Katie Stein, CEO von ASAPP – Interviewreihe

Katie Stein, CEO von ASAPP, ist eine erfahrene Technologie‑ und Wirtschaftsexekutivin mit mehr als zwei Jahrzehnten Erfahrung in Unternehmensstrategie, Betrieb, digitaler Transformation und Unternehmenswachstum. Bevor sie ASAPP als CEO im August 2026 beitrat, war sie CEO von Atain und verbrachte acht Jahre bei Genpact, wo sie Chief Strategy Officer und Global Business Leader für Enterprise Services und Analytics war und die Unternehmensstrategie, wichtige Serviceportfolios, Kundenerfahrung und M&A‑Initiativen leitete. Früher in ihrer Laufbahn hatte Stein Führungspositionen bei Mercer, darunter Global Chief Operating Officer für das 2,5 Milliarden‑Dollar‑Geschäft für Altersvorsorge, Gesundheit und Leistungen, und arbeitete als Projektleiterin bei der Boston Consulting Group. Ihre Karriere konzentrierte sich vor allem darauf, großen Organisationen zu helfen, die operative Leistung zu verbessern, Technologie effektiver einzusetzen und komplexe Geschäftstransformationen umzusetzen.

ASAPP ist ein KI‑Unternehmen, das sich darauf konzentriert, den Kundenservice von Unternehmen durch seine KI‑native Customer Experience Platform (CXP) zu transformieren. Das 2015 gegründete Unternehmen entwickelt Technologie, die KI‑Agenten, menschliche Expertise, Kundendaten und Unternehmenssysteme über Sprach‑ und digitale Kanäle hinweg zusammenbringt. Im Zentrum der Plattform steht GenerativeAgent, ein KI‑Kundenservice‑Agent, der Gespräche versteht, Kundenanfragen nachvollzieht, Aktionen über verbundene Unternehmenssysteme ausführt und menschliche Agenten einbezieht, wenn zusätzliche Aufsicht oder Urteil erforderlich sind. ASAPP bietet zudem Werkzeuge für Testen, Monitoring, Governance und Beobachtbarkeit, die es großen Organisationen ermöglichen, kundenorientierte KI einzusetzen und gleichzeitig mehr Kontrolle über das Verhalten automatisierter Agenten zu behalten.

Ihre Karriere führte Sie von Strategie‑ und Transformationsrollen bei BCG, Mercer und Genpact über die Leitung von Atain bis hin zur Position als CEO von ASAPP. Was hat Sie zu diesem Zeitpunkt Ihrer Laufbahn zu ASAPP gezogen, und welche größten Chancen und Prioritäten haben Sie nach Ihren ersten 30 Tagen für das Unternehmen identifiziert?

ASAPP kam erstmals während des Wintersturms Fern Anfang dieses Jahres auf mein Radar. Bei Atain arbeiteten wir aus allen Winkeln, um genug Kapazität für eine der größten US‑Fluggesellschaften zu schaffen, da tausende von Reiseunterbrechungen betroffene Reisende nach Hause wollten. ASAPP beantwortete nicht nur Fragen; sein GenerativeAgent buchte in sechs Tagen mehr als 3.800 Passagiere um, einschließlich komplexer Reiseplanänderungen. Das zeigte mir, wie Unternehmens‑KI unter realem Druck aussieht. Meine ersten 30 Tage haben diese Sicht bestätigt. Unsere Chance liegt darin, Fokus und Skalierung zu verbinden: dort zu konzentrieren, wo ASAPP die klarsten Wettbewerbsvorteile hat, Kunden vom Experimentieren zum produktiven Impact zu führen und mit größerer Geschwindigkeit und Konsistenz zu operieren.

Der Ansatz von ASAPP vereint autonome KI‑Agenten, deterministische Workflows und menschliche Experten in einer einzigen Orchestrierungsschicht. Wie bestimmen Sie, welche Entscheidungen einem KI‑Agenten überlassen werden, welche vordefinierten Regeln folgen und welche menschliches Urteil erfordern?

Wir weisen nicht die gesamte Interaktion ausschließlich einer KI, einem vordefinierten Workflow oder einer Person zu. Jede Entscheidung wird anhand ihrer Komplexität, ihres Risikos und des Bedarfs an Verantwortlichkeit bewertet. KI eignet sich gut zum Verstehen von Intentionen, zum Interpretieren von Kontext und zum Anpassen an den Kunden. Workflows sorgen für Konsistenz, wenn vorgeschriebene Schritte oder Richtlinien eingehalten werden müssen. Menschen bringen Urteil ein, wenn eine Situation mehrdeutig, außergewöhnlich oder folgenreich ist. Die Orchestrierung vereint alle drei Elemente innerhalb derselben Interaktion. Das Ziel ist nicht maximale Autonomie, sondern mehr Kundenbedürfnisse zu erfüllen, wobei an jedem Entscheidungspunkt das passende Maß an Kontrolle angewendet wird.

