Ein KI-Telefonassistent kann Unternehmensanrufe sofort annehmen, Anliegen in natürlicher Sprache erfassen, Termine vereinbaren und Gespräche gezielt weiterleiten. Für kleine Betriebe sind meist sofort nutzbare Cloud-Dienste wie fonio, VITAS oder Synthflow der einfachste Einstieg. Plattformen wie Amazon Connect, Google Dialogflow CX, Microsoft Copilot Studio oder ElevenLabs bieten mehr Gestaltungsspielraum, verlangen aber häufig zusätzlichen Einrichtungs- und Integrationsaufwand.
Der erste Schritt ist nicht die Anbieterauswahl, sondern eine Entscheidung über den Auftrag des Assistenten: Soll er nur Namen und Rückrufgrund aufnehmen, verbindliche Termine buchen oder bereits Kundendaten aus einem betrieblichen System verwenden? Je näher die Aufgabe an Verträgen, Zahlungen, Gesundheitsdaten oder verbindlichen Auskünften liegt, desto wichtiger werden geregelte Übergaben an Beschäftigte, Datenschutzprüfung und nachvollziehbare Gesprächsprotokolle.
Welche Lösungen für die automatische Anrufannahme infrage kommen
Die angebotenen Systeme lassen sich in drei Gruppen einteilen. Sie unterscheiden sich vor allem durch Einrichtungsaufwand, Anpassbarkeit und die Frage, wer den laufenden Betrieb technisch betreut.
Sofort nutzbare KI-Telefonassistenten
fonio, VITAS und Synthflow gehören zu den Angeboten, mit denen sich sprachbasierte Telefonassistenten über eine grafische Oberfläche einrichten lassen. Solche Dienste richten sich an Unternehmen, die keine eigene Sprachplattform entwickeln möchten. Typische Einsatzfelder sind die Anrufannahme außerhalb der Geschäftszeiten, die Qualifizierung eines Anliegens, Terminwünsche und die Weiterleitung an eine zuständige Person.
Vor einer Auswahl muss das Unternehmen in einer Produktvorführung prüfen, ob die benötigte Rufnummer eingebunden werden kann, welche Sprachen verfügbar sind und welche Kalender-, CRM- oder Ticketsysteme tatsächlich unterstützt werden. Funktionen, Datenstandorte und Vertragsbedingungen können sich verändern. Maßgeblich sind daher die jeweilige Produktdokumentation, die Datenschutzunterlagen und ein Test mit dem eigenen Gesprächsablauf.
Entwicklungsplattformen für individuelle Abläufe
Amazon Connect in Verbindung mit Sprach- und Dialogdiensten sowie Google Dialogflow CX sind für stärker verzweigte Prozesse geeignet. Damit lassen sich beispielsweise Kundennummern abfragen, Vorgänge einem vorhandenen Ticketsystem zuordnen oder mehrere Fachabteilungen nach unterschiedlichen Regeln ansteuern. Diese Flexibilität geht mit höherem Aufwand für Konzeption, Schnittstellen, Tests und Überwachung einher.
Microsoft Copilot Studio kann ebenfalls dialogbasierte Abläufe und die Anbindung an Microsoft-Umgebungen unterstützen. Ob die gewünschte Telefonannahme in der vorhandenen Lizenz- und Telefoniekonstellation verfügbar ist, muss im Microsoft-Administrationsbereich und in der Produktdokumentation geprüft werden. Eine normale automatische Telefonzentrale in Microsoft Teams ist nicht mit einem frei sprechenden KI-Assistenten gleichzusetzen: Sie verteilt Anrufe anhand festgelegter Menüs und Regeln, versteht aber nicht zwangsläufig ein offen formuliertes Anliegen.
