerfrustration, identifizieren Reibungspunkte und schlagen Verbesserungen vor, die menschlich und überzeugend wirken.

Das Problem besteht nicht darin, dass diese Werkzeuge ungenau wären. Das Problem ist, dass sie Customer Experience vollständig in einen sprachlichen Kreislauf einschließen. Wenn UX-Praxis beginnt, sich auf KI-generiertes synthetisches Feedback zu stützen, verschwindet das letzte verbliebene Bedürfnis, einem realen Menschen zu begegnen. Erfahrung entsteht nicht länger aus der Interaktion mit der Realität, sondern in einem System, in dem KI von KI erzeugte Fiktion analysiert und als Verständnis bezeichnet.

Dies ist kein Fehlgebrauch künstlicher Intelligenz. Es ist die logische Konsequenz eines Customer-Experience-Paradigmas, in dem Erfahrung primär über Sprache definiert wird. Wenn Erfahrung als Narrativ verstanden wird, das analysiert, zusammengefasst und optimiert werden kann, ist ein Sprachmodell das perfekte Instrument. Gleichzeitig hört UX auf, reales menschliches Verhalten zu beobachten, und wird zu einer sich selbst verstärkenden Struktur.

Sprache ist ein langsames Signal, Zustand ist schnell

An diesem Punkt wird ein grundlegendes theoretisches Problem in der Beziehung zwischen KI und Customer Experience sichtbar. Sprache ist ein langsames Signal. Sie ist rückblickend, symbolisch und bereits interpretiert. Erfahrung hingegen entfaltet sich als gleichzeitiger, verkörperter und intensiver Zustand. Wenn Erfahrung in Text übersetzt wird, geht ein erheblicher Teil davon verloren.

Intensität, Rhythmus, physiologische Spannung und kontextueller Druck lassen sich nicht leicht in Worte übertragen. Sie sind selten explizit und widersetzen sich einer glatten Artikulation. Genau diese Elemente bestimmen jedoch, wie Menschen innerhalb von Systemen handeln, zögern, sich anpassen, folgen oder sich zurückziehen. Erfahrung ist keine Geschichte, sondern ein Zustand, in dem biologische und kognitive Realitäten eng miteinander gekoppelt sind.

Sprachmodelle operieren auf der symbolischen Ebene. Sie verarbeiten Wörter, Bedeutungen und Wahrscheinlichkeiten. Menschliche Erfahrung hingegen findet auf der biologischen und kognitiven Ebene statt, wo Bedeutung der Sprache vorausgeht. Daraus ergibt sich eine fundamentale Diskrepanz: Der Mensch ist kein Prompt. Wenn wir versuchen, Erfahrung über Sprache zu verstehen, sind wir bereits zu spät.

Wenn UX glaubt, Erfahrung sei das, was Menschen sagen

Die Geschichte der Messung von Customer Experience ist weitgehend die Geschichte von Umfragen. Umfragen gelten als direkter Kanal zur menschlichen Erfahrung. In Wirklichkeit messen sie eine rückblickende Erzählung über Erfahrung. Diese Einschränkung ist nicht neu, aber KI verstärkt sie.

Wenn UX-Praxis auf KI-analysiertes Feedback vertraut, lernen wir zu glauben, dass Worte Erfahrung gleichkommen. Sprachlicher Ausdruck erhält den Status von Realität. Dabei verlieren wir die Fähigkeit, das zu erkennen, was unausgesprochen bleibt. Sprachmodelle lesen nicht zwischen den Zeilen und können die kognitive Spannung nicht wahrnehmen, die aus der Diskrepanz zwischen dem Ziel eines Nutzers und den Möglichkeiten des Systems entsteht. Dies ist kein Mangel der KI, sondern ihrem Wesen inhärent.

Die für Erfahrung entscheidenden Faktoren sind oft genau jene, die nicht artikuliert werden. Ein frustrierter Nutzer verfügt möglicherweise nicht über die Kapazität oder Motivation, zu beschreiben, was schiefgelaufen ist. Anpassung wird als Zufriedenheit interpretiert, Schweigen als Zustimmung. Wenn UX Erfahrung mit dem gleichsetzt, was Menschen sagen, hört es auf, den Menschen als Ganzes zu sehen.

