Scovai Scovai
AI & Operations 2026-11-17 1 min read

Sie haben die Anrufe mit geringer Kaufabsicht an eine KI geroutet. Ihr Team bekam bessere Leads und schloss rund 5 Punkte weniger ab.

DSL

Dr. Sarah Liu

Sie haben die Anrufe mit geringer Kaufabsicht an eine KI geroutet. Ihr Team bekam bessere Leads und schloss rund 5 Punkte weniger ab.

Ein chinesischer Online-Krankenversicherungsmakler hat genau den KI-Lead-Routing-Zug gemacht, den jede Operations-Präsentation empfiehlt: den Sprachagenten auf die Leads mit geringer Kaufabsicht, die Leads mit hoher Kaufabsicht an die Menschen. Bei den ersten drei Anrufen des Arbeitstages stieg die Wahrscheinlichkeit, dass ein Anruf ein Lead mit hoher Kaufabsicht war, um rund 23 Prozentpunkte. Die Kundengewinnung bei genau diesen Anrufen fiel um rund 5 Prozentpunkte (Fu, Luo, Ramasubbu et al., 2026).

Dieselben Menschen. Bessere Inputs. Schlechteres Ergebnis. Der Rückgang trat genau dort auf, wo die Verbesserung am größten war, und beide Effekte verschwanden im Lauf des Arbeitstages vollständig — das Detail, das die meisten bequemen Erklärungen ausschließt.

Diese Kopplung ist der Befund, bei dem man verweilen sollte. Sie besagt, dass der Agent nicht versagt hat. Der Agent tat genau das, wofür er ausgerollt wurde, und die Menschen hinter ihm änderten ihr Verhalten auf eine Weise, die kein Routing-Business-Case einpreist.

Was die Studie tatsächlich gemessen hat

Das Papier heißt "When Better Opportunities Backfire: Service Worker Responses to Parallel AI Deployment in Customer Acquisition", eingereicht bei arXiv am 19. Oktober 2026 von Xinyu Fu, Shulong Luo, Narayan Ramasubbu und drei weiteren Koautoren. Es umfasst mehr als eine halbe Million Kundenkontakt-Datensätze rund um den Rollout eines einzelnen KI-Sprachagenten, identifiziert über ein Regression-Discontinuity-in-Time-Design — es vergleicht das Verhalten der Mitarbeitenden unmittelbar vor und nach der Umstellung statt gegen eine selbstselektierte Kontrollgruppe.

Die nützliche Designentscheidung: Die Autoren verfolgen die Effekte über den Arbeitstag hinweg, statt sie zu mitteln. Das erzeugt die charakteristische Signatur:

  • Wahrscheinlichkeit hoher Kaufabsicht bei den ersten drei Anrufen: rund 23 Prozentpunkte höher, später am Tag auf null abklingend.
  • Kundengewinnung bei den ersten drei Anrufen: rund 5 Prozentpunkte niedriger, über den Tag abflachend.
  • Die Mitarbeitenden gaben ihre frühesten Leads rund 8 Prozentpunkte häufiger zurück in die Verteilung und verkürzten diese Anrufe um rund 13%.

Eine kalibrierte Zerlegung im Papier zeigt, dass der moderate Gewinn aus der besseren Lead-Sortierung von einer deutlich größeren negativen Verhaltensreaktion übertroffen wird. Achten Sie auf die Einschränkung: Jede Zahl in der Quelle steht mit "rund". Lassen Sie niemanden in Ihrer internen Präsentation eine Nachkommastelle daraus machen.

Warum KI-Lead-Routing die Conversion bewegt: Reservationswert, nicht Können

Hier hört der Befund auf, eine Kuriosität zu sein, und wird zu einem Betriebsprinzip.

