KI-Sprachassistent für Unternehmen: Funktion, Einsatz am Telefon, Kosten und Recht

Was ist ein KI-Sprachassistent?

Ein KI-Sprachassistent ist ein Programm, mit dem Sie sprechen statt tippen. Er versteht die Frage, ermittelt das Anliegen und antwortet in gesprochener Sprache oder erledigt eine Aufgabe, etwa einen Termin eintragen. Moderne Assistenten nutzen dafür große Sprachmodelle. Dadurch kommen sie mit Rückfragen, mehrstufigen Gesprächen und frei formulierten Sätzen deutlich besser zurecht als die Sprachmenüs der letzten Jahre („Drücken Sie die 1“).

Für Unternehmen sind zwei Formen wichtig. Der persönliche Assistent hilft Mitarbeitenden, zum Beispiel beim Diktieren oder Nachschlagen. Der Telefonassistent, auch Voicebot genannt, spricht mit Ihren Kunden und Lieferanten. Um diesen zweiten Fall geht es vor allem in diesem Artikel. Laut Bitkom ist der Kundenkontakt das häufigste Einsatzfeld von KI: 72 Prozent nennen es (Befragung von 603 Unternehmen ab 20 Beschäftigten, September 2026).

Wie funktioniert ein KI-Telefonassistent?

Ein Telefonassistent verbindet vier Bausteine zu einem Gespräch in Echtzeit:

1. Spracherkennung: Das Gesagte wird in Text umgewandelt. Einige neuere Systeme verarbeiten Audio auch direkt, die meisten gehen laut IONOS aber weiterhin den Umweg über Text.
2. Sprachmodell: Es versteht das Anliegen und entscheidet, was als Nächstes passiert: antworten, nachfragen oder eine Information holen.
3. Anbindung an Ihre Systeme: Über Schnittstellen fragt der Assistent zum Beispiel den Auftragsstatus im ERP ab oder legt einen Rückrufwunsch im CRM an. Ohne diesen Baustein kann er nur allgemeine Auskünfte geben.
4. Sprachausgabe: Die Antwort wird mit einer synthetischen Stimme vorgelesen.

Dazu kommt die Telefonie selbst. Der Assistent wird auf eine Rufnummer geschaltet, entweder auf Ihre Hauptnummer, auf eine Servicenummer oder nur als Vertretung, wenn niemand abnimmt. Fachliches Wissen aus Handbüchern oder FAQ bekommt der Assistent meist über ein RAG-System, das vor jeder Antwort in Ihren Unterlagen nachschlägt. Wie das funktioniert, erklärt der Artikel RAG AI.

Wofür Unternehmen KI-Sprachassistenten einsetzen

Am besten eignen sich Anrufe, die häufig vorkommen, einem ähnlichen Muster folgen und deren Antwort in einem System steht. Typische Beispiele aus Industrie, Großhandel und Handwerk:

• Auftrags- und Lieferstatus: Der Kunde nennt Auftrags- oder Kundennummer, der Assistent liest den Status aus dem ERP und nennt den voraussichtlichen Liefertermin.
• Anrufe außerhalb der Geschäftszeiten: Der Assistent nimmt das Anliegen auf, fasst es zusammen und legt eine Aufgabe für den nächsten Morgen an.
• Reklamationen aufnehmen: Er fragt Artikel, Lieferschein und Fehlerbild ab und erstellt einen vollständigen Vorgang, den Ihr Team dann bearbeitet.
• Termine und Rückrufe: Servicetermine vereinbaren oder einen Rückruf beim zuständigen Ansprechpartner einplanen.
• Vorqualifizieren: Er klärt, worum es geht, und verbindet mit der richtigen Abteilung, statt dass der Anrufer dreimal weitergestellt wird.

Enreach nennt auf seiner Produktseite ähnliche Fälle aus anderen Branchen, etwa Reservierungen in Restaurants, Terminanfragen in Arztpraxen oder das Erfassen von Zählerständen bei Stromanbietern.

Beispiel: Lieferstatus am Telefon

Ein Großhändler bekommt jeden Tag viele Anrufe mit der Frage „Wo bleibt meine Ware?“. Der Ablauf mit Telefonassistent könnte so aussehen: Der Assistent meldet sich, sagt, dass hier eine KI spricht, und fragt nach der Auftragsnummer. Er liest den Status im ERP, nennt Versanddatum und Spediteur und bietet an, die Sendungsnummer per E-Mail zu schicken. Findet er den Auftrag nicht oder ist der Kunde verärgert, übergibt er an den Innendienst, mit einer kurzen Zusammenfassung im CRM. Das ist ein typisches Muster, kein Messergebnis. Wie viel Zeit es spart, hängt davon ab, wie viele Anrufe tatsächlich diesem Muster folgen.

