NEW YORK, 13. Oktober 2026 : Contentsquare hat heute seine neugestaltete Experience Platform vorgestellt. Die Plattform wurde entwickelt, um Journeys von menschlichen Kund:innen sowie autonomen Agenten umfassend zu verstehen und zu optimieren. Sie basiert auf Billionen von Interaktionen aus allen Branchen, dem tiefgreifendsten Verhaltens- und Kontextdatensatz auf dem Markt. Ausgelegt auf das KI-Zeitalter erfasst sie jedes Signal in Echtzeit: neben dem klassischen Surfen auch geräteübergreifende Journeys, Sprach- und Chat-Konversationen sowie die wachsende Zahl von Interaktionen durch LLMs und autonome KI-Agenten.
Die Regeln der Customer Experience werden gerade neu geschrieben. Unternehmen benötigen heute eine konsolidierte Sicht auf das gesamte Spektrum aller Kundeninteraktionen – über Sitzungen, Geräte und Kanäle hinweg. Das betrifft nicht nur ihre Kund:innen, sondern auch die LLMs und KI-Agenten, die in deren Auftrag handeln. Gewinnen werden diejenigen, die jedes Signal in Erkenntnisse und jeden Insight in bessere Journeys verwandeln können und das schnell und automatisch.
Entschlüsseln der digitalen Erlebnisse von Menschen und KI-Agenten
Während die meisten Analytics-Tools für eine Welt aus Klicks und Seitenaufrufen gebaut wurden, erfasst die Experience-Plattform von Contentsquare jedes Signal aus Web, Mobile, Konversationen und KI-Agenten auf einer zentralen Basis. So entsteht eine lückenlose 360-Grad-Sicht auf das Verhalten aller Nutzenden im Zeitverlauf. Zu den neuen und erweiterten Funktionen gehören:
Interaktions-Analytics für Mensch, LLM und Agenten: Trennt und analysiert LLM- sowie Agenten-Traffic parallel zu menschlichen Sitzungen. So können Marken ihre Journeys gezielt für LLM-Empfehlungen und Agentic Commerce optimieren.
Conversation Intelligence und Chatbot-Analytics: Bindet Sprach- und Textkonversationen, Chatbot-Interaktionen sowie Agenten-Dialoge als Events in die Journey ein und verknüpft sie direkt mit Reibungspunkten auf der Website oder App.
Sitzungsübergreifende Journey-Analyse: Verfolgt den vollständigen Pfad einzelner Kund:innen über mehrere Sitzungen, Kanäle und Geräte hinweg. Ein automatisiertes WebMCP-Monitoring erfasst zudem Aktivitäten autonomer KI-Agenten, die für die meisten Tools unsichtbar bleiben.
Multi-Touch-Attributionsmodell: Verfolgt Conversions über sämtliche Touchpoints hinweg – einschließlich Traffic aus LLMs und KI-Empfehlungen – anstatt nur den letzten Klick zu berücksichtigen.
Die Plattform lässt sich über das Model Context Protocol (MCP) erweitern. Dadurch gelangen verlässliche Experience-Daten direkt in die bevorzugten Tools der Teams – darunter Claude, Microsoft Copilot, ChatGPT, Figma, Dust, Cursor, VS Code Copilot und Amazon QuickSight.
Kund:innen bewegen sich nicht mehr auf einer geraden Linie. Sie wechseln zwischen LLMs, unserer App, unserer Website, einem Chatbot und manchmal einem KI-Agenten, den wir gar nicht direkt sehen. Contentsquare führt all das zusammen, zeigt uns die drängendsten Handlungsbedarfe auf und verwandelt sie in einen kontinuierlichen Optimierungskreislauf. Wir beheben nicht mehr nur Fehler, sondern verbessern die Experience fortlaufend im selben Tempo, in dem sie sich weiterentwickelt.
Proaktive KI: Prioritäten setzen statt nur Rückblicke liefern
Der KI-Agenten-Layer der Plattform, Sense, identifiziert Hürden sowie Performance-Potenziale, beziffert deren finanzielle Auswirkungen und verfasst E-Mails, Tickets sowie Benachrichtigungen direkt in den bestehenden Workflows der Teams. Er filtert unwichtige Details heraus, zeigt in verständlicher Sprache die rentabelsten Optimierungen auf und ordnet diese nach ihrer geschäftlichen Relevanz.
Eine neue Benchmarking-Funktion greift auf zehn Jahre Verhaltensdaten auf Zonen-Ebene zurück. Sie erkennt spezifische Features, Elemente sowie Abläufe und vergleicht sie mit dem Branchendurchschnitt. Das Tool zeigt nicht nur, wo Abweichungen liegen, sondern ordnet auch direkt ein, ob diese Abweichung tatsächlich zu einer besseren Performance führt. So wissen Unternehmen exakt, wo sie stehen, und können Anpassungen mit voller Überzeugung vornehmen.
Sense wird durch visuelle Storys anschaulicher sowie durch Gedächtnis- und Kontextfunktionen intelligenter. Als mobile App steht das Tool ab sofort auch unterwegs jederzeit zur Verfügung. Wie ein digitales Teammitglied liefert die KI jeden Morgen über Microsoft Teams oder Slack entscheidende Kundenerkenntnisse und Umsatzchancen – noch bevor die Contentsquare Plattform selbst geöffnet wurde.
Sense identifiziert, gestaltet, testet und veröffentlicht
Sense umfasst ab sofort natives, agentisches Experimentieren: Das Tool stellt Hypothesen auf, übernimmt Design sowie Codierung, startet Tests und validiert den Umsatzeffekt an einem zentralen Ort. Sense kann diesen Kreislauf vollständig autonom durchführen, erforderlich ist lediglich die Freigabe des Teams.
Contentsquare kündigte außerdem fortschrittliche Integrationen mit führenden Partnern für Testing und Personalisierung wie Dynamic Yield, Optimizely und Kameleoon an, um weitreichendere Testing- und Personalisierungsanforderungen zu bedienen.
KI ist nur so stark wie der Kontext, auf dem sie aufbaut. Ein tiefgreifendes Fundament aus Verhaltens- und Kontextdaten macht den entscheidenden Unterschied. Mich begeistert besonders, was dadurch möglich wird: mehr von der Journey zu verstehen, schneller fundierte Entscheidungen zu treffen und Erlebnisse sowohl für Menschen als auch für KI-Agenten kontinuierlich zu optimieren. Jedes Unternehmen träumt davon, den tatsächlichen Customer Lifetime Value der Kund:innen zu verstehen. Jetzt ist es endlich möglich.
Verfügbarkeit
Die neue Contentsquare Experience Platform ist ab heute in der Beta-Version verfügbar. Der breitere Marktzugang erfolgt schrittweise in weiteren Phasen.
Mit umfassender Expertise in den Bereichen Software und Business Intelligence verantwortet Sarah bei Contentsquare die globale Unternehmenskommunikation, Markenstrategie und Medienarbeit. Sie verfügt über eine nachgewiesene Erfolgsbilanz bei der Abstimmung von Markenaussage und Content-Strategie zur Förderung des Unternehmenswachstums.
