Lasse Klein: Customer Success ist bares Geld

×

AI in CS Series, Interview #007. Mit Lasse Klein, Customer Success und Key Account Management bei Shopware. Über zehn Jahre Customer-Success-Aufbau in DACH-Commerce-Plattformen: erst Agentur (Astound Commerce, mit Kunden wie Birkenstock, Swatch und Adidas), dann SCAYLE, heute Shopware mit über 10.500 Kunden im Portfolio. Einer der wenigen, die KI im After Sales nicht als Ersatzdebatte führen, sondern als Zeitfrage: Wo geht die Zeit hin, und was macht der Mensch mit der gewonnenen?

Lasse Klein hat dreimal hintereinander Customer-Success-Teams aufgebaut, in drei sehr unterschiedlichen Modellen: Agenturgeschäft mit kurzen Lebenszyklen, Enterprise-Commerce bei SCAYLE, jetzt der Sweet Spot dazwischen bei Shopware. Im Gespräch erklärt er, warum die eigentliche Frage im Customer Success nicht lautet, wie viel man automatisieren kann, sondern ob der Kunde nach fünf Jahren noch versteht, welchen Business Case er gekauft hat. Unten: welche Legwork KI heute übernimmt, wie man Schattenarbeit im After Sales sichtbar macht, warum zu viel Automatisierung zuerst im Sentiment auffällt, was Enterprise von SMB trennt, und die Wette, was vom CSM-Beruf übrig bleibt, wenn Maschinen anfangen, bei Maschinen zu kaufen.

F1. Die Frage, über die Lasse vor zehn Jahren gelacht hätte

F: Worüber hast du vor acht, zehn Jahren nachgedacht, worüber du heute gar nicht mehr nachdenkst? Was hat sich in deinen Rollen am stärksten verändert?

A: Worüber ich nie nachgedacht habe und was heute ein relevanter Business Case ist: die CFOs, mit denen ich zu tun hatte, haben immer wieder gefragt, wie kriege ich Customer Success oder Menschen durch KI ersetzt, ohne dass der Kunde das am Ende des Tages merkt. Hätte man mich das vor acht bis zehn Jahren gefragt, hätte ich gesagt: nie im Leben werden automatisierte Tools oder CRM so gut, dass man nicht mehr merkt, dass man da nicht mit einem Menschen agiert. Mit genau diesen Themen setzt man sich heute auseinander, weil die Automatisierungsgrade wirklich hochgehen und die ganze Legwork wegfällt, Administration und so weiter.

Eine Sache bleibt aber wie ein Dauerbrenner: Relevanz. Ich sage ganz gerne, Impact auf dem Kunden erzeugen. Versteht der Kunde nach wie vor, welchen Business Case er eigentlich gekauft hat? In der Regel ist Sales gut darin, Trust und Produktverständnis aufzubauen. After Sales ist dann dafür zuständig, auf dieses Vertrauen zu liefern und den Impact zu erzeugen, den der Kunde haben möchte. Und das kriegt die KI im Moment noch nicht hin: in C-Level-Runden oder Stakeholder-Runden herauszuarbeiten, delivert das gerade auf meinen Business Case oder nicht? Verstehe ich als Kunde noch, warum ich damals eingestiegen bin, und zwar über einen Zeitraum von fünf Jahren?

Das sind die zwei Spannungsfelder, die ich gerade bewege: auf der einen Seite die Frage, ob der Kunde wirklich versteht, welchen Business Case er gekauft hat. Auf der anderen Seite die Frage, wie ich Arbeit durch KI smarter mache. Nicht die Hard Work, sondern die Smart Work.

F2. Was er CFOs antwortet: die Legwork zuerst

F: Wenn CFOs mit Budget-Fokus auf dich zukommen, was antwortest du denen? Welche Legwork kann man heute schon gut automatisieren, ohne Relevanz beim Kunden zu verlieren?

A: Für mich geht es vorrangig um Administrationsaufgaben. Im After Sales hat man keine Eins-zu-eins-Zuteilung, sondern eine 50-zu-eins, teilweise 100-zu-eins. Die KI-Tools, die Kundengespräche mitprotokollieren und ins CRM einschreiben, das sind einfache Themen, die mittlerweile sehr viel Zeit sparen.

Dann gibt es die zweite Ausbaustufe: dass darauf Sentiment angewendet wird, dass Next Best Actions angewendet werden. Dass man aus dem Kontext, der entsteht, Ableitungen treffen kann, um case-sensitiv auf Kunden zuzugehen und die nächste Kommunikation im Zweifelsfall schon zu antizipieren. Das ist die Legwork, die wegfällt, bis hin zu Business Cases rechnen und QBRs vorbereiten. Wenn man das smart aufsetzt, ich experimentiere gerade viel mit Claude und entsprechenden Plugins, kriegt man da relativ schnell Hebel hin.

