Montagmorgen, 8:05 Uhr. Das Telefon klingelt im Sekundentakt, zwei Kolleginnen sind krank, und in der Warteschleife hängen sieben Anrufer. Die Hälfte will nur wissen, ob die Bestellung unterwegs ist oder wann die Werkstatt einen Termin frei hat. Wer nach drei Minuten auflegt, ruft vielleicht später noch einmal an. Oder beim Wettbewerber.
Genau für solche Situationen gibt es KI-Voicebots. Sie nehmen Anrufe an, verstehen frei gesprochene Anliegen, beantworten Routinefragen, buchen Termine und verbinden an den richtigen Ansprechpartner, wenn es kompliziert wird. Anders als die bekannten Telefonmenüs mit „Drücken Sie die 1“ führen sie ein echtes Gespräch.
In diesem Beitrag erfahren Sie, wie ein KI-Voicebot funktioniert, wofür er sich eignet und wofür nicht, was er kostet und welche rechtlichen und sicherheitstechnischen Punkte Sie vor dem Start klären sollten. Am Ende zeigen wir, wie wir Voicebots mit Wilma von Wildix umsetzen.
Was ist ein KI-Voicebot?
Ein KI-Voicebot ist eine Software, die Telefongespräche führt. Sie versteht gesprochene Sprache, erkennt das Anliegen des Anrufers und antwortet mit einer synthetischen Stimme. Im Deutschen sind auch die Begriffe Sprachbot, KI-Telefonassistent oder KI-Telefonagent verbreitet. Gemeint ist im Kern dasselbe.
Der Unterschied zu früheren Sprachdialogsystemen liegt in den großen Sprachmodellen, die heute dahinterstehen. Ältere Systeme konnten nur einzelne Schlüsselwörter erkennen und scheiterten, sobald der Anrufer anders formulierte als vorgesehen. Moderne Voicebots verstehen ganze Sätze, Rückfragen und Themenwechsel und reagieren im Zusammenhang des Gesprächs.
So funktioniert ein Voicebot technisch
Hinter jedem Gespräch laufen in Sekundenbruchteilen mehrere Schritte ab:
- Spracherkennung (ASR): Die Stimme des Anrufers wird in Text umgewandelt. ASR steht für Automatic Speech Recognition.
- Sprachverständnis (NLU): Ein Sprachmodell erkennt, was der Anrufer will. Fachleute sprechen von der Absicht oder dem Intent, etwa „Termin vereinbaren“, „Lieferstatus erfragen“ oder „Störung melden“.
- Entscheidung und Aktion: Der Voicebot entscheidet, was zu tun ist. Er beantwortet eine Frage aus einer hinterlegten Wissensbasis, fragt fehlende Angaben nach, schaut im CRM oder Kalender nach oder übergibt an einen Menschen.
- Sprachausgabe (TTS): Die Antwort wird per Text-to-Speech in eine natürlich klingende Stimme umgewandelt.
- Dokumentation: Auf Wunsch werden Gesprächsinhalt, Ergebnis und offene Punkte im CRM oder Ticketsystem abgelegt.
Entscheidend für ein gutes Gesprächserlebnis ist die Geschwindigkeit. Liegen zwischen Frage und Antwort mehrere Sekunden, wirkt das Gespräch holprig und Anrufer reden dazwischen. Gute Systeme antworten so schnell, dass ein natürlicher Gesprächsfluss entsteht.
Agentische KI: Vom Antworten zum Handeln
Ein neuerer Begriff in diesem Zusammenhang ist agentische KI, englisch agentic AI. Gemeint sind Systeme, die nicht nur antworten, sondern selbstständig Aufgaben erledigen: einen Termin im Kalender eintragen, ein Ticket anlegen, einen Rückruf planen oder einen CRM-Datensatz aktualisieren. Für den Voicebot heißt das: Der Anrufer bekommt nicht nur eine Auskunft, sondern sein Anliegen ist nach dem Gespräch tatsächlich erledigt.