ASAPP betrachtet menschliche Beteiligung als fortlaufenden Teil des KI‑Systems und nicht nur als Eskalationsweg, wenn die Automatisierung scheitert. Wenn KI‑Agenten immer fähiger werden, wo glauben Sie, dass Menschen weiterhin den größten Mehrwert in Kundenservice‑Interaktionen bieten werden?

Menschlicher Einfallsreichtum! Vor einigen Monaten sprach ich mit einer leitenden CX‑Führungskraft, die beobachtete, dass ein relativ kleiner Teil der Anrufe einen unverhältnismäßig großen Anteil der Bearbeitungszeit ausmacht. Dabei handelt es sich oft um Randfälle ohne klare FAQ, Wissensartikel oder Standard‑Arbeitsanweisung. Sie sind schwierig, weil die Organisation die Antwort noch nie erlebt – oder kodifiziert – hat. Menschen werden in diesen Momenten den größten Mehrwert liefern: Mehrdeutigkeiten interpretieren, konkurrierende Überlegungen abwägen und Urteil anwenden, wo es keinen etablierten Leitfaden gibt. Doch die Einbindung einer Person sollte nicht bedeuten, die Automatisierung komplett aufzugeben und die gesamte Interaktion zu übertragen. Die KI sammelt, was nötig ist, und präsentiert einer Person eine konkrete Anfrage mit Kontext; der Mensch liefert das Urteil, und die KI setzt die Interaktion fort. Dieses Fachwissen löst das unmittelbare Problem und erweitert, was die KI künftig lösen kann.

Viele Unternehmen haben generative KI in Pilotprojekten erfolgreich demonstriert, kämpfen jedoch, wenn sie sie über Millionen realer Kundeninteraktionen hinweg ausrollen wollen. Was unterschätzen Unternehmen am häufigsten, wenn sie vom KI‑Pilot zu einem produktionsreifen, agentischen System übergehen?

Unternehmen unterschätzen am häufigsten den Long‑Tail. Pilotprojekte testen in der Regel definierte Anwendungsfälle unter kontrollierten Bedingungen. Im Produktionsmaßstab werden seltene Situationen zu alltäglichen Ereignissen: Kunden ändern ihre Richtung, liefern unvollständige Informationen oder kombinieren Bedürfnisse auf unvorhergesehene Weise. Deshalb ist das Skalieren von agentischer KI nicht nur eine Modellfrage. Es erfordert die Integration in Unternehmenssysteme, Governance, Monitoring und eine Möglichkeit, Menschen einzubeziehen, wenn Urteilskraft nötig ist. Der Pilot beweist, dass die Technologie funktioniert. Die Produktion erfordert die Architektur und operative Disziplin, um sie im großen Maßstab zuverlässig zu machen.

Während Unternehmen von einem einzigen KI‑Assistenten zu mehreren spezialisierten Agenten, die zusammenarbeiten, übergehen, welche neuen technischen oder Governance‑Herausforderungen ergeben sich in Bezug auf Orchestrierung, Beobachtbarkeit und Verantwortlichkeit?

Die neue Herausforderung ist die Koordination. Mehr Agenten erzeugen mehr Übergaben, Entscheidungspunkte und Gelegenheiten, bei denen Kontext oder Verantwortlichkeit zusammenbrechen können. Unternehmen benötigen eine Orchestrierung, die bestimmt, welcher Agent handeln soll, welche Informationen und Berechtigungen er erhält und wie seine Arbeit zur Lösung des Kunden beiträgt. Die Beobachtbarkeit muss über die gesamte Interaktion hinweg reichen, damit Organisationen verstehen, was passiert ist und warum. Das wird zur Grundlage für Governance. Der Vorteil entsteht nicht durch den Einsatz der meisten Agenten, sondern durch die Koordination all dieser spezialisierten Intelligenz in einem System, das zuverlässig, nachvollziehbar und verantwortungsbewusst ist.

ASAPP hat kürzlich Kontinuierliches Red Teaming eingeführt, das seine KI‑Systeme automatisch gegen mehr als 50 Klassen von Schwachstellen testet, während sich die Modelle weiterentwickeln. Wie sollten Unternehmen die Sicherheit neu überdenken, wenn KI‑Agenten nicht mehr nur Antworten generieren, sondern zunehmend in der Lage sind, im Namen von Kunden Aktionen auszuführen?

Die Risiken ändern sich, wenn KI von der Beantwortung von Fragen zur Ausführung von Aktionen übergeht. Eine unautorisierte Transaktion oder die Offenlegung von Kundendaten ist weitaus gravierender als eine ungenaue Antwort. Unternehmen benötigen klare Grenzen dafür, worauf ein Agent zugreifen darf, was er tun kann und wann menschliche Genehmigung erforderlich ist. Sicherheit kann zudem nicht nur einmalig vor dem Rollout getestet werden. Während KI leistungsfähiger wird, innovieren auch die Angreifer. Deshalb testet ASAPP kontinuierlich tausende von gegnerischen Szenarien, die mehr als 50 Schwachstellenklassen abdecken. Sicherheit muss sich so schnell weiterentwickeln wie die Technologie, damit Unternehmen das Potenzial der KI ausbauen können, ohne das Vertrauen der Kunden zu gefährden.

Generative KI ist von Natur aus probabilistisch, doch Kundenservice‑Prozesse beinhalten häufig Transaktionen, Compliance‑Anforderungen und andere Aufgaben, bei denen die Ergebnisse vorhersehbar sein müssen. Wie können Unternehmen die Flexibilität generativer KI bewahren und gleichzeitig genügend deterministische Struktur einführen, um diese Systeme verlässlich zu machen?

Der Schlüssel liegt darin, das Gespräch vom Geschäftsprozess zu trennen. Wir sind der Meinung, dass generative KI das tun sollte, was sie am besten kann: den Kunden verstehen, Mehrdeutigkeiten navigieren und natürlich reagieren. Kritische Prozesse – wie Verifizierung, Transaktionen und Compliance – sollten jedoch in schrittbasierten Workflows ablaufen, die die Unternehmensregeln und die erforderliche Reihenfolge durchsetzen. Diese Architektur bietet Unternehmen das Beste aus beiden Welten: ein flexibles Erlebnis für den Kunden und eine vorhersehbare Ausführung für das Unternehmen. Sie erleichtert zudem das Testen, Auditen und Verbessern der Prozesse, wenn sich die Modelle weiterentwickeln. Unternehmen müssen nicht jede Kundenkonversation starr machen, um KI verlässlich zu machen. Sie müssen sehr klar definieren, wo die KI flexibel sein darf und wo der Prozess absolut unveränderlich ist.

Contact‑Center haben traditionell die Automatisierung anhand von Kennzahlen wie Containment und Kosteneinsparungen gemessen. Da agentische KI immer anspruchsvoller wird, welche Kennzahlen sollten Unternehmen verwenden, um festzustellen, ob KI tatsächlich die Kundenerfahrung verbessert und nicht nur den menschlichen Einsatz reduziert?

Wir entfernen uns von Kennzahlen wie Deflection und Containment und gehen hin zu dem, was ich „verifizierte Lösung“ nenne. Ich möchte, dass wir dafür verantwortlich sind, die Absicht eines Kunden zu verstehen und sie tatsächlich zu lösen. Als Kunde wünsche ich mir ein angenehmes Erlebnis, aber vor allem, dass der Grund für meine Kontaktaufnahme gelöst wird. Wenn wir dieses Ergebnis messen, anstatt nur zu prüfen, ob KI jemanden davon abgehalten hat, zu einem menschlichen Agenten zu gelangen, bringen wir die Technologie mit der Aufgabe in Einklang, die der Kunde tatsächlich erledigt haben möchte.

Wenn ein menschlicher Experte zunehmend mehrere KI‑gesteuerte Gespräche überwachen oder leiten kann, wie erwarten Sie, dass sich die Belegschaft im Contact‑Center entwickelt? Sehen Sie neue Rollen, die im Zusammenhang mit KI‑Aufsicht, Training, Governance und kontinuierlicher Verbesserung entstehen?

Das begeistert mich besonders am zukünftigen Betriebsmodell von Contact‑Centern. Heute stehen menschliche Agenten an vorderster Front und unterstützen häufig Kunden, die enttäuscht, verwirrt oder verärgert sind, während sie viel Zeit damit verbringen, komplexe Systeme zu durchdringen, um diese Probleme zu lösen. Es ist anspruchsvolle Arbeit, und die Burnout‑Rate ist hoch. Während agentische KI immer mehr dieser Aufgaben über Sprach‑ und digitale Kanäle übernimmt, glaube ich, dass eine neue Klasse von CX‑Professionals entstehen wird: der menschliche Agent als Analyst. Ihre Zeit wird zunehmend für Situationen aufgewendet, die Urteil erfordern, nicht eindeutig sind oder regulatorische Sensitivität besitzen. Das ist eine grundlegend andere Rolle, die KI selbst mitgestaltet.

Nach Ihren ersten 30 Tagen an der Spitze von ASAPP, was hat Sie am meisten überrascht, wo Unternehmen derzeit bei der Einführung von agentischer KI stehen, und was glauben Sie, wird die nächste Phase des KI‑gestützten Kundenservice definieren?

Ich bin beeindruckt, wie bereit die Kunden, mit denen ich gesprochen habe, sind, agentische KI zu einer Kernsäule ihrer CX‑Strategie zu machen, anstatt sie nur als angrenzendes Element zu betrachten. Die Herausforderung besteht darin, dass Digital, IT, Sicherheit und Betrieb oft mit unterschiedlichen Geschwindigkeiten voranschreiten und den Erfolg unterschiedlich messen. Diese Fragmentierung erschwert es, den Business‑Case für das Unternehmen klar zu erkennen. Die nächste Phase wird von Organisationen verlangen, sich um das zu bündeln, was auf Unternehmensebene wirklich zählt, und zu verstehen, wo agentische KI im CX diese Ergebnisse vorantreiben kann. Heute kann dieser Einfluss über bestehende Scorecards und isolierte Kennzahlen verwässert werden.

Danke für das großartige Interview, Leser, die mehr erfahren möchten, sollten ASAPP besuchen.