Sprach- und Agentenplattformen als technischer Baustein
ElevenLabs stellt Werkzeuge für sprachbasierte Dialogagenten bereit. Solche Plattformen sind interessant, wenn natürliche Stimmen, mehrere Sprachen oder individuell entwickelte Gesprächslogiken im Vordergrund stehen. Für den betrieblichen Einsatz reicht eine überzeugende Stimme jedoch nicht aus. Benötigt werden zusätzlich Telefonieanbindung, Berechtigungen, Protokollierung, zuverlässige Übergaben und eine geklärte Verarbeitung personenbezogener Daten.
Diese Gruppe ist eher ein Baustein als eine fertige Telefonzentrale. Ein Unternehmen sollte vor Vertragsabschluss klären, ob es die Einrichtung selbst verantwortet, einen Integrationspartner benötigt oder einen vollständig betreuten Dienst erhält.
Ein gemeinsames Raster für die Anbieterauswahl
Ein Funktionsvergleich ist nur aussagekräftig, wenn alle Kandidaten dieselbe Aufgabe bearbeiten. Lassen Sie deshalb jeden Anbieter einen identischen Testablauf vorführen und bewerten Sie die Ergebnisse nach denselben Kriterien.
- Gesprächsqualität: Versteht der Assistent Namen, Rückrufnummern und freie Formulierungen auch bei Nebengeräuschen? Kann er höflich nachfragen, ohne in eine Schleife zu geraten?
- Geschäftsprozess: Kann er die gewünschten Termine, Tickets oder Rückrufaufträge tatsächlich im führenden System anlegen, statt Informationen nur per E-Mail weiterzugeben?
- Übergabe: Wird bei Unsicherheit, Beschwerden oder sensiblen Anliegen zuverlässig an einen Menschen übergeben? Erhält die zuständige Person eine brauchbare Zusammenfassung?
- Datenschutz und Betrieb: Sind Auftragsverarbeitungsvertrag, Unterauftragnehmer, Löschregeln, Verarbeitungsorte und technische Schutzmaßnahmen nachvollziehbar dokumentiert?
- Administration: Können berechtigte Beschäftigte Gesprächsregeln ändern, Zugriffe einschränken und fehlerhafte Dialoge auswerten? Gibt es Exporte und nachvollziehbare Änderungsprotokolle?
- Kostenstruktur: Werden Rufnummer, Gesprächsminuten, Transkription, Stimmen, Schnittstellen und Einrichtungsleistungen getrennt berechnet? Wie werden weitergeleitete Anrufminuten behandelt?
Eine sinnvolle Vorauswahl ergibt sich daraus schnell: Ein kleiner Handwerksbetrieb, der lediglich Rückrufwünsche und Störungsmeldungen erfassen möchte, profitiert eher von einem betreuten Standarddienst. Eine Agentur mit eigenem CRM und unterschiedlichen Kundenprojekten benötigt möglicherweise flexible Schnittstellen. Ein Unternehmen mit bestehender Cloud-Telefonie sollte zuerst prüfen, welche Assistenten sich ohne Rufnummernwechsel oder komplizierte Umleitungen integrieren lassen.
Der Assistent braucht einen eng definierten Auftrag
Ein zuverlässig begrenzter Gesprächsablauf ist betriebswirtschaftlich meist wertvoller als ein Assistent, der scheinbar jede Frage beantworten soll. Für den Einstieg eignen sich wiederkehrende Anliegen mit eindeutigem Ergebnis.
- Legen Sie fest, bei welchen Rufnummern und zu welchen Zeiten die KI ans Telefon geht.
- Definieren Sie drei bis fünf zulässige Anliegen, etwa Terminwunsch, Rückrufbitte, Öffnungszeiten, Bestellstatus oder Störungsmeldung.
- Bestimmen Sie für jedes Anliegen die notwendigen Angaben und das System, in dem das Ergebnis gespeichert wird.
- Formulieren Sie Abbruch- und Übergaberegeln für Beschwerden, unverständliche Angaben, Notfälle und Fragen außerhalb des freigegebenen Wissens.
