Die Umsetzung einer erfolgreichen Customer Experience (CX) scheitert selten an fehlenden Technologien – denn Tools für Personalisierung, Customer Journeys, Analytics oder Automatisierung sind längst verfügbar. Die eigentliche Herausforderung besteht darin, bestehende Technologien zu orchestrieren und ihr Zusammenspiel optimal zu gestalten.

CX-Technologien überschneiden sich häufig in ihren Funktionen. Gleichzeitig gibt es in Unternehmen keine „grüne Wiese“, auf der neue Systeme frei gewählt werden können. Vielmehr existieren bereits CRM-, ERP- und PIM-Systeme, die mit modernen CX-Plattformen harmonieren müssen. Daher braucht es eine klare Struktur, um Technologien zu verorten und ihr Zusammenspiel zu optimieren.

In der Shift/CX Community beschäftigen wir uns intensiv mit diesen Fragen. Auf Basis von Diskussionen mit CX-Expert:innen präsentieren wir hier einen CX Tech Stack als Diskussionsvorschlag. Unser Ziel: eine erste Orientierung, die verdeutlicht, welche Systeme welche Rolle spielen (sollten) und wie sie sich sinnvoll miteinander verzahnen lassen.

Der CX Tech-Stack: Ein Versuch für eine Strukturierung der CX-Technologien

Die hier vorgestellte Struktur des CX Tech Stacks ist kein streng überschneidungsfreies Framework, sondern ein Versuch, die unterschiedlichen funktionalen Ansätze und Unterstützungslösungen für das CX-Management zu strukturieren.

CX-Technologien überschneiden sich oft in ihrer Funktionalität: Einige Lösungen sind hochspezialisiert auf ein einzelnes Anwendungsfeld, während andere als integrierte Suites oder Frameworks mehrere Funktionsbereiche abdecken. Daher haben wir bewusst keine spezifischen Tool-Namen direkt in den Kategorien aufgeführt, um eine neutrale Sichtweise auf die funktionale Struktur des CX-Managements zu ermöglichen.

Das Ziel des nachfolgenden Strukturierungsansatzes ist es, eine Orientierungshilfe zu bieten, die CX-Verantwortlichen hilft, besser zu verstehen, welche Technologie-Bereiche für ihr individuelles Ökosystem relevant sind.

In unserer Strukturierung unterscheiden wir dabei drei Ebenen, die eng miteinander verzahnt sind:

1. Touchpoint-Ebene (Kundeninteraktions-Lösungen):
   • Diese Systeme sind die direkten Kundenkontaktpunkte und steuern die Kommunikation über verschiedene Kanäle.
   • Sie decken Marketing-, Commerce- und Service-Interaktionen ab, aber auch Feedback wird als direkter Touchpoint betrachtet.
2. Prozess- und Steuerungsebene (Mittel- oder Orchestrierungsschicht):
   • Hier befinden sich Plattformen, die Kundeninteraktionsprozesse steuern, orchestrieren und automatisieren.
   • Diese Kategorie umfasst Journey-Management, Feedback-Prozesse, Marketing-Automation, Conversational Interfaces und Agenten-Assistenzsysteme.
3. Daten- und Analyse-Ebene (Datenbereitstellung & AI-gestützte Entscheidungslogik):
   • In dieser Schicht sind die Technologien verankert, die Daten speichern, aufbereiten und für CX-Prozesse nutzbar machen.
   • Sie umfasst klassische Analytics-Tools, Data Warehouses, KI-gestützte Entscheidungsplattformen und Personalisierungs-Engines.

Diese Grafik zeigt unser Modell des CX Tech Stacks als Diskussionsvorschlag:

KI-Erweiterungen und offene Entwicklungen

Die Grafik berücksichtigt bereits aktuelle Entwicklungen im Bereich KI-gestützter Datenanalyse und Automatisierung. Insbesondere die untere Schicht enthält zunehmend Machine Learning-gestützte Datenplattformen, Decision Engines und Agentic Automation, die eine tiefere CX-Orchestrierung und Personalisierung ermöglichen.

Nicht explizit als eigene Kategorie aufgenommen wurden Generative KI-Ansätze, da diese zunehmend in alle relevanten Bereiche integriert werden. Generative KI spielt bereits heute eine wichtige Rolle in:

• Content-Generierung (Texte, Bilder, Videos für Marketing & Personalisierung),
• Journey-Optimierung (automatisierte Pfadgestaltung basierend auf Echtzeit-Daten),
• Prozessautomatisierung (dynamische Konversationsflüsse in Chatbots & KI-Agenten).

Da Generative KI keine isolierte Technologie ist, sondern in verschiedenste Lösungen eingebettet wird, wurde sie nicht als separate Kategorie, sondern als Querschnittstechnologie betrachtet.

Touchpoint-Ebene: Direkte Kundeninteraktion über verschiedene Kanäle

Diese Schicht enthält Technologien, die direkt mit Kunden interagieren und die Grundlage für personalisierte und nahtlose Erlebnisse über verschiedene Berührungspunkte hinweg bilden.

