Voicebot und KI-Telefonassistent im Unternehmen: vom Beantworten von Fragen zum Erledigen von Anliegen

Das Telefon ist in vielen Unternehmen noch immer der wichtigste Kontaktkanal – und zugleich der am schwersten zu bedienende: Es klingelt mitten in der Behandlung, im Kurs oder im Termin, nach Feierabend nimmt niemand ab, und die meisten Anrufe drehen sich um dieselben Anliegen. Deshalb fällt immer öfter das Stichwort Voicebot oder KI-Telefonassistent. Dieser Beitrag erklärt den Unterschied, wo sich eine solche Lösung lohnt, wie sie technisch funktioniert und welche Regeln zu Sicherheit und Recht erfüllt sein müssen, bevor der erste Anruf angenommen wird.

Ein KI-Telefonassistent lohnt sich, wenn nach dem Gespräch etwas erledigt ist: Der Termin ist gebucht, verschoben oder abgesagt, und ein Anliegen, das der Assistent nicht lösen kann, landet mit einer Notiz bei einem Menschen. Deshalb beginnen wir mit dem Prozess und den Rechten, nicht mit der Wahl der Stimme. Der Kunde weiß vom ersten Satz an, dass er mit einer KI spricht, und kann jederzeit einen Menschen verlangen.

— Dariusz Wtykło, Inhaber und CEO von Primessio

Voicebot oder KI-Telefonassistent: antworten oder erledigen

Die erste Generation von Voicebots funktionierte wie ein Sprachmenü: „Sagen Sie «Öffnungszeiten» oder «Adresse».“ Bessere Varianten verstehen frei formulierte Fragen und antworten aus einer Wissensbasis. Das hilft, aber nach dem Gespräch weiß der Kunde mehr – das Anliegen wartet trotzdem. Ein KI-Telefonassistent verbindet das Gespräch mit den Systemen des Unternehmens. Der Europäische Datenschutzausschuss beschreibt einen Sprachassistenten als Dienst, der Sprachbefehle versteht und ausführt oder bei Bedarf mit anderen IT-Systemen vermittelt⁵ – und genau der zweite Teil macht den Unterschied.

	FAQ-Voicebot	KI-Telefonassistent
Was er tut	beantwortet Fragen aus einer Wissensbasis	erledigt das Anliegen im System
Beispiel	„Bis wann haben Sie geöffnet?“	„Bitte verschieben Sie meinen Termin von Donnerstag auf Freitag.“
Zugriff auf Systeme	nur auf Antworttexte	Kalender, Buchung, CRM – im Umfang der Aufgabe
Identifizierung des Anrufers	meist nicht nötig	vor jeder Datenänderung nötig
Bestätigung	nicht nötig	vor jeder Aktion
Wenn er nicht weiterweiß	„Das habe ich nicht verstanden“	Übergabe an einen Menschen mit Notiz

Daraus folgt der wichtigste Gedanke: Ein KI-Telefonassistent ist keine „bessere Stimme“, sondern ein KI-Agent mit dem Telefon als Eingang. Alles, was für Agenten gilt – Rechte, Bestätigungen, Protokoll –, gilt auch für ihn.

Wo ein Voicebot im Kundenservice sinnvoll ist – und wo nicht

Die OECD beschreibt auf Basis von Gesprächen mit Praktikern, wo KI-Agenten in Organisationen funktionieren: wo Aufgaben so strukturiert sind, dass ein Agent sie planen und ausführen kann, wo sich Ergebnisse an verlässlichen Daten oder Systemeinträgen prüfen lassen und wo die Kosten eines Fehlers begrenzt oder umkehrbar sind¹¹. Am Telefon heißt das:

• Sinnvoll: Buchen, Verschieben und Absagen von Terminen in Praxis, Studio, Werkstatt oder Kanzlei; Aufnahme einer Meldung mit Vorgangsnummer; Bestell- oder Sendungsstatus; wiederkehrende Fragen nach Feierabend; Daten sammeln, bevor ein Mensch zurückruft.
• Sinnvoll mit Einschränkungen: Anliegen mit sensiblen Daten, Zahlungen oder Verträgen – der Assistent sammelt Informationen und bereitet vor, Entscheidung oder Aktion gibt ein Mensch frei.
• Nicht sinnvoll: Reklamationen und Streitfälle, in denen der Kunde von einem Menschen gehört werden will; medizinische, rechtliche und finanzielle Beratung; Notfälle; Gespräche, in denen der Ton über die Beziehung zu einem wichtigen Kunden entscheidet.

