KI-Telefonie
im Mittelstand

Übersicht

Inhalt

Management Summary

Worauf es ankommt

KI-Telefonie ist keine Frage der Stimme, sondern eine Frage des Prozesses. Wer vorher weiß, was nach dem Gespräch passieren soll, bekommt ein verlässliches Werkzeug. Wer es nicht weiß, bekommt einen teuren Anrufbeantworter mit besserer Aussprache.

Die zehn Kernaussagen

1. Ein KI-Telefonassistent ersetzt keine Mitarbeiter. Er sorgt dafür, dass Mitarbeiter mit vollständigen Informationen in ein Gespräch einsteigen.
2. Automatisiert werden sollten wiederholbare Abläufe mit benennbaren Pflichtangaben, nicht Ermessensentscheidungen.
3. Jeder Anwendungsfall braucht ein definiertes Gesprächsziel, festgelegte Pflichtfelder, erlaubte Aussagen und klare Eskalationsregeln.
4. Der Anrufer muss zu Beginn erfahren, dass er mit einem KI-System spricht, und jederzeit einen Menschen erreichen können.
5. Die Stimme ist kein Identitätsnachweis. Auskünfte zu personenbezogenen Daten benötigen eine zusätzliche Prüfung.
6. Eine dauerhafte Gesprächsaufzeichnung ist kein Standard, sondern eine begründungspflichtige Ausnahme.
7. Schreibende Systemaktionen brauchen Validierung, Bestätigung und ein revisionssicheres Protokoll.
8. Der Betriebsrat ist bei der Einführung regelmäßig zu beteiligen. Das gehört in den Zeitplan, nicht in die Nachbereitung.
9. Ein Business Case aus dem Minutenpreis ist kein Business Case. Maßgeblich sind zusätzlich angenommene Anrufe, gesparte Nachbearbeitung und vermiedene Fehlleitungen.
10. Qualität ist messbar. Ohne Kennzahlen bleibt die Bewertung einer Lösung Geschmackssache.

Ausgangslage: Warum das Telefon bleibt

Trotz Portalen, Formularen und Messenger-Diensten ist das Telefon in weiten Teilen des Mittelstands der erste Kanal, wenn es dringend wird. Genau dort trifft es auf Teams, die ohnehin ausgelastet sind.

Kunden melden Störungen, fragen nach Terminen, benötigen eine Auskunft oder möchten einen Auftrag besprechen. Sie greifen zum Hörer, weil das Anliegen selten in ein Formularfeld passt, weil sie eine verbindliche Antwort wollen oder weil sie schlicht wissen, dass der Anruf funktioniert. Das gilt besonders im Handwerk, im technischen Service und im Projektgeschäft – also überall dort, wo Kunden ein Problem haben und keine Bestellung aufgeben.

Auf der Gegenseite steht selten eine dedizierte Telefonzentrale. Empfang, Büro, Disposition und Kundenservice erledigen das Telefon nebenbei. Wer gerade einen Auftrag kalkuliert, eine Rechnung schreibt oder einen Monteur einweist, nimmt den Anruf entweder gar nicht an oder nimmt ihn unter Zeitdruck an. Beides hat Folgen.

Was der ungenommene Anruf tatsächlich kostet

Der verlorene Anruf ist der offensichtliche Schaden, aber nicht der teuerste. Teurer sind die Folgeeffekte, die im Betrieb kaum jemand einer einzelnen Ursache zuordnet:

• Verlorene Anfragen. Ein Interessent, der beim zweiten Versuch niemanden erreicht, ruft beim Wettbewerber an. Ein Bestandskunde ist geduldiger, aber nicht unbegrenzt.
• Unvollständige Notizen. Der Zettel auf dem Tisch enthält eine Telefonnummer und das Wort „Heizung“. Die Rückfrage kostet einen zweiten Anruf und einen halben Tag Verzögerung.
• Falsche Weiterleitungen. Der Anrufer landet dreimal im falschen Bereich und schildert sein Anliegen dreimal neu. Die Zeit fällt bei allen Beteiligten an.
• Unterbrechungen. Jeder eingehende Anruf reißt jemanden aus einer anderen Aufgabe. Die Wiederaufnahme kostet Konzentration, die in keiner Statistik auftaucht.
• Ungleichmäßige Auskünfte. Je nachdem, wer abnimmt, bekommt der Kunde eine andere Antwort auf dieselbe Frage.

Wo KI-Telefonie ansetzt

Ein KI-Telefonassistent nimmt Anrufe entgegen, versteht das Anliegen, fragt fehlende Angaben ab und überführt die Informationen in einen definierten Geschäftsprozess. Je nach Anwendungsfall bereitet er Rückrufe vor, koordiniert Termine, legt Servicetickets an oder übergibt das Gespräch gezielt an einen Mitarbeiter – samt Zusammenfassung dessen, was bereits besprochen wurde.

Der entscheidende Unterschied zu älteren Sprachsystemen liegt nicht in der Klangqualität. Er liegt darin, dass ein solcher Assistent frei formulierte Anliegen einordnen, gezielt nachfragen und das Ergebnis strukturiert weitergeben kann. Aus einem Anruf wird ein Datensatz, mit dem ein Mitarbeiter unmittelbar arbeiten kann.

Begriffe: Sprachmenü, Voicebot, KI-Telefonassistent

Drei Technologien werden im Markt unter demselben Schlagwort verkauft. Sie unterscheiden sich grundlegend in dem, was sie können, was sie kosten und was sie an Vorarbeit verlangen.

Warum die Abgrenzung praktisch relevant ist

Ein Sprachmenü ist nicht per se schlecht. Für ein Unternehmen mit drei klar getrennten Fachbereichen und geringem Anrufaufkommen kann es die wirtschaftlichste Lösung sein. Der Fehler entsteht dort, wo ein Sprachmenü Aufgaben übernehmen soll, für die es nie gebaut wurde: Anliegen erfassen, Rückfragen stellen, Dringlichkeit einschätzen.

Der regelbasierte Voicebot löst dieses Problem teilweise, verlangt dafür aber, dass jede Formulierungsvariante vorab bedacht wird. In der Praxis führt das zu einem Pflegeaufwand, der mit jedem neuen Anwendungsfall wächst und irgendwann niemanden mehr findet, der ihn übernimmt.

Der KI-Telefonassistent auf Basis großer Sprachmodelle dreht das Verhältnis um: Er versteht auch, was niemand vorher aufgeschrieben hat. Diese Stärke ist zugleich sein Risiko. Ein Modell, das frei formulieren darf, formuliert auch dann frei, wenn es die Antwort nicht kennt. Deshalb gilt der Grundsatz, der sich durch dieses Whitepaper zieht:

Ein vierter Begriff: der Sprachagent

Zunehmend ist von Sprachagenten die Rede. Gemeint ist ein KI-Telefonassistent, der eigenständig mehrere Schritte ausführt: nachschlagen, prüfen, buchen, benachrichtigen. Fachlich ist das dieselbe Kategorie, technisch die anspruchsvollste. Je mehr ein System selbst entscheiden darf, desto präziser müssen Berechtigungen, Prüfungen und Protokolle sein. Für einen Einstieg ist ein Sprachagent mit schreibenden Rechten in mehreren Systemen der falsche Startpunkt.

Was KI-Telefonie leisten kann

Eine gute KI-Telefonielösung ist mehr als ein digitaler Anrufbeantworter. Sie zeichnet nicht nur Nachrichten auf, sondern führt Gespräche strukturiert und bereitet einen konkreten nächsten Schritt vor.

Der Nutzen liegt nicht in der Stimme

Es ist verlockend, eine KI-Telefonielösung an der Natürlichkeit ihrer Sprachausgabe zu bewerten. In einer Anbieterdemonstration ist das der auffälligste Unterschied. Im Betrieb ist es der unwichtigste.

Der entscheidende Nutzen entsteht durch die Verbindung von vier Dingen: Telefonie, Gesprächslogik, Unternehmenswissen und bestehenden Geschäftssystemen. Fehlt eines davon, bleibt der Rest wirkungslos. Eine perfekte Stimme, die einen Termin nicht in den Kalender bekommt, hat den Prozess nicht verbessert. Sie hat ihn um einen Schritt verlängert.

Was heute realistisch ist

Ein sauber eingerichteter Assistent führt ein natürliches Gespräch mit Pausen, Rückfragen und der Möglichkeit, ihn zu unterbrechen. Er kommt mit Nebengeräuschen, Mobilfunkqualität und norddeutscher wie süddeutscher Färbung zurecht. Er versteht Namen und Adressen im Regelfall, verwechselt aber ähnlich klingende Buchstaben und muss deshalb rückbestätigen. Er hält eine Latenz ein, die den Dialog nicht unangenehm macht.

