Wer heute “KI-Telefonassistent” sucht, findet vor allem Anbieterseiten, die ein Produkt verkaufen wollen. Was in den Suchergebnissen fehlt, ist eine unabhängige Einordnung: Was so ein System technisch tatsächlich kann, wo es an Grenzen stößt, und was Datenschutz und EU AI Act verlangen, bevor er ans Telefon geht.
Kurzfassung
Ein KI-Telefonassistent versteht gesprochene Sprache und führt ein echtes Gespräch, statt nur ein Tastenmenü abzuspielen. Er eignet sich für wiederkehrende, klar umrissene Anliegen wie Terminvereinbarung, Erstqualifizierung und Statusauskunft. Ab Gesprächsbeginn muss er sich als KI zu erkennen geben und einen Weg zu einem Menschen anbieten, das verlangt Artikel 50 des EU AI Act. Aufzeichnung braucht immer eine Einwilligung.
Was ein KI-Telefonassistent tatsächlich macht
Ein KI-Telefonassistent nimmt Anrufe entgegen, wandelt gesprochene Sprache in Text um, ordnet das Anliegen einer Kategorie zu und antwortet wieder per synthetischer Sprache, alles in Echtzeit während des Gesprächs. Das unterscheidet ihn grundlegend von einem klassischen Sprachmenü, häufig IVR (Interactive Voice Response) genannt: Ein IVR führt Anrufer über feste Tasteneingaben durch vorgegebene Optionen und scheitert an jeder Anfrage, die nicht ins Schema passt. Ein KI-Telefonassistent erkennt das Anliegen an dem, was gesagt wird, nicht an der gedrückten Taste, und kommt deshalb auch mit frei formulierten Sätzen zurecht.
Das ist derselbe Grundsatz, der auch bei textbasierter KI-Automatisierung gilt: Ein regelbasiertes System sucht an einer festen Stelle, ein KI-Modell sucht nach der Bedeutung. Am Telefon kommt eine zusätzliche Schicht dazu, die Spracherkennung, weshalb die Antwortzeit und die Aussprachequalität für die Akzeptanz mindestens so wichtig sind wie die inhaltliche Genauigkeit. Ein Assistent, der korrekt antwortet, aber sich anhört wie eine schlechte Telefonwarteschleife, wird von Anrufern schnell aufgelegt.
Technisch hängt sich ein KI-Telefonassistent meist auf zwei Wegen ein: entweder direkt an die bestehende Rufnummer über einen SIP-Trunk der Telefonanlage, oder als vorgeschaltete Weiterleitung, die nur bei Nichterreichbarkeit oder außerhalb der Geschäftszeiten greift. Die zweite Variante ist der risikoärmere Einstieg, weil das bestehende Sekretariat weiterläuft und der Assistent nur die Lücken abdeckt, die heute in Anrufbeantworter oder Mailbox laufen.
Welche Anrufe sich eignen, welche nicht
Wie bei jeder KI-Automatisierung gilt eine einfache Trennlinie: Anrufe mit hoher Wiederholung, klarem Anliegen und wenig Ermessensspielraum eignen sich. Anrufe mit Einzelfallcharakter, emotionalem Gewicht oder rechtlicher Tragweite nicht.
Vier Anwendungsfälle funktionieren in der Praxis zuverlässig:
- Terminvereinbarung und -verschiebung. Kalenderabgleich, Bestätigung, Erinnerung. Ein strukturierter Prozess mit klarer Erfolgsdefinition.
- Erstqualifizierung eingehender Anfragen. Worum geht es, wer ruft an, welche Priorität hat das Anliegen? Der Assistent sortiert vor, bevor ein Mensch übernimmt.
- Statusauskünfte zu laufenden Vorgängen. “Ist mein Antrag schon bearbeitet?”, “Wann ist mein Termin?” Antworten, die sich aus einem angebundenen System direkt auslesen lassen.
- Rückrufmanagement außerhalb der Erreichbarkeitszeiten. Anliegen und Rückrufnummer erfassen, sauber priorisiert an das richtige Team weiterreichen, statt eines Anrufbeantworters, den niemand zuverlässig abhört.
Nicht geeignet sind Gespräche, die Vertrauen, Verhandlungsspielraum oder eine fachliche Einschätzung brauchen: eine Erstberatung, ein Konfliktgespräch, eine Reklamation mit unklarem Ausgang. Der Assistent sitzt an einer Stelle im Ablauf, nicht im gesamten Gespräch. Was er nicht sicher einordnen kann, muss er an einen Menschen weiterreichen, nicht raten.