KI im Kundenservice hat eine solide Grundlage in der Forschung – allerdings vor allem für Menschen, die von KI unterstützt werden, nicht für eigenständige Agenten. In einer im Quarterly Journal of Economics veröffentlichten Studie erhöhte der Zugang zu einem KI-Assistenten die Zahl der pro Stunde gelösten Anliegen von Support-Mitarbeitenden im Durchschnitt um 15 Prozent, mit großen Unterschieden zwischen Personen⁹. Das war Chat, nicht Telefon, und ist kein Versprechen für jedes Unternehmen – zeigt aber, dass KI im Kundenservice am besten zusammen mit Menschen wirkt.

Wie ein KI-Telefonassistent technisch funktioniert – einfach erklärt

Ein Gespräch mit einem KI-Telefonassistenten besteht aus mehreren Bausteinen, die in einer Schleife arbeiten, in Sekundenbruchteilen:

• Telefonnummer und Verbindung. Der Kunde ruft die normale Nummer des Unternehmens oder eine eigene Nummer an. Der Telefonieanbieter leitet den Anruf an das System weiter – immer oder nur, wenn niemand abnimmt (KI-Anrufbeantworter).
• Spracherkennung (ASR). Sprache wird zu Text. Das ist das schwächste Glied: Lärm, Dialekt, Namen und Zahlen.
• Sprachmodell. Versteht das Anliegen, führt das Gespräch nach festgelegtem Ablauf und entscheidet, welches Werkzeug verwendet wird.
• Werkzeuge in den Systemen des Unternehmens. Der Assistent hat keinen Zugriff auf „alles“, sondern auf konkrete Funktionen: freie Termine prüfen, buchen, verschieben, stornieren, Vorgang anlegen, an einen Menschen übergeben. Jeder Aufruf wird protokolliert.
• Sprachsynthese (TTS). Die Antwort wird wieder zu Sprache.
• Übergabe und Zusammenfassung. Wenn der Assistent das Gespräch beendet oder übergibt, hinterlässt er eine Notiz im System – was vereinbart wurde und was offen ist.

Spracherkennung funktioniert nicht für alle gleich gut. In einer in PNAS veröffentlichten Studie lagen fünf kommerzielle Spracherkennungssysteme bei einer Gruppe von Sprechenden im Durchschnitt bei 35 Prozent falsch erkannter Wörter, bei der anderen bei 19 Prozent⁸. Für Unternehmen heißt das: den Assistenten mit Aufnahmen echter Kunden testen – mit ihren Dialekten, Telefonen und Hintergrundgeräuschen – und kritische Angaben wie Datum, Uhrzeit oder Namen immer wiederholen und bestätigen lassen.

Sicherheit und Recht: Regeln vor dem ersten Anruf

Hinweis, dass der Anrufer mit einer KI spricht (Art. 50 KI-Verordnung)

Art. 50 Abs. 1 der KI-Verordnung verlangt, dass KI-Systeme für die direkte Interaktion mit natürlichen Personen so konzipiert werden, dass die Personen informiert werden, dass sie mit einem KI-System interagieren – es sei denn, das ist für eine angemessen informierte, aufmerksame und verständige Person offensichtlich¹. Die Information muss spätestens zum Zeitpunkt der ersten Interaktion klar und eindeutig erfolgen¹. Die KI-Verordnung, einschließlich Art. 50, gilt seit dem 2. August 2026². Am Telefon ist nichts „offensichtlich“ – deshalb sagt der Assistent es in der Begrüßung, etwa: „Guten Tag, hier spricht der KI-Assistent von …“.

DSGVO: Information, Aufzeichnung, Daten in der EU

Stimme, Telefonnummer und Gesprächsinhalt sind personenbezogene Daten. Die DSGVO verlangt Informationen zu Verantwortlichem, Zwecken und Rechtsgrundlage zum Zeitpunkt der Erhebung³ – am Telefon meist mit einem kurzen Hinweis und einem Verweis auf die vollständige Datenschutzinformation. Der EDSA empfiehlt in seinen Leitlinien zu Sprachassistenten, Daten nicht länger zu speichern, als der Zweck es erfordert⁵. In der Praxis genügen statt einer vollständigen Aufnahme oft ein Transkript und eine Notiz, und Daten werden nach einer festgelegten Frist gelöscht.

Bei Aufzeichnungen ist in Deutschland besondere Vorsicht geboten: § 201 StGB bestraft, wer unbefugt das nichtöffentlich gesprochene Wort eines anderen auf einen Tonträger aufnimmt⁶. Eine eigene Frage ist die Erkennung von Kunden an der Stimme – biometrische Daten zur eindeutigen Identifizierung einer Person gehören zu den besonderen Kategorien und erfordern grundsätzlich unter anderem eine ausdrückliche Einwilligung⁴. Sicherer ist es, Anrufer anders zu identifizieren. Hinzu kommt die Wahl der Anbieter: Spracherkennung, Modell und Sprachsynthese mit Verarbeitung in der EU und ein Auftragsverarbeitungsvertrag mit jedem von ihnen.