Was er nicht kann: Ironie sicher deuten, aus einem Tonfall auf einen Sachverhalt schließen oder ein Anliegen erfassen, für das ihm die Datenbasis fehlt. Wer diese Grenzen im Gesprächsdesign berücksichtigt, bekommt ein verlässliches System. Wer sie ignoriert, produziert Gespräche, die den Anrufer verärgern.

Warum der Anrufbeantworter nicht mehr genügt

Ein Anrufbeantworter überlässt es dem Anrufer, alle wichtigen Informationen selbst zu nennen. Das funktioniert bei Menschen, die geübt sind. Bei allen anderen entstehen Lücken, die jemand nachträglich schließen muss.

In der Praxis fehlen deshalb regelmäßig Kundennummern, Standorte, Rückrufzeiten, Anlagenbezeichnungen oder Angaben zur Dringlichkeit. Die Nachricht lautet dann: „Hier ist Herr Schuster, rufen Sie mich bitte zurück.“ Ob es um eine Wartung, eine Reklamation oder einen Notfall geht, bleibt offen, bis jemand zurückruft.

Der Unterschied ist die Rückfrage

Ein KI-Telefonassistent kann gezielt nachfragen, und zwar in der Reihenfolge, die der Prozess braucht:

Dadurch entstehen strukturierte Datensätze statt unvollständiger Sprachnachrichten. Mitarbeiter können schneller reagieren und müssen weniger Informationen nachträglich ermitteln. Der Rückruf beginnt nicht mit „Worum ging es noch mal?“, sondern mit einer Antwort.

Zwei Nebeneffekte, die oft übersehen werden

Priorisierung wird möglich. Wenn Dringlichkeit, Standort und Anlagentyp erfasst sind, lässt sich die Rückrufliste sortieren. Aus zwölf gleichwertigen Zetteln wird eine Reihenfolge. Das ist im Bereitschaftsdienst der Unterschied zwischen einem ruhigen und einem hektischen Abend.

Die Datenqualität steigt messbar. Ein Assistent, der die Rückrufnummer wiederholt und bestätigen lässt, produziert weniger unzustellbare Rückrufe als eine Sprachnachricht, in der die Nummer einmal genuschelt wurde. Das ist unspektakulär und im Alltag einer der spürbarsten Effekte.

Geeignete Anwendungsfälle im Inbound

Der beste Einstieg besteht nicht darin, sofort alle Anrufe zu automatisieren. Sinnvoller ist ein klar abgegrenzter Anwendungsfall mit geringem Risiko und messbarem Nutzen.

Strukturierte Anrufannahme

Der Assistent erfasst Name, Telefonnummer, Anliegen, Kundennummer und gewünschte Rückrufzeit und erstellt anschließend eine Aufgabe oder Gesprächsnotiz. Er trifft keine Entscheidung und gibt keine Auskunft. Das macht diesen Fall zum risikoärmsten Einstieg überhaupt: Selbst wenn der Assistent etwas falsch versteht, prüft ein Mensch das Ergebnis, bevor gehandelt wird.

Risiko geringNutzen schnell messbarKein Schreibzugriff nötig

Terminwünsche

Das System ermittelt Terminart, Standort und Verfügbarkeit. Je nach Freigabe kann es einen Termin vorschlagen, reservieren oder direkt buchen. Die drei Stufen unterscheiden sich erheblich im Risiko: Ein Vorschlag ist harmlos, eine Reservierung blockiert Kapazität, eine Buchung erzeugt eine Erwartung beim Kunden und im Einsatzplan. Beginnen Sie mit dem Vorschlag und arbeiten Sie sich vor.

Risiko mittelKalenderintegration erforderlich

Störungsmeldungen

Die KI fragt Anlage, Standort, Fehlerbild, Zeitpunkt und Auswirkungen ab. Kritische Fälle werden nach festgelegten Regeln eskaliert. Hier ist die Eskalationslogik der eigentliche Kern: Was gilt als kritisch? Wer wird wann informiert? Was passiert, wenn niemand abnimmt? Diese Fragen müssen vor dem ersten Gespräch beantwortet sein, nicht nach dem ersten Zwischenfall.

Risiko mittel bis hochEskalationskette zwingend

Intelligente Weiterleitung

Anrufer werden anhand ihres Anliegens zum zuständigen Fachbereich, Standort oder Bereitschaftsdienst geleitet. Gegenüber einem Sprachmenü liegt der Vorteil darin, dass der Anrufer sein Anliegen in eigenen Worten nennen kann, statt sich durch sieben Optionen zu hören. Voraussetzung ist eine saubere Zuständigkeitsmatrix – und die Bereitschaft, sie aktuell zu halten.

Risiko geringSofort spürbar für Anrufer

Statusauskünfte

Nach einer geeigneten Identitätsprüfung kann der Assistent freigegebene Informationen zu Aufträgen, Lieferungen, Terminen oder Servicevorgängen bereitstellen. Der kritische Punkt steckt im ersten Halbsatz: Ohne belastbare Prüfung der Identität darf keine personenbezogene Auskunft erfolgen. Kapitel 12 und 16 gehen darauf im Detail ein.

Risiko hoch ohne IdentitätsprüfungLesezugriff auf Fachsystem

Eignungsprüfung: Passt der Anwendungsfall?

Die folgende Matrix hilft, einen Kandidaten einzuordnen, bevor Aufwand entsteht. Je mehr Antworten in der linken Spalte liegen, desto geeigneter ist der Fall für einen Einstieg.

Der typische Fehlschluss

Viele Unternehmen wählen als ersten Anwendungsfall den, der am meisten Zeit kostet. Das ist nachvollziehbar und meistens falsch. Der aufwendigste Anruf ist in der Regel auch der komplexeste, der emotionalste und der mit den meisten Ausnahmen. Er ist der schlechteste Kandidat für einen Einstieg – nicht weil er sich nicht automatisieren ließe, sondern weil bei ihm alles gleichzeitig schiefgehen kann und niemand sagen kann, woran es lag.

Wählen Sie stattdessen den Fall, der häufig, langweilig und gut beschreibbar ist. Er bringt weniger spektakuläre Zahlen, aber er liefert etwas Wertvolleres: eine funktionierende Strecke von der Telefonanlage bis in das Zielsystem, an der sich alles Weitere anschließen lässt.

Outbound-Telefonie und ihre rechtlichen Grenzen

Ausgehende Anrufe wirken auf dem Papier wie die logische Erweiterung. Rechtlich sind sie ein anderes Thema – und der Bereich, in dem Unternehmen mit KI-Telefonie am schnellsten in Schwierigkeiten geraten.

Der entscheidende Unterschied zum Inbound

Beim eingehenden Anruf hat sich der Anrufer für den Kontakt entschieden. Beim ausgehenden Anruf entscheidet das Unternehmen, und der Angerufene muss den Kontakt hinnehmen. Das deutsche Wettbewerbsrecht zieht daraus deutliche Konsequenzen.

Was im Outbound unproblematisch ist

Nicht jeder ausgehende Anruf ist Werbung. Zulässig und praktisch sinnvoll sind insbesondere Anrufe, die einen bestehenden Vorgang betreffen und für die der Kunde den Kontakt erwartet:

• Terminbestätigungen und -erinnerungen zu einem vereinbarten Einsatz
• Rückrufe, die der Kunde selbst angefordert hat
• Benachrichtigung über Verzögerungen bei einem laufenden Auftrag
• Erinnerung an fehlende Unterlagen in einem angelaufenen Vorgang
• Rückfragen zur Auftragsklärung, die der Kunde ausgelöst hat

Die Grenze verläuft dort, wo aus der Bestätigung eines Termins der Hinweis auf ein weiteres Angebot wird. Dieser Satz macht aus einem Serviceanruf einen Werbeanruf.

Weitere Punkte, die im Outbound zu klären sind

• Rufnummernübermittlung. Die Rufnummer darf nicht unterdrückt und nicht verfälscht werden. Sie muss dem Unternehmen tatsächlich zugeordnet sein.
• Widerspruch. Ein einmal geäußerter Widerspruch gegen Anrufe muss systemseitig wirken, nicht nur in einer Notiz.
• Anrufzeiten. Auch außerhalb der Werbung gilt: Ein automatisierter Anruf um 21:30 Uhr wird als Belästigung empfunden, unabhängig von seiner Rechtmäßigkeit.
• Transparenz. Auch im Outbound muss zu Beginn erkennbar sein, dass ein KI-System spricht. Siehe Kapitel 14.
• Anrufbeantworter. Legen Sie fest, was das System auf eine Mailbox spricht – und ob es überhaupt etwas sprechen soll.

