KI-Telefonagent: was er 2026 kann

Das Telefon bleibt der Kanal für eilige Anliegen, und der, den man nicht immer besetzen kann: Es klingelt während einer Besprechung, in der Mittagspause oder nach Geschäftsschluss. Sprachagenten, Programme, die abnehmen, zuhören und mit synthetischer Stimme antworten, sind 2026 schnell genug geworden, um ein Gespräch ohne peinliche Pausen zu führen. Dieser Leitfaden unserer Rubrik Prozessautomatisierung und Bots für Fachabläufe zeigt, was sie können, was sie schlecht machen und welche Regeln Sie kennen sollten, bevor Sie einen an Ihre Nummer anschließen.

Kurz gesagt

• Ein Sprachagent wird an Ihre Telefonzentrale angeschlossen und bearbeitet den Anruf in Echtzeit: zuhören, verstehen, handeln, antworten.
• Er erledigt kurze, vorhersehbare Anliegen gut: Öffnungszeiten, Status, Termin, Nachricht, Weiterleitung.
• Mehrdeutige Anliegen, Beschwerden und alles, was das Unternehmen verpflichtet, erledigt er schlecht.
• Der Anrufer muss wissen, dass er mit einer KI spricht, und Telefonwerbung ist in Frankreich seit dem 11. August 2026 geregelt.
• Zentrale und Berater bleiben unverzichtbar: Der Agent nimmt ihnen die wiederkehrenden Anrufe ab und übergibt die anderen mit Kontext.

Was ein Sprachagent konkret ist

Ein Sprachagent ist nicht das alte Sprachmenü mit Tasten („Drücken Sie die 1 für …“): Der Anrufer spricht ganz normal, und ein Modell versteht sein Anliegen. Mehrere Anbieter bieten solche Echtzeit-Sprachmodelle an, OpenAI ebenso wie Google, und die Anbindung an die Telefonie ist Standard geworden. Die Dokumentation von OpenAI erklärt, dass ein Anruf sein Sprachmodell über eine SIP-Leitung erreichen kann, das Protokoll der Internettelefonie; die von Google stellt ihre Live API als Echtzeit-Sprachschnittstelle mit geringer Latenz vor, gedacht unter anderem für Agenten im Kundenservice.

Schritt 3 gehört Ihnen, und die Dokumentation von OpenAI sagt das unumwunden:

Anders gesagt: Das Modell spricht; Ihr System entscheidet, was es tun darf. Das Modell wählen Sie anhand Ihrer eigenen Anrufe, nicht anhand einer Vorführung: Unsere Methode zur Bewertung eines KI-Modells vor der Produktion gilt auch für Sprache.

Was er gut kann

• Häufige Fragen beantworten: Öffnungszeiten, Adresse, Fristen, benötigte Unterlagen.
• Einen Status mitteilen, wenn er in Ihren Werkzeugen steht: eine Bestellung, ein Vorgang, ein Einsatz.
• Einen Termin vereinbaren, verschieben oder absagen in einem gemeinsamen Kalender.
• Eine strukturierte Nachricht aufnehmen (wer anruft, warum, wann zurückrufen) und im CRM ablegen.
• Den Anruf an die richtige Abteilung leiten, statt eines Tastenmenüs, das sich der Anrufer bis zum Ende anhört.
• Die Leitung außerhalb der Geschäftszeiten besetzen, wenn niemand abnehmen kann.

Es gelten dieselben Bedingungen wie für einen Textbot: ein häufiges, einfaches Anliegen, dessen Antwort bereits in Ihren Systemen liegt. Unser Artikel über WhatsApp- und Website-Bots beschreibt diese Auswahl im Detail.

Was er schlecht kann

• Mehrdeutige Anliegen: der Anrufer, der eine komplizierte Lage schildert, bevor er zu seiner Frage kommt.
• Schwierige Hörbedingungen: Ein Anruf aus dem Auto oder von einer Baustelle wird schlechter verstanden als einer in Ruhe, und ein falsch verstandener Eigenname verfälscht den weiteren Verlauf.
• Emotional aufgeladene Anrufe: eine Beschwerde, ein verärgerter Kunde, eine heikle persönliche Situation.
• Entscheidungen, die das Unternehmen verpflichten: eine Kulanzgeste, eine Ausnahme, eine Fristzusage.