Identifizierung des Anrufers und Bestätigung vor der Aktion

Die Rufnummer ist kein Identitätsnachweis. Bevor der Assistent eine Buchung ändert oder storniert, prüft er zusätzlich etwas, das nur der Kunde kennt – etwa den Code aus der Buchungsbestätigung oder das bei der Buchung hinterlegte Geburtsdatum – oder schickt einen Bestätigungslink per SMS. Vor jeder Aktion wiederholt er, was er tun wird („Ich verschiebe Ihren Termin von Donnerstagvormittag auf Freitagnachmittag – bestätigen Sie das?“), und führt sie erst nach einem „Ja“ aus. OWASP beschreibt das Risiko übermäßiger Handlungsfähigkeit von Agenten (Excessive Agency) und empfiehlt, Aktionen mit großer Tragweite vor der Ausführung von einem Menschen freigeben zu lassen¹⁰. Für einen KI-Telefonassistenten heißt das: enge Rechte – er darf einen Termin verschieben, aber kein Geld erstatten und keine Kontodaten ändern, ohne dass ein Mensch zustimmt.

Übergabe an einen Menschen und Notruf 112

Anrufer können jederzeit einen Menschen verlangen – und der Assistent ermöglicht das: Er verbindet während der Geschäftszeiten oder nimmt einen Rückrufwunsch mit Gesprächsnotiz auf. Von sich aus übergibt er, wenn er das Anliegen nicht versteht, wenn der Kunde sich ärgert oder wenn das Anliegen außerhalb seines Bereichs liegt. Deutet das Gespräch auf Gefahr für Leben oder Gesundheit hin, führt der Assistent es nicht weiter, sondern verweist auf den europäischen Notruf 112, der in der gesamten EU kostenlos erreichbar ist⁷. Diese Regeln werden getestet, bevor der erste echte Anruf ankommt.

So starten Sie: ein Prozess, eine Messung, ein Prototyp

• Einen Prozess wählen. Am besten den, der heute das Telefon am meisten belegt und ein klares Ergebnis im System hat, etwa Buchungen und Terminänderungen.
• Den Ist-Zustand messen. Wie viele Anrufe pro Tag, welche Anliegen, wie viele verpasst, wie viele enden mit einer Aktion im System und wie viele brauchen einen Menschen. Ohne diese Zahlen lässt sich später nicht beurteilen, ob der Assistent hilft.
• Regeln festlegen. Was der Assistent allein darf, was eine Bestätigung des Kunden braucht, was einen Menschen; wann er übergibt; wie er auf KI und Datenverarbeitung hinweist.
• Prototyp auf einer Testnummer bauen. Mit Zugriff nur auf die nötigen Funktionen, mit Protokoll und Tests schwieriger Gespräche: Dialekte, Lärm, unklare Anliegen, Versuche, eine Aktion zu erzwingen.
• Schrittweise einschalten. Zuerst nach Feierabend oder wenn niemand abnimmt, dann in größerem Umfang – und mit der Messung aus Schritt zwei vergleichen.

Wir konzipieren und bauen solche Lösungen nach diesen Regeln – als Teil von KI-Beratung und KI-Automatisierung und KI-Agenten für Unternehmen. Den gesamten Weg, von der Prozesslandkarte bis zum Betrieb, beschreibt das Primessio-Modell der KI-Einführung – eine von Primessio in der Projektpraxis entwickelte Methode.

Häufige Fragen

Was ist der Unterschied zwischen Voicebot und KI-Telefonassistent?

Ein einfacher Voicebot beantwortet Fragen: Er erkennt das Thema und liest eine vorbereitete Antwort vor. Ein KI-Telefonassistent versteht ein Anliegen in eigenen Worten und handelt im System des Unternehmens – prüft freie Termine, bucht, verschiebt, storniert oder übergibt an einen Menschen. Der Europäische Datenschutzausschuss (EDSA) beschreibt einen Sprachassistenten als Dienst, der Sprachbefehle versteht und ausführt oder bei Bedarf mit anderen IT-Systemen vermittelt. Je mehr der Assistent tun darf, desto wichtiger werden Identifizierung, Bestätigung vor der Aktion und Protokoll.⁵

Muss ein KI-Telefonassistent sagen, dass er eine KI ist?

