Wie ein Voicebot arbeitet
Ein moderner Voicebot besteht aus drei Bausteinen: Spracherkennung wandelt das Gesagte in Text, ein Sprachmodell versteht die Absicht und formuliert die Antwort, eine Sprachsynthese spricht sie aus. Dazwischen liegt die eigentliche Arbeit — die Anbindung an Kalender, Warenwirtschaft oder Ticketsystem.
Der Unterschied zu den Sprachmenüs der 2010er Jahre ist grundlegend: Anrufer müssen sich nicht mehr durch Nummernbäume drücken, sondern sagen in eigenen Worten, worum es geht. Ein Voicebot, der nur „Sagen Sie Termin oder Rechnung“ versteht, ist ein Sprachmenü mit besserem Marketing.
Wann sich ein Voicebot rechnet
Die Rechnung ist unspektakulär: Anzahl gleichartiger Anrufe pro Tag mal durchschnittliche Gesprächsdauer mal Personalkosten. Interessant wird es ab etwa 20 bis 30 automatisierbaren Anrufen täglich — oder wenn Anrufe außerhalb der Geschäftszeiten verloren gehen.
- Klarer Fall: Terminvergabe in Praxen und Werkstätten, Statusabfragen, Erreichbarkeit außerhalb der Öffnungszeiten.
- Prüfenswert: Erstqualifizierung eingehender Anfragen, Weiterleitung nach Anliegen statt nach Durchwahl.
- Ungeeignet: Beratungsintensive Gespräche, Beschwerden, alles mit Verhandlungsspielraum.
Voicebot, Telefonassistent und Chatbot — die Abgrenzung
Die drei Begriffe überschneiden sich, meinen aber unterschiedliche Dinge. Der Voicebot ist die technische Grundlage der Sprachautomatisierung. Der KI-Telefonassistent ist die konkrete, einsatzfertige Anwendung für eingehende Anrufe — im Kern ein spezialisierter Voicebot. Der Chatbot deckt den schriftlichen Kanal ab und teilt zwar den Sprachmodell-Kern, hat aber weder mit Spracherkennung noch mit Hintergrundgeräuschen zu tun.
| Voicebot | Telefonassistent | Chatbot | |
|---|---|---|---|
| Was es ist | Sprachtechnik / Motor | fertige Anwendung | schriftlicher Assistent |
| Kanal | Telefon (ein-/ausgehend) | Telefon (eingehend) | Text (Web, WhatsApp) |
| Zusätzliche Hürden | Spracherkennung, Dialekte, Störgeräusche | dito, plus Kalenderlogik | Tippfehler, Kontext |
| Ausgehende Anrufe | möglich | selten | nein |
| Kennzeichnungspflicht (Art. 50) | ja | ja | ja |
Anbieter oder eigene Lösung
Für Standardfälle gibt es fertige Produkte, die in wenigen Tagen laufen und pro Minute oder pro Monat abgerechnet werden. Für Unternehmen mit eigener Telefonanlage, besonderen Datenschutzanforderungen oder ungewöhnlichen Abläufen lohnt sich häufig eine eigene Lösung.
Wir arbeiten mit beidem und entscheiden nach Fall, nicht nach Partnerprogramm. Der Unterschied liegt selten in der Sprachqualität — die ist bei allen brauchbaren Anbietern vergleichbar — sondern in der Anbindung an die Systeme, in denen Ihre Daten tatsächlich liegen.
Anbindung an Telefonanlage, Kalender und CRM
Ein Voicebot, der nur spricht, ist eine Demo. Produktiv wird er erst durch die Integration in die Systeme, in denen Ihre Termine, Kunden und Vorgänge tatsächlich liegen. Drei Anbindungen bestimmen den Projektaufwand.
Telefonanlage: die SIP-Anbindung
Technisch wird der Voicebot per SIP an die Telefonie angeschlossen — entweder als Nebenstelle in der bestehenden Anlage oder über eine Rufumleitung auf eine eigene Nummer. Gängige Cloud-Anlagen wie 3CX, Placetel oder Sipgate sind dafür ausgelegt; die Anlage steuert dann, welche Anrufe wann beim Bot landen: nach mehrmaligem Klingeln, bei Besetzt, außerhalb der Geschäftszeiten oder als erste Instanz mit Weiterleitung an Menschen. Für ausgehende Anrufe — etwa Terminerinnerungen — braucht der Bot zusätzlich eine eigene, korrekt signalisierte Rufnummer.
Kalender und Fachsoftware
Terminbuchung läuft bei Microsoft 365 und Google Workspace über die offiziellen Schnittstellen, inklusive Verfügbarkeitsprüfung und Terminarten. Bei Praxis-, Werkstatt- und Branchensoftware entscheidet die Schnittstellenlage: Gibt es eine dokumentierte API, bucht der Bot direkt; gibt es keine, nimmt er Termindaten auf und das Team überträgt sie — ein Kompromiss, der den Aufwand halbiert, aber den Nutzen auch.