Die Autoren rahmen es mit der Theorie der sequenziellen Suche. Wenn eine Mitarbeiterin einen Lead in der Hand hält, ist die Entscheidung, weiter daran zu arbeiten, ein Vergleich mit dem, was sonst in der Warteschlange liegt. Reichern Sie die Schlange an, und Sie heben den Reservationswert — die Qualitätshürde, die der aktuelle Lead jetzt nehmen muss, um weitere fünf Minuten wert zu sein. Der Lead in der Hand wurde nicht schlechter. Seine Konkurrenz wurde besser.

Also gibt sie ihn früher auf. Daher der Anstieg der Rückgaben um 8 Punkte und die um 13% kürzeren Anrufe. Das Verhalten ist individuell rational und kollektiv teuer: Beharrlichkeit ist im Outbound-Vertrieb die Quelle der marginalen Conversion, und Beharrlichkeit ist das Erste, was eine üppige Warteschlange besteuert.

Das ist kein Kompetenzverlust. Das ist keine Moral im vagen Sinne von Umfragefolien. Es ist eine spezifische, vorhersagbare Reaktion auf eine veränderte Chancenverteilung, und der eigentliche Beitrag des Papiers zu Service Operations besteht darin, die Chancenverteilung als Zustandsvariable neben den beiden zu benennen, die jedes Ops-Team ohnehin beobachtet: Auslastung und Stau.

Warum Ihr Dashboard Ihnen das nicht zeigt

Drei Instrumente werden die Routing-Änderung als Erfolg melden:

  1. Leadqualität pro von Menschen bearbeitetem Anruf: deutlich höher.
  2. Vom Agenten bearbeitetes Volumen: neue Kapazität, kein zusätzlicher Personalbestand.
  3. Durchschnittliche Bearbeitungszeit: niedriger, weil die abgebrochenen Anrufe kurz sind.

Die Conversion Rate ist die Einzige, die sich gegen Sie bewegt, und im Mid-Market-Reporting wird sie meist dem Lead-Quellenmix, der Saisonalität oder dem Verkäufer zugeschrieben. Die Kausalkette von "wir haben die leichte Arbeit weggeroutet" zu "das Team hat aufgehört, an den schweren Anrufen zu bleiben" überquert zwei Dashboards, die zwei verschiedenen Personen gehören.

Das Abklingen innerhalb des Tages verschärft das. Ein Effekt, der bei den Anrufen eins bis drei auftritt und bis zum frühen Nachmittag verschwunden ist, übersteht fast jede tägliche oder wöchentliche Aggregation. Über eine Schicht gemittelt erhalten Sie einen kleinen, verrauschten Conversion-Rückgang, der wie Varianz aussieht. Über einen Monat gemittelt verschwindet er im Vergütungszyklus. Das Signal ist echt — die Granularität Ihres Reportings ist dafür falsch.

Das ist dieselbe Form wie der Fehler bei den Aufsichtskosten

Das Muster reicht über Sprachagenten hinaus, und die angrenzende Literatur ist konsistent genug, um sie als Vorannahme statt als Zufall zu behandeln.

Produktionsdaten aus Perplexitys agentischem Produkt zeigten, dass die Bearbeitungszeit bei vergleichbaren Aufgaben von 269 Minuten auf 36 fiel — 87% weniger Zeit, 94% weniger Kosten — während die menschliche Folgearbeit sich nach oben verschob, hin zu Verifikation, Erweiterung und Aufgaben, die Berufsgrenzen überschritten (Perplexity / HBS, 2026). Die Arbeit verschwand nicht; sie zog in einen Teil des Organigramms um, für den niemand Personal eingeplant hatte.

McKinsey QuantumBlack hat dieselbe Verlagerung von der Kostenseite beziffert: Für einen Agenten, der im Bankwesen eine Kundenservice-Aufgabe ausführt, machen Token-Kosten häufig nur 20 bis 25 Prozent der variablen Betriebskosten aus, während die menschliche Aufsicht 70 bis 75 Prozent ausmacht (McKinsey QuantumBlack, 2026). Führungskräfte optimieren das sichtbare Viertel der Rechnung.

