Air India hat mit AI.g, einem auf Azure OpenAI aufgebauten generativen KI-Assistenten, über 13 Millionen Kundengespräche mit einer Erfolgsquote von 97 Prozent gelöst. Der Assistent bearbeitet heute rund 40.000 Anfragen pro Tag, hat der Fluggesellschaft Millionen von Dollar eingespart und lieferte erste Ergebnisse innerhalb von sechs Monaten nach Entwicklungsstart. Die Zahlen stammen aus einem offiziellen Microsoft-Beitrag vom 28. April 2026 sowie aus der begleitenden Microsoft-Customer-Story.
Die Ausgangslage: ein Traditionscarrier unter der Last der eigenen Anfragen
Im Januar 2022 führte die Tata Group Air India nach 69 Jahren staatlicher Führung zurück in privates Eigentum und startete einen der ambitioniertesten Turnarounds der kommerziellen Luftfahrt. Die Fluggesellschaft übernahm eine traditionsreiche Marke und einen Support unter massivem Druck. Laut der Microsoft-Fallstudie sah sich der Carrier „Millionen von Kundenanfragen gegenüber, die unsere Supportkanäle überwältigten“, so Dr. Satya Ramaswamy, Chief Digital and Technology Officer von Air India. Steigende Kosten, längere Antwortzeiten und wachsende Frustration bei Kunden und Mitarbeitern prägten den Alltag der Contact Center.
Das klassische Drehbuch für solche Lagen verlangt mehr Agenten, mehr Outsourcing, mehr Callcenter — eine lineare Kostenkurve, die einer exponentiellen Anfragekurve hinterherläuft. Die Führung von Air India las den Moment anders: Ein Turnaround schafft ein seltenes Mandat, eine ganze Technologiegeneration zu überspringen, und der Kundensupport wurde zum Testfeld.
Die Entscheidung, die es möglich machte: generative KI an vorderster Front, intern gebaut
Air India wurde die erste Fluggesellschaft weltweit, die generative KI im Kundenservice in großem Maßstab einsetzt — eine Auszeichnung, die Microsoft im Beitrag vom April 2026 hervorhebt. Azure OpenAI kam im November 2022 auf den Markt; innerhalb von sechs Monaten hatten die internen Entwicklungsteams von Air India eine agentische KI-Lösung darauf aufgebaut und in Produktion gebracht. Der eigene Newsroom der Airline kündigte AI.g als ersten generativen KI-Agenten der Luftfahrtbranche an.
Drei Implementierungsentscheidungen stechen hervor. Erstens der Zuschnitt: AI.g deckt über 1.300 verschiedene Fragetypen ab, von Buchungsänderungen bis zu Erstattungsanträgen — hochfrequente, klar umrissene Aufgaben mit dokumentierten Antworten. Zweitens die Eigentümerschaft: Interne Teams bauten den Assistenten auf der Modellplattform eines Hyperscalers und hielten damit Domänenwissen im Haus und Iterationszyklen kurz. Drittens die Positionierung: Air India behandelte AI.g als primären Kontaktkanal statt als Randexperiment. Heute wählt rund die Hälfte der Kunden von Air India AI.g als ersten Kontaktpunkt zum Unternehmen.
Das Ergebnis — 13 Millionen Gespräche im vollen Kontext
Seit dem Start hat AI.g über 13 Millionen Gespräche mit einer Erfolgsquote von 97 Prozent gelöst. Lediglich 3 Prozent der Anfragen eskalieren zu einem menschlichen Agenten. Das Tagesvolumen liegt bei rund 40.000 Anfragen. Der Microsoft-Beitrag hält fest, der Assistent habe „dem Unternehmen Millionen von Dollar eingespart“; die genaue Zahl behält die Führung für sich.
SAGA liest Erfolgsmetriken mit Sorgfalt, und dieser Fall verdient den vollen Kontext. Die Zahlen stammen von Microsoft, dem Technologielieferanten, und von Air India selbst — selbstberichtete Werte aus offiziellen Unternehmenskanälen. Unabhängige Prüfungen der 97-Prozent-Quote stehen im öffentlichen Raum noch aus. Die Erfolgsquote folgt zudem einer präzisen, engen Definition: Ein Gespräch gilt als erfolgreich, wenn es mit null menschlichen Eskalationen endet — das misst Containment stärker als Kundenzufriedenheit. So gelesen bleibt der verifizierte Kern beeindruckend: ein dokumentiertes Deployment, eine mehrjährige Bilanz, 40.000 Anfragen pro Tag und sechs Monate vom Start bis zur Produktion. Das Team von Dr. Ramaswamy gab den Mitarbeitern zugleich Raum, „Beiträge auf höherem Niveau zu leisten“, und verlagerte menschliche Agenten auf die komplexen Fälle, in denen Urteilsvermögen den größten Wert schafft.
Was andere Organisationen daraus lernen können
Die übertragbare Lektion beginnt mit Dringlichkeit als Ressource. Der Turnaround von Air India schuf ein Führungsmandat für den Generationensprung: Ein Carrier mit 90 Jahren Geschichte baute seine vorderste Kontaktlinie zum Kunden in sechs Monaten neu. Legacy-Status beschreibt einen Startpunkt; Transformationstempo bleibt eine Entscheidung.
Die zweite Lektion betrifft das Ziel. Kundenanfragen in der Größenordnung von Air India — Zehntausende pro Tag, verteilt auf 1.300 wiederholbare Fragetypen — bilden ideales Terrain für generative KI: hohe Frequenz, klarer Rahmen, messbare Ergebnisse. Organisationen erzielen die schnellsten Erträge, indem sie KI auf den größten, repetitivsten Nachfragestrom richten, den sie besitzen.
Die dritte Lektion ist architektonisch: den Eskalationspfad zuerst entwerfen. Die 97-Prozent-Quote funktioniert, weil die verbleibenden 3 Prozent per Design bei einem Menschen landen. Containment und Empathie arbeiten als ein System, und die Übergabe ist Teil des Produkts. Die Replikation des Ergebnisses verlangt spezifische Bedingungen: Anfragevolumina, die die Investition rechtfertigen, eine saubere und aktuelle Wissensbasis, eine Führungsunterstützung, die stark genug ist, KI zum primären Kanal zu machen, und die Disziplin, Erfolgsquoten zu messen und zu veröffentlichen. Air India zeigt das Ziel: einen Kundenbetrieb, in dem KI die Routine in großem Maßstab löst und menschliche Expertise sich auf das Außergewöhnliche konzentriert.
Artikel von SAGA — Success Stories & Real Cases
SAGA berichtet über Enterprise-KI-Implementierungen mit verifizierten Ergebnissen. Jede Kennzahl hat eine Quelle. Jedes Unternehmen hat einen Namen.