Und das ist genau das, was der CFO sehen möchte: den Headcount konstant halten über eine immer noch wachsende Customer Base. Gerade im Customer Success Operations und Revenue Operations Bereich liegen riesige Einsparpotenziale, die man heute schon sehr klassisch sieht.

F3. Wie Shopware Support und Success schichtet

F: Wie denkst du vom Aufbau her über Customer Success und Support-Organisation nach? First-Level-Support, Self-Service, Account Management: wie strukturiert ihr das bei Shopware?

A: Ich versuche in einer Pyramide zu denken. Es gibt ein Basisset an Support, das jeder Kunde haben möchte. In der SaaS-Branche und gerade im E-Commerce ist das eine Dualität: Ich habe einen Support, den ich anschreiben kann und der innerhalb der SLA-Zeiten aus meinem Vertrag antwortet. Und ich habe die Möglichkeit, Self-Learning zu betreiben. Bei Shopware haben wir eine relativ große Community, eine große Academy und einen Community Hub. Da reinzugehen und mir case-spezifisch Themen rauszuholen, das ist eine Erwartungshaltung, auf die wir sehr viel Wert legen und die wir kontinuierlich ausbauen, weil die Kunden schnell auf diese Services zugreifen möchten.

Darüber liegt eine Schicht mit personalisierteren Erlebnissen. Wenn man mit dem Account Management in unserem B-Segment in Kontakt tritt, haben die einen Kontext: die wissen, wer man ist und wer das Unternehmen ist. Da spielen Mensch und CRM zusammen, um individualisierte Kundenstories aufzubauen, wobei den Kunden vielerorts bewusst ist, dass sie einer von vielen sind.

Und am Ende gibt es das, was ich die Wow-Schicht nenne, das personalisierteste Erlebnis, oft High Touch genannt. Das sind die Themen im Key Account Management: Wie kriege ich es hin, dass der Kunde denkt, er ist der einzige Kunde? Dass der Key Account Manager so tief im Kontext ist, dass man eine Eins-zu-eins-Betreuung spürt, obwohl es keine Eins-zu-eins-Betreuung ist. Im Support gibt es darunter die gängigen drei Level: je tiefer das Problem, desto dichter geht man ans Produkt und ans Engineering-Team ran.

F4. Schattenarbeit sichtbar machen: der Customer-Journey-Workshop

F: Ihr habt erste Automatisierungen umgesetzt, Protokolle automatisiert, ins CRM gepusht. Worauf optimiert ihr da? Welche KPI schaust du dir an, um zu entscheiden, ob KI eine Rolle spielen kann?

A: Wir optimieren aktuell relativ klar auf Time Spend. Customer Success hat, zumindest in allen Rollen, in denen ich gearbeitet habe, unfassbar viel Schattenarbeit. Schattenarbeit heißt: Bereiche, in denen man in der Customer Journey Themen im After Sales abdeckt, die in der Gesamtorganisation nicht klar definiert sind. Oder CRM-Pflegeaufwände, die das Management gar nicht sieht, weil niemand weiß, welcher Aufwand da eigentlich dranhängt.

Wir haben vor kurzem einen relativ großen Workshop gemacht: die Customer Journey einmal zerlegt und geschaut, wie wäre in einem Nonplusultra-Stand der Time Spend je Phase, mit den Tools, die wir haben, und den real existierenden Schritten, die unsere Prozesse vorgeben. Das mappt man um und sieht, wo das größte Einsparpotenzial liegt. Da sind relativ klare Themen rausgefallen: Prozesse, die man einfacher standardisieren kann. Nehmen wir Renewal Management. Das sind wiederkehrende Themen. Unser Playbook sieht vor, dass 180 Tage, 90 Tage vor dem Renewal, je nach Größe des Kunden, auf den Kunden zugegangen werden muss. Solche Automatismen gibt es natürlich schon, aber wie kriege ich die noch smarter hin, mit noch mehr Kontext geladen?