• Feedback & Umfrage: Systeme zur Erfassung und Analyse von Kundenmeinungen, wie Net Promoter Score (NPS) oder Echtzeit-Umfragen.
• CIAM & Consent Management: Lösungen zur sicheren Verwaltung von Kundenidentitäten sowie zur Einhaltung von Datenschutzanforderungen wie DSGVO oder CCPA.
• Personalisierungs-Engine: KI-gestützte Plattformen, die Inhalte und Angebote in Echtzeit anpassen, um individuelle Kundenerlebnisse zu optimieren.
• DXP (Digital Experience Platforms): Systeme zur Verwaltung digitaler Touchpoints wie Websites, mobile Apps und Kundenportale mit integriertem Content Management.
• Commerce Management: Plattformen zur Steuerung und Optimierung digitaler Kaufprozesse, Produktverwaltung und E-Commerce-Interaktionen.
• Site & Content Management: Systeme zur Erstellung, Verwaltung und Publikation von Web- und Content-Angeboten.
• Frontend Management Plattformen (No-Code-Builder für Headless-Architekturen): Plattformen, die als Abstraktionsschicht für die Gestaltung, Verwaltung und Bereitstellung von digitalen Oberflächen (Web, App, Interfaces) dienen, ohne dass Entwickler:innen tief ins Coding einsteigen müssen.
• Asset & PI Management: Plattformen zur Verwaltung digitaler Assets (Bilder, Videos, Dokumente) und Produktinformationen.
• Marketing Automation (Lead Generation & E-Mail Marketing): Lösungen zur Generierung und Pflege von Kundenkontakten sowie zur Automatisierung von E-Mail-Kommunikation.
• Conversational AI (Webchat & Chatbot, Voice & CUI Management): KI-gestützte Systeme für Chatbot-Interaktionen und sprachgesteuerte Assistenten.
• Agent Support (Contact Center & Sales Agent Support): Werkzeuge zur Unterstützung von Kundenservice- und Vertriebsteams.

Prozess- und Steuerungsebene: Orchestrierung und Automatisierung von Kundeninteraktionen

Diese Schicht bildet das zentrale Steuerungselement des CX Tech Stacks. Hier werden Datenflüsse, Kundeninteraktionsprozesse und Automatisierungsmechanismen orchestriert.

• Customer Listening & Voice of the Customer (VoC): Echtzeit-Analyse und Feedback-Prozess-Management über verschiedene Kanäle hinweg.
• Customer Journey Monitoring: Erfassung von Kundenbewegungen entlang ihrer Interaktionspunkte mit dem Unternehmen.
• Web Tracking: Nachverfolgung von Nutzerinteraktionen über Web- und App-Kanäle.
• Customer Journey Mapping: Visualisierung und Analyse von Customer Journeys, um Engpässe und Optimierungsmöglichkeiten zu identifizieren.
• Customer Journey Orchestrierung: Automatisierung von Journey-Prozessen auf Basis von Nutzerverhalten und Echtzeit-Interaktionen.
• Marketing Automation Engine: Steuerung und Personalisierung von Multi-Channel-Marketingkampagnen.
• Sales Automation Engine: Automatisierung und Optimierung von Vertriebsprozessen.
• Conversational Design Management: Optimierung und Testing von Dialogflows für Chatbots und Sprachassistenten.
• Agentic Automation: Management-Plattformen für KI-gestützte Automatisierung für Kundenservice- und Vertriebsprozesse.
• Agent Workforce Management: Steuerung und Optimierung von Service- und Vertriebsteams.
• Service Knowledge Management: Bereitstellung und Verwaltung relevanter Informationen für Kundenservice- und Vertriebsteams.

Daten- und Analyse-Ebene: Die Basis für KI-gestützte Entscheidungsprozesse

Die untere Schicht umfasst alle datenbezogenen Technologien, die CX-Prozesse mit qualitativen, strukturierten Informationen versorgen.

• CX Analytics & Intelligence: Analyse von Kundendaten zur Identifikation von Optimierungspotenzialen.
• Customer Data Platform (CDP): Zentrale Plattformen zur Erfassung, Segmentierung und Aktivierung von Kundendaten.
• Data Warehouse & Integration Platforms: Speicher- und Integrationssysteme für Unternehmensdaten.
• Data Activation & Recommendation Engines: KI-gestützte Echtzeit-Personalisierung und dynamische Content-Ausspielung.
• Decision Automation (xAI): KI-gestützte Entscheidungslogiken mit erklärbaren Ergebnissen.
• RAG Engines (Retrieval-Augmented Generation): KI-gestützte Automatisierung von Content-Erstellung und Entscheidungsprozessen.

Fazit: CX-Technologien strategisch strukturieren – aber flexibel bleiben

Die digitale Customer Experience wird immer stärker von Technologien geprägt – doch der entscheidende Erfolgsfaktor ist nicht die Anzahl der Tools, sondern ihr nahtloses Zusammenspiel.

Mit dem hier vorgestellten CX Tech Stack möchten wir eine erste Strukturierung bieten, um die technologischen Ansätze für das CX-Management verständlicher zu machen. Dabei zeigt sich:

• CX-Technologien überschneiden sich oft, weshalb Unternehmen eine klare Strategie für Integration und Orchestrierung benötigen.
• Es gibt keine „grüne Wiese“, sondern bestehende IT-Landschaften (CRM, ERP, PIM), die mit modernen CX-Plattformen verbunden werden müssen.
• Generative KI ist kein isoliertes Element, sondern eine Querschnittstechnologie, die sich zunehmend in vielen Bereichen von CX wiederfindet.

Was bedeutet das für CX-Verantwortliche? Eine starre „One-Size-Fits-All“-Lösung gibt es nicht. Stattdessen müssen Unternehmen ihr eigenes CX-Ökosystem flexibel gestalten, indem sie bestehende Systeme einbinden, moderne Orchestrierungsplattformen nutzen und KI gezielt einsetzen. Insbesondere die KI-Technologien bringen neue und veränderte Ansätze in die bestehende Landschaft, was ein Überdenken bisherige Konzepte erfordert.

👉 Bringt eure Perspektiven in die Shift/CX Community ein. Diskutiert mit uns in in unserem Forum und auf der Shift/CX Konferenzwoche über die Struktur für die Zukunft des CX-Managements!