- Benennen Sie eine intern verantwortliche Person für Dialogpflege, Rechteverwaltung und regelmäßige Qualitätskontrollen.
Bei einem lokalen Dienstleister könnte das Ergebnis eines Anrufs beispielsweise aus Name, Rückrufnummer, Postleitzahl, gewünschter Leistung und bevorzugtem Zeitraum bestehen. Der Assistent darf dann einen Rückrufauftrag erzeugen, sollte aber keinen verbindlichen Preis oder Ausführungstermin zusagen, wenn diese Entscheidung eine Besichtigung oder Kapazitätsprüfung voraussetzt.
Datenschutz beginnt vor dem ersten Testanruf
Ein KI-Telefonassistent verarbeitet regelmäßig personenbezogene Daten. In Deutschland und der Europäischen Union muss das Unternehmen daher vor dem Einsatz unter anderem Zweck, Rechtsgrundlage, Datenumfang, Speicherdauer und Empfänger bestimmen. Die Datenschutzinformationen müssen den Telefonkanal abdecken; bei einem externen Dienstleister ist regelmäßig zu prüfen, ob eine Vereinbarung zur Auftragsverarbeitung nach Artikel 28 DSGVO erforderlich ist.
Werden Daten außerhalb des Europäischen Wirtschaftsraums verarbeitet oder sind dort ansässige Unterauftragnehmer beteiligt, sind zusätzlich die Voraussetzungen für Drittlandübermittlungen nach Kapitel V der DSGVO zu prüfen. Ein europäischer Serverstandort beantwortet diese Frage nicht allein. Entscheidend ist die gesamte Dienstleister- und Zugriffskette, einschließlich Transkriptions-, Sprachmodell-, Analyse- und Supportdiensten.
Anrufende sollten zu Beginn verständlich erfahren, dass sie mit einem automatisierten Assistenten sprechen. Die Information sollte außerdem erkennen lassen, wie sie einen Menschen erreichen oder eine andere Kontaktmöglichkeit nutzen können. Die genaue Gestaltung hängt vom eingesetzten Prozess und den verarbeiteten Daten ab.
Eine Tonaufzeichnung ist von der bloßen technischen Verarbeitung des Live-Gesprächs zu unterscheiden. Gespräche dürfen nicht vorsorglich gespeichert werden, nur weil das System diese Möglichkeit anbietet. Vor einer Aufzeichnung müssen insbesondere Rechtsgrundlage, transparente Information und gegebenenfalls erforderliche Einwilligungen geprüft werden. Bei Beschäftigtendaten können weitere arbeits- und mitbestimmungsrechtliche Anforderungen hinzukommen. Für die abschließende Bewertung sind der betriebliche Datenschutzbeauftragte oder eine entsprechend qualifizierte Beratung die richtigen Anlaufstellen.
So zeigt ein Pilotbetrieb, ob die Lösung tragfähig ist
Ein Pilot sollte nicht sofort alle eingehenden Gespräche übernehmen. Geeignet ist eine einzelne Rufnummer, ein klarer Zeitraum oder ein begrenzter Zweck wie die Annahme außerhalb der Bürozeiten. So bleiben Fehler beherrschbar und die Ergebnisse lassen sich mit dem bisherigen Ablauf vergleichen.
Testen Sie nicht nur freundliche Standardgespräche. Zum Testbestand gehören undeutlich ausgesprochene Namen, korrigierte Telefonnummern, Unterbrechungen, Dialekte, Hintergrundgeräusche, ein Themenwechsel und der ausdrückliche Wunsch nach einer menschlichen Ansprechperson. Personenbezogene Echtdaten sollten in der Erprobung nur verwendet werden, wenn der Testbetrieb datenschutzrechtlich freigegeben ist; andernfalls arbeiten Sie mit gekennzeichneten Testdaten.