Zu diesem letzten Punkt: Eine Stimme, die etwas verspricht, verpflichtet das Unternehmen ebenso wie ein Text. Air Canada wurde für das haftbar gemacht, was ihr Chatbot fälschlich behauptet hatte, ein Fall, den wir im Artikel über den KI-Agenten in Produktion schildern. Am Telefon gibt es nicht einmal eine schriftliche Spur, die der Kunde nachlesen kann: Das Transkript jedes Anrufs muss aufbewahrt werden.

Die geltenden Regeln

Drei Texte tauchen auf, sobald eine synthetische Stimme anruft oder antwortet:

1. Februar 2024

   In den USA ordnet die FCC KI-generierte Stimmen den „künstlichen“ Stimmen des Gesetzes über automatisierte Anrufe zu, die die vorherige Einwilligung der angerufenen Person erfordern.

2. 2. August 2026

   In der Europäischen Union gelten die Transparenzregeln des AI Act; eine Person muss wissen, dass sie mit einem KI-System interagiert, sofern das nicht offensichtlich ist.

3. 11. August 2026

   In Frankreich ist Telefonwerbung ohne vorherige Einwilligung der angerufenen Person nicht mehr erlaubt.

Die Quellen: die Analyse der Kanzlei Cooley zur Entscheidung der FCC, Artikel 50 des AI Act und der Club des juristes zum Dekret vom 25. Juli 2026. In der Praxis stellt sich ein Sprachagent gleich zu Beginn des Anrufs vor („Sie sprechen mit dem Sprachassistenten von …“), der Anrufer wird informiert, wenn der Anruf aufgezeichnet oder transkribiert wird, und ein Agent, der Privatpersonen zu Verkaufszwecken anruft, ruft nur diejenigen an, die zugestimmt haben. Unser Leitfaden AI Act und DSGVO für den Mittelstand erläutert den Rest.

Und die Telefonzentrale?

Sie bleibt, und ihre Arbeit ändert sich. Der Sprachagent übernimmt die wiederkehrenden Anrufe und die ruhigen Stunden; die Person in der Zentrale übernimmt die Anrufe, die Urteilsvermögen verlangen, die wichtigen Kunden, die Beschwerden und alle, die der Agent an sie weiterleitet. Die Bedingung ist dieselbe wie bei einem Textbot: Die Weiterleitung kommt mit Kontext an. Der Anrufer wiederholt sein Anliegen nicht, und die Person in der Zentrale sieht vor dem Abnehmen, wer anruft und warum.

Bevor Sie loslegen: Ihre Anrufe anhören

1. 01Ordnen Sie einen Monat Anrufe

   Nach Anlass, mit Dauer und Uhrzeit.

2. 02Wählen Sie einen Anlass

   Der häufig und einfach ist und dessen Antwort in Ihren Werkzeugen liegt.

3. 03Schreiben Sie auf, was der Agent tun darf

   Und vor allem, was er nie tut.

4. 04Sehen Sie den Ausweg vor

   Zu einer Person, zu jedem Zeitpunkt des Anrufs.

5. 05Lesen Sie Transkripte

   Im ersten Monat jede Woche.

Nicht jeder Schritt braucht KI: Ist das Anliegen erst einmal verstanden, folgen das Vereinbaren des Termins oder das Anlegen des Datensatzes Regeln, wie unser Leitfaden zur Automatisierung ohne KI ausführt. Diese Aufteilung wenden wir in unseren Telegram- oder WhatsApp-Bots für Fachabläufe und in unserer n8n-Automatisierung, mit oder ohne KI an.

Zu verwandten Themen der Rubrik: der Kundensupport, bei dem KI sortiert und ein Mensch prüft, automatisierte Lieferantenrechnungen, das Onboarding neuer Mitarbeitender, Berichte ohne Kopieren und Einfügen, n8n, Make oder Zapier, die Überwachung von n8n-Workflows, die Automatisierung einer Software ohne API, die Lizenz von n8n und KI und der Berufseinstieg junger Menschen.

Häufige Fragen

Quellen

1. Sein Sprachmodell über eine SIP-Leitung erreichen kann (neuer Tab)platform.openai.com
2. Live API (neuer Tab)ai.google.dev
3. Die Analyse der Kanzlei Cooley zur Entscheidung der FCC (neuer Tab)cooley.com
4. Artikel 50 des AI Act (neuer Tab)ai-act-service-desk.ec.europa.eu
5. Der Club des juristes zum Dekret vom 25. Juli 2026 (neuer Tab)leclubdesjuristes.com