Ein Voice-Bot nimmt Anrufe an und versteht frei gesprochene Sätze. So funktioniert er, so grenzt er sich vom Sprachdialogsystem ab, und so führen Sie ihn Schritt für Schritt ein.
Ein Voice-Bot nimmt Anrufe an, versteht frei gesprochene Sätze und leitet Anrufer an die passende Stelle weiter. Damit er auf der Leitung eines KMU, eines Mittelständlers oder eines Filialnetzes funktioniert, braucht er einiges. Dazu gehören eine Rufnummer, ein Anschluss, ein Routing, verlässliche Daten und ein sichtbarer Weg zum Menschen. Eine Demo im ruhigen Büro zeigt davon wenig. Anrufe aus dem Alltag bringen Hintergrundlärm, Akzente und abgebrochene Sätze mit. Am Ende muss eine Kollegin den Faden aufnehmen können, ohne alles neu zu erfragen.
Die Telefonanlage bleibt das Fundament, und der Bot liegt als Schicht darüber. Zu diesem Fundament gehören auch das Hosting und die Anrufdaten in der Europäischen Union, mit den Schutzregeln der DSGVO.
Ein Voice-Bot ist ein KI-gestütztes Telefonsystem. Oft liest man auch die Schreibweise Voicebot. Er nimmt den Anruf an, versteht einen frei gesprochenen Satz, beantwortet einfache Fragen und verbindet mit der zuständigen Abteilung oder Person. Ein klassisches Sprachdialogsystem (IVR) arbeitet mit festen Menüs, per Tastendruck oder Stichwort. Der Voice-Bot hört sich ein Anliegen an. Das Menü stellt ein Schild mit Pfeilen auf.
Callbot, Voicebot und KI-Sprachagent meinen in der Praxis meist dasselbe. Für Ihr Projekt zählt, welche Anrufe die KI allein erledigt und welche sie an einen Menschen übergibt.
Ein Anrufer sagt zum Beispiel: „Ich möchte meinen Termin am Donnerstag verschieben.“ Das Sprachdialogsystem öffnet ein Menü. Der Voice-Bot erkennt die Absicht und fragt den freigegebenen Kalender ab. Dann bestätigt er den neuen Termin, oder er verbindet weiter, wenn die Bitte über seinen Auftrag hinausgeht. Auch der freie Satz braucht Regeln. Ohne verlässlichen Kalender und ohne Schwelle für die Weiterleitung klingt die Antwort natürlich und stimmt trotzdem nicht.
Der Bot sitzt als Schicht auf der Telefonanlage, genau wie eine Warteschlange oder ein Menü. Was ein Menübaum heute schon leistet, erklärt unser Beitrag zum Sprachdialogsystem und seiner Anrufverteilung. Solange Rufnummer, Routing und Weiterleitung nicht eingerichtet sind, hat das Gespräch keine Leitung, auf der es laufen kann.
Abgrenzung vor dem ersten Szenario: Schreiben Sie zwei Listen. Auf die erste kommen die Anrufe, die der Bot allein erledigt, auf die zweite die Anrufe, die zu einem Menschen gehen. Bleibt die zweite leer, ist das Projekt noch nicht startklar.
| Kriterium | Klassisches Sprachdialogsystem | Voice-Bot oder KI-Sprachagent | Was sich ändert |
|---|---|---|---|
| Eingabe des Anrufers | Tasten oder Stichwörter | Frei gesprochener Satz | Der Anrufer folgt keinem Menü mehr |
| Antworten | Aufgenommene Ansagen | Aus freigegebenen Informationen gebaut | Antworten werden vor dem Start geprüft |
| Weiterleitung | An eine Warteschlange oder einen festen Apparat | Nach Absicht, Erkennungssicherheit und festgelegten Regeln | Der Kontext muss mit dem Anruf wandern |
| Datenzugriff | Keiner | Kalender, Öffnungszeiten, Fachdaten, wenn angebunden | Jede neue Quelle braucht eigene Tests |
| Einführung | Menübaum und Ansagen | Szenarien, Gesprächstests, Überwachung | Das Projekt gleicht eher einer Inbetriebnahme der Telefonie |
Eine eingearbeitete Empfangskraft hört erst zu und versteht das Anliegen. Dann entscheidet sie, ob sie selbst antwortet oder verbindet, und notiert am Ende, was passiert ist. Die technische Kette läuft in derselben Reihenfolge. Jede Stufe kann für sich ausfallen. Ein brauchbarer Test prüft deshalb jede Stufe einzeln, bevor er das Ganze bewertet.
Die Stimme wird zu Text. Der Anrufer spricht, und die Spracherkennung (ASR, automatic speech recognition) wandelt das Signal in Text um. Ein starker Akzent, schnelles Sprechen oder Straßenlärm bringt diese Stufe zu Fall, auch wenn der Rest des Systems einwandfrei läuft.
Das System erkennt die Absicht. Das Sprachverständnis (NLU, natural language understanding) ordnet das Anliegen ein, etwa Öffnungszeiten, Termin, Bestellstatus oder Rückrufbitte. Dazu zieht es Name, Datum oder Postleitzahl heraus. Eine korrekt erkannte Absicht mit falsch gelesenem Datum führt zu einer falschen Aktion.
Der Bot entscheidet nach Regeln. Er antwortet aus den freigegebenen Informationen, stellt eine einzige Rückfrage oder verbindet weiter. Fehlt eine Information, sagt er das offen.
Der Text wird wieder zur Stimme. Die Sprachsynthese (TTS, text to speech) spricht die Antwort. Namen, Adressen und Uhrzeiten liest sie genau so vor, wie sie in der Quelle stehen.
Der Anruf hinterlässt eine Spur. Das Protokoll hält Anliegen, Ergebnis und Status der Weiterleitung fest. Ohne diesen Eintrag weiß später niemand, was gesagt wurde und warum der Anruf beim Menschen landete.
In einer Zahnarztpraxis fragt eine Patientin nach dem nächsten freien Termin. Der Voice-Bot liest den Kalender, schlägt eine Uhrzeit vor, lässt Datum und Namen bestätigen und trägt den Termin ein. Bleibt er nach ein oder zwei Versuchen unsicher, verbindet er zum Empfang. Mit dem Gesprächsverlauf aus dem Protokoll fragt die Kollegin dort nur noch, was fehlt.
Einen Voice-Bot probieren Sie an einem Nachmittag aus. Bis er die laufenden Anrufe trägt, dauert es länger, und die Arbeit liegt fast immer an denselben Stellen: Anschluss, Datenquellen und der Weg zum Menschen.
Der Einstieg ist die Geschäftsrufnummer oder eine Rufnummer, die Sie auf die Plattform portieren. Danach kommt der Anschluss über Ihren bisherigen Anbieter oder einen SIP-Trunk. Behält das Unternehmen seinen Carrier, sitzt die Cloud-Telefonanlage über der bestehenden Leitung. Bei Voxbi heißt diese Option „Eigenen Carrier mitbringen“. Sie gehört zu Voxbi One Plus, Plus AI und Channel sowie zu Voxbi Managed ab dem Tarif Professional.
Das Szenario legt dann fest, welche Anrufe beim Bot ankommen. Das können alle Anrufe sein, nur die Anrufe außerhalb der Geschäftszeiten, eine einzelne Abteilung oder der Überlauf einer Warteschlange. Fürs Erste empfiehlt sich genau einer dieser Fälle, und alle übrigen Anrufe laufen weiter wie gewohnt.
Den größten Nutzen bringt die direkte Weiterleitung an einen Kollegen im selben System. Er muss dafür nicht neu wählen und bekommt den Kontext mit, also das genannte Anliegen und den bisherigen Gesprächsverlauf. Nimmt niemand ab, greift ein festgelegter Ausweg. Das kann der Empfang sein, eine Warteschlange mit Rückrufoption oder eine Nachricht. Eine Weiterleitung, die ins Leere klingelt, macht die ganze Vorarbeit zunichte, und der Anrufer legt mit einer fertigen Meinung auf.
Kalender mit Feiertagen und Fachdaten kommen danach. Eine Bestellung, ein Standort oder eine Akte hat genau eine maßgebliche Quelle. Liest der Bot einen Kalender und der Mitarbeiter einen anderen, liegen beide abwechselnd falsch. Die Anrufererkennung begrüßt dann bekannte Kontakte mit Namen und hängt den Anruf an den passenden Datensatz im CRM. Ohne diese Verbindungen spricht der Bot flüssig und antwortet am Thema vorbei.
| Teil | Aufgabe auf der Leitung | Frage vor dem Start |
|---|---|---|
| Geschäftsrufnummer oder portierte Rufnummer | Einstieg für die Anrufe | Welche Rufnummern bekommen den Bot, und welche bleiben beim Empfang? |
| Anschluss über Carrier oder SIP-Trunk | Bringt die Anrufe zur Plattform | Wer liefert die Leitung, und wer überwacht sie? |
| Routing-Szenario | Legt fest, welche Anrufe der Bot bekommt | Welche Anliegen erledigt er allein, und zu welchen Zeiten? |
| Weiterleitung an Mitarbeitende | Weg zum Menschen mit Kontext | Wer übernimmt, und was passiert, wenn niemand abnimmt? |
| Kalender und Öffnungszeiten | Liefert korrekte Termine und Zeiten | Wo werden Verfügbarkeiten und Feiertage gepflegt? |
| Fachdaten und CRM | Antwortet zu Akte, Bestellung oder Standort | Welche Quelle gilt bei Widerspruch? |
| Anrufererkennung | Persönliche Begrüßung, Zuordnung des Anrufs | Welche Rufnummer ist bekannt, und an welchem Datensatz hängt sie? |
Keiner dieser Teile lässt sich in einer Demo klären. Sie werden auf der Leitung eingerichtet, Rufnummer für Rufnummer.
Ein Anrufer in der Schweiz oder in Luxemburg beginnt auf Deutsch, wechselt ins Französische oder Englische und erwartet bis zur Weiterleitung denselben Gesprächsfaden. Muss er der Person am Apparat alles wiederholen, hat der Voice-Bot versagt, auch wenn sein erster Satz stimmte. Eine Demo von zwei Minuten zeigt diesen Fall nie.
Vor dem ersten Szenario stehen deshalb fünf Regeln fest:
Sprachen. Welche Sprachen der Bot annimmt.
Sprachwahl. Ob der Anrufer die Sprache wählt oder der Bot sie gleich zu Beginn erkennt.
Zurücklesen. Namen, Adressen und Rufnummern liest der Bot zur Kontrolle vor.
Bestätigung. Daten und Uhrzeiten bestätigt der Anrufer ausdrücklich.
Übernahme. Für jede freigeschaltete Sprache gibt es im Team jemanden, der das Gespräch weiterführt.
Öffnungszeiten, Feiertage und Verfügbarkeiten hängen am selben Szenario. Sonst läuft der Dialog flüssig, und die Auskunft stimmt trotzdem nicht.
Getestet wird mit Aufnahmen tatsächlicher Anrufe, samt Hintergrundgeräuschen. Gemessen wird pro Szenario der Anteil der Gespräche, die ohne Fehler zu Ende kommen. Ein Gesamteindruck verdeckt die Stufe, die bricht.
Akzente und regionale Aussprache. Erst die Transkription prüfen, dann die Antwort.
Sprachwechsel mitten im Gespräch. Die Antwort folgt dem Wechsel bis zur Kollegin.
Eigennamen und Rufnummern. Zurücklesen lassen, notfalls Ziffer für Ziffer.
Buchungen und Änderungen. Bestätigen, bevor etwas im Kalender landet.
Mehrdeutige Anfragen. Eine einzige Rückfrage, danach die Weiterleitung, wenn der Zweifel bleibt.
Fragen außerhalb des Auftrags. Eine klare Absage ohne erfundene Antwort.
Fehlende Information. Der Bot sagt, dass sie fehlt.
Kalender nicht erreichbar. Umschalten auf die Nachrichtenaufnahme.
Weiterleitung an jeden Standort. Der Anruf landet beim zuständigen Standort.
Gescheiterte Weiterleitung. Warteschlange, Nachricht oder Rückruf, immer mit hörbarer Rückmeldung.
Der Testplan deckt die 10 bis 20 häufigsten Anliegen ab, auch die, die der Bot später weiterleiten soll. Alles Weitere wartet auf die Messwerte dieser ersten Tests.
Was eine falsche Antwort kostet, hängt von der Branche ab. Ein Restaurant, das eine Reservierung vergisst, rettet die Lage oft mit einem Rückruf. Ein falsch gesetzter Termin in einer Arztpraxis, ein Fehler an einem Konto oder dieselbe falsche Änderung in 40 Filialen berührt sensible Daten, Geld oder mehrere Standorte gleichzeitig.
Automatisierung lässt sich dosieren. Der Voice-Bot erledigt allein, was sich wiederholt und wenig Risiko trägt, etwa Öffnungszeiten, Adresse, Nachrichten, Rückrufbitten und die Verbindung zur zuständigen Stelle. Jede Änderung an einer Buchung wird vor dem Eintrag bestätigt. Dringendes, Sensibles und emotional Belastendes geht schnell und sichtbar an einen Menschen.
| Branche | Folge eines Fehlers | Mindestschutz | Risiko |
|---|---|---|---|
| Restaurant | Vergessene Reservierung, Rückruf möglich | Uhrzeit und Personenzahl bestätigen, Gruppen weiterleiten | Niedrig |
| Hotelgruppe mit mehreren Häusern | Falsche Verfügbarkeit in einem Haus | Kalender je Haus, Weiterleitung an die jeweilige Rezeption | Mittel |
| Kommune oder Behörde | Falsch geleitetes Anliegen, Beschwerde | Nachricht, Rückruf, Weiterleitung bei Beschwerden | Mittel |
| Arztpraxis | Kritischer Termin, Gesundheitsdaten | Keine medizinische Beratung, sofortige Weiterleitung bei Notfällen und Symptomen | Hoch |
| Bank | Finanztransaktion, sensible Daten | Keine Aktion am Konto ohne Authentifizierung durch einen Menschen | Hoch |
| Handelskette mit 40 Filialen | Derselbe Fehler an vielen Standorten | Örtliche Öffnungszeiten, zentrale Überwachung, Test je Filiale | Hoch |
Der Anruf geht an einen Menschen, sobald der Anrufer danach fragt, beim zweiten gescheiterten Verständnisversuch, bei einer Beschwerde oder einer schutzbedürftigen Person und bei jeder Aktion, die Geld oder Gesundheit betrifft. Im Betrieb verfolgen Sie die Weiterleitungsquote nach Missverständnissen, die Zahl der Umformulierungen und die Zufriedenheit nach der Übernahme durch einen Menschen. Die Automatisierungsquote allein zeigt nicht, ob das Vertrauen der Anrufer hält.
Der Bot sagt in den ersten Sekunden, dass hier eine KI spricht, und nennt den Weg zum Menschen. Eine versteckte Eskalation verärgert Anrufer stärker als das Menü, das sie ersetzt.