Voicebot, IVR und Chatbot im Vergleich
Viele Unternehmen haben bereits ein Telefonmenü oder einen Chatbot auf der Website. Die Unterschiede im Überblick:
| Merkmal | Klassisches IVR | KI-Voicebot | Chatbot |
|---|---|---|---|
| Kanal | Telefon | Telefon | Website, Messenger |
| Eingabe | Tasten oder einzelne Schlüsselwörter | frei gesprochene Sätze | getippter Text |
| Gesprächsführung | starrer Menübaum | flexibler Dialog mit Rückfragen | flexibler Dialog |
| Anliegen lösen | meist nur weiterleiten | beantworten, buchen, dokumentieren, weiterleiten | beantworten, verlinken, teils buchen |
| Typische Kritik | lange Menüs, falsche Abteilung | Fehler bei schlechter Verbindung oder starkem Dialekt | wird bei komplexen Fragen schnell unpräzise |
Ein Voicebot ersetzt also vor allem das klassische Sprachmenü und entlastet die Menschen am Telefon. Ein Chatbot bedient einen anderen Kanal. Viele Unternehmen setzen beides ein und nutzen dieselbe Wissensbasis für beide Systeme.
Typische Einsatzbereiche
Anrufannahme und Weiterleitung
Der häufigste Einstieg: Der Voicebot nimmt jeden Anruf an, fragt nach dem Anliegen und verbindet direkt mit der richtigen Abteilung oder Person. Wer nach „jemandem aus der Buchhaltung wegen einer Rechnung“ fragt, landet nicht mehr beim Empfang, sondern direkt in der Buchhaltung. Der Mitarbeitende sieht auf Wunsch schon beim Klingeln, worum es geht.
Terminvereinbarung
Arztpraxen, Werkstätten, Handwerksbetriebe und Beratungsunternehmen verbringen viel Zeit mit Terminanfragen. Ein Voicebot mit Zugriff auf den Kalender kann freie Termine anbieten, buchen, verschieben und absagen, auch abends und am Wochenende.
Routinefragen beantworten
Öffnungszeiten, Lieferstatus, Rücksendebedingungen, Zugangsdaten zum Kundenportal: Viele Anrufe drehen sich um wenige, immer gleiche Fragen. Diese kann ein Voicebot aus einer gepflegten Wissensbasis beantworten. Die Mitarbeitenden haben mehr Zeit für Gespräche, in denen sie wirklich gebraucht werden.
Störungs- und Supportannahme
Im technischen Support nimmt der Voicebot Fehlerbeschreibungen strukturiert auf: Welches Gerät, welche Fehlermeldung, seit wann, wie dringend? Daraus entsteht ein vollständiges Ticket, das direkt beim richtigen Team landet. Rückfragen, weil die Hälfte der Angaben fehlt, werden seltener.
Vertrieb und Lead-Qualifizierung
Ein Voicebot kann Interessenten nach Bedarf, Unternehmensgröße und Zeitrahmen fragen und die Ergebnisse im CRM ablegen. Heiße Kontakte werden sofort an den Vertrieb verbunden, andere erhalten einen Rückruftermin.
Erreichbarkeit außerhalb der Geschäftszeiten und bei Anrufspitzen
Ein Voicebot ist rund um die Uhr erreichbar und kann viele Anrufe gleichzeitig annehmen. Gerade bei Anrufspitzen, etwa nach einem Newsletter, bei einer Störung oder am Montagmorgen, verhindert er, dass Anrufer im Besetztzeichen oder in einer endlosen Warteschleife landen.
Praxisbeispiel: Ein Handwerksbetrieb mit 25 Mitarbeitenden
Ein Heizungs- und Sanitärbetrieb erhält im Winter an manchen Tagen über hundert Anrufe. Die Bürokraft ist oft gleichzeitig mit Rechnungen und Materialbestellungen beschäftigt, viele Anrufe landen auf der Mailbox. Rückrufe kosten Zeit, und nicht jeder Kunde wartet darauf.
