Voice-Bot: Definition, Funktionsweise und Einführung im Unternehmen
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.
Wie Sie Warteschleifenmusik für die Telefonanlage auswählen, rechtlich absichern und am echten Telefon testen, bevor Anrufer sie hören.
Warteschleifenmusik füllt die Zeit zwischen dem Freizeichen und dem ersten Wort eines Mitarbeiters. Sie sagt dem Anrufer, dass die Verbindung steht und sein Anruf weiterläuft. Dieser Leitfaden richtet sich an IT-Verantwortliche und Integratoren, die die Warteschleife einer Cloud-Telefonanlage einrichten oder überarbeiten. Er folgt der Reihenfolge, in der die Entscheidungen anfallen. Zuerst kommt das Format, danach die Lizenz und zum Schluss der Klang am Telefon.
Wie lange jemand wartet, bestimmen Besetzung und Routing. Die Datei bestimmt, was der Anrufer in dieser Zeit hört und ob er merkt, dass er bei der richtigen Abteilung angekommen ist.
Warteschleifenmusik ist die Audiodatei, die eine Telefonanlage abspielt, solange ein Anruf auf eine freie Person wartet. Sie läuft in der Warteschlange, beim Halten eines Gesprächs und während einer Weitervermittlung. Die Anlage spielt die Datei in Schleife ins Gespräch ein, bis jemand abnimmt. Inhaltlich kann das Musik sein, eine gesprochene Ansage oder beides im Wechsel.
Ihr erster Zweck ist ein Lebenszeichen. Bei Stille schaut der Anrufer aufs Display, prüft den Gesprächszähler und überlegt, ob er auflegen und neu wählen soll. In einer Arztpraxis, bei einer Stadtverwaltung oder an der Hotelrezeption kommt diese Unsicherheit zum eigentlichen Anliegen hinzu.
Musik bringt keinen Mitarbeiter früher ans Telefon. Auch eine dringende Frage, eine falsche Zuordnung im Sprachmenü oder eine zu lange Wartezeit lassen Anrufer auflegen, ganz gleich, was in der Leitung läuft. Besetzung, Rückruf und Routing behandelt der Leitfaden zur Warteschleife in der Telefonanlage. Dieser Artikel bleibt bei der Datei selbst.
Ein Testanruf von einem fremden Handy zeigt mehr als jeder Blick in die Konfiguration. Achten Sie darauf, ob der Firmenname gleich zu Beginn fällt, ob Sie wissen, welche Abteilung abnehmen wird, und wie der Übergang zum Mitarbeiter klingt.
Oft klafft dabei eine Lücke zwischen dem Ablauf, den der Administrator gebaut hat, und dem, was beim Anrufer ankommt. Dann hilft eine genauere Ansage oder ein geändertes Routing. Ein Titelwechsel ohne diesen Testanruf lässt die eigentliche Ursache unberührt.

Das Format prägt die Wartezeit stärker als das Genre, deshalb entscheiden Sie es zuerst.
| Format | Wirkung auf den Anrufer | Worauf Sie achten |
|---|---|---|
| Stille | Zweifel, ob die Verbindung noch steht | Nur wenige Sekunden lang vertretbar |
| Lizenzierte kommerzielle Musik | Bekannter Klang, wiedererkennbare Marke | Lizenz bei GEMA, AKM oder SUISA nötig |
| GEMA-freie Musik | Hintergrund ohne Verwertungsgesellschaft, sofern die Lizenz die Telefonnutzung abdeckt | Lizenzbedingungen der Bibliothek lesen und aufbewahren |
| Gesprochene Ansage | Information über das Unternehmen oder den nächsten Schritt | Knapp halten, darf nicht wie ein Gesprächsbeginn klingen |
Im Support reicht oft Musik. Der Anrufer weiß, wo er gelandet ist, und wartet nur noch auf einen Menschen. Werbung für andere Produkte hilft ihm in diesem Moment wenig.
An der Zentrale leistet eine Ansage mehr. Sie nennt die Abteilungen oder den nächsten Schritt und stellt das Unternehmen vor, ohne den Katalog vorzulesen. Jeder Satz sollte auch dann nützen, wenn der Anrufer nur die Hälfte mitbekommt. Vorlagen dafür finden Sie bei den Ansagetexten fürs Telefon.