Und auf Schreibtischebene berichten 42% der Wissensarbeitenden, dass sie mehr Zeit mit der Prüfung von KI-Ergebnissen verbringen, als sie durch deren Nutzung sparen; 52% korrigieren regelmäßig KI-generierte Arbeit von Kolleginnen und Kollegen (Adaptavist, 2026). Ersparnis und Kosten landen bei verschiedenen Menschen, sodass eine Produktivitätssicht pro Arbeitsplatz den Gewinn erfasst und den Gegenposten vollständig übersieht.

Drei verschiedene Forschungstraditionen, eine Struktur: Agenten-Rollouts verschieben Kosten, statt sie zu beseitigen, und die Verschiebung überquert eine buchhalterische Grenze. Die Maklerstudie ist die Variante, in der die Kosten in der menschlichen Motivation statt in menschlichen Stunden landen — was sie schwerer sichtbar und leichter falsch zuordenbar macht.

Wo dieselbe Form in Arbeit auftaucht, die kein Vertrieb ist

Dieser Teil ist Schlussfolgerung, kein Befund — die Studie deckt ausgehende Versicherungsanrufe ab und sonst nichts. Aber die Bedingungen, die den Effekt erzeugen, sind klar genug formuliert, um sie an Ihren eigenen Warteschlangen zu prüfen, und sie sind nicht vertriebsspezifisch. Sie lauten: Die Person hält jeweils eine Arbeitseinheit, sie hat Ermessen darüber, wann sie diese aufgibt, und sie kann sehen oder spüren, was dahinter wartet.

Das beschreibt einen überraschend großen Teil der Mid-Market-Operations. Support-Mitarbeitende an einer Ticket-Warteschlange, die sie umpriorisieren können. Finanzpersonal, das Kreditoren-Ausnahmen abarbeitet. Schadenregulierer. Kreditprüfer. Alle, die eine Triage-Liste bearbeiten, bei der die leichten Fälle gleich von einem Agenten absorbiert werden und das Ermessen über die Reihenfolge beim Menschen bleibt.

Wo die Bedingungen nicht gelten, muss Sie der Befund nicht beunruhigen. Arbeit in fester Reihenfolge ohne Abbruchermessen, Arbeit, bei der die Warteschlange für die Person unsichtbar ist, und wirklich nicht substituierbare Arbeit (ein Fall, eine zuständige Person, bis zum Abschluss) brechen alle den Mechanismus. Die diagnostische Frage lautet schlicht: Kann die Person, die den schweren Fall hält, nach dieser Routing-Änderung etwas Besseres warten sehen? Wenn ja, haben Sie den Aufbau. Wenn nein, haben Sie ihn nicht.

Der ehrliche Gegeneinwand

Ich würde das nicht als gesichert darstellen. Vier Grenzen zählen:

Es ist ein Unternehmen, ein Land, eine Arbeitsart. Ausgehender Versicherungsvertrieb ist hochvolumig, provisionsgeprägt und ungewöhnlich empfindlich gegenüber dem Reservationswert, weil die Warteschlange der Vergütungsmechanismus ist. Ein festangestelltes Operations-Team an einem Shared-Service-Backlog erlebt eine schwächere Version desselben Anreizes.

Es ist ein Preprint. v1, eingereicht am 19. Oktober 2026, noch nicht peer-reviewed.

RDiT ist Identifikation, keine kontrollierte Studie. Eine zeitliche Diskontinuität ist anfällig für alles andere, was sich beim Rollout änderte — eine Skriptüberarbeitung, ein neuer Vergütungsplan, ein Wechsel des Lead-Anbieters. Das Abklingmuster innerhalb des Tages ist die stärkste Verteidigung dagegen, denn eine Störvariable müsste erklären, warum der Effekt nur bei den ersten drei Anrufen auftritt.