Dynamische Baselines und statistische Blindheit

An dieser Stelle muss die Unterscheidung so klar wie möglich benannt werden. Sprachmodelle sagen den durchschnittlichen Menschen voraus. Sie basieren auf riesigen Datensätzen, in denen individuelle Unterschiede zu Wahrscheinlichkeiten eingeebnet werden. Customer Experience entsteht jedoch nicht im Durchschnitt. Sie entsteht stets als Abweichung von der momentanen Baseline eines Individuums. Erfahrung definiert sich durch den Moment, in dem der Zustand einer Person nicht dem Normalen entspricht, nicht durch jene Momente, in denen alles erwartungsgemäß verläuft.

Genau deshalb scheinen Sprachmodelle hervorragend zu funktionieren, wenn nichts schiefläuft. Sie beschreiben typisches Verhalten präzise. Sie versagen dort, wo Customer Experience tatsächlich bedeutsam wird: in Situationen, in denen der kognitive, physiologische oder kontextuelle Zustand eines Individuums von der Norm abweicht. Dies ist kein technischer Fehler, sondern eine strukturelle Konsequenz des Versuchs, Abweichung aus Durchschnittswerten abzuleiten.

Sprachmodelle operieren auf statistischer Wahrscheinlichkeit. Sie sagen das wahrscheinlich nächste Wort voraus. Menschliches Verhalten entfaltet sich hingegen relativ zu einer situativen Baseline. Jede Person ist ihr eigener Referenzpunkt, und dieser Referenzpunkt verschiebt sich ständig.

Kognitive Belastung, Stress, Zeitdruck und Umgebung formen Verhalten von Moment zu Moment. Diese dynamische Baseline lässt sich weder aus Sprache noch aus statistischen Aggregaten ableiten. Wenn UX KI in die Interpretation von Customer Experience integriert, entsteht eine strukturelle Blindheit. Das Modell mag innerhalb seines eigenen Rahmens präzise sein, erfasst jedoch nicht den gelebten Zustand des Individuums.

Dieses Problem lässt sich nicht durch mehr Daten oder feinere Algorithmen lösen. Es entsteht aus dem Versuch, Erfahrung auf der falschen Ebene zu verstehen. Statistische Wahrscheinlichkeit sagt nichts darüber aus, in welchem Zustand sich ein Mensch befindet, wenn er einem System begegnet.

Skalierte Kontrollillusionen

Früher vermittelten Metriken Organisationen ein Gefühl von Kontrolle. KI vervielfacht diese Illusion nun. KI-Dashboards liefern elegante Zusammenfassungen, verdichtete Einsichten und scheinbar tiefes Verständnis für den Kunden. Organisationen haben das Gefühl, mehr zu verstehen als je zuvor.

Gleichzeitig schwächt sich der Kontakt zur realen menschlichen Erfahrung weiter ab. Je mehr KI uns über Erfahrung erzählt, desto weniger begegnen wir ihr direkt. Die Unsicherheit, die Customer Experience ursprünglich als Forschungsfeld definierte, verschwindet. An ihre Stelle tritt ein Selbstvertrauen, das auf sprachlicher Gewandtheit und nicht auf Beobachtung beruht.

Hin zu signalbasierendem Verständnis

Dies bedeutet nicht, dass KI nutzlos ist oder dass Customer-Experience-Denken in einer Sackgasse steckt. Es bedeutet, dass der Ausgangspunkt falsch gewählt ist. Vielleicht sollte Erfahrung nicht erfragt, sondern beobachtet werden. Vielleicht sollte sie nicht als Journey, sondern als Zustand modelliert werden. Vielleicht sollten wir statt auf Durchschnittswerte auf Intensität, Rhythmus und kumulierte Spannung achten.

Dies ist keine Lösung, sondern eine Richtungsänderung. Die Frage ist nicht, wie wir bessere Umfragen oder ausgefeiltere Sprachmodelle entwerfen, sondern ob wir bereit sind, die sprachbasierte Kontrollillusion aufzugeben und zu lernen, Erfahrung so zu sehen, wie sie sich entfaltet.

Und genau an diesem Punkt setzt das Neudenken von Customer Experience nun an.