CRM und Ticketsystem
Jedes Gespräch endet mit einer strukturierten Übergabe: Anrufer, Anliegen, Dringlichkeit und bei Bedarf das Transkript werden als Aktivität im CRM oder als Ticket angelegt, zugeordnet über die Rufnummer. Das ist der Unterschied zwischen einem Bot, der Anrufe „erledigt", und einem, der Vorgänge dort anstößt, wo Ihr Team ohnehin arbeitet. Bei ausgehenden Szenarien liefert das CRM umgekehrt die Daten — wen der Bot wann warum anruft.
Alt-Anlagen: erst prüfen, dann planen
Bei ISDN- und proprietären Anlagen sind vor Projektstart drei Fragen zu klären: Ist die Anlage SIP-fähig oder per Update nachrüstbar? Beherrscht sie zeit- und besetztabhängige Rufumleitungen? Und wer betreut sie überhaupt noch? Die Rufumleitung auf eine separate Nummer funktioniert mit fast jeder Anlage und ist der übliche Weg, wenn ein Anlagentausch nicht ansteht.
Vorher und nachher: ein Anruf im Vergleich
Der Nutzen eines Voicebots zeigt sich am besten an einem konkreten Anruf statt an einer Funktionsliste.
Vorher (Sprachmenü): „Für Termine drücken Sie die 1, für Rechnungen die 2 …“ Der Anrufer landet nach drei Ebenen in einer Warteschleife oder legt genervt auf.
Nachher (Voicebot): „Worum geht es?“ — „Ich muss meinen Termin am Donnerstag verschieben.“ Der Bot findet den Termin, bietet Alternativen an und bestätigt die Verschiebung im selben Gespräch, ohne dass jemand eine Taste drückt.
- Analyse: Welche Anrufe kommen wie häufig, wie lange dauern sie, welche sind gleichförmig?
- Anbindung: Kalender, Warenwirtschaft oder Ticketsystem werden über Schnittstellen verbunden.
- Test mit echten Anrufen: Erprobung mit Anrufern aus dem eigenen Umfeld, nicht mit Demomaterial.
- Ausbau: Weitere Anliegen kommen dazu, sobald der erste Fall stabil läuft.
Was ein Voicebot kostet
Fertige Produkte werden pro Minute oder pauschal pro Monat abgerechnet und laufen schnell. Eine eigene Lösung ist in der Einrichtung teurer, dafür bei hohem Volumen laufend günstiger. Der Kostentreiber ist auch hier die Systemanbindung, nicht die Sprachtechnik.
- Ab welchem Anrufvolumen sich welche Variante rechnet, hängt vom Verhältnis aus Minutenpreis und Monatskosten ab — das rechnen wir vorab durch.
- Bei hohem, konstantem Volumen ist die eigene Lösung meist günstiger, bei geringem oder schwankendem Volumen das nutzungsbasierte Produkt.
- Mehr zur Preislogik unter KI-Kosten.
| Variante | Einrichtung (einmalig) | Laufend pro Monat | Preis pro Minute |
|---|---|---|---|
| Fertiges Produkt (pro Minute) | 0–500 € | ab 0 € (nutzungsbasiert) | 0,08–0,30 € |
| Fertiges Produkt (Monatspauschale) | 0–1.000 € | 100–400 € | inklusive Kontingent |
| Eigene Lösung mit Anbindung | 5.000–20.000 € | 200–800 € | 0,05–0,15 € |
Datenschutz und Rechtsrahmen
Ein Voicebot verarbeitet Sprachdaten in Echtzeit und legt je nach Konfiguration Transkripte oder Aufzeichnungen an. Damit ist er ein Fall für DSGVO und EU AI Act zugleich.
DSGVO: Rechtsgrundlage, AV-Vertrag, Löschfristen
Aus der DSGVO folgt: Rechtsgrundlage klären, Auftragsverarbeitungsvertrag schließen, Löschfristen definieren und den Speicherort der Daten festlegen. Wer sensible Daten verarbeitet, sollte europäisches Hosting oder ein lokal betriebenes Modell wählen.
EU AI Act: Kennzeichnung und Betreiberpflichten
Aus dem EU AI Act folgt die Transparenzpflicht nach Artikel 50, die seit dem 2. August 2026 gilt: Der Anrufer muss erkennen, dass er mit einem KI-System spricht. Die meisten Unternehmen sind dabei Betreiber (deployer) und tragen seit dem 2. Februar 2025 zusätzlich die KI-Kompetenzpflicht nach Artikel 4.
Häufige Fragen
Was ist der Unterschied zwischen Voicebot und Chatbot?
Der Kanal. Ein Chatbot arbeitet schriftlich, ein Voicebot am Telefon. Technisch teilen sie den Kern, aber der Voicebot hat zusätzlich mit Spracherkennung, Hintergrundgeräuschen, Dialekten und der Ungeduld von Anrufern zu tun. Am Telefon verzeihen Menschen deutlich weniger Fehler als im Chat.
Erkennt ein Voicebot Dialekte?