Grundsätzlich ja. Art. 50 Abs. 1 der KI-Verordnung verlangt, dass KI-Systeme für die direkte Interaktion mit Menschen so gestaltet werden, dass die Personen informiert werden, dass sie mit einem KI-System interagieren – es sei denn, das ist für eine angemessen informierte, aufmerksame und verständige Person offensichtlich. Die Information muss spätestens zum Zeitpunkt der ersten Interaktion klar und eindeutig erfolgen. Die Vorschrift gilt seit dem 2. August 2026. Am Telefon geschieht das am einfachsten im ersten Satz der Begrüßung.¹¹²

Darf man Gespräche mit einem Voicebot aufzeichnen?

Nur mit klarer Grundlage. § 201 StGB stellt die unbefugte Aufnahme des nichtöffentlich gesprochenen Wortes eines anderen unter Strafe. Die DSGVO verlangt Informationen zu Verantwortlichem, Zwecken und Rechtsgrundlage zum Zeitpunkt der Erhebung, und der EDSA empfiehlt, Sprachdaten nicht länger zu speichern, als der Zweck es erfordert. Oft genügen ein Transkript und eine Gesprächsnotiz statt einer vollständigen Aufnahme.⁶³⁵

Was tut ein KI-Anrufbeantworter, wenn er nicht helfen kann oder es dringend ist?

Er übergibt das Gespräch an einen Menschen oder nimmt einen Rückrufwunsch auf – mit Notiz, damit der Kunde nicht alles wiederholen muss. Anrufer können jederzeit einen Menschen verlangen. Bei Gefahr für Leben oder Gesundheit führt der Assistent das Gespräch nicht weiter, sondern verweist auf den Notruf 112, der in der gesamten EU kostenlos erreichbar ist. Diese Regeln werden im Ablauf festgelegt und vor dem Start getestet.⁷

Wie startet man mit KI im Kundenservice am Telefon?

Mit einem Prozess, der heute das Telefon am meisten belegt – zum Beispiel Buchungen und Terminänderungen. Dann messen: wie viele Anrufe, welche Anliegen, wie viele verpasst, wie viele an einen Menschen gehen. Danach ein Prototyp auf einer Testnummer, mit Zugriff nur auf die nötigen Funktionen und menschlicher Freigabe bei Aktionen mit großer Tragweite. Erst wenn Tests zeigen, dass der Assistent Anliegen korrekt erledigt, wird ein Teil der echten Anrufe umgeleitet.¹⁰

Quellen

1. EUR-Lex: Regulation (EU) 2024/1689 (AI Act), Article 50: Transparency obligations · 2024-07-12 · Stufe 1 · geprüft 2026-10-20
2. EUR-Lex: Regulation (EU) 2024/1689 (AI Act), Article 113: Entry into force and application · 2024-07-12 · Stufe 1 · geprüft 2026-10-20
3. EUR-Lex: Regulation (EU) 2016/679 (GDPR), Article 13: Information to be provided where personal data are collected from the data subject · 2016-05-04 · Stufe 1 · geprüft 2026-10-20
4. EUR-Lex: Regulation (EU) 2016/679 (GDPR), Article 9: Processing of special categories of personal data · 2016-05-04 · Stufe 1 · geprüft 2026-10-20
5. European Data Protection Board: Guidelines 02/2021 on virtual voice assistants, Version 2.0 · 2021-07-07 · Stufe 1 · geprüft 2026-10-20
6. Bundesministerium der Justiz (gesetze-im-internet.de): § 201 StGB – Verletzung der Vertraulichkeit des Wortes · 1998-11-13 · Stufe 1 · geprüft 2026-10-20
7. European Commission: 112 – the EU’s emergency phone number · 2026 · Stufe 1 · geprüft 2026-10-20
8. PNAS: Racial disparities in automated speech recognition (Koenecke et al.) · 2020-04-07 · Stufe 1 · geprüft 2026-10-20
9. The Quarterly Journal of Economics: Generative AI at Work (Brynjolfsson, Li, Raymond) · 2025-02-04 · Stufe 1 · geprüft 2026-10-09
10. OWASP GenAI Security Project: LLM06:2025 Excessive Agency · 2024-11 · Stufe 2 · geprüft 2026-10-09
11. OECD: Agentic AI in organisations: Early insights from practitioner interviews (OECD AI Papers No. 65) · 2026-09 · Stufe 2 · geprüft 2026-10-09

Verwandte Themen

KI-Automatisierung & KI-Einführung →KI-Agenten für Unternehmen →KI im Unternehmen einführen →KI-Agenten im Unternehmen: was sie sind, was sie können und wie man sie sicher einführt →KI-Sicherheit im Unternehmen: Schatten-KI, Prompt Injection, Rechte von KI-Agenten – und KI in der Cybersicherheit →KI-Verordnung: Fristen für Unternehmen nach dem Digital Omnibus 2026 →