Die übergeordnete KPI ist, den Time Spend pro Account zu reduzieren, ohne dass die Customer Experience darunter leidet. Letzteres ist schwer zu messen. Das kriegen wir nur über Sentiment und Gespräche hin, in denen Kunden uns etwas zurückspielen. Wenn wir merken, wir kriegen die Rückmeldung "wir bekommen mehr E-Mails von euch, die mehr oder weniger halbherzig klingen", dann ist das für uns immer ein Zeichen von: zu doll automatisiert. Auf der anderen Seite spielt unser Team zurück, dass sie einen enormen Uplift haben, weil sie Calls nicht mehr pflegen müssen, über Renewals nicht mehr nachdenken müssen und nicht mehr zwischen ERP und CRM hin und her schauen, wann das nächste Renewal-Datum ist.

F5. Enterprise gegen SMB: wo die Segmente anders ticken

F: Du hast zwischen Enterprise und SMB viele Unterschiede gesehen. Wo ticken die Segmente anders? Was musst du anders machen, wenn du Customer-Success-Strategien aufbaust?

A: Man kann das am Markt erklären. Salesforce macht Enterprise Sales und damit auch Enterprise After Sales. Was ich da gelernt habe: Expertise aufbauen, Spezialitäten aufbauen. Nicht umsonst haben die für alles unterschiedliche Ansprechpartner, um wirklich spot-on konsultativ am Kunden zu sein. Das stärkt das Vertrauen, erzeugt den Impact am Kunden und lässt einen realen Business Case entstehen, statt einer teuren Lizenz, auf der nichts passiert. Im Enterprise-Segment ist es unfassbar wichtig, immer wieder darauf zurückzukommen: Warum hat mein Kunde das damals gekauft, und was kann ich ihm Gutes tun, damit sich das amortisiert? Man bezahlt ja nicht aus Spaß über so einen langen Zeitraum Geld.

Auf der anderen Seite steht ein Modell wie Shopify: Longtail, möglichst viel Self-Service, die Kontaktzeit mit dem Kunden so klein wie möglich halten, ohne den Service-Aspekt aus dem Auge zu verlieren. Ich würde nicht behaupten, dass Shopify schlecht im Service ist, es ist eine ganz andere Herangehensweise für einen Massenmarkt. Bei Shopware bedienen wir genau den Sweet Spot dazwischen: SMBs bis Lower Enterprise. Würde ich das Enterprise-Modell auf alle Kunden anwenden, verliere ich Marge, weil es sich nicht rentiert und ich so viele Leute gar nicht einstellen kann. Bringe ich umgekehrt keinen Human Touch ins SMB-Segment, verliere ich die Kunden, weil das Service-Erlebnis nicht gut ist.

Der größte Treiber ist: je kleiner das Segment, desto mehr Automatisierung spielt eine Rolle. Und je größer das Segment wird, je mehr man sich Richtung Enterprise entwickelt, je größer die Tickets werden, desto eher braucht man den Faktor Mensch, der kontextbezogen, case-sensitiv und konsultativ am Kunden arbeitet.

F6. Wo KI leise schadet: Wildwuchs, KI-Keule, Selbstbau-Falle

F: Wenn ein Team vor der Einführung von KI steht: was sollte es auf keinen Fall machen? Wo hat der Einsatz von KI zu einer schlechteren Erfahrung geführt?

A: Zu schlechten Ergebnissen geführt haben vor allem Themen, die ungefiltert passiert sind. Wenn man einfach ein Tool vors Team gestellt und gesagt hat, macht mal damit, dann wird man dem Wildwuchs nicht mehr Herr. Ein Beispiel aus meiner eigenen Unit: ultra viele Custom GPTs, die helfen, Offers zu kreieren, Meeting Notes zu optimieren, besseren Kontext aus CRM-Daten rauszuholen. Das ist schwierig, weil man dem nicht mehr Herr wird und die Qualität nicht mehr steuern kann.

Ein zweites Negativbeispiel, das sind so Customer-Support-Geschichten: zu schnell KI auf den Kunden loszulassen, ohne vernünftige Trainingsdaten dahinter. Dann wirkt das Ganze, wie es im Namen steht, artificial und gekünstelt. Kunden merken ganz schnell, wenn ein Produkt wie Shopware, das von einem sehr human getriebenen Ansatz kommt, sie auf einmal mit der KI-Keule abspeist. Das führt zu einem Bogen in der Customer Experience.

Und eine Sache, die ich immer mehr merke: jeder ist gerade in dieser Build-Welle und sagt, ich kann das jetzt alles selber bauen. Gerade im Customer Success ist man gut beraten, ein, zwei Experten zu konsultieren, Dinge einzukaufen oder auf Lösungen aufzusetzen, die es schon gibt. Dann nimmt man die Lernkurve der letzten fünf, sechs Jahre einfach mit, statt viel Zeit darin zu versenken, vermeintlich komplexe Themen oder super individuelle Prozesse, die es nur in der eigenen Company gibt, in eine Lösung zu bringen, die es an der Stelle gar nicht braucht. Ich setze gerade selbst auf Plugins auf, die es schon gibt, optimiere sie und tune sie im Kontext fein.