Nach Einführung eines Voicebots läuft es so: Der Bot meldet sich mit dem Firmennamen und weist darauf hin, dass ein digitaler Assistent spricht. Er fragt, ob es um einen Notfall, einen Wartungstermin, ein Angebot oder eine Rechnung geht. Bei „Heizung ausgefallen“ fragt er Adresse, Anlagentyp und Rückrufnummer ab und verbindet sofort mit dem Bereitschaftstelefon. Wartungstermine bucht er direkt im Kalender. Angebotsanfragen legt er mit allen Angaben als Aufgabe im CRM an. Rechnungsfragen verbindet er zur Buchhaltung oder vereinbart einen Rückruf.
Das Ergebnis: Weniger verpasste Anrufe, eine entlastete Bürokraft und Notfälle, die schneller beim Monteur ankommen. Die persönliche Note bleibt, weil Menschen genau dort übernehmen, wo es darauf ankommt.
Vorteile und Grenzen eines KI-Voicebots
| Vorteile | Grenzen |
|---|---|
| Erreichbarkeit rund um die Uhr, auch bei Anrufspitzen | Fehler bei schlechter Verbindung, Hintergrundlärm oder starkem Dialekt |
| keine Warteschleife für Standardanliegen | komplexe, emotionale oder heikle Gespräche gehören zu Menschen |
| Mitarbeitende werden von Routinefragen entlastet | Qualität hängt stark von der Pflege der Wissensbasis ab |
| jedes Gespräch wird strukturiert dokumentiert | manche Anrufer lehnen Gespräche mit KI grundsätzlich ab |
| gezielte Weiterleitung statt Durchstellen auf gut Glück | Einrichtung und laufende Pflege brauchen Zeit und Verantwortliche |
| mehrsprachige Gespräche möglich | rechtliche und sicherheitstechnische Fragen müssen vorab geklärt werden |
Ein Voicebot ist dann erfolgreich, wenn er klar abgegrenzte Aufgaben übernimmt und eine gute Übergabe an Menschen hat. Wer versucht, das gesamte Telefonaufkommen ohne Menschen abzuwickeln, verärgert Kunden.
Wann ein Anruf an einen Menschen gehört
Die Übergabe an einen Mitarbeitenden ist der wichtigste Teil jedes Voicebot-Konzepts. Folgende Situationen sollten immer zu einem Menschen führen:
- Der Anrufer verlangt ausdrücklich einen Menschen.
- Der Voicebot hat das Anliegen nach zwei Versuchen nicht verstanden.
- Es geht um eine Beschwerde, eine Kündigung oder ein emotional belastendes Thema.
- Es geht um einen Notfall, bei dem Zeit oder Sicherheit eine Rolle spielt.
- Es werden Zusagen mit rechtlicher oder finanzieller Wirkung verlangt, etwa Kulanz, Preisnachlässe oder Vertragsänderungen.
Wichtig ist, dass die Übergabe ohne Informationsverlust erfolgt. Der Mitarbeitende sollte sehen, was der Anrufer bereits gesagt hat, damit niemand alles zweimal erklären muss.
Was kostet ein KI-Voicebot?
Die Kosten unterscheiden sich je nach Anbieter und Umfang erheblich. Verbreitet sind diese Modelle:
| Modell | Abrechnung | Geeignet für |
|---|---|---|
| Minutenpreis | jede Gesprächsminute mit dem Bot kostet einen festen Betrag | schwankendes oder geringes Anrufvolumen |
| Paket oder Kontingent | monatliche Grundgebühr mit enthaltenen Minuten oder Gesprächen | planbares Volumen |
| Teil der Telefonie-Lizenz | KI-Funktionen sind in bestimmten Tarifen der Kommunikationsplattform enthalten oder als Erweiterung buchbar | Unternehmen, die Telefonie und Voicebot aus einer Hand wollen |
| Individuelles Projekt | Einrichtung, Integrationen und Betrieb werden einzeln kalkuliert | große Contact Center, komplexe Integrationen |
Hinzu kommen einmalige Kosten für Einrichtung, Gesprächsdesign und Integration in CRM, Kalender oder Ticketsystem sowie interner Aufwand für die Pflege der Wissensbasis.