Diese Eskalationsschwelle ist keine technische Nebensache, sondern die wichtigste Designentscheidung im gesamten Projekt. Ein Assistent, der lieber einmal zu oft an einen Menschen weiterreicht, als eine falsche Zusage zu machen, baut Vertrauen auf. Ein Assistent, der aus Effizienzgründen zu spät eskaliert, verliert es innerhalb weniger Anrufe wieder, und zwar auch bei den Anliegen, die er eigentlich zuverlässig lösen könnte.
Was der EU AI Act für KI am Telefon vorschreibt
Ein KI-System, das per Sprache mit Menschen interagiert, fällt unter dieselbe Transparenzpflicht wie ein textbasierter Chatbot. Die Kategorisierung als begrenztes Risiko im EU AI Act ändert daran nichts: Artikel 50 verlangt, dass Anrufende erkennen können, dass sie mit einem KI-System sprechen, und dass ein Weg zu einem menschlichen Ansprechpartner besteht. Am Telefon heißt das konkret: eine kurze Ansage zu Gesprächsbeginn, keine Simulation eines menschlichen Mitarbeiters. Ein Assistent, der sich als Person ausgibt, ohne sich als KI zu erkennen zu geben, erfüllt die Pflicht nicht, unabhängig davon, wie natürlich die Stimme klingt.
Diese Pflicht betrifft nicht nur eigens gebaute Systeme, sondern auch jeden eingekauften Telefonassistenten. Wer ein Produkt einführt, sollte vor dem Kauf klären, ob der Anbieter die Kennzeichnungsansage bereits vorkonfiguriert oder ob sie manuell ergänzt werden muss.
Nicht zu verwechseln mit einem KI-Telefonassistenten ist Voice-Cloning, bei dem eine KI die Stimme einer konkreten Person nachbildet. Ein Telefonassistent liest Text mit einer synthetischen, klar als solche wahrnehmbaren Stimme vor. Wo die Grenze zum Missbrauch liegt und wie sich Unternehmen gegen stimmenbasierten Betrug absichern, beschreibt der Beitrag KI-Stimmenklon und CEO-Fraud.
Datenschutz: Aufzeichnung, Einwilligung, AVV
Ein Telefongespräch darf nur mit Einwilligung der anrufenden Person aufgezeichnet oder zur Auswertung gespeichert werden. Für einen KI-Telefonassistenten heißt das: Die Einwilligung muss eingeholt werden, bevor das eigentliche Gespräch beginnt, meist über dieselbe automatische Ansage, die auch die KI-Kennzeichnung übernimmt. Ohne diese Einwilligung darf das Gespräch weder gespeichert noch zur Verbesserung des Systems weiterverwendet werden.
Zusätzlich gilt, was für jedes externe KI-System mit personenbezogenen Daten gilt: Vor dem Produktivbetrieb braucht es einen Auftragsverarbeitungsvertrag, geklärte Datenresidenz und die Zusicherung, dass Gesprächsinhalte nicht ins Modelltraining des Anbieters einfließen. Wie diese drei Punkte für KI-Systeme allgemein geprüft werden, beschreibt der Beitrag Datenschutzkonforme KI für Unternehmen. Für Branchen mit einer berufsrechtlichen Verschwiegenheitspflicht, etwa Steuerkanzleien oder Anwaltskanzleien, reicht ein Standard-AVV dabei nicht aus.
Berufsrecht geht über Datenschutzrecht hinaus
Für Kanzleien und Steuerberater deckt ein DSGVO-AVV nur die datenschutzrechtliche Seite ab. Wenn Mandantendaten am Telefon erfasst werden, etwa der Name und das Anliegen eines Mandanten, braucht der Anbieter zusätzlich eine berufsrechtliche Verschwiegenheitserklärung.
Für welche Branchen sich das besonders lohnt
Am stärksten profitieren Betriebe mit hohem Anrufaufkommen zu wiederkehrenden, gut umrissenen Anliegen und knapper Sekretariatskapazität. In Steuerkanzleien sind das vor allem Statusfragen zu Unterlagen und Fristen, in Rechtsanwaltskanzleien Terminanfragen und die Erstaufnahme neuer Mandate, in Notariaten die Koordination von Beurkundungsterminen. In allen drei Fällen bindet die telefonische Erreichbarkeit heute Sekretariatszeit, die an anderer Stelle fehlt, obwohl die meisten Anrufe auf wenige, klar wiederkehrende Anliegen entfallen.