Deutlich besser als früher, aber nicht perfekt. Schwäbisch, Bairisch und Sächsisch funktionieren in der Praxis brauchbar; starke Dialekte in Kombination mit schlechter Leitungsqualität bleiben ein Risiko. Wir testen das vor der Einführung mit echten Anrufen aus Ihrem Umfeld, nicht mit Demomaterial.
Was kostet ein Voicebot?
Fertige Produkte beginnen bei einigen hundert Euro monatlich plus Gesprächsminuten (0,08–0,30 €/Min) oder werden rein nutzungsbasiert abgerechnet. Eine eigene Lösung mit Systemanbindung liegt in der Einrichtung meist bei 5.000–20.000 €, dafür sind die laufenden Kosten niedriger (0,05–0,15 €/Min). Ab welchem Anrufvolumen sich was rechnet, rechnen wir vorab durch. Details unter KI-Kosten.
Muss ich meine Telefonanlage wechseln?
In der Regel nicht. Moderne Anlagen lassen sich per SIP anbinden, ebenso Cloud-Telefonie. Ältere ISDN-Anlagen sind der häufigste Grund, warum ein Projekt aufwendiger wird als gedacht — das klären wir vorab.
Was ist der Unterschied zwischen Voicebot und KI-Telefonassistent?
Der Voicebot ist die technische Grundlage — die Sprachtechnik, die frei formulierte Anliegen versteht. Der KI-Telefonassistent ist die daraus gebaute, einsatzfertige Anwendung für eingehende Anrufe: annehmen, Termin buchen, übergeben. Wer eine fertige Lösung für den häufigsten Fall sucht, landet beim Telefonassistenten; wer eine flexible Grundlage für eigene Abläufe braucht, beim Voicebot.
Muss ich Anrufer darüber informieren, dass ein Voicebot antwortet?
Ja. Nach Artikel 50 der EU-KI-Verordnung, der seit dem 2. August 2026 gilt, müssen Menschen erkennen können, dass sie mit einem KI-System interagieren. Der Hinweis erfolgt zu Gesprächsbeginn und ist Teil jeder seriösen Konfiguration. Mehr zum Rechtsrahmen unter EU AI Act.
Wo werden die Sprachdaten gespeichert?
Das legen Sie fest. Für datenschutzsensible Anwendungen arbeiten wir mit europäischem Hosting oder lokal betriebenen Modellen und definieren Löschfristen für Transkripte und Aufzeichnungen. Grundlage ist ein Auftragsverarbeitungsvertrag mit dem Anbieter. Mehr dazu unter DSGVO-konforme KI.
Wie lange dauert die Einführung eines Voicebots?
Ein fertiges Produkt für einen Standardfall läuft in wenigen Tagen. Eine eigene Lösung mit Anbindung an Kalender oder Warenwirtschaft steht üblicherweise in drei bis sechs Wochen — der größere Teil entfällt auf Analyse und Schnittstellen, nicht auf die Sprachtechnik selbst.
Sind wir als Nutzer eines Voicebots Anbieter oder Betreiber?
In aller Regel Betreiber (deployer). Anbieter ist, wer das KI-System entwickelt und in Verkehr bringt; Betreiber ist, wer es einsetzt. Als Betreiber tragen Sie vor allem Transparenz- und Kompetenzpflichten, nicht die weitreichenden Pflichten eines Anbieters. Die Einordnung klären wir im Rahmen der EU-AI-Act-Beratung.
Was passiert, wenn der Voicebot ein Anliegen nicht lösen kann?
Er leitet weiter — an einen Mitarbeiter oder eine hinterlegte Nummer, mit dem bisherigen Gesprächskontext. Die Übergaberegeln werden vorab definiert: nach erfolglosen Versuchen, bei bestimmten Stichworten oder auf Wunsch des Anrufers. Ein Voicebot ohne sauberen Ausstieg ist eine Beschwerdequelle, kein Service.
Funktioniert ein Voicebot mit unserer bestehenden Telefonanlage?
Bei SIP- und Cloud-Anlagen wie 3CX, Placetel oder Sipgate ja — der Bot wird als Nebenstelle eingebunden oder per Rufumleitung erreicht, die Anlage steuert, welche Anrufe bei ihm landen. Ältere ISDN- und proprietäre Anlagen können in der Regel zumindest umleiten; dann läuft der Bot auf einer separaten Nummer. Was Ihre Anlage kann, klären wir vor Projektbeginn — nicht mittendrin.
Kann der Voicebot Gespräche direkt ins CRM oder Ticketsystem übergeben?
Ja, wenn das System eine dokumentierte Schnittstelle hat. Der Bot legt dann nach jedem Gespräch eine strukturierte Notiz — Anrufer, Anliegen, Dringlichkeit, auf Wunsch das Transkript — als Aktivität am Kontakt oder als Ticket an und ordnet bestehende Kontakte über die Rufnummer zu. Bei ausgehenden Szenarien liefert das CRM umgekehrt die Anrufliste. Mehr dazu im Ratgeber KI im CRM.