Die Auswertung sollte vier betriebliche Ergebnisse festhalten:
- Anteil der Anrufe, die mit einem verwertbaren Vorgang enden,
- Anteil der korrekten Übergaben und Rückrufaufträge,
- häufige Missverständnisse oder fehlende Wissensinhalte,
- Zeitaufwand für Nachbearbeitung, Dialogpflege und Fehlerkorrektur.
Eine hohe Zahl angenommener Gespräche allein belegt keinen Nutzen. Wenn Beschäftigte fehlerhafte Kontaktdaten korrigieren oder unklare Zusammenfassungen nachtelefonieren müssen, verlagert das System die Arbeit lediglich. Freigegeben werden sollte der Assistent erst, wenn Verantwortliche, Eskalationswege, Löschung und Qualitätskontrolle dokumentiert sind.
Welche Lösung zu welcher Unternehmenslage passt
Für einen kleinen Betrieb ohne eigene IT-Abteilung ist ein betreuter Dienst wie fonio oder VITAS naheliegend, sofern Telefonie, benötigte Schnittstellen und Datenschutzanforderungen im Einzelfall passen. Synthflow kann in die engere Wahl kommen, wenn das Unternehmen dialogische Abläufe über eine visuelle Oberfläche gestalten möchte. In allen drei Fällen sollte ein realer Prozess getestet werden, da die Eignung nicht aus einer allgemeinen Funktionsliste hervorgeht.
Amazon Connect oder Google Dialogflow CX passen eher zu Unternehmen, die individuelle Integrationen benötigen und Entwicklung sowie laufende Überwachung organisieren können. Microsoft Copilot Studio ist vor allem dann prüfenswert, wenn betriebliche Daten und Arbeitsabläufe bereits stark in der Microsoft-Umgebung verankert sind. ElevenLabs kann als Sprach- und Agentenbaustein interessant sein, wenn Stimmgestaltung und mehrsprachige Dialoge wichtig sind und die übrige Telefoniearchitektur anderweitig abgedeckt wird.
Ein allgemeiner Sieger lässt sich ohne identischen Anwendungstest nicht seriös bestimmen. Die passende Wahl hängt weniger von der eindrucksvollsten Demonstration als von drei Ergebnissen ab: Der Assistent muss das definierte Anliegen zuverlässig abschließen, bei Unsicherheit sauber übergeben und die betrieblichen Datenschutz- und Nachweisanforderungen erfüllen.
Häufige Fragen zur betrieblichen Einführung
Kann die bestehende Geschäftsnummer erhalten bleiben?
Das hängt von Telefonanlage, Netzbetreiber und Anbieter ab. Möglich sind unter anderem Rufumleitungen, die Einbindung über SIP oder eine vom Dienst bereitgestellte Rufnummer. Vor dem Vertrag sollte der Anbieter den vorgesehenen Anrufweg einschließlich Weiterleitung, Ausfallverhalten und eventueller Zusatzkosten schriftlich darstellen.
Was passiert bei einem Ausfall des KI-Dienstes?
Für diesen Sonderfall braucht der Betrieb einen Rückfallweg, etwa die Weiterleitung an eine bestehende Telefonanlage, einen klassischen Anrufbeantworter oder einen externen Empfangsdienst. Der Ausfallweg sollte getestet werden, bevor die KI-Telefonannahme veröffentlicht wird. Ebenso wichtig ist eine Zuständigkeit für Störungsmeldungen und die nachträgliche Kontrolle verlorener Anrufe.
Darf ein Telefonassistent verbindliche Bestellungen annehmen?
Technisch kann ein System Bestelldaten erfassen, rechtlich und organisatorisch muss jedoch feststehen, wann eine verbindliche Erklärung entsteht und wie Eingabefehler korrigiert werden. Produkt, Preis, Lieferbedingungen, Identitätsprüfung und Bestätigung müssen zum jeweiligen Geschäftsmodell passen. Ohne geprüften Abschlussprozess sollte die KI nur eine Anfrage oder einen Bestellwunsch aufnehmen und zur Bestätigung weitergeben.