Für die Wirtschaftlichkeitsrechnung lohnt ein einfacher Ansatz: Wie viele Anrufe pro Monat sind Routine? Wie viele Minuten kostet jeder davon heute im Schnitt? Und wie viele Anrufe gehen heute verloren, weil niemand abnimmt? Schon eine grobe Rechnung zeigt meist schnell, ob sich ein Voicebot lohnt oder ob zunächst eine bessere Anrufverteilung reicht.
Rechtlicher Rahmen: DSGVO, Aufzeichnung und EU AI Act
Transparenz: Der Anrufer muss wissen, dass er mit KI spricht
Seit dem 2. August 2026 gelten die Transparenzpflichten aus Art. 50 der europäischen KI-Verordnung. Danach müssen KI-Systeme, die direkt mit Menschen interagieren, so gestaltet sein, dass die Betroffenen erfahren, dass sie es mit einer KI zu tun haben, sofern das nicht ohnehin offensichtlich ist. Für die Praxis heißt das: Der Voicebot sollte sich gleich zu Beginn als digitaler Assistent zu erkennen geben. Ein menschlich klingender Name allein reicht dafür nicht.
Eine kurze, freundliche Ansage genügt, zum Beispiel: „Guten Tag, hier ist der digitale Assistent der Firma Muster. Wie kann ich Ihnen helfen? Wenn Sie lieber mit einem Mitarbeiter sprechen möchten, sagen Sie es einfach.“
Keine Emotionsauswertung bei Beschäftigten
Manche Plattformen bieten Stimmungsanalysen von Gesprächen an. Nach Art. 5 der KI-Verordnung ist es seit Februar 2025 verboten, KI zur Ableitung von Emotionen von Beschäftigten am Arbeitsplatz einzusetzen, mit engen Ausnahmen aus medizinischen oder Sicherheitsgründen. Solche Funktionen dürfen sich also nicht auf die eigenen Mitarbeitenden beziehen. Mehr dazu lesen Sie in unserem Beitrag zur KI-Transkription.
Datenschutz nach DSGVO
Ein Voicebot verarbeitet personenbezogene Daten: Name, Telefonnummer, Anliegen und oft auch die Stimme. Es gelten deshalb die Regeln der Datenschutz-Grundverordnung. Wichtig sind vor allem:
- Datenschutzhinweise für Anrufer, die den Voicebot, den Zweck und die beteiligten Dienstleister nennen.
- Vertrag zur Auftragsverarbeitung nach Art. 28 DSGVO mit dem Anbieter, inklusive einer Regelung, ob Gesprächsdaten zum Training von KI-Modellen genutzt werden dürfen.
- Datenminimierung: Der Bot fragt nur ab, was für das Anliegen nötig ist.
- Speicherfristen: Gesprächsprotokolle werden nur so lange aufbewahrt wie nötig.
- Datenschutz-Folgenabschätzung: Bei umfangreicher Verarbeitung oder sensiblen Daten, etwa in Arztpraxen, sollte geprüft werden, ob sie nach Art. 35 DSGVO erforderlich ist.
Aufzeichnung von Gesprächen
Werden Gespräche aufgezeichnet, etwa zur Qualitätssicherung, gilt zusätzlich § 201 StGB. Er stellt die unbefugte Aufnahme des nichtöffentlich gesprochenen Wortes unter Strafe. Ohne vorherige Information und Einwilligung des Anrufers sollte deshalb nicht aufgezeichnet werden. Für die reine Gesprächsführung durch den Bot ist eine dauerhafte Tonaufnahme in der Regel auch nicht nötig.