Eine eigene Aufnahme passt besonders gut, wenn ein Hinweis das Gespräch vorbereitet, etwa die Bitte, die Kundennummer bereitzuhalten. Vertrauliche Angaben wie Kontodaten oder Gesundheitsfragen fragt eine Ansage nicht ab, weil die Warteschleife dafür der falsche Kanal ist.
Am Ende jeder Ansage steht eine hörbare Pause. So hält der Anrufer den Schluss der Aufnahme nicht für den Beginn des Gesprächs.

Wer geschützte Musik in die Warteschleife legt, macht sie Dritten zugänglich und braucht dafür eine Lizenz. Ein Song aus dem Streamingabo oder von einer gekauften CD deckt diese Nutzung nicht ab, denn der Kauf erlaubt nur das private Hören.
In Deutschland vergibt die GEMA die Lizenz für Musikwerke ihres Repertoires, also für die Rechte von Komponisten, Textdichtern und Musikverlagen. In Österreich übernimmt das die AKM, in der Schweiz die SUISA. Haben Sie Standorte in mehreren dieser Länder, klären Sie mit jeder Gesellschaft, ob und wie sie Ihre Warteschleife lizenziert. Eine Lizenz aus einem Land gilt nicht automatisch für die anderen.
Neben dem Werk ist auch die Aufnahme geschützt. Die Rechte der Musiker und Tonträgerhersteller nimmt in Deutschland die GVL wahr. Ob ein Tarif beide Seiten abdeckt, steht in den Tarifunterlagen der jeweiligen Gesellschaft.
In Deutschland gilt zudem die sogenannte GEMA-Vermutung. Danach gehen Gerichte davon aus, dass bei der Nutzung von Musik das Repertoire der GEMA betroffen ist. Wer GEMA-freie Titel verwendet, muss das im Streitfall belegen können.
GEMA-frei heißt, dass Komponist und Textdichter ihre Rechte keiner Verwertungsgesellschaft übertragen haben. Die Nutzungsrechte vergibt dann der Urheber selbst oder eine Musikbibliothek, zu ihren eigenen Bedingungen. Manche Lizenzen nennen die Telefonwarteschleife ausdrücklich, andere schließen sie aus oder verlangen dafür einen Aufpreis. Über den Preis verrät das Etikett nichts, denn viele GEMA-freie Bibliotheken verkaufen ihre Lizenzen.
Bewahren Sie deshalb den Lizenztext oder die Lizenzurkunde mit Datum und Kundennummer auf. Ein Screenshot vom Titelnamen genügt gegen die GEMA-Vermutung nicht als Beleg.
Eine selbst gesprochene Ansage ohne Musik braucht keine Lizenz einer Verwertungsgesellschaft. Legt jemand einen bekannten Song darunter, ist die Lizenzfrage zurück, auch wenn die Stimme aus dem eigenen Haus kommt.
Am leichtesten zu betreiben ist eine eigene Ansage oder ein Titel, dessen Lizenz die Telefonwarteschleife schwarz auf weiß nennt.
Für jede Datei in der Telefonanlage halten Sie fest:
woher sie stammt (lizenzierter Titel, Musikbibliothek oder eigene Produktion),
für welche Warteschlangen und Länder sie gedacht ist,
welcher Beleg die Nutzung abdeckt,
wer sie freigegeben hat.
Mit diesem Nachweis übernimmt ein neuer Administrator die Datei, ohne raten zu müssen, warum sie einmal ausgewählt wurde. Kommt ein Standort in Österreich oder der Schweiz dazu, sehen Sie sofort, welche Lizenz fürs neue Land fehlt.