Der Nettowert ist eine Zerlegung, keine GuV. Die Schlussfolgerung des Papiers, dass die Verhaltensreaktion den Sortiergewinn übersteigt, stammt aus einer Kalibrierungsübung. Das ist eine glaubwürdige Schätzung von Vorzeichen und Größenordnung, keine geprüfte Margenzahl.

Was alle vier überlebt: Routing verändert die Verteilung von Chancen, und Vergütung und Kennzahlen, die für eine knappe Warteschlange gebaut wurden, bepreisen eine üppige falsch. Diese Aussage ist in der Richtung belastbar, selbst wenn die 5 Punkte nicht Ihre 5 Punkte sind.

Was Sie vor Ihrer nächsten Routing-Entscheidung prüfen sollten

Die handlungsrelevante Einheit ist nicht das Modell. Es sind die Warteschlange und die Stelle.

Messen Sie Beharrlichkeit, nicht nur Qualität. Bevor der Agent live geht, erheben Sie Basiswerte für Versuche pro Lead, Anrufdauer und Rückgaberate — aufgeschlüsselt nach Position im Arbeitstag. Wenn Sie nur Tagesdurchschnitte halten, ist der Effekt aus diesem Papier für Sie konstruktionsbedingt unsichtbar, denn er lebt in den ersten drei Anrufen und stirbt am Nachmittag.

Lesen Sie den Anreiz gegen die neue Warteschlange neu. Eine Provision pro Abschluss auf einer üppigen Warteschlange bezahlt Menschen fürs Abschöpfen. Wenn der Agent gleich die durchschnittliche Leadqualität hebt, lautet die Vergütungsfrage, ob überhaupt noch etwas die elfte Minute an einem schweren Anruf belohnt. Beharrlichkeitsuntergrenzen, Mindestversuche oder ein qualitäts- statt mengengewichtetes Ziel sind die üblichen Reparaturen.

Entscheiden Sie den Besetzungsmodus der Stelle, nicht die Aufgabenliste. Hier gehen die meisten Mid-Market-Routing-Projekte schief: Sie umreißen, welche Aufgaben der Agent übernimmt, und schreiben nie neu auf, wofür die menschliche Stelle jetzt einsteht. Eine Besetzungsentscheidung zwingt dazu, festzuhalten, was der Mensch mit einer angereicherten Warteschlange tut; eine Aufgabenaufteilung erlaubt, es ungesagt zu lassen und es aus der Conversion Rate zu erfahren. Die AUGMENT-Oberfläche von Scovai geht diesen Weg explizit — jede Stelle im Organigramm wird von 0 bis 100% danach bewertet, wie augmentierbar sie ist, und der Modus wird pro Stelle gesetzt: Person allein, Person plus Digital Employee oder der Digital Employee, der die Rolle End-to-End unter einer namentlich benannten menschlichen Aufsicht führt, wobei die Obergrenze vom Unternehmen gesetzt wird statt auf volle Autonomie voreingestellt zu sein (Scovai AUGMENT).

Lassen Sie den Agenten zuerst auf einem Ausschnitt laufen und beobachten Sie die Menschen, nicht den Agenten. Die Kennzahlen des Agenten werden in Ordnung sein. Die Instrumentierung, die ihr Geld wert ist, liegt bei den Mitarbeitenden, deren Warteschlange sich gerade verändert hat.

Die Entscheidung in diesem Quartal

Eine KI-Lead-Routing-Entscheidung ist keine Kapazitätsentscheidung mit einem Nebeneffekt auf die Motivation. Sie ist eine Motivationsentscheidung im Kapazitätskostüm.

Hören Sie also auf zu fragen, welche Arbeit Ihr Agent übernehmen soll. Fragen Sie, wofür Ihre Leute bezahlt werden, sobald die Arbeit, die Sie ihnen gelassen haben, üppig zu wirken beginnt — und ob Sie die Antwort in Ihren Zahlen sehen werden, bevor sie in Ihrer Pipeline auftaucht.

Ready to go beyond the CV?

Scovai's AI-powered Talent Passport reveals what resumes can't: personality, potential, and true job fit.