Weniger geeignet ist ein KI-Telefonassistent dort, wo Anrufe überwiegend Beratungscharakter haben oder Vertrauensaufbau mit neuen Mandanten im Mittelpunkt steht. Dort bleibt das persönliche Gespräch die richtige Wahl, der Assistent kann bestenfalls die Terminfindung davor entlasten.
Dieselbe Logik gilt darüber hinaus für jeden Betrieb mit einer zentralen Telefonanlaufstelle, an der viele Anrufe auf denselben wenigen Anliegen beruhen, etwa Terminanfragen im Maschinenbau-Vertrieb oder Statusabfragen bei Versicherungsmaklern. Entscheidend ist nicht die Branche selbst, sondern ob sich die Anliegen vorab in wenige, klar beschreibbare Kategorien einteilen lassen.
Fertiger Anbieter oder eigene Lösung?
Für den Einstieg reicht in den meisten Fällen ein spezialisierter Fertiganbieter, der Spracherkennung, Sprachausgabe und Kalenderanbindung bereits mitbringt. Das entspricht derselben Abwägung wie bei anderen No-Code-Automatisierungstools: schneller Einstieg, geringes Risiko, dafür begrenzte Anpassbarkeit an interne Systeme.
Eine eigene Lösung wird relevant, sobald mehr als ein internes System angebunden werden muss, etwa eine Aktenverwaltung, ein CRM und die Telefonanlage gleichzeitig, oder sobald Mandantendaten eine berufsrechtlich geprüfte, dokumentierte Verarbeitungskette voraussetzen, die ein Fertiganbieter vertraglich nicht zusichern kann. Wie sich KI-Agenten mit Eskalationspfad und Protokollierung im Produktivbetrieb aufsetzen lassen, gilt für einen telefonbasierten Assistenten genauso wie für einen textbasierten.
Fertiganbieter rechnen in der Regel nach Gesprächsminute oder nach Anzahl bearbeiteter Anrufe ab, ähnlich wie andere No-Code-Plattformen mit KI-Baustein. Das ist am Anfang günstig und wird bei hohem Anrufvolumen zum größten laufenden Kostenposten. Eine eigene Anbindung hat nach dem Aufbau überwiegend feste Kosten und lohnt sich deshalb eher bei konstant hohem Anrufaufkommen als bei einem gelegentlichen Rückrufmanagement.
| Kriterium | Fertiganbieter reicht meistens | Eigene Lösung lohnt sich |
|---|---|---|
| Anzahl angebundener Systeme | ein bis zwei Standardintegrationen | drei oder mehr, mit Sonderlogik dazwischen |
| Datenkategorie | unkritische Anfragen | Mandats- oder Beurkundungsdaten |
| Anrufvolumen | niedrig bis mittel | hoch, mit eigener Priorisierungslogik |
| Nachweispflicht | keine besonderen Anforderungen | dokumentierte Verarbeitungskette nötig |
Was jetzt zu tun ist
Bevor ein KI-Telefonassistent eingeführt wird, lohnt sich eine Woche Anrufstatistik: Wie viele Anrufe kommen täglich an, welche drei Anliegen wiederholen sich am häufigsten, und wie viele davon ließen sich ohne Rückfrage abschließend beantworten? Diese Zahl bestimmt, ob sich der Aufwand überhaupt lohnt, und welche Anliegen zuerst automatisiert werden sollten.
Parallel dazu lohnt sich ein kurzer Blick auf die vorgeschaltete Ansage: Steht dort bereits ein Hinweis auf die KI-Kennzeichnung und die Einwilligung zur Verarbeitung, oder muss das vor dem Go-live noch ergänzt werden? Wer diese beiden Punkte vorab klärt, kommt mit dem ersten Anbieterangebot deutlich schneller zu einer belastbaren Entscheidung.
Im Kennenlerngespräch gehst du mit uns Gründern 30 Minuten lang dein Anrufaufkommen durch, danach weißt du, ob ein Fertiganbieter reicht oder eine eigene Anbindung an deine Systeme der bessere Weg ist.