Ein Hinweis „DSGVO-konform“ beantwortet noch keine Frage aus dem Betrieb. Dort zählt, wer der Aufzeichnung zugestimmt hat, wo der Nachweis liegt, wie lange die Transkription abrufbar bleibt und wie ein Administrator die Daten eines Anrufs findet oder löscht. Die Konformität zeigt sich Anruf für Anruf. Das Hosting von Telefonanlage und Anrufdaten in der Europäischen Union stärkt die Datensouveränität. Datensparsamkeit und nachvollziehbare Entscheidungen organisiert das Unternehmen trotzdem selbst.
Ansage zu Beginn. Der Anrufer hört, dass er mit einem automatisierten System spricht und wie er einen Menschen erreicht.
Zeitgestempeltes Einwilligungsprotokoll. Wer der Aufzeichnung zugestimmt hat, zu welcher Sekunde und unter welcher Rufnummer.
Getrennte Ablage von Audio und Metadaten. Der Gesprächsinhalt liegt getrennt von den Steuerungsereignissen.
Speicherfristen. Transkriptionen, Audio und Protokolle haben jeweils eine eigene Frist.
Weg zum Menschen. Ein schriftlicher Ablauf, wie ein Anruf den Bot verlässt und welcher Kontext mitgeht.
Vorfallregister. Falsche Weiterleitung, offengelegte Daten, verpasste Übergabe und die jeweilige Korrektur.
Auftragsverarbeiter und Zugriffe. Wer Transkriptionen liest, zu welchem Zweck, und wer sie löschen darf.
Rechtsgrundlagen, Datenschutz-Folgenabschätzung und Speicherfristen erklärt der Leitfaden zur DSGVO-konformen Telefonanlage. Das Team, das den Bot betreibt, lernt diese Regeln zusammen mit dem Werkzeug. Bei einer Prüfung zählt ein Protokoll erst, wenn jemand im Team es lesen und erklären kann.
Die KI-Verordnung der Europäischen Union (AI Act) ist am 1. August 2024 in Kraft getreten und gilt schrittweise. Verbote und die Pflicht zur KI-Kompetenz gelten seit dem 2. Februar 2025. Regeln zur Governance und bestimmte Pflichten für KI-Modelle mit allgemeinem Verwendungszweck gelten seit dem 2. August 2025. Die Transparenzpflichten aus Artikel 50 und der Großteil der Regeln für Hochrisiko-Systeme sind nach dem Zeitplan ab dem 2. August 2026 anwendbar. Für Hochrisiko-Systeme nach Anhang III gilt ein eigener Zeitplan, der noch angepasst werden kann. Prüfen Sie den offiziellen Stand für Ihren Anwendungsfall.
Ob ein Voice-Bot, der Termine vergibt, die KI-Verordnung erfüllt, hängt von der Einordnung des Anwendungsfalls ab, vom Betrieb und von den Pflichten, die zum jeweiligen Datum gelten. Integrator, Wiederverkäufer und das einsetzende Unternehmen informieren den Anrufer jeweils, wo der Text es verlangt. Jede dieser Rollen organisiert außerdem die menschliche Aufsicht und dokumentiert ihre Zuständigkeiten.
Stellen Sie vor der Unterschrift geschlossene Fragen. Ein Anbieter, der nur über die Automatisierungsquote spricht, liefert Ihnen keine Steuerungsgrößen.