Wo die Automatisierung enden muss

Nicht jedes Gespräch sollte vollständig durch eine KI abgeschlossen werden. Ein verantwortungsvoll konzipierter Assistent erkennt seine Grenzen und geht aktiv aus dem Weg.

Besonders bei Beschwerden, Vertragsfragen, verbindlichen Preiszusagen, Zahlungsdaten, sicherheitskritischen Situationen oder komplexen fachlichen Entscheidungen muss ein Mitarbeiter eingebunden werden. Nicht, weil die Technik es nicht könnte, sondern weil die Folgen eines Fehlers nicht durch die Zeitersparnis aufgewogen werden.

Die Übergabegründe

Ein Assistent bietet die menschliche Übergabe an, wenn eine der folgenden Bedingungen zutrifft. Diese Liste gehört als Regelwerk in die Konfiguration, nicht als Absichtserklärung in die Präsentation:

• Der Anrufer verlangt ausdrücklich einen Mitarbeiter. Ohne Rückfrage, ohne Verzögerung, beim ersten Mal.
• Das Anliegen wird wiederholt nicht sicher verstanden – in der Regel nach dem zweiten erfolglosen Versuch.
• Vertrauliche oder besonders sensible Informationen sind betroffen.
• Eine verbindliche Entscheidung ist erforderlich.
• Ein Sicherheitsrisiko könnte bestehen: Gasgeruch, Wasseraustritt, Personengefährdung, Anlagenausfall mit Folgewirkung.
• Das Gespräch eskaliert erkennbar.
• Eine Schnittstelle oder Datenquelle ist nicht verfügbar.
• Der Anrufer ist erkennbar in einer Ausnahmesituation.

Was passiert, wenn niemand da ist

Die Übergabe an einen Menschen setzt voraus, dass ein Mensch erreichbar ist. Um 22:00 Uhr ist das oft nicht der Fall. Für diesen Fall braucht es einen definierten Ausweichpfad, und zwar einen, der ehrlich ist:

• Bereitschaftsnummer, wenn ein Bereitschaftsdienst existiert
• Priorisierte Rückrufzusage mit konkretem Zeitfenster, kein „schnellstmöglich“
• Alternativer Kontaktweg, den der Anrufer sofort nutzen kann
• Bei Gefahrenlagen: klarer Verweis auf Notruf oder Störungsdienst des Versorgers

Der Grundsatz

KI-Telefonie soll Mitarbeiter nicht verstecken. Sie soll dafür sorgen, dass Mitarbeiter mit den richtigen Informationen in das Gespräch einsteigen können. Ein System, das den Weg zum Menschen verstellt, mag kurzfristig die Statistik verbessern. Es beschädigt die Kundenbeziehung an genau der Stelle, an der sie belastbar sein müsste.

Der Geschäftsprozess entscheidet über den Erfolg

Ein natürlicher Dialog allein reicht nicht aus. Das Unternehmen muss festlegen, was nach einem Gespräch geschieht. Dieses Kapitel beschreibt das Minimum, das dafür schriftlich vorliegen muss.

Die zehn Festlegungen je Anwendungsfall

1. Ziel des Gesprächs

Was ist am Ende erreicht? Ein Satz, kein Absatz. Beispiel: „Ein vollständiger Rückrufauftrag liegt im CRM und ist einem Fachbereich zugeordnet.“

2. Benötigte Pflichtangaben

Welche Felder müssen gefüllt sein, damit ein Mitarbeiter ohne Rückfrage arbeiten kann? Was passiert, wenn ein Feld leer bleibt?

3. Zulässige Aussagen

Was darf der Assistent inhaltlich sagen? Preise, Fristen, Zusagen und rechtlich relevante Aussagen gehören in der Regel nicht dazu.

4. Verwendete Datenquellen

Woher stammt jede Auskunft? Wie aktuell ist die Quelle? Was gilt, wenn sie nicht erreichbar ist?

5. Erlaubte Systemaktionen

Lesen, schreiben, ändern, löschen – getrennt je System und je Anwendungsfall. Im Zweifel weniger.

6. Zuständiger Fachbereich

Wer bearbeitet das Ergebnis? Wer vertritt? Was gilt bei Abwesenheit?

7. Eskalationsregeln

Welche Merkmale lösen eine Eskalation aus, an wen, in welcher Frist, mit welcher Rückfallebene?

8. Menschliche Kontrollpunkte

An welcher Stelle prüft ein Mensch? Vor der Aktion oder danach? Stichprobe oder vollständig?

9. Dokumentationsanforderungen

Was wird protokolliert, wie lange aufbewahrt, wer darf es einsehen?

10. Qualitätskennzahlen

Woran wird gemessen, ob der Fall funktioniert? Welcher Wert löst eine Korrektur aus?

Warum diese Arbeit vorgezogen werden muss

Die zehn Festlegungen wirken wie Bürokratie und sind das Gegenteil davon. Sie sind der Teil des Projekts, den ohnehin jemand erledigen muss – entweder vorher am Tisch oder später im laufenden Betrieb unter Druck. Der Unterschied liegt darin, dass die Klärung vorher zwei Workshops kostet und nachher jeden Tag Gesprächsqualität.

In der Praxis ist diese Vorarbeit der eigentliche Wert eines KI-Telefonieprojekts. Viele Unternehmen stellen dabei fest, dass Zuständigkeiten unklar sind, dass drei Abteilungen unterschiedliche Antworten auf dieselbe Frage geben oder dass ein Prozess seit Jahren nur funktioniert, weil eine bestimmte Person ihn im Kopf hat. Diese Erkenntnisse sind unangenehm und sie sind wertvoll, unabhängig davon, ob am Ende ein Assistent eingeführt wird.

Technische Architektur

Eine KI-Telefonielösung besteht aus mehreren Bausteinen, die einzeln beschaffbar sind. Wer versteht, wie sie zusammenwirken, kann Angebote vergleichen und Ausfallszenarien beurteilen.

Die Kette vom Klingeln bis zur Antwort

Latenz: die unterschätzte Größe

Jeder Baustein kostet Zeit. Erkennung, Verstehen, Datenabruf, Formulierung und Ausgabe summieren sich. Überschreitet die Antwortzeit etwa eine Sekunde, wirkt das Gespräch zäh; jenseits von etwa zwei Sekunden beginnen Anrufer, in die Pause hineinzusprechen oder nachzufragen, ob noch jemand da ist.

Der häufigste Latenztreiber in mittelständischen Projekten ist nicht das Sprachmodell, sondern der Datenabruf aus einem Altsystem. Wenn die Kundensuche im ERP drei Sekunden braucht, spürt das der Anrufer. Zwei Auswege haben sich bewährt: einen zwischengeschalteten Datenbestand für lesende Zugriffe aufbauen – oder das Gespräch so gestalten, dass die Wartezeit gefüllt ist, etwa durch eine Bestätigung der bereits erfassten Angaben.

Unterbrechbarkeit

Ein Assistent, den man nicht unterbrechen kann, wird als unhöflich empfunden. Die Fähigkeit, auf ein Dazwischensprechen zu reagieren und die eigene Ausgabe abzubrechen, gehört zu den Merkmalen, die im Alltag den größten Unterschied machen und in Anbieterdemonstrationen selten gezeigt werden. Fragen Sie ausdrücklich danach und probieren Sie es aus.

Ausfallsicherheit: Was passiert, wenn etwas nicht funktioniert

Ein Telefonkanal ist Teil der Erreichbarkeit eines Unternehmens. Er darf nicht davon abhängen, dass jede Komponente jederzeit verfügbar ist. Für jede Störung braucht es eine definierte Antwort.

Betriebsmodelle im Vergleich

Für die meisten mittelständischen Unternehmen ist der Mittelweg der richtige: eine Plattform für Telefonie und Sprachverarbeitung, verbunden mit einer Prozesslogik und Datenanbindung, die das Unternehmen selbst kontrolliert. So bleibt der Wechsel des Plattformanbieters möglich, ohne dass die gesamte Fachlogik neu entsteht.

Integration in bestehende Systeme

Der wirtschaftliche Nutzen steigt, wenn die erfassten Informationen nicht manuell übertragen werden müssen. Genau hier entscheidet sich, ob ein Projekt Zeit spart oder nur verlagert.