Und am Ende ist es auch Budget. Alle CFOs gucken auf den Token-Burn, und nicht jeder hat die R&D-Ressourcen, so viel Geld in eine Test-and-Learn-Strecke stecken zu können. Man ist besser beraten, Budget zu allokieren und einzukaufen, weil man schneller auf ein Plateau kommt. Dann verbrennt man sein Test-and-Learn-Geld obendrauf, aber von einer ganz anderen Startposition aus, statt immer wieder from scratch zu bauen.

F7. DACH gegen USA: Bus-Faktor gegen Lottogewinn

F: Wie siehst du die Unterschiede im internationalen Bereich? Was schaust du dir in Amerika an, was können wir in Deutschland lernen?

A: Ich hatte das Vergnügen, amerikanisch Headquarter-getrieben zu arbeiten. Da gibt es eine ganz andere Mentalität, an Dinge ranzugehen. Ich bringe das gerne auf ein Gespräch mit meinem damaligen CEO aus Chicago zurück, der mich darauf hinwies, dass wir Deutschen immer so risikoavers sind, und dass sich das in unserer Sprache niederschlägt: wir reden vom Bus-Faktor. Wenn jemand vom Bus überfahren wird, was passiert mit dem Projekt? Die Amerikaner haben dafür eine viel schönere Redensart. Sie fragen: Was passiert, wenn derjenige im Lotto gewinnt? Allein dieses Mindset ist der grundsätzlichste Unterschied. Da ist ein viel pragmatischeres, vorwärtsgerichtetes "Ich probier mal aus"-Mindset, Learn as you go. Wenn es nicht klappt, probieren wir es nochmal.

Dazu kommen die Skalendimensionen. Bei SCAYLE hatten wir jemanden am Messestand, der sagte, ich weiß nicht, ob ich für euch relevant bin, ihr seid eine Enterprise Company, ich bin eher Mittelständler. Der macht 500 Millionen Euro Umsatz. Das wäre in Deutschland alles andere als Mittelstand.

Und um auf Customer Success zurückzukommen: da haben viele Leute verstanden, wie viel Geld in der Revenue Retention sitzt. Das ganze NRR-Thema als Haupt-KPI im Bestandskundenmanagement ist in den USA vor acht, neun Jahren in Bücher geschrieben worden. Wir in der europäischen Hemisphäre verkaufen das jetzt als neuesten Clou: dass man Kunden nicht nur reinbringen, sondern auch halten muss. Damit man nicht in der klassischen Eimermetapher unten ständig Geld verliert, während man oben New-Sales-Wasser nachkippt und versucht, den Eimer voller zu bekommen. Die Akquisitionskosten werden immer teurer. Warum investiere ich also nicht hinten im Funnel, um mehr Geld zu halten oder durch Land-and-Expand-Strategien mehr aus den Kunden rauszuholen? Da gucke ich immer ein bisschen neidisch rüber.

F8. Der Blick nach vorn: was vom CSM übrig bleibt

F: Wie entwickelt sich Customer Success mit KI in den nächsten Jahren? Worauf achtest du vor allem?

A: Auf der einen Seite sehe ich, dass sich durch KI und diese "Ich bau mir das selber"-Attitüde das SaaS-Geschäftsmodell ändert. Kunden fangen an zu fragen: Warum zahle ich eigentlich vier Jahre eine Lizenz, wenn ich mir das selber bauen kann? Für mich ist deshalb total relevant, dass wir im After Sales und im Produkt einen engen Feedback Loop haben, um zu verstehen, was der eigentliche Pain Point ist. Da komme ich wieder auf den Business Case zurück: dass wir die Daten vernünftig vorhalten, dass wir DSGVO-konform sind, dass wir Plattformen bauen, die die neuen WCAG-Standards erfüllen. Dass wir in den Vordergrund stellen: ihr investiert hier in etwas, das ihr im Zweifelsfall alles selbst aufbauen müsstet, inklusive des Wissens, das ihr dafür braucht. Das eine ist, ich kann alles vibe-coden. Das andere ist, ich weiß, was ich reingeben muss, um ein äquivalentes Ergebnis zu einer Shop-Plattform zu bekommen. Was macht das mit unserem Abrechnungsmodell, aber auch mit unserem Werteversprechen? Wenn wir da nicht klar und stichhaltig sind, kommen wir nicht weiter.