| Kriterium | Frage an den Anbieter | Brauchbare Antwort |
|---|---|---|
| Weiterleitung | Geht der Anruf an einen Kollegen im selben System, mit Kontext und ohne neue Wahl? | Ja, dazu ein benannter Ausweg, wenn niemand abnimmt |
| Sprachen | Welche Sprachen wurden mit tatsächlichen Anrufen getestet, auch mit einem Wechsel mitten im Gespräch? | Eine Liste der Sprachen und der Tests |
| Nachweis | Wo liegt das Einwilligungsprotokoll, und wie wird ein Anruf gefunden oder gelöscht? | Ein schriftlicher Ablauf mit genannter Speicherfrist für Transkriptionen |
| Daten | Wo liegen die Anrufdaten, und wer sind die Auftragsverarbeiter? | Eine präzise schriftliche Antwort |
| Antworten | Wie bleiben Antworten auf freigegebene Informationen begrenzt, und wer korrigiert einen Fehler? | Eine einzige Quelle, Korrektur durch einen Administrator, erneuter Test |
| Steuerung | Welche Kennzahlen liefern Sie nach dem Start? | Weiterleitungen, Abbrüche, Erstlösungsquote, Transkriptionsfehler |
Die Weiterleitung kommt beim Prüfen zuerst dran, und zwar auf der laufenden Leitung. Danach folgen die Sprachen, den Wechsel eingeschlossen. Nachweis und Speicherort der Anrufdaten verlangen Sie schriftlich, mit der Liste der Auftragsverarbeiter. Die Messwerte nach dem Start wiegen so viel wie die Demo. Sie zeigen, welche Anliegen der Bot dazubekommt und welche zurück an den Empfang gehen.
Der erste Start bleibt schmal. Wer alle Anliegen auf einmal automatisiert, vervielfacht die Fehler, bevor klar ist, welche davon zählen.
Anliegen sammeln. Notieren Sie die 10 bis 20 häufigsten Anrufgründe.
Zwei oder drei davon auswählen. Öffnungszeiten, Adresse und Nachrichtenaufnahme sind einfach, wiederkehrend und risikoarm.
Die Weiterleitung benennen. Eine Regel und eine Person je Anliegen, dazu ein benannter Ausweg, wenn niemand abnimmt.
Eine einzige Quelle anbinden. Den Kalender oder die Fachdaten, die bei Widerspruch gelten.
Den Testplan wiederholen. Anrufe aus dem Alltag, in jeder Sprache, die Ihre Anrufer sprechen.
Eine Rufnummer oder einen Standort freischalten. Erweitern Sie erst, wenn die Zahlen der ersten Rufnummer stabil sind.
Die Messwerte bestimmen den nächsten Schritt. Ein Anliegen mit glatten Weiterleitungen und wenigen Korrekturen bleibt beim Bot. Ein Anliegen mit vielen Missverständnissen geht zurück ans Team am Empfang, bis die Quelle korrigiert und neu getestet ist.
Voxbi bietet einen KI-Telefonassistenten als Erweiterung der Cloud-Telefonanlage an. Er nimmt Anrufe auf den eigenen Rufnummern des Unternehmens an und verbindet zu Kollegen im selben System. Routing, Tests und Nachweise aus diesem Beitrag bleiben trotzdem Ihre Arbeit. Fangen Sie mit zwei Anliegen an, einer Rufnummer und der Person, die den Anruf übernimmt.
Voxbi ist eine Cloud-Telefonanlage, die in der Europäischen Union entwickelt und gehostet wird. Ihre Anrufe und Anrufdaten bleiben innerhalb der Europäischen Union, mit den Schutzregeln der DSGVO. Der Voice-Bot kommt als Schicht auf diese Leitung. Wie Telefonanlage und automatischer Empfang auf Ihren Rufnummern zusammenspielen, sehen Sie auf voxbi.com.
Wie Sie Zugang, Router, Stromversorgung, SIP-Trunk und Plattform beim Wechsel vom alten Anschluss in die Cloud absichern und den Notbetrieb vor der Umschaltung testen.
Wie die Warteschleife einer Telefonanlage Anrufe hält und verteilt, welche Ansagen und Rückrufoptionen helfen und welche Kennzahlen Abbrüche sichtbar machen.
Eine Telefonanlage im Krankenhaus muss Anrufe für die Zentrale und den Bereitschaftsdienst verteilen. Dieser Leitfaden erklärt dazu die Regeln aus DSGVO, KHZG und B3S, die Wahl zwischen Cloud und eigener Anlage und den Ablauf einer Migration ohne Versorgungslücke.
Starten Sie eine kostenlose Testphase oder arbeiten Sie mit einem zertifizierten Voxbi-Partner.