Typische Integrationen

Die Integration erfolgt normalerweise über definierte Programmierschnittstellen. Der Telefonassistent kann damit Kundendaten suchen, Termine prüfen, Tickets anlegen oder Gesprächsergebnisse speichern.

Lesen ist nicht schreiben

Die wichtigste Unterscheidung im gesamten Integrationsthema ist die zwischen lesendem und schreibendem Zugriff. Ein Lesefehler führt zu einer falschen Auskunft, die auffällt und korrigiert werden kann. Ein Schreibfehler verändert den Datenbestand und wirkt weiter, oft unbemerkt.

Schreibende Aktionen wie Terminbuchungen oder Ticketänderungen benötigen deshalb zusätzliche Prüfungen, Bestätigungen und Protokolle:

• Validierung. Ist die Kombination aus Kunde, Standort und Anlage plausibel? Liegt der Termin im erlaubten Zeitfenster?
• Bestätigung im Gespräch. Der Assistent wiederholt, was er gleich tun wird, und lässt es bestätigen.
• Idempotenz. Ein wiederholter Aufruf darf nicht drei Tickets erzeugen. Bei Abbruch und Wiederholung muss das System erkennen, dass der Vorgang bereits existiert.
• Protokoll. Welche Aktion, ausgelöst durch welches Gespräch, mit welchen Werten, zu welchem Zeitpunkt.
• Rücknahme. Wie wird eine fehlerhafte Buchung rückgängig gemacht, und wer darf das?

Minimalprinzip bei Berechtigungen

Der Assistent sollte nur auf Daten und Funktionen zugreifen dürfen, die für seinen konkreten Zweck erforderlich sind. In der Praxis wird dieser Grundsatz häufig verletzt, weil ein vorhandener technischer Benutzer mit weiten Rechten der schnellste Weg ist. Das ist bequem und schafft ein Risiko, das später niemand mehr zurückdrehen will.

Richten Sie stattdessen für jeden Anwendungsfall ein eigenes technisches Konto mit genau den benötigten Rechten ein. Der Rückrufassistent braucht keinen Zugriff auf Preise. Der Terminassistent braucht keinen Zugriff auf offene Posten.

Gesprächsdesign und menschliche Übergabe

Das Gesprächsdesign entscheidet darüber, ob ein Anrufer das Gespräch als hilfreich oder als Hindernis erlebt. Es ist Handwerk, kein Bauchgefühl.

Der Aufbau eines belastbaren Gesprächs

1. Begrüßung mit TransparenzFirma, Hinweis auf das KI-System und Zweck – in einem Satz, nicht in einem Absatz. Beispiel: „Guten Tag, hier ist der digitale Assistent der Firma Müller. Ich nehme Ihr Anliegen auf und leite es weiter.“
2. Offene Eingangsfrage„Worum geht es?“ statt einer Liste von Optionen. Der Anrufer soll in eigenen Worten antworten dürfen.
3. Einordnung und gezielte RückfrageNur die Angaben abfragen, die der Prozess wirklich braucht. Jede zusätzliche Frage verlängert das Gespräch und erhöht die Abbruchquote.
4. Rückbestätigung kritischer WerteTelefonnummern, Kundennummern, Termine und Adressen wiederholen und bestätigen lassen. Nicht alles, sondern das, was bei einem Fehler den Prozess bricht.
5. Ankündigung der Aktion„Ich lege dazu ein Ticket an und die Technik meldet sich bis morgen zwölf Uhr.“ Der Anrufer weiß, was passiert, und bis wann.
6. Abschluss mit AuswegWas tun, wenn der Rückruf ausbleibt? Ein konkreter Hinweis, keine Floskel.

Formulierungsgrundsätze

Die Übergabe: der Moment, an dem sich alles entscheidet

Eine Übergabe an einen Mitarbeiter ist gelungen, wenn der Anrufer sein Anliegen nicht wiederholen muss. Dafür braucht der Mitarbeiter vor der Annahme drei Dinge auf dem Bildschirm: wer anruft, worum es geht und was der Assistent bereits erfasst oder zugesagt hat.

Technisch gibt es zwei Wege. Bei der warmen Übergabe bleibt der Anrufer in der Leitung, während der Mitarbeiter die Zusammenfassung erhält. Bei der kalten Übergabe wird das Gespräch weitergereicht und die Zusammenfassung folgt nach. Die warme Variante ist deutlich angenehmer für den Anrufer und deutlich aufwendiger technisch. Wo sie nicht möglich ist, sollte zumindest die Zusammenfassung vor dem Klingeln beim Mitarbeiter ankommen.

Barrierefreiheit mitdenken

Nicht jeder Anrufer spricht deutlich, schnell oder auf Deutsch. Ein Assistent, der bei Unsicherheit sofort abbricht, schließt Menschen aus. Sinnvoll sind: ein zweiter Versuch mit einfacherer Formulierung, ein längeres Zeitfenster für Antworten, ein klar benannter Ausweg zum Menschen und – wo es zur Kundenstruktur passt – eine zweite Sprache.

Datenschutz nach DSGVO

Telefonate enthalten regelmäßig personenbezogene Daten: Name, Telefonnummer, Stimme, Kundennummer, Standort oder Angaben zu einem konkreten Anliegen. Der Datenschutz ist deshalb kein Anhang, sondern Teil der Konstruktion.

Die Fragen, die vor dem Einsatz beantwortet sein müssen

• Welche Daten werden verarbeitet?
• Werden Gespräche dauerhaft aufgezeichnet?
• Wird ein Transkript gespeichert?
• Wo werden die Daten verarbeitet?
• Welche Dienstleister und Unterauftragnehmer sind beteiligt?
• Wie lange werden Gesprächsdaten gespeichert?
• Werden Daten für das Training von Modellen genutzt?
• Wer darf auf Gesprächsinhalte zugreifen?
• Wie werden Betroffenenrechte umgesetzt?
• Wie wird über den Einsatz der KI informiert?

Rechtsgrundlage bestimmen

Für jede Verarbeitung braucht es eine Rechtsgrundlage nach Artikel 6 DSGVO. Bei KI-Telefonie kommen praktisch drei in Betracht, und sie sind nicht beliebig austauschbar:

Auftragsverarbeitung und Verarbeitungsort

Plattformanbieter, Sprachdienstleister und Modellbetreiber sind in der Regel Auftragsverarbeiter nach Artikel 28 DSGVO. Erforderlich sind ein Vertrag zur Auftragsverarbeitung, eine Übersicht der Unterauftragnehmer und eine Regelung, wie Sie über deren Wechsel informiert werden.

Der Verarbeitungsort ist eine der wenigen Fragen, die eine klare Antwort verlangen. Findet die Verarbeitung ausschließlich in der EU statt? Falls Daten in Drittländer gelangen: auf welcher Grundlage, mit welchen zusätzlichen Maßnahmen? Ein Anbieter, der diese Frage mit einem allgemeinen Sicherheitsversprechen beantwortet, hat sie nicht beantwortet.

Datenschutz-Folgenabschätzung

Eine Datenschutz-Folgenabschätzung nach Artikel 35 DSGVO ist erforderlich, wenn eine Verarbeitung voraussichtlich ein hohes Risiko für die Rechte der Betroffenen bedeutet. Bei KI-Telefonie spricht einiges dafür, das ernsthaft zu prüfen – insbesondere wenn Sprachaufnahmen verarbeitet, Transkripte gespeichert oder Gesprächsinhalte systematisch ausgewertet werden.

Auch dort, wo keine Pflicht besteht, ist eine dokumentierte Schwellwertprüfung sinnvoll. Sie kostet wenig und beantwortet später die Frage der Aufsichtsbehörde, warum man zu dem Ergebnis gekommen ist. Die Liste der Verarbeitungstätigkeiten, für die eine Folgenabschätzung verpflichtend ist, veröffentlichen die deutschen Aufsichtsbehörden; ein Blick in die Liste der für Ihr Bundesland zuständigen Behörde gehört in die Vorbereitung.

Betroffenenrechte praktisch umsetzen

Auskunft, Berichtigung und Löschung müssen auch für Gesprächsdaten funktionieren. Das klingt selbstverständlich und scheitert in der Praxis an einer schlichten Frage: Wo liegt eigentlich was?