Mitbestimmung
Gibt es einen Betriebsrat und lassen sich über den Voicebot Rückschlüsse auf Leistung oder Verhalten der Mitarbeitenden ziehen, etwa über Weiterleitungen und Bearbeitungszeiten, greift das Mitbestimmungsrecht nach § 87 Abs. 1 Nr. 6 BetrVG. Eine frühe Einbindung vermeidet Verzögerungen.
Sicherheit: Was ein Voicebot nicht tun sollte
Ein Voicebot ist mit CRM, Kalender und manchmal auch mit Bestell- oder Kundenportalen verbunden. Damit wird er zu einem Teil der IT-Infrastruktur, der geschützt werden muss.
Keine Identifizierung allein über die Stimme. Das BSI weist in seinen Informationen zu Deepfakes darauf hin, dass sich mit heutigen Verfahren Stimmen nachbilden lassen und damit auch automatisierte Sprechererkennung getäuscht werden kann. Ein Voicebot sollte deshalb niemals allein anhand der Stimme Auskunft über Konten geben, Passwörter zurücksetzen oder Bankdaten ändern. Für solche Vorgänge braucht es eine zusätzliche Prüfung, etwa einen Code per SMS oder einen Rückruf an eine hinterlegte Nummer.
Rechte begrenzen. Der Voicebot darf nur auf die Daten und Funktionen zugreifen, die er für seine Aufgaben braucht. Wer Termine bucht, braucht keinen Zugriff auf Rechnungsdaten.
Manipulationsversuche einkalkulieren. Sprachmodelle lassen sich durch geschickte Formulierungen zu Antworten verleiten, die nicht vorgesehen sind. Feste Regeln, was der Bot nie sagen oder tun darf, und regelmäßige Tests mit ungewöhnlichen Anfragen gehören deshalb zum Betrieb.
Telefonanlage absichern. Der Voicebot ist nur so sicher wie die Telefonanlage, an die er angeschlossen ist. Multi-Faktor-Authentifizierung für Administratoren, aktuelle Software und eine Überwachung ungewöhnlicher Anrufmuster sind Pflicht. Wie Angreifer KI nutzen und wie man sich schützt, beschreiben wir im Beitrag KI in der Cybersicherheit.
KI-Voicebot mit Wilma von Wildix
Als Wildix-Partner setzen wir für KI-Voicebots auf Wilma, den KI-Assistenten der Wildix-Plattform. Laut Wildix wurde Wilma im Juli 2025 auf allen Wildix-Plattformen eingeführt und war zu diesem Zeitpunkt bereits in über 2.000 Unternehmensumgebungen im Einsatz. Für die Praxis sind vor allem diese Punkte interessant:
| Merkmal | Laut Hersteller |
|---|---|
| Integration | direkt in die Wildix-Plattform eingebettet, keine separate Telefonie-Anbindung nötig |
| Einrichtung | über ein No-Code-Studio oder über offene Schnittstellen (APIs) |
| Sprachen | mehr als 15 Sprachen, darunter Deutsch und Englisch |
| Aufgaben | Anliegen verstehen, eigenständig handeln, Gesprächsnotizen erstellen, CRM-Daten pflegen, dringende Anfragen markieren |
| Datenschutz | vom Hersteller als DSGVO-konform beschrieben |
| CRM-Anbindung | Wildix nennt Integrationen unter anderem für Salesforce, HubSpot, Zoho und Microsoft Dynamics CRM |
Der Vorteil der eingebetteten Lösung: Voicebot, Telefonanlage, Weiterleitung und Dokumentation laufen in einem System. Übergibt Wilma an einen Mitarbeitenden, landet das Gespräch in derselben Oberfläche, mit der das Team ohnehin arbeitet. Eine Übersicht über die Integrationen bietet die Wildix-Integrationsseite.
