Wonach gesucht wird
Quelle: SE Ranking, Deutschland, Oktober 2026 (Keyword Difficulty, KD, Skala 0 bis 100; CPC = geschätzter Klickpreis). Es sind Schätzwerte eines Keyword-Tools.
| Suchbegriff | Suchen pro Monat | KD | CPC |
|---|---|---|---|
| voicebot | 2.900 | 79 | 3,31 € |
| voice agent | 320 | 18 | 8,21 € |
| ki sekretärin | 140 | 13 | 3,52 € |
| ki voice agent | 90 | 20 | 7,74 € |
| ki voicebot | 50 | 7 | 11,58 € |
| ki telefonservice | 40 | 41 | 9,10 € |
| ki anrufbeantworter | 10 | 20 | 6,97 € |
„voicebot“ ist mit 2.900 Suchen groß und mit KD 79 schwer. „voice agent“, „ki voice agent“ und „ki voicebot“ sind klein und leichter (KD 7 bis 20), die geschätzten Klickpreise liegen bei 7,74 € bis 11,58 €. Den Überblick zum Einsatz gibt die Seite KI-Telefonassistent und Voice Agent.
Der Weg eines Anrufs durch die Technik
| Stufe | Was technisch passiert | Was Sie klären |
|---|---|---|
| 1. Umleitung | Der Anruf erreicht Ihren Anbieter oder Ihre Anlage und wird zum Dienst umgeleitet. Laut AVM-Hilfe zur FRITZ!Box entsteht bei einer Umleitung auf eine externe Nummer eine zweite, kostenpflichtige Verbindung | Vertragspartner, gleichzeitige Gespräche, Kosten |
| 2. SIP und Sprachdaten | SIP baut Gespräche auf und beendet sie (RFC 3261), die Sprachdaten laufen getrennt, für Echtzeit-Audio nennt RFC 3550 das Protokoll RTP | Zugangsdaten, Router und Firewall |
| 3. Spracherkennung | Sprache wird in Text umgewandelt; laut OpenAI-Dokumentation schwankt die Genauigkeit je Sprache | Dialekt, Straßennamen, Fachwörter, Telefonnummern |
| 4. Ablauf | Regeln und Sprachmodell bestimmen, was gefragt, eingetragen und gesagt wird | Fragen, Einträge, Grenzen |
| 5. Sprachausgabe | Der Antworttext wird gesprochen | Aussprache von Namen, Tempo, Stimme |
| 6. Übergabe | Der Anruf geht an eine Person oder wird als Rückruf notiert | Zuständigkeit, Zeiten, Vertretung |
Spracherkennung, Ablauf und Sprachausgabe als Kette ist eine Bauweise: Laut der OpenAI-Anleitung für Voice Agents lassen sich dabei Zwischentexte prüfen und Teile austauschen, andere Bauweisen verarbeiten Sprache direkt mit einem Modell (Stand 14. Oktober 2026). Fragen Sie, welche Ihr Anbieter nutzt.
Wartezeiten messen und Testfälle
Die Pause zwischen dem Ende der Äußerung und dem Beginn der Antwort setzt sich aus Netz, Erkennung, Modell und Sprachausgabe zusammen. OpenAI empfiehlt, zu messen, wie lange Anrufer auf eine brauchbare gesprochene Antwort warten, und Median und 95. Perzentil ähnlicher Gespräche zu vergleichen. Einen Grenzwert nennen wir nicht.
- Anrufe aus Mobilfunk und Festnetz, mit Verkehrs- oder Baustellenlärm im Hintergrund
- Dialekt, Akzent und schnelles Sprechen
- Namen buchstabieren, Telefonnummern und Adressen nennen
- Mitten im Satz unterbrechen und lange schweigen
- Frage nach einem Menschen, Beschwerde, Notfallstichwort
- Ausfall einer Stufe: Was hört der Anrufer?
Aufzeichnung, Einwilligung und KI-Hinweis
- § 201 Abs. 1 Nr. 1 StGB: Wer unbefugt das nichtöffentlich gesprochene Wort eines anderen auf einen Tonträger aufnimmt, wird mit Freiheitsstrafe bis zu drei Jahren oder mit Geldstrafe bestraft. Nehmen Sie nur auf, wenn Rechtsgrundlage und Information geklärt sind; ob eine reine Texterfassung anders zu beurteilen ist, klären Sie vorab.
- Art. 6 Abs. 1 DSGVO verlangt für jede Verarbeitung eine Rechtsgrundlage, Art. 13 die Information zum Zeitpunkt der Erhebung. Eine Einwilligung muss nachweisbar (Art. 7 Abs. 1) und so einfach widerrufbar wie erteilt sein (Art. 7 Abs. 3).
- Art. 50 Abs. 1 der KI-Verordnung: Anbieter gestalten KI-Systeme zur direkten Interaktion so, dass Betroffene erfahren, dass sie mit einer KI sprechen, sofern es nicht offensichtlich ist. Nach Abs. 5 geschieht das klar erkennbar spätestens bei der ersten Interaktion.
- Vertrag mit dem Anbieter nach Art. 28 DSGVO; Speicherfristen für Audio, Transkript und Zusammenfassung getrennt festlegen (Art. 5 Abs. 1 Buchst. e).
Stand 14. Oktober 2026. Die KI-Verordnung wird laufend geändert (Digital Omnibus), spätere Änderungen sind nicht geprüft. Das ist keine Rechtsberatung. Mehr: KI-Telefonassistent: Datenschutz und KI-Hinweis.
Notfall, Übergabe und Störungen
| Fall | Vorgesehene Reaktion | Wer erfährt davon |
|---|---|---|
| Anrufer will einen Menschen | Sofortige Übergabe oder fester Rückruftermin | Zuständige Person |
| Notfallstichwort, etwa Rauch oder Gasgeruch | Weiterleitung an eine Person, Hinweis auf den Notruf 112; die Stichworte legen Sie vorab fest | Notfallkontakt |
| Spracherkennung versteht nichts | Nach mehreren Fehlversuchen Übergabe oder Rückruf anbieten | Eintrag im Protokoll |
| Dienst des Anbieters fällt aus | Umleitung auf Person, Mobilnummer oder Ansage, soweit Ihr Telefonanbieter das erlaubt | Anbieter, Zuständige |
| Internet oder Strom im Betrieb fällt aus | Umleitung beim Telefonanbieter statt in der eigenen Anlage | Zuständige |
Laut 116117.de gehören lebensbedrohliche Fälle zum Rettungsdienst unter 112 (Stand 14. Oktober 2026). Aus dem Bereich Voice Agent liegt uns keine veröffentlichte Referenz vor; ob die KI-gestützte Erstqualifizierung bei SolarX am Telefon läuft, sagt die Referenz nicht. Zu Kostenarten: KI-Telefonassistent für Handwerk und Praxis.
Häufige Fragen
Darf ein Voice Agent Anrufe aufzeichnen?›
Muss der Voice Agent sagen, dass er eine KI ist?›
Brauche ich dafür eine neue Telefonanlage?›
Was passiert, wenn der Dienst ausfällt?›
Stand: 14. Oktober 2026