Löschfristen festlegen

Legen Sie je Datenart eine Frist fest und begründen Sie sie. Ein bewährtes Muster, das im Einzelfall zu prüfen ist:

• Audiodaten: keine dauerhafte Speicherung; Verarbeitung nur während des Gesprächs
• Transkript: kurze Frist, sofern überhaupt erforderlich – etwa 30 Tage zur Fehleranalyse
• Strukturiertes Gesprächsergebnis: Aufbewahrung nach den Regeln des Zielsystems, also wie eine reguläre Gesprächsnotiz
• Technische Protokolle: kurze Frist, so weit möglich ohne Gesprächsinhalte

Aufzeichnung, Transkripte und Vertraulichkeit

Die Frage, ob Gespräche aufgezeichnet werden, wird in Projekten oft nebenbei entschieden – meist zugunsten der Aufzeichnung, weil sie technisch mitgeliefert wird. Das ist der falsche Weg herum.

Aufzeichnung ist die Ausnahme, nicht der Standard

Eine dauerhafte Gesprächsaufzeichnung sollte nicht automatisch aktiviert werden. Sie benötigt einen festgelegten Zweck, eine passende Rechtsgrundlage und in aller Regel eine wirksame Einwilligung beider Seiten. In Deutschland kommt hinzu, dass das heimliche Aufzeichnen des nichtöffentlich gesprochenen Wortes strafbewehrt ist (§ 201 StGB). Diese Vorschrift richtet sich an Personen, nicht an Unternehmen – sie zeigt aber, welches Gewicht der Gesetzgeber dem gesprochenen Wort beimisst.

Häufig reicht es aus, Sprache nur während des Gesprächs zu verarbeiten und anschließend strukturierte Ergebnisse zu speichern. Für den Prozess ist das ausreichend, für den Datenschutz erheblich einfacher und für den Anrufer weniger eingriffsintensiv.

Drei Speicherstufen im Vergleich

Für die meisten mittelständischen Anwendungsfälle genügt die erste Stufe im Regelbetrieb. Die zweite Stufe ist in der Pilotphase sinnvoll und sollte danach zeitlich begrenzt oder abgeschaltet werden. Die dritte Stufe braucht eine ausdrückliche Begründung.

Was Sie in jedem Fall klären sollten

• Wird Audio zwischengespeichert, und wenn ja, wie lange und wo?
• Werden Transkripte erzeugt, auch wenn keine Aufzeichnung aktiviert ist?
• Speichert der Sprachdienstleister Daten zur eigenen Qualitätssicherung?
• Wie lange bleiben Daten in Sicherungen, nachdem sie gelöscht wurden?
• Wer im Unternehmen darf Transkripte einsehen, und wird der Zugriff protokolliert?
• Ist die Ansage zur Aufzeichnung, falls sie erfolgt, verständlich und rechtzeitig?
• Was passiert, wenn der Anrufer der Aufzeichnung widerspricht?

EU AI Act: Transparenzpflicht ab 2. August 2026

Für KI-Telefonie ist der EU AI Act kein Zukunftsthema. Die Pflicht, die Anrufer über den KI-Einsatz zu informieren, wird am 2. August 2026 anwendbar – und sie wurde durch die politische Debatte um den Digital Omnibus nicht verschoben.

Was Artikel 50 verlangt

Artikel 50 der KI-Verordnung (Verordnung (EU) 2024/1689) enthält Transparenzpflichten, die unabhängig von der Risikoklasse eines Systems gelten. Ein KI-Telefonassistent ist in aller Regel kein Hochrisiko-System – und trotzdem von Artikel 50 erfasst. Für die Telefonie ist vor allem Absatz 1 einschlägig: KI-Systeme, die für die direkte Interaktion mit Menschen bestimmt sind, müssen so gestaltet sein, dass die betroffene Person erkennt, dass sie mit einem KI-System interagiert. Eine Ausnahme greift nur, wenn das aus den Umständen ohnehin offensichtlich ist – worauf man sich bei einem natürlich klingenden Telefonassistenten nicht verlassen sollte.

Anbieter oder Betreiber – oder beides

Die Pflichten verteilen sich unterschiedlich. Wer einen Telefonassistenten als fertiges Produkt einkauft und einsetzt, ist Betreiber. Wer die Lösung unter eigenem Namen anbietet, sie wesentlich verändert oder ihren Zweck ändert, kann zum Anbieter werden – mit deutlich weiter reichenden Pflichten. Für den Mittelstand ist der Regelfall die Betreiberrolle. Die Einordnung sollte trotzdem dokumentiert sein, weil sie über die Pflichtenlage entscheidet.

Sanktionen

Verstöße gegen Artikel 50 fallen unter Artikel 99 der Verordnung. Der Rahmen beträgt bis zu 15 Millionen Euro oder 3 Prozent des weltweiten Jahresumsatzes, je nachdem, welcher Betrag höher ist. Für kleine und mittlere Unternehmen ist eine besondere Berücksichtigung bei der Bemessung vorgesehen. Zuständige Marktüberwachungsbehörde soll in Deutschland die Bundesnetzagentur werden.

Was das für die Ansage bedeutet

Der Anrufer sollte zu Beginn des Gesprächs eindeutig und verständlich erfahren, dass er mit einem KI-System spricht. Der Hinweis darf nicht in einer langen Begrüßung versteckt werden. Zusätzlich sollte erklärt werden, welche Aufgabe der Assistent übernimmt und wie bei Bedarf ein menschlicher Ansprechpartner oder ein alternativer Kontaktweg erreicht werden kann.

Der Hinweis wirkt für viele Unternehmen wie ein Nachteil. Die Erfahrung spricht dagegen: Anrufer, die von Anfang an wissen, mit wem sie es zu tun haben, formulieren klarer, kürzer und sind bei einem Missverständnis nachsichtiger. Getäuschte Anrufer sind es nicht – und sie merken es fast immer.

KI-Kompetenz nach Artikel 4

Seit dem 2. Februar 2025 müssen Anbieter und Betreiber nach besten Kräften sicherstellen, dass ihre Mitarbeiter und Auftragnehmer über ausreichende KI-Kompetenz verfügen – gemessen an ihrer Rolle, ihrer Vorbildung und dem Einsatzkontext. Für KI-Telefonie heißt das konkret: Wer Gespräche übernimmt, die ein Assistent vorbereitet hat, muss verstehen, was das System kann, wo es Fehler macht und wie er ein falsches Ergebnis erkennt. Ein zweistündiger Termin mit den betroffenen Teams und ein kurzes Protokoll erfüllen diese Anforderung im Regelfall besser als eine Onlineschulung ohne Bezug zum eigenen Prozess.

Die Umsetzung in fünf Schritten

1. BestandsaufnahmeWelche KI-Systeme sind im Einsatz oder geplant? Der Telefonassistent ist selten das einzige.
2. RollenklärungSind Sie Betreiber, Anbieter oder beides? Dokumentieren Sie die Einordnung mit Begründung.
3. Technische UmsetzungOffenlegung in die Begrüßung aufnehmen, im Gesprächsdesign verankern, testen.
4. Verträge und GovernanceAnbieterverträge prüfen: Wer erfüllt welche Pflicht? Zuständigkeit im Unternehmen benennen.
5. Dokumentation und SchulungNachweisbar machen, was Sie getan haben. Im Zweifelsfall zählt, was aufgeschrieben ist.

Mitbestimmung und Beschäftigtendatenschutz

Dieses Kapitel wird in Projekten regelmäßig übersehen – und ist die häufigste Ursache dafür, dass ein fertiges System nicht in Betrieb gehen darf.

Warum der Betriebsrat zu beteiligen ist

Existiert ein Betriebsrat, hat er nach § 87 Absatz 1 Nummer 6 Betriebsverfassungsgesetz ein Mitbestimmungsrecht bei der Einführung und Anwendung technischer Einrichtungen, die dazu bestimmt sind, das Verhalten oder die Leistung der Beschäftigten zu überwachen. Die Rechtsprechung legt das weit aus: Es genügt, dass die Einrichtung objektiv zur Überwachung geeignet ist. Eine Absicht muss nicht vorliegen.

Ein KI-Telefonassistent ist dazu regelmäßig geeignet. Er erfasst, wann eine Übergabe erfolgt, wer sie annimmt, wie lange das Folgegespräch dauert und ob ein Rückruf in der zugesagten Frist erfolgt ist. Ob Sie diese Daten auswerten wollen, ist unerheblich. Entscheidend ist, dass Sie es könnten.

Was in eine Betriebsvereinbarung gehört

• Zweck. Wofür wird das System eingesetzt, und wofür ausdrücklich nicht?
• Erfasste Daten. Welche Daten mit Personenbezug zu Beschäftigten entstehen?
• Auswertung. Welche Auswertungen sind zulässig? Aggregiert oder personenbezogen?
• Ausschluss der Leistungskontrolle. Eine ausdrückliche Zweckbindung, die Verhaltens- und Leistungskontrolle ausschließt, ist der Kern der meisten Vereinbarungen.
• Zugriff. Wer darf Auswertungen sehen? Wird der Zugriff protokolliert?
• Fristen. Wie lange bleiben Daten mit Personenbezug erhalten?
• Beteiligung bei Änderungen. Was passiert bei neuen Anwendungsfällen oder einem Anbieterwechsel?
• Rechte der Beschäftigten. Einsicht, Widerspruch, Ansprechpartner.

Der Umgang mit der Sorge im Team

Die Frage „Ersetzt mich das?“ steht im Raum, ob sie gestellt wird oder nicht. Sie beantwortet sich nicht durch eine Präsentation, sondern durch das, was das System tatsächlich tut. Wo ein Assistent die Rückrufliste vollständig macht und den Bereitschaftsabend ruhiger, spricht das für sich. Wo er eingeführt wird, während gleichzeitig über Stellen gesprochen wird, hilft keine Kommunikationsmaßnahme.

Praktisch bewährt hat sich, die Mitarbeiter, die die Anrufe heute annehmen, in das Gesprächsdesign einzubinden. Sie wissen, welche Rückfragen ein Anliegen wirklich klären, welche Formulierungen Kunden verwenden und wo Ausnahmen lauern. Dieses Wissen ist die beste Grundlage für die Konfiguration – und die Beteiligung nimmt der Einführung viel von ihrer Schärfe.

Informationssicherheit und Berechtigungen

Ein Telefonassistent mit Zugriff auf Fachsysteme ist ein Zugang zum Unternehmen. Er verdient dieselbe Aufmerksamkeit wie jeder andere Zugang – und hat eine Eigenheit, die andere nicht haben: Jeder kann ihn anrufen.

Die besondere Angriffsfläche

Ein Sprachmodell verarbeitet, was der Anrufer sagt. Damit wird der Anrufer zu einer Eingabequelle, der man nicht vertrauen kann. Daraus ergeben sich Risiken, die klassische Systeme nicht kennen:

• Manipulation durch Sprache. Ein Anrufer versucht, den Assistenten mit gezielten Formulierungen zu Aussagen oder Aktionen zu bewegen, die nicht vorgesehen sind. Die Gegenmaßnahme ist nicht ein besserer Systemprompt, sondern eine technische Begrenzung: Was der Assistent nicht darf, darf er auch dann nicht, wenn er überzeugt wird.
• Vortäuschen einer Identität. „Hier ist die Buchhaltung von Firma X, ich brauche schnell den Auftragsstatus.“ Ohne Prüfung ist das eine Auskunft an einen Unbekannten.
• Abschöpfen von Informationen. Viele harmlose Anrufe ergeben zusammen ein Bild: Wer ist zuständig, wie heißen die Systeme, wann ist niemand da. Ein Assistent, der jede Frage beantwortet, ist eine Auskunftei.
• Belastung des Kanals. Automatisierte Anrufe in großer Zahl verursachen Kosten und blockieren die Erreichbarkeit.

Die Gegenmaßnahmen

Qualität messen: Kennzahlen und Fehlerklassen

Ohne Kennzahlen bleibt die Bewertung eines Telefonassistenten Geschmackssache. Und Geschmackssachen werden im Unternehmen von der Person entschieden, die am lautesten unzufrieden ist.

Die Kennzahlen, die tragen

Der Bezugswert entscheidet

Jede Kennzahl braucht einen Vergleichswert von vor der Einführung. Diese Werte sind nach dem Start nicht mehr zu ermitteln. Nehmen Sie sich zwei Wochen für eine Messung im Ist-Zustand: Anrufaufkommen nach Stunde, Annahmequote, durchschnittliche Gesprächsdauer, Anteil unvollständiger Rückrufnotizen. Ohne diese Basis werden Sie den Nutzen nicht belegen können – weder gegenüber der Geschäftsführung noch gegenüber sich selbst.

Fehlerklassen: nicht jeder Fehler ist gleich

Eine gemeinsame Sprache für Fehler ist die Voraussetzung dafür, dass Verbesserung planbar wird. Ohne sie lautet die Rückmeldung aus dem Betrieb „das Ding funktioniert nicht“, und niemand weiß, wo anzusetzen ist.

Wie die Auswertung praktisch abläuft

1. Wöchentlich in der PilotphaseEine Stunde, feste Teilnehmer: Fachbereich, IT, Prozessverantwortlicher. Zehn Gespräche aus der Stichprobe durchgehen, Fehler klassifizieren, drei Maßnahmen ableiten.
2. Monatlich im RegelbetriebKennzahlen ansehen, Ausreißer prüfen, Anpassungen bündeln. Nicht jede Woche am Dialog schrauben – das erzeugt Instabilität.
3. Bei jeder ÄnderungRegressionstest mit einem festen Satz von Testgesprächen. Ein Set von zwanzig Anrufen, die alle Anwendungsfälle und die kritischen Sonderfälle abdecken, reicht für den Mittelstand aus.
4. Rückmeldung aus dem BetriebEin Weg für Mitarbeiter, ein schlechtes Gespräch zu melden – ohne Formular, ohne Begründungszwang. Diese Meldungen sind der wertvollste Input, den Sie bekommen.

Wirtschaftlichkeit realistisch berechnen

Die Wirtschaftlichkeit einer KI-Telefonielösung hängt nicht vom Minutenpreis ab. Sie hängt davon ab, was ein nicht angenommener Anruf in Ihrem Geschäft kostet – und wie viel Nacharbeit Sie heute leisten.

Die Nutzenseite

Die Kostenseite

Eine reine Minutenangabe ist wenig aussagekräftig. Die Kosten setzen sich typischerweise zusammen aus:

Modellrechnung

Angenommener Betrieb: technischer Dienstleister, 35 Beschäftigte, 60 eingehende Anrufe je Arbeitstag, 20 Arbeitstage im Monat, Annahmequote heute 82 Prozent, interner Stundensatz 55 Euro.

Die drei häufigsten Rechenfehler

• Personalkosten als Einsparung ansetzen. Solange niemand geht, spart niemand Geld. Gewonnene Zeit ist real, aber sie fließt in andere Aufgaben. Rechnen Sie mit Entlastung, nicht mit Einsparung – es sei denn, eine Stelle wird tatsächlich nicht nachbesetzt.
• Die Ist-Kosten unterschlagen. Der Vergleich lautet nicht „Assistent gegen null“, sondern „Assistent gegen die heutige Lösung“. Der Anrufbeantworter, der Telefonservice, die Überstunden im Büro – das sind laufende Kosten, die in die Gegenrechnung gehören.
• Den Pilotaufwand vergessen. Die Zeit, die Fachbereich und IT in Konzeption, Test und Justierung stecken, ist echter Aufwand. Sie fällt einmalig an und ist oft die größte Einzelposition der Einführung.

Den richtigen Anbieter auswählen

Der Markt ist unübersichtlich und wächst schnell. Anbieter unterscheiden sich weniger in dem, was sie zeigen, als in dem, was sie schriftlich zusagen.

Bewertungsmatrix

Gewichten Sie die Kriterien nach Ihrer Situation und bewerten Sie jeden Anbieter auf einer einfachen Skala. Entscheidend ist nicht die Punktsumme, sondern die Diskussion, die beim Ausfüllen entsteht.

Warnsignale

Der Test, der wirklich zählt

Lassen Sie sich nicht nur etwas vorführen. Vereinbaren Sie einen begrenzten Test unter Ihren Bedingungen, und definieren Sie vorher, was Erfolg bedeutet. Ein tragfähiges Testszenario umfasst:

• Ihre Anrufer. Fünf Mitarbeiter aus dem Betrieb rufen mit realen Anliegen an – vom Mobiltelefon, aus dem Fahrzeug, von der Baustelle.
• Ihre Begriffe. Anlagenbezeichnungen, Ortsnamen, Fachausdrücke. Ein Assistent, der „Ostfildern“ nicht versteht, wird im Betrieb zum Problem.
• Ihre Sonderfälle. Der Anrufer, der sofort einen Menschen will. Der, der drei Anliegen auf einmal hat. Der, der wütend ist. Der, der undeutlich spricht.
• Ihre Systeme. Mindestens eine echte Schnittstelle, auch wenn es nur die Ablage einer Notiz ist. Alles andere bleibt Theorie.
• Ihr Ergebnis. Am Ende steht die Frage: Was steht danach in meinem System? Ist der Datensatz vollständig und richtig?

Berater, Plattform oder beides

Drei Konstellationen sind im Markt üblich. Der reine Plattformanbieter liefert Technik, die Sie selbst konfigurieren – günstig, wenn Sie die Kompetenz haben, sonst teuer über den Umweg. Der Systemintegrator liefert eine Lösung auf fremder Plattform – höhere Kosten, dafür ein Ansprechpartner für das Ergebnis. Der Komplettanbieter liefert beides aus einer Hand – bequem, mit dem Risiko, dass ein Wechsel später beide Teile betrifft.

Für die meisten mittelständischen Unternehmen ist die zweite Variante die passende: Die Plattform ist austauschbar, die Prozesslogik und die Fachdaten bleiben unter eigener Kontrolle. Achten Sie beim Integrator darauf, dass er die Prozessarbeit ernst nimmt und nicht nur konfiguriert.

Einführung in acht kontrollierten Schritten

Ein guter Pilot beginnt außerhalb der Geschäftszeiten oder mit der strukturierten Aufnahme von Rückrufwünschen. Erst nach nachweisbarer Qualität werden weitere Funktionen ergänzt.

1. Tatsächliches Anrufaufkommen analysieren Zwei Wochen messen: Anrufe nach Stunde und Wochentag, Annahmequote, Gesprächsdauer, Anteil wiederkehrender Anliegen. Diese Werte sind später Ihr Bezugsmaßstab. Ohne sie können Sie keinen Nutzen belegen. 2 Wochen
2. Geeigneten Pilotprozess auswählen Häufig, wiederholbar, geringes Risiko, messbar. Nicht der aufwendigste Fall, sondern der langweiligste mit Volumen. Die Eignungsmatrix aus Kapitel 5 hilft bei der Entscheidung. 1 Woche
3. Sollprozess und Zuständigkeiten definieren Die zehn Festlegungen aus Kapitel 8, schriftlich, mit den Menschen, die die Anrufe heute annehmen. Dieser Schritt ist der aufwendigste und der wertvollste. Wer ihn abkürzt, zahlt später doppelt. 2 bis 4 Wochen
4. Datenschutz und Risiken prüfen Rechtsgrundlage, Verzeichnis der Verarbeitungstätigkeiten, Schwellwertprüfung zur Folgenabschätzung, AV-Vertrag, Löschfristen. Parallel: Betriebsrat beteiligen und die Transparenzansage festlegen. Läuft neben Schritt 3, nicht danach. parallel
5. Gesprächslogik und Schnittstellen entwickeln Dialog aufbauen, Pflichtfelder umsetzen, Anbindung an das Zielsystem herstellen, Berechtigungen einrichten, Rückfallpfade konfigurieren. 3 bis 6 Wochen
6. Realistische Tests durchführen Mit eigenen Mitarbeitern, eigenen Begriffen, eigenen Sonderfällen. Vom Mobiltelefon, aus dem Fahrzeug, mit Hintergrundgeräusch. Einschließlich der Fälle, die schiefgehen sollen: Abbruch der Schnittstelle, Wunsch nach einem Menschen, Gefahrenlage. 2 Wochen
7. Begrenzten Produktivbetrieb starten Ein Zeitfenster, eine Rufnummer, ein Anwendungsfall. Rückfallpfad aktiv und getestet. Eine benannte Person mit der Befugnis, abzuschalten. Tägliche Durchsicht in der ersten Woche. 4 bis 8 Wochen
8. Qualität messen und kontrolliert erweitern Kennzahlen gegen den Ausgangswert stellen, Fehler klassifizieren, nachjustieren. Erst wenn der erste Fall stabil läuft, kommt der zweite. Nicht parallel. fortlaufend

Wer im Projekt gebraucht wird

Kommunikation nach innen und außen

Nach innen: Informieren Sie die betroffenen Teams, bevor die erste Übergabe klingelt. Erklären Sie, was der Assistent tut, wo er Fehler macht und wie eine schlechte Erfahrung gemeldet wird. Beteiligen Sie die Mitarbeiter am Gesprächsdesign – sie wissen mehr über die Anrufe als jeder Berater.

Nach außen: Eine Ankündigung gegenüber Kunden ist möglich, aber selten nötig. Wichtiger als die Ankündigung ist die Ansage im Gespräch selbst. Was Sie nicht tun sollten: den Einsatz verschweigen und darauf hoffen, dass es niemand merkt. Es merkt jemand, und dann ist die Frage nicht mehr die Technik, sondern das Vertrauen.

Der Übergang in den Regelbetrieb

Ein Pilot endet nicht dadurch, dass er weiterläuft. Er endet mit einer Entscheidung. Definieren Sie vorher, woran Sie sie festmachen:

• Kein Fehler der Klasse A in den letzten vier Wochen
• Vollständigkeitsquote über dem vereinbarten Zielwert
• Annahmequote gegenüber dem Ausgangswert verbessert
• Keine offene Beschwerde zum Assistenten aus dem Fachbereich
• Rückfallpfad mindestens einmal erfolgreich getestet
• Betrieb, Pflege und Ansprechpartner geklärt und benannt
• Datenschutzdokumentation vollständig

Werden diese Punkte erfüllt, geht der Fall in den Regelbetrieb und der nächste kann beginnen. Werden sie nicht erfüllt, wird nachgebessert oder abgebrochen. Ein Pilot ohne Abbruchoption ist kein Pilot, sondern eine Einführung mit Bedenkzeit.

Praxisbeispiele aus dem Mittelstand

Die folgenden Beispiele sind typisierte Szenarien, keine Kundenberichte. Sie zeigen, wie ein Anwendungsfall zugeschnitten wird und wo die jeweils kritische Stelle liegt.

Was diese Beispiele gemeinsam haben

• Enger Zuschnitt. Kein Fall versucht, alle Anrufe zu übernehmen. Jeder deckt einen klar begrenzten Ausschnitt ab.
• Bewusster Verzicht. In jedem Fall gibt es etwas, das der Assistent bewusst nicht tut – buchen, entscheiden, einschätzen. Dieser Verzicht ist die Konstruktionsentscheidung, nicht eine Einschränkung.
• Geprüfte Quelle. Jede Auskunft stammt aus einem gepflegten Bestand mit einem Verantwortlichen, nicht aus dem Sprachmodell.
• Sicherheit vor Effizienz. Im Zweifel wird weitergeleitet. Die Quote sinkt, das Risiko auch.
• Der Nutzen liegt im Nachgang. Nicht das Gespräch ist der Gewinn, sondern der Zustand danach: vollständig, priorisiert, im richtigen System.

Typische Fehler und wie Sie sie vermeiden

Die Muster wiederholen sich. Wer sie kennt, spart sich die Erfahrung.

Arbeitsmaterial

Checkliste für die Geschäftsführung

Zwölf Fragen, die vor der Freigabe eines Projekts beantwortet sein sollten. Wenn Sie mehr als drei davon nicht beantworten können, ist das Projekt noch nicht entscheidungsreif.

• Kennen wir unser tatsächliches Anrufaufkommen und unsere Annahmequote?
• Ist der Pilotfall benannt, abgegrenzt und begründet ausgewählt?
• Ist ein Prozessverantwortlicher mit Entscheidungsbefugnis benannt?
• Sind Gesprächsziel, Pflichtangaben und zulässige Aussagen schriftlich festgelegt?
• Ist geklärt, wer das Ergebnis jedes Gesprächs bearbeitet – auch in Urlaub und Krankheit?
• Sind die Eskalationsregeln definiert und mit dem Fachbereich abgestimmt?
• Ist die Rechtsgrundlage der Verarbeitung geklärt und dokumentiert?
• Ist der Betriebsrat beteiligt, falls vorhanden?
• Erfüllt die Transparenzansage die Anforderung aus Artikel 50 der KI-Verordnung?
• Ist der Rückfallpfad bei Ausfall vertraglich zugesagt und getestet?
• Liegen Ausgangswerte für die Kennzahlen vor?
• Ist eine Person benannt, die den Assistenten ohne Rücksprache abschalten darf?