Bei der Einführung kümmern wir uns um Gesprächsdesign, Anbindung an CRM und Kalender, Transparenzhinweise nach KI-Verordnung, Datenschutzunterlagen und die Absicherung der Telefonanlage. Mehr zu den Grundlagen lesen Sie in unserem Beitrag Cloud-Telefonie vs. Telefonanlage.
So führen Sie einen KI-Voicebot in sechs Schritten ein
- Anrufe analysieren. Welche Anliegen kommen wie oft vor? Eine Auswertung der letzten Wochen zeigt, welche drei bis fünf Themen den größten Anteil haben. Mit diesen startet der Voicebot.
- Ziele und Grenzen festlegen. Was soll der Bot selbst erledigen, was soll er weiterleiten, was darf er nie tun?
- Gespräche gestalten. Begrüßung mit KI-Hinweis, Rückfragen, Formulierungen, Übergaberegeln. Hier entscheidet sich, ob Anrufer den Bot als Hilfe oder als Hindernis erleben.
- Anbinden und absichern. CRM, Kalender und Ticketsystem verbinden, Rechte begrenzen, Datenschutzunterlagen und Auftragsverarbeitung klären, Betriebsrat einbinden.
- Testen und pilotieren. Zuerst intern testen, dann mit einem Teil der Anrufe live gehen, zum Beispiel außerhalb der Geschäftszeiten oder für eine bestimmte Rufnummer.
- Auswerten und verbessern. Wo bricht der Bot ab? Welche Fragen versteht er nicht? Welche Anrufer verlangen sofort einen Menschen? Mit diesen Erkenntnissen wird die Wissensbasis Schritt für Schritt besser.
Typische Fehler, die Sie vermeiden sollten
- Zu viel auf einmal. Ein Voicebot, der vom ersten Tag an alles können soll, kann am Ende nichts richtig. Besser mit wenigen, klar abgegrenzten Aufgaben starten.
- Keine Ausstiegsmöglichkeit. Wer nicht zu einem Menschen durchkommt, ist schneller verärgert als in jeder Warteschleife.
- Verschweigen, dass eine KI spricht. Das widerspricht der KI-Verordnung und kostet Vertrauen, sobald es bemerkt wird.
- Wissensbasis nicht pflegen. Geänderte Öffnungszeiten, neue Produkte oder Preise müssen auch im Bot aktualisiert werden. Dafür braucht es eine verantwortliche Person.
- Mitarbeitende nicht einbinden. Das Team am Telefon weiß am besten, welche Fragen wirklich kommen. Wer es früh beteiligt, bekommt einen besseren Bot und mehr Akzeptanz.
Fazit: Entlastung am Telefon, wenn Aufgaben und Grenzen klar sind
Ein KI-Voicebot kann die telefonische Erreichbarkeit spürbar verbessern. Er nimmt Anrufe rund um die Uhr an, beantwortet Routinefragen, bucht Termine und verbindet gezielt weiter. Damit das gelingt, braucht es klare Aufgaben, eine gute Übergabe an Menschen, einen offenen Hinweis auf die KI und eine saubere Absicherung von Daten und Telefonanlage.
Sie möchten einen KI-Voicebot für Ihr Unternehmen testen? Wir zeigen Ihnen Wilma von Wildix in einer Demo und planen mit Ihnen, welche Anrufe sich automatisieren lassen. Mehr zu unseren Leistungen rund um Unternehmenskommunikation oder direkt kostenlose Erstberatung buchen.
Quellen
- EUR-Lex: Verordnung (EU) 2024/1689 über künstliche Intelligenz (KI-Verordnung)
- EUR-Lex: Datenschutz-Grundverordnung (EU) 2016/679
- § 201 StGB: Verletzung der Vertraulichkeit des Wortes
- § 87 BetrVG: Mitbestimmungsrechte
- BSI: Deepfakes, Gefahren und Gegenmaßnahmen
- Wildix: Wildix introduces Wilma AI
- Wildix: Integrationen