Und dann ist da das ganze Thema Automatisierung: immer wieder zu entscheiden, was der Mehrwert ist, den die Komponente Mensch noch reinbringt. Ich bin der felsenfesten Überzeugung: je mehr wir unten automatisieren, desto mehr wird oben, in Anführungszeichen Top Line, dort wo es wirklich darum geht, mit dem Kunden in Kontakt zu treten. In der Eskalation, wenn das rote Telefon klingelt. Aber auch in Business Reviews, wo es darum geht: ich habe vor einem Jahr die Software eingeführt, bringt die mir noch den Value, den ich mir damals erhofft habe?

Das wird meiner Meinung nach immer Körpersport bleiben. Da muss jemand einen Handschlag geben, da muss jemand ownen. Und ich glaube, am Ende läuft es darauf hinaus, wirklich die Relationship zu ownen und Accountability zu haben für die Themen, die auch mal nicht gut laufen. Da tatsächlich jemanden zu haben, den man auf der menschlichen Komponente hat und mit dem man weiter interagieren kann, das wird ein Differenzierungsmerkmal bleiben. Man sieht jetzt schon im Marktvergleich, bei Shopify oder Salesforce ist es unfassbar schwierig, über die Self-Service-Instanz hinauszukommen. Wir sind manchmal vielleicht zu schnell am Telefon oder bei WhatsApp greifbar, das darf man ein Stück standardisieren. Aber das wird sich einpendeln. Einen Vorteil im Markt werden die haben, die das perfekt orchestrieren können, so dass in den entscheidenden Momenten wirklich ein Mensch da ist.

F9. Wenn Maschinen bei Maschinen kaufen

F: Business findet immer noch zwischen Menschen statt, vor allem im B2B. Die Frage ist, wann mehr Business zwischen KI-Agenten passiert, und ob es dann eine Customer-Success-Rolle im Agent-zu-Agent-Geschäft gibt.

A: Ich finde das eine super These. Je rationaler das Einkaufserlebnis wird, desto eher kannst du es automatisieren. Eine Maschine kann sich ihre Schrauben zukünftig bitte selber bestellen, den Preis mit einer anderen Maschine aushandeln, und dann wird da gekauft. Bei einer E-Commerce-Solution wage ich zu behaupten, dass es noch etwas länger dauert, weil es diese zentraleuropäischen Bottlenecks gibt, die uns gerade noch zugutekommen: Einkaufsprozesse, Compliance, Assessments. Da will man Sorge tragen, dass einem nicht eine KI irgendwas vom Leder erzählt, sondern dass am Ende einer da ist, der das unterschreibt und den ich anrufen kann. Aber eine total berechtigte und spannende Frage: Wie lange geht das eigentlich noch so, und wann haben wir uns selber weg operationalisiert? Ich glaube, im B2B dauert das noch ein bisschen länger.

F10. Das Schluss-Statement: bares Geld

F: Hast du ein letztes Statement, das du den Zuhörern auf jeden Fall mitgeben möchtest?

A: Für alle, die in dem Handwerk unterwegs sind, in dem ich unterwegs bin: steht dafür ein, dass Customer Success und After Sales absolut bares Geld ist und dass sich jede Beziehung in wahres Geld verwandeln lässt. Werdet nicht müde, dafür einzustehen und das den CFOs und CEOs dieser Welt klarzumachen. Customer Success ist mehr als Support. Es geht am Ende des Tages darum, Kundenbeziehungen in Kapital zu verwandeln, und das auch längerfristig. Das darf nicht unterschätzt werden. Ich glaube, da haben wir in Europa und in Deutschland noch einen Schritt zu gehen. Geht die Schritte, wo immer ihr könnt.

Kontakt zu Lasse: LinkedIn. Wer aus der Hamburger Region kommt und sich zu Customer Success austauschen möchte: Lasse baut dort gerade eine CS-Community auf und freut sich über Nachrichten.

Soweit Interview #007. Lasses Punkt bleibt hängen: KI gewinnt die Zeit zurück, aber der Wert entsteht erst, wenn der Kunde auch im fünften Jahr noch weiß, warum er gekauft hat. Wie deutschsprachige CS-Teams KI konkret einsetzen, erzählt auch Sally Stoewe in Interview #006. Und wenn du wissen willst, wie reif dein eigener Self-Service ist: mach den State of Self-Service Survey und hol dir deinen Maturity Score. Zwei neue Interviews pro Woche, dienstags und donnerstags.