Checkliste Datenschutz

• Rechtsgrundlage je Verarbeitungszweck bestimmt und dokumentiert
• Verzeichnis der Verarbeitungstätigkeiten ergänzt
• Schwellwertprüfung zur Datenschutz-Folgenabschätzung durchgeführt und dokumentiert
• Auftragsverarbeitungsvertrag nach Art. 28 DSGVO geschlossen
• Unterauftragnehmer bekannt, Informationspflicht bei Wechsel geregelt
• Verarbeitungsort geklärt; bei Drittlandbezug: Grundlage und Zusatzmaßnahmen dokumentiert
• Nutzung der Daten für Modelltraining schriftlich ausgeschlossen oder abgeschaltet
• Löschfristen je Datenart festgelegt und technisch umgesetzt
• Umgang mit Sicherungen und deren Aufbewahrungsdauer geklärt
• Datenschutzhinweise angepasst und für Anrufer erreichbar
• Prozess für Auskunft, Berichtigung, Löschung und Widerspruch beschrieben und erprobt
• Aufzeichnung: Zweck, Rechtsgrundlage, Einwilligung und Ansage geklärt – oder Aufzeichnung abgeschaltet
• Zugriffsberechtigungen auf Transkripte und Auswertungen festgelegt und protokolliert
• Verfahren bei einer Datenschutzverletzung einschließlich Meldewegen definiert

Checkliste Informationssicherheit

• Eigenes technisches Konto je Anwendungsfall, getrennt nach Lesen und Schreiben
• Berechtigungen nach Minimalprinzip vergeben und dokumentiert
• Erlaubte Systemaktionen als Positivliste definiert; alles Übrige technisch ausgeschlossen
• Identitätsprüfung vor jeder personenbezogenen Auskunft festgelegt
• Schreibende Aktionen mit Validierung, Bestätigung und Idempotenz abgesichert
• Grenzwerte für Aktionen je Gespräch und je Rufnummer gesetzt
• Obergrenze für gleichzeitige Gespräche definiert
• Alarmierung bei auffälligen Mustern eingerichtet
• Protokollierung aller Systemaktionen mit Zuordnung zum Gespräch
• Regelmäßige Durchsicht der Protokolle terminiert und verantwortet
• Rückfallpfad bei Ausfall konfiguriert und mindestens einmal getestet
• Notaus-Möglichkeit eingerichtet und einer benannten Person zugeordnet
• Verhalten bei Nichterreichbarkeit jeder Schnittstelle definiert
• Assistent in Notfallplanung und Verzeichnis der Verarbeitungstätigkeiten aufgenommen
• Verfahren für Modell- und Versionswechsel einschließlich Regressionstest festgelegt

Checkliste Abnahme

Diese Tests gehören vor den Produktivstart. Alle sind mit echten Telefonen durchzuführen, nicht in der Weboberfläche des Anbieters.

• Anrufer sagt im ersten Satz: „Ich möchte mit einem Menschen sprechen.“ → sofortige Weiterleitung ohne Rückfrage
• Anrufer schildert eine Gefahrenlage → Notrufhinweis und sofortige Übergabe, keine weitere Abfrage
• Anrufer nennt drei Anliegen in einem Satz → nachvollziehbare Reaktion, kein Absturz
• Anrufer spricht undeutlich oder mit starkem Dialekt → zweiter Versuch, dann Übergabe
• Anrufer unterbricht die Ausgabe → Assistent bricht ab und hört zu
• Anruf vom Mobiltelefon mit Hintergrundgeräusch → verwertbares Ergebnis
• Zielsystem antwortet nicht → Gespräch läuft weiter, keine erfundene Auskunft, Nacherfassung greift
• Anrufer fragt nach etwas, das der Assistent nicht wissen kann → ehrliche Antwort, keine Erfindung
• Anrufer bricht mitten in der Erfassung ab → kein halber Datensatz, kein doppeltes Ticket
• Derselbe Anruf zweimal hintereinander → kein doppelter Vorgang im Zielsystem
• Transparenzansage kommt im ersten Satz und ist verständlich
• Übergabe an einen Mitarbeiter → Zusammenfassung liegt vor der Annahme vor
• Rückfallpfad: Assistent abgeschaltet → Umleitung greift innerhalb der zugesagten Frist

Nachschlagen

Glossar

Absichtserkennung

Die Einordnung eines geäußerten Anliegens in eine vorher definierte Kategorie, etwa „Terminwunsch“ oder „Störungsmeldung“. Grundlage für die Weiterleitung und die Auswahl der Pflichtfragen.

Auftragsverarbeitung

Verarbeitung personenbezogener Daten durch einen Dienstleister im Auftrag und nach Weisung des Unternehmens. Erfordert einen Vertrag nach Art. 28 DSGVO. Plattformanbieter und Sprachdienstleister sind in der Regel Auftragsverarbeiter.

Betreiber

Nach der KI-Verordnung, wer ein KI-System in eigener Verantwortung einsetzt. Der Regelfall für mittelständische Unternehmen, die eine Lösung einkaufen.

Eskalation

Regelbasierte Weitergabe eines Vorgangs an eine höhere oder andere Stelle, ausgelöst durch definierte Merkmale wie Dringlichkeit, Fristablauf oder Gefährdung.

Fehlerklasse

Einordnung eines Fehlers nach Wirkung, von der falschen verbindlichen Aussage (kritisch) bis zur technischen Störung. Grundlage für Reaktionsregeln und Verbesserungsarbeit.

Idempotenz

Eigenschaft einer Systemaktion, bei mehrfacher Ausführung dasselbe Ergebnis zu liefern. Verhindert, dass ein abgebrochenes und wiederholtes Gespräch mehrere Tickets erzeugt.

Inbound / Outbound

Eingehende beziehungsweise ausgehende Anrufe. Rechtlich zwei verschiedene Sachverhalte: Beim Inbound hat der Anrufer den Kontakt gewählt, beim Outbound das Unternehmen.

KI-Kompetenz

Nach Art. 4 KI-Verordnung die Pflicht, für ausreichendes Verständnis der eingesetzten KI-Systeme bei Mitarbeitern und Auftragnehmern zu sorgen. Gilt seit dem 2. Februar 2025.

Latenz

Verzögerung zwischen dem Ende eines Anruferbeitrags und dem Beginn der Systemantwort. Ab etwa zwei Sekunden wirkt ein Gespräch spürbar unnatürlich.

Minimalprinzip

Vergabe nur derjenigen Zugriffsrechte, die für den konkreten Zweck erforderlich sind. Zentraler Grundsatz bei der Anbindung an Fachsysteme.

Pflichtangaben

Die Felder, die ein Gespräch liefern muss, damit ein Mitarbeiter ohne Rückfrage weiterarbeiten kann. Vier bis sechs gut gewählte Felder tragen die meisten Anwendungsfälle.

Rückfallpfad

Definiertes Verhalten bei Ausfall einer Komponente, in der Regel die Umleitung auf eine benannte Zielnummer. Gehört vertraglich zugesagt und vor dem Start getestet.

SIP-Trunk

Technische Anbindung, über die Telefongespräche über das Internetprotokoll an eine Plattform übergeben werden. Übliche Schnittstelle zwischen Telefonanlage und KI-Telefonie.

Sprachagent

KI-Telefonassistent, der eigenständig mehrere Schritte ausführt: nachschlagen, prüfen, buchen, benachrichtigen. Technisch anspruchsvoll und für einen Einstieg selten geeignet.

Transkript

Verschriftlichung eines Gesprächs. Enthält alles Gesagte, auch beiläufig erwähnte personenbezogene Angaben. Speicherung sollte begründet und befristet sein.

Transparenzpflicht

Pflicht nach Art. 50 Abs. 1 KI-Verordnung, die Interaktion mit einem KI-System erkennbar zu machen. Anwendbar ab dem 2. August 2026, unabhängig von der Risikoklasse.

Übergabe, warm / kalt

Bei der warmen Übergabe bleibt der Anrufer in der Leitung, während der Mitarbeiter den Gesprächskontext erhält. Bei der kalten Übergabe folgt der Kontext nach.

Unterbrechbarkeit

Fähigkeit des Systems, auf Dazwischensprechen zu reagieren und die eigene Ausgabe abzubrechen. Eines der Merkmale mit dem größten Einfluss auf die empfundene Gesprächsqualität.

Über KrambergAI

KI-Telefonie mit KrambergAI einführen

Die KrambergAI GmbH unterstützt mittelständische Unternehmen bei der Auswahl, Konzeption und kontrollierten Einführung von KI-Telefonie – mit dem Anspruch, Arbeit ruhiger zu machen statt schneller.

Wofür wir stehen

Kramberg baut digitale Produkte, die Arbeit ruhiger machen. Die Leitgedanken sind Entlastung, Kontrolle, Sicherheit und Souveränität – keine Beschleunigung um ihrer selbst willen. Für KI-Telefonie heißt das: Wir raten von Anwendungsfällen ab, die mehr Unruhe erzeugen als sie beseitigen, und wir bauen Systeme, deren Grenzen benannt sind.

KrambergAI GmbH

Weitere Informationen: https://krambergai.com/