Wo KI-Sprachassistenten an Grenzen stoßen

Ein Sprachassistent ersetzt keine erfahrene Kollegin im Innendienst. IONOS nennt die wichtigsten Schwachstellen: Dialekt, Hintergrundgeräusche und mehrdeutige Formulierungen führen zu Erkennungsfehlern, und generative KI kann falsche oder ungenaue Antworten geben.

Daraus ergeben sich ein paar sinnvolle Regeln:

• Der Assistent beantwortet nur, was er aus einem System oder einem freigegebenen Dokument belegen kann. Bei allem anderen nimmt er das Anliegen auf und gibt es weiter.
• Es gibt immer einen schnellen Weg zu einem Menschen, zum Beispiel auf Zuruf („Mitarbeiter“) oder nach zwei Missverständnissen.
• Preisverhandlungen, Kulanzentscheidungen und heikle Reklamationen bleiben beim Team.
• Zahlen, Termine und Nummern wiederholt der Assistent zur Bestätigung.

Für sehr komplexe Beratung am Telefon, etwa die Auslegung einer Anlage, ist ein Sprachassistent nicht das richtige Werkzeug. Er kann aber vorab die Eckdaten erfassen, damit der Techniker gut vorbereitet zurückruft.

Welcher Sprachassistent ist der beste?

Den einen besten gibt es nicht. Entscheidend ist, wofür Sie ihn brauchen. Für den Einsatz im Unternehmen lassen sich vier Varianten unterscheiden:

Für einfache Anrufannahme reicht oft ein fertiges Produkt. Sobald der Assistent echte Auskünfte aus Ihrem ERP geben oder Vorgänge anlegen soll, brauchen Sie eine Anbindung an Ihre Systeme. Dann wird aus dem Sprachassistenten im Grunde ein KI-Agent mit Telefonstimme. Was einen solchen Agenten ausmacht, steht im Artikel Intelligenter Agent.

Was kostet ein KI-Telefonassistent?

Die laufenden Kosten liegen bei den beiden Anbietern unten grob bei 8 bis 15 Cent pro Gesprächsminute (Vapi rechnet in US-Dollar). Die Details, Stand Oktober 2026, jeweils laut Anbieter:

• fonio: Paket Solo für 99 € im Monat (jährliche Zahlung, netto) mit 1.000 Minuten, Paket Team für 299 € mit 3.600 Minuten. Zusätzliche Minuten kosten 15 € pro 100 Minuten.
• Vapi: 0,05 US-Dollar pro Minute Plattformgebühr. Spracherkennung, Sprachmodell und Stimme werden zusätzlich zum Einkaufspreis berechnet. Der Rechner auf der Preisseite schätzt für 1.000 Minuten insgesamt 82 bis 129 US-Dollar im Monat.

Diese Preise decken nur die Nutzung ab. Der größere Posten ist meist die Einrichtung: Gesprächsablauf, Anbindung an ERP und CRM, Tests mit echten Anrufen und Regeln für die Übergabe. Wie wir solche Projekte abrechnen, steht auf unserer Seite Preise.

Was ist rechtlich zu beachten?

Drei Punkte sollten Sie vor dem Start klären. Die folgenden Angaben haben den Stand Oktober 2026 und sind keine Rechtsberatung.

Kennzeichnung als KI. Nach Artikel 50 Absatz 1 der EU-KI-Verordnung müssen KI-Systeme, die direkt mit Menschen sprechen, so gestaltet sein, dass die Betroffenen wissen, dass sie mit einer KI interagieren, sofern das nicht aus den Umständen offensichtlich ist. Der Hinweis muss spätestens bei der ersten Interaktion klar erkennbar erfolgen. Die Pflicht gilt seit dem 2. August 2026. Die im Sommer 2026 beschlossenen Änderungen an der Verordnung (der sogenannte Digital-Omnibus) haben diese Pflicht nicht verschoben. In der Praxis heißt das: Der Assistent sagt gleich zu Beginn, dass hier eine KI spricht.

Aufzeichnung von Gesprächen. Wer das nichtöffentlich gesprochene Wort eines anderen unbefugt aufnimmt, macht sich nach § 201 StGB strafbar. Wenn Gespräche als Audio gespeichert werden sollen, etwa zur Qualitätskontrolle, braucht es eine klare Rechtsgrundlage und einen Hinweis zu Beginn. Klären Sie deshalb mit dem Anbieter, ob er Tonaufnahmen speichert oder nur eine Textabschrift und eine Zusammenfassung.

Datenschutz. Der Anbieter des Assistenten verarbeitet personenbezