Die 20 Meter, die über Kündigungen entscheiden

Ein makelloses Netzwerk-Dashboard kann die Frustration von Breitbandkunden verbergen.

Nehmen wir einen Kunden, dessen KI-Anfrage immer wieder in ein Timeout läuft – kurz nach einem erfolgreichen Geschwindigkeitstest. Das Network Operations Center meldet eine gesunde Infrastruktur. Die Latenz liegt im Zielbereich. Es gibt keine Ausfälle. Irgendwo zwischen diesen Messwerten und der fehlgeschlagenen Anfrage erklärt das Bild, das der Anbieter vom Service hat, das Erlebnis des Kunden nicht mehr.

Der Kunde braucht trotzdem Hilfe.

Für Breitbandanbieter sind die letzten 20 Meter zwischen dem Router und dem Endgerät des Kunden ein hilfreiches Bild, um dieses Problem zu fassen. Störungen auf dieser Strecke können aus einer funktionierenden Verbindung einen Anruf beim Support machen. Passiert das immer wieder, hat der Anbieter ein Kundenbindungsproblem, dem er nachgehen muss – selbst wenn seine Netzwerkmetriken gut aussehen.

In einer Umfrage unter Telekommunikationskunden in den USA aus dem Jahr 2025 nannten 69 % zuverlässige Netzwerkverbindungen als eines der wichtigsten Entscheidungskriterien – knapp vor dem Preis.¹

Die Branche hat Jahrzehnte damit verbracht, die Infrastruktur und die Überwachungssysteme aufzubauen, auf die Breitband angewiesen ist. Diese Investition war notwendig. Betreiber müssen wissen, wenn Kapazitäten knapp werden oder ein Node ausfällt. Cloud-gesteuertes WLAN hat ihren Blick inzwischen bis ins Zuhause erweitert und ihnen Zugang zu Gerätedaten, WLAN-Bedingungen und Anwendungsleistung verschafft, die sich früher kaum beobachten ließen.

Diese Transparenz hat den Alltag im Betrieb bereits grundlegend verändert. Viele Probleme, die früher zu Supportanrufen führten – von der WLAN-Kanalwahl und dem Device Steering bis hin zu alltäglichen Sicherheitsbedrohungen –, lassen sich heute automatisch erkennen und beheben. Bei einem großen Teil der Kundenkontakte kann sich das Netz zunehmend selbst optimieren.

Die verbleibenden Probleme sind anders. Sie treten seltener auf, sind aber deutlich schwerer zu diagnostizieren, weil sie nicht auf eine einzelne Ursache zurückzuführen sind. Ein Zoom-Meeting friert ein, obwohl der Geschwindigkeitstest einwandfrei ist. Eine Anfrage an Claude AI läuft trotz gutem WLAN in ein Timeout. Ein Haushalt meldet „langsames Internet“, doch die eigentliche Ursache kann bei der Anwendung, beim Gerät, bei den Funkbedingungen oder ganz außerhalb des Anbieternetzes liegen.

Die Herausforderung wird mit der Weiterentwicklung der KI dringlicher. Unsere jüngste Untersuchung hat ergeben, dass 86 % der Haushalte im Datensatz von Plume mindestens einmal pro Quartal mit einem Large Language Model (LLM) interagieren, zwei Drittel sogar regelmäßig. Doch die nächste Welle bringt nicht einfach mehr KI-Gespräche. Es sind KI-Agenten, die im Auftrag der Nutzer immer komplexere Aufgaben erledigen – mit länger laufenden Workflows, mehr Interaktionen zwischen Anwendungen und mehr Gelegenheiten, bei denen etwas schiefgehen kann.

Zusammen erzeugen diese schwer zu diagnostizierenden Probleme das, was wir die Erlebnislücke nennen: den Unterschied zwischen der Beobachtung, dass etwas schiefgelaufen ist, und dem Verständnis, warum es passiert ist – gut genug, um zu handeln und es zu verbessern. Die Herausforderung besteht nicht mehr darin, Signale zu erfassen. Es geht darum zu bestimmen, welche Signale zählen, sie zu einem aussagekräftigen Kontext zu verknüpfen und das zu tun, solange noch Zeit bleibt, das Erlebnis des Kunden zu verbessern.


Im Zuhause

Der durchschnittliche Haushalt im Datensatz von Plume hat inzwischen mehr als 22 vernetzte Geräte. Immer häufiger interagieren diese Geräte nicht nur mit Menschen, sondern auch mit KI-Diensten, die in ihrem Auftrag handeln. An einem beliebigen Tag nimmt ein Laptop an einem Videoanruf teil, während jemand anderes ein Spiel in 4K streamt. Eine PlayStation-Konsole konkurriert mit einem Cloud-Backup. Eine Nest-Kamera lädt im Hintergrund Aufnahmen hoch. Die Mischung ändert sich, wenn Menschen zwischen Räumen und Geräten wechseln – oft, ohne an die Verbindung zu denken.

Hier wird die Erlebnislücke sichtbar.

Ein Kunde, der in Teams das jährliche Zielvereinbarungsgespräch mit der Führungskraft abschließen will, hat kaum Anlass und kaum die Möglichkeit, ein Problem im Zugangsnetz von einem WLAN- oder Geräteproblem zu unterscheiden. Das Meeting wird unterbrochen. Eine Diagnose, die bei einem erfolgreichen Geschwindigkeitstest endet, lässt diese Unterbrechung unerklärt.

Ein Geschwindigkeitstest allein kann nicht rekonstruieren, was während des Gesprächs passiert ist. Dafür müssen die relevanten Messwerte mit dem Gerät, der Anwendung und dem Zeitpunkt der Unterbrechung in Beziehung gesetzt werden. Selbst dann kann die Ursache außerhalb der Kontrolle des Anbieters liegen. Nützlich ist eine Diagnose, die das Problem so weit eingrenzt, dass sie den nächsten Schritt weist.

Ein ins Stocken geratener KI-Workflow bringt eine weitere Art von Symptom mit sich, das untersucht werden muss. Anders als bei einer einzelnen Anfrage mit Antwort kann ein KI-Agent Dutzende koordinierter Aktionen über mehrere Cloud-Dienste hinweg ausführen, bevor er ein Ergebnis liefert. Schlägt ein Schritt fehl, muss der Betreiber trotzdem klären, ob die Unterbrechung im Zuhause, im Zugangsnetz, in der Anwendung oder ganz woanders entstanden ist.

Betreiber haben heute Zugriff auf Netzwerk-, WLAN-, Anwendungs-, Geräte- und Kundendaten, die sich vor zehn Jahren nur schwer hätten zusammenführen lassen. Ein einziger unterbrochener Anruf kann Spuren in mehreren dieser Systeme hinterlassen. Die eigentliche Arbeit besteht darin, diese Spuren zu verknüpfen. Welche Signale erklären die Unterbrechung? Ist sie schon einmal aufgetreten? Besteht sie nach der scheinbaren Lösung fort? Mit diesen Antworten hat ein Support-Mitarbeitender etwas in der Hand, wenn der Kunde anruft.

Gegenüberstellung „Ein und derselbe Moment“, Dienstag, 15:42 Uhr. Links, „Was der Betreiber sieht“ (Netzbetrieb, live): Zugangsnetz fehlerfrei, Latenz 18 ms bei einem Zielwert unter 30 ms, keine Netzausfälle, Geschwindigkeitstest um 19:41 Uhr mit 943 Mbit/s; kein Handlungsbedarf. Rechts, „Was der Kunde sieht“ (Jahreszielgespräch, 4 Teilnehmer): Die Videokachel des Kunden zeigt „Verbindung wird wiederhergestellt“, während der Manager und die 3 weiteren Teilnehmer fehlerfrei zu sehen sind. Eine Meldung lautet „Ihre Verbindung ist instabil“. Beides stimmt – doch keines erklärt das andere.

Wo Informationen auf ganzer Linie an Nutzen verlieren

Der Kundenservice macht die Kosten eines unvollständigen Kontexts sichtbar. Ein Mitarbeitender startet womöglich mit kaum mehr als „unzufriedener Kunde auf Leitung 2“. Der Kunde schildert die Symptome, startet Geräte neu und wiederholt einen Geschwindigkeitstest. Diese Schritte können sinnvoll sein. Ihr Wert lässt sich aber schwerer rechtfertigen, wenn der Anbieter bereits Informationen gesammelt hat, die die Untersuchung hätten eingrenzen können.

Entscheidend für einen Betreiber ist, ob diese Informationen die Person, die den Anruf bearbeitet, in nutzbarer Form erreichen. Dass irgendwo im Unternehmen Geräte- und WLAN-Daten gesammelt werden, heißt nicht, dass ein Mitarbeitender sie mit der Unterbrechung verknüpfen kann, die der Kunde beschreibt.

Die Betriebsteams stehen vor derselben Schwierigkeit, wenn ein gesundes Zugangsnetz keinen klaren nächsten Schritt erkennen lässt. Sie müssen dem Problem über das Modem hinaus nachgehen und herausfinden, welcher Teil der Verbindung Aufmerksamkeit verdient. Ein Dashboard kann zeigen, wo ein Messwert einen Schwellenwert überschritten hat; was das für diesen Kunden bedeutet, muss trotzdem jemand entscheiden.

Auch kommerzielle Entscheidungen hängen von dieser Unterscheidung ab. Ein Haushalt mit Abdeckungsproblemen und einer, der mehr Kapazität braucht, melden womöglich beide „langsames Internet“. Werden beide Beschwerden als dieselbe Upselling-Chance behandelt, riskieren ISPs, einen Service zu empfehlen, der das ursprüngliche Problem ungelöst lässt.

Für die Produktteams lautet die Frage, ob ein Service das Erlebnis verändert, das er verbessern sollte. Die Führungsebene muss wissen, ob die Ausgaben für diesen Service vermeidbaren Supportaufwand senken oder dazu beitragen, Kunden zu halten. Beide Fragen lassen sich nur beantworten, wenn man verknüpft, was im Zuhause passiert ist, was der Anbieter getan hat und was danach geschah.

Mehr Telemetrie allein liefert diese Antwort nicht. Eine Analyse, die erst vorliegt, nachdem der Kunde erneut angerufen oder gekündigt hat, ebenso wenig.


Was nach einem Alarm passiert

Ein Alarm kann einem Betreiber helfen, früher einzugreifen. Er kann aber auch zu einem weiteren Eintrag in einer Warteschlange werden. Sein Wert hängt davon ab, welche Reaktion er ermöglicht.

Muss bei jedem Alarm erst jemand dieselben Belege zusammentragen, bevor entschieden werden kann, was zu tun ist, hat der Anbieter das Problem zwar sichtbarer gemacht, den Großteil der Untersuchungsarbeit aber unverändert gelassen. Wächst der Kundenstamm, wächst diese Arbeit mit – es sei denn, der Betriebsprozess ändert sich.

Ein brauchbares Betriebsmodell würde die relevanten Belege zusammenführen und den Teams helfen zu entscheiden, welche Probleme Aufmerksamkeit brauchen. Wo sich eine Lösung sicher anwenden lässt, sollte der Anbieter handeln und das Ergebnis prüfen können. Wo die Ursache unklar bleibt, sollte der Mitarbeitende die bereits abgeschlossene Untersuchung übernehmen, statt den Kunden zu bitten, noch einmal von vorn zu beginnen.

Einen Supportanruf zu verhindern, ist ein hoher Anspruch. Der Betreiber muss ein sich anbahnendes Problem erkennen, eine passende Reaktion wählen und bestätigen, dass sie geholfen hat. Eine Vorhersage ohne umsetzbare Maßnahme bringt nur einen weiteren Alarm. Eine Maßnahme ohne Überprüfung lässt den Anbieter über ihre Wirkung im Unklaren.

Diagramm „Ein Alarm. Zwei Ergebnisse.“ Ein Alarm um 19:38 Uhr meldet einen WLAN-Leistungsabfall in einem Haushalt und verzweigt in zwei Pfade. Pfad A, „Der Alarm ist nur ein weiteres Ticket“: Der Alarm landet in der Warteschlange, jemand trägt die Belege zusammen, dann fällt eine Entscheidung oder der Kunde wird befragt. Es gibt keinen Lerneffekt, beim nächsten Alarm beginnt die Arbeit komplett von vorn. Pfad B, „Der Alarm startet einen Lernzyklus“: Der Alarm wird inklusive Vor-Diagnose geliefert, die Lösung wird angewendet oder an ein Team übergeben, und das Ergebnis wird beim Kunden überprüft. Das validierte Ergebnis schärft jede zukünftige Diagnose.

Ein neues Betriebsmodell für Breitband

Eine Führungskraft im Betrieb sollte fragen können, warum die Kundenzufriedenheit in einer Region gesunken ist, und bei der Untersuchung Unterstützung erhalten. Heute schickt diese Frage Menschen auf die Suche durch Dashboards, Berichte und Logs, bevor sie überhaupt entscheiden können, wo sie ansetzen sollen.

Stellen wir uns vor, wie diese Untersuchung ablaufen könnte. Das System identifiziert die betroffenen Haushalte und stellt fest, dass die meisten dasselbe Router-Modell nutzen. Während einer Hitzewelle haben die Neustarts zugenommen, die Ausfälle konzentrieren sich auf einen bestimmten Firmware-Build. Das Betriebsteam kann die Belege prüfen und eine konkrete Erklärung testen. Die Entwicklung erhält eine Untersuchung, auf deren Grundlage sie handeln kann – samt einem Lösungsvorschlag, den es zu bewerten gilt. Was als Frage zum NPS beginnt, endet mit einer konkreten Maßnahme der Entwicklung.

Vertriebsteams brauchen dieses tiefe Verständnis, wenn sie entscheiden, welche Haushalte ein Upgrade-Angebot erhalten sollen. Videoanrufe, die während der Arbeitszeit schlechter werden, könnten auf Bedarf an einem Home-Office-Service hindeuten. Ist aber eine schwache WLAN-Abdeckung die Ursache der Unterbrechungen, muss das Angebot die Abdeckung adressieren. Mehr Bandbreite allein würde dazu führen, dass der Kunde mehr für dasselbe Problem zahlt.

Eine Untersuchung könnte feststellen, welche Haushalte ein Abdeckungsproblem haben und ob der vorgeschlagene Service es lösen würde. Vertriebsteams könnten dann ein Angebot mit klarer Begründung unterbreiten. Haushalte, die eine einfache Lösung brauchen, ließen sich an den Kundenservice weiterleiten – die Belege wären bereits angehängt. Was als Support-Symptom beginnt, endet in einer gezielten Umsatzchance.

Diese Entscheidungen setzen voraus, dass Informationen mit dem Problem des Kunden mitwandern. Eine Erkenntnis zu einem Router-Fehler sollte in das nächste Support-Gespräch einfließen. Ein ungelöstes Abdeckungsproblem sollte für das Team sichtbar sein, das ein Angebot vorbereitet. Nach einer Maßnahme muss der Anbieter wissen, ob die Unterbrechungen aufgehört haben.

Ein solches Betriebsmodell verändert, wann und wie Entscheidungen getroffen werden. Da sich KI vom Beantworten von Fragen hin zum Erledigen von Aufgaben entwickelt, wird dieser Wandel noch wichtiger. Betreiber werden nicht einfach mehr vernetzte Geräte betreuen. Sie werden mehr autonome Aktivität auf diesen Geräten betreuen.

Betreiber sollten dieses Verständnis in ihrem gesamten Unternehmen nutzbar machen können. Bald werden sie dafür einen neuen Weg haben.


¹Circles Consumer Survey (U.S.), durchgeführt im Oktober 2025 unter 1.000 Telekommunikationskunden in den USA