Ein KI-Telefonassistent — oft Voice Agent genannt — nimmt eingehende Anrufe automatisch entgegen, wandelt das Gesagte in Text um, versteht das Anliegen mit einem Sprachmodell, formuliert eine Antwort und spricht sie mit einer natürlich klingenden Stimme aus. Der gesamte Durchlauf dauert weniger als eine Sekunde, sodass sich das Gespräch für den Anrufer flüssig anfühlt. Am Ende landen die wichtigen Informationen strukturiert in Ihrem Kalender, CRM oder Postfach.
Anders als die Telefonmenüs, die man aus Hotlines kennt ("Für Buchhaltung die 2"), versteht ein Voice Agent frei gesprochene Sätze und kann nachfragen.
Die vier Schritte hinter jedem Anruf
Schritt 1: Zuhören. Die Sprache des Anrufers wird in Echtzeit in Text umgewandelt. Moderne Systeme kommen mit Dialekt, Nebengeräuschen und Unterbrechungen gut zurecht — Allgäuer Färbung eingeschlossen.
Schritt 2: Verstehen. Ein Sprachmodell erfasst die Absicht: Will jemand einen Termin, ein Angebot, eine Auskunft? Dazu bekommt das Modell Ihre eigenen Informationen mit: Leistungen, Preise, Öffnungszeiten, Zuständigkeiten.
Schritt 3: Antworten. Die Antwort wird formuliert und mit einer synthetischen Stimme ausgegeben. Die Stimme lässt sich auswählen und an Ihr Unternehmen anpassen.
Schritt 4: Handeln. Das ist der Teil, der den wirtschaftlichen Unterschied macht. Der Assistent trägt Termine in den Kalender ein, legt einen Kontakt im CRM an, schickt eine Zusammenfassung per E-Mail oder leitet an einen Mitarbeiter weiter.
Was ein Voice Agent gut kann
Erreichbarkeit rund um die Uhr, auch samstags um 19 Uhr, wenn ein potenzieller Kunde nach einem Handwerker sucht. Gleichbleibende Qualität, unabhängig von Stress oder Tagesform. Und Skalierung: Zwanzig gleichzeitige Anrufe sind für das System dasselbe wie einer.
Typische Aufgaben, die zuverlässig funktionieren: Termine vereinbaren und verschieben, wiederkehrende Fragen beantworten, Anliegen aufnehmen und qualifizieren, Anrufe nach Dringlichkeit sortieren, Rückrufwünsche erfassen.
Wo die Grenzen liegen
Ein Voice Agent ist kein Ersatz für Beratung, bei der es auf Erfahrung, Verhandlung oder Fingerspitzengefühl ankommt. Bei emotional aufgeladenen Gesprächen — Beschwerden, Notfälle — sollte er erkennen, dass er übergeben muss, und das auch tun.
Er ist außerdem nur so gut wie die Informationen, die er bekommt. Wer keine klaren Antworten auf die zwanzig häufigsten Kundenfragen hat, bekommt auch von einer KI keine.
Rechnet sich das?
Die Rechnung ist bei den meisten Betrieben schnell gemacht. Ein verpasster Anruf im Handwerk bedeutet im Schnitt einen entgangenen Auftrag im Wert von mehreren hundert Euro. Wer täglich zwei bis drei Anrufe verpasst, weil er auf der Baustelle steht oder gerade einen Kunden bedient, verliert im Monat deutlich mehr, als der Assistent kostet.
Bei uns startet ein KI-Telefonassistent bei 2.500 € Setup und ab 199 € monatlich, abhängig vom Anrufvolumen. Wirtschaftlich interessant wird es meist ab etwa zehn bis fünfzehn Anrufen pro Tag — oder deutlich früher, wenn ein einzelner Auftrag hohen Wert hat.
Datenschutz
Anrufe enthalten personenbezogene Daten. Deshalb gehören drei Dinge dazu: eine Ansage zu Beginn, dass ein automatisiertes System spricht und das Gespräch verarbeitet wird; Verarbeitung auf europäischen Servern; und ein klares Löschkonzept für Aufzeichnungen und Transkripte. Wir setzen das standardmäßig so um.
Wie ein Projekt abläuft
Zuerst schauen wir uns Ihre tatsächlichen Anrufe an: Was wird gefragt, was ist wiederkehrend, was muss zwingend zu einem Menschen? Daraus entsteht ein Gesprächsleitfaden. Dann bauen wir den Assistenten, testen ihn mit echten Szenarien und schalten ihn zunächst für einen Teil der Anrufe frei — etwa außerhalb der Geschäftszeiten. Erst wenn er sich bewährt, übernimmt er mehr.
Diesen Weg empfehlen wir bewusst: Er nimmt das Risiko aus dem Projekt und Sie sehen nach zwei Wochen echte Zahlen statt Versprechen.