Eine klassische Telefonverbindung überträgt nur Frequenzen von etwa 300 bis 3.400 Hertz. Tiefe Bässe und helle Obertöne gehen dabei verloren. Mobilfunk-Codecs sind auf Sprache ausgelegt und lassen dichte Musik schnell verwaschen klingen.
| Umfeld | Stil | Lautstärke und Schleife |
|---|---|---|
| Gesundheitswesen und Behörden | Ruhig, neutral, langsames Tempo | Leise, ohne Gesang im Vordergrund |
| Handel und Empfang | Lebendiger, hell | Präsent, ohne Spitzen, die den Mitarbeiter übertönen |
| Ansage statt Musik | Gelassene Stimme, ein Gedanke pro Satz | Laut genug zum Verstehen, knapper Text |
| Wartezeit von mehreren Minuten | Gleichmäßige Musik oder Ansagen mit Abstand | Schleife lang genug, dass die Wiederholung nicht gleich auffällt |
Stücke mit wenigen Instrumenten und ohne Gesang kommen am Telefon am besten durch. Dichte Arrangements und dominante Bässe verschwimmen, und ein Sänger konkurriert mit jeder Ansage, die darüber liegt.
Eine 2002 in der Fachzeitschrift Psychology of Music veröffentlichte Studie beobachtete, dass Versuchspersonen mit Warteschleifenmusik die verstrichene Zeit unterschätzten und sich längeres Warten zutrauten als ohne Musik. Daraus folgt kein Versprechen, dass ein bestimmter Stil Abbrüche verhindert.
Die Lautstärke bleibt über die ganze Datei gleich. Folgt auf ein leises Intro ein deutlich lauterer Teil, nimmt der Anrufer das Handy vom Ohr. Eine Stimme über der Musik braucht einen festen Abstand zum Musikpegel, und dieser Abstand bleibt in allen Ansagen derselbe.
Eine zu kurze Schleife verrät sich beim zweiten Durchlauf. Ein zehnminütiges Stück bringt dagegen wenig, wenn Ihre Anrufer meist nach einer Minute durchgestellt werden. Die Länge richtet sich daher nach der gemessenen Wartezeit.
Die heikelste Stelle ist der Übergang vom Ende zum Anfang. Ein harter Schnitt, eine Lücke oder ein Pegelsprung klingt dort wie eine Leitungsstörung. Bei einer Ansage gibt eine Atempause zwischen zwei Wiederholungen dem Anrufer Luft.
Den letzten Test machen Sie vom Handy und vom Festnetztelefon aus, über die Leitung, die Ihre Anrufer tatsächlich nutzen. Der Kopfhörer am Rechner taugt zum Schneiden der Datei, über den Klang am Telefon sagt er wenig. Ältere Menschen und Anrufer in einer belastenden Lage verdienen beim Test besondere Aufmerksamkeit.
Jede Warteschlange kann ihre eigene Datei bekommen, passend zur Abteilung, die der Anrufer erreichen will. An der Zentrale nennt eine Ansage die Öffnungszeiten oder sagt, welche Abteilung antworten wird. Sie muss zur tatsächlichen Organisation passen, denn eine veraltete Ansage schickt den Anrufer in die Irre.
Im technischen Support lässt Instrumentalmusik dem Anrufer Raum, sein Anliegen zu sortieren. Ein Hinweis auf die Kundennummer hilft, wenn der Mitarbeiter sie für die Bearbeitung braucht. In der Buchhaltung passt die Bitte, die Rechnungsnummer bereitzuhalten. Bei der Zimmerreservierung im Hotel reichen die Servicezeiten, und ein Katalog der Angebote gehört nicht in diese Schleife.
Welche Warteschlange ein Anruf erreicht, entscheiden Rufverteilung und Sprachmenü, und das gehört zum Anrufmanagement. Für die Musik zählt nur das Ziel. Rufen Sie jede Warteschlange von außen an, hören Sie bis zur Annahme zu und prüfen Sie den Übergang zum Mitarbeiter. Bei mehreren Standorten notieren Sie zu jedem Testanruf Standort und Warteschlange, damit keine Abteilung ungeprüft bleibt.
Die Abbruchquote der Warteschlange zeigt, ob eine neue Datei bleiben darf. Aussagekräftig wird sie erst im Vergleich gleichartiger Zeiträume: gleiche Uhrzeiten, ähnliche Besetzung und genug Anrufe. Ein verkehrsarmer Vormittag sagt nichts über einen Wechsel, der für die Stoßzeiten gedacht war.
| Beobachtung | Mögliche Deutung | Nächster Schritt |
|---|---|---|
| Weniger Abbrüche bei gleicher Wartezeit | Die Datei füllt die Wartezeit wohl besser | Datei behalten und weiter beobachten |
| Abbrüche unverändert | Die Ursache liegt eher bei Besetzung oder Wartezeit | Erst die Besetzung prüfen, dann den Titel |
| Mehr Abbrüche | Die Datei stört oder ermüdet | Kürzere Ansage oder längere Schleife testen |
| Mitarbeiter beim Annehmen schwer verständlich | Lautstärke oder Inhalt überdecken die Stimme | Pegel senken, auf Handy und Festnetz neu anhören |
Diese Deutungen bleiben Arbeitshypothesen. Mehr Anrufe oder andere Anliegen verändern das Verhalten der Anrufer, auch wenn die Datei gleich bleibt. Belastbar ist nur der gemeinsame Blick auf Abbruchquote, tatsächliche Wartezeit und Besetzung.
Notieren Sie das Datum des Wechsels sowie die zugewiesene Datei und werten Sie jede Warteschlange getrennt aus. Bei Voxbi One zeigen Live-Anruf-Dashboards in den Tarifen Plus, Plus AI und Channel das Anrufgeschehen. Bei Voxbi Managed liefert der Tarif Professional Anrufberichte, und ab Business kommen tiefgehende Analytics dazu.
Zahlen zu Abbrüchen erzählen nur einen Teil. Ebenso wichtig ist, ob der Anrufer die Ansage versteht, das Unternehmen erkennt und den Mitarbeiter beim Annehmen gut hört. Eine niedrigere Abbruchquote rechtfertigt keine Ansage mit veralteten Öffnungszeiten.
Anrufer mit Hörbeeinträchtigung profitieren von einer verständlichen Firmenansage mehr als von jeder Hintergrundmusik. Deutliche Aussprache, wenig Hall und ein langsames Sprechtempo helfen ihnen im ganzen Ablauf.
Die Mitarbeiter am Telefon ergänzen die Auswertung. Sie merken, welcher Satz immer wieder falsch verstanden wird oder wann Anrufer beim Annehmen überrascht reagieren. Mit solchen Hinweisen lässt sich genau der Satz korrigieren, der stört.

Starten Sie mit einer Warteschlange, in der regelmäßig gewartet wird. So bleibt der Umfang überschaubar, und Sie prüfen die Datei, bevor andere Teams sie bekommen. Wer alle Warteschlangen auf einmal umstellt, findet die Ursache eines Problems später kaum noch.
Pilot auswählen. Wählen Sie eine eindeutig benannte Warteschlange und notieren Sie vor jeder Änderung Abbruchquote und Wartezeit.
Inhalt freigeben. Entscheiden Sie sich für einen Titel mit dokumentierter Lizenz oder eine eigene Ansage und prüfen Sie, ob er zur Abteilung passt.
Datei vorbereiten. Laden Sie die Datei hoch und bewahren Sie eine Kopie mit Versionsnummer auf.
Datei zuweisen. Ordnen Sie die Datei in der Telefonanlage der Warteschlange oder dem Sprachmenü zu.
Testen und vergleichen. Hören Sie den Ablauf vom Handy und vom Festnetz aus an und vergleichen Sie die Abbrüche mit einem gleichartigen Zeitraum vor dem Wechsel.
Voxbi wird in der Europäischen Union entwickelt und gehostet, sodass Ihre Anrufe und Daten innerhalb der Grenzen der Europäischen Union bleiben. Was das für Speicherfristen und Rechtsgrundlagen bedeutet, beschreibt der Leitfaden zur DSGVO-konformen Telefonanlage.
Zur Dokumentation gehören der Dateiname, die Herkunft, die zugewiesene Warteschlange und die Person, die freigegeben hat. Mit diesen Angaben bleibt der Grund einer Auswahl erhalten, auch wenn später jemand Öffnungszeiten ändert oder eine Abteilung umbaut. Bringen Sie zuerst die Pilot-Warteschlange vollständig zum Laufen, bevor Sie weitere umstellen. Fragen zur Einrichtung beantwortet das Voxbi-Team unter hello@voxbi.com.
Starten Sie eine kostenlose Testphase oder arbeiten Sie mit einem zertifizierten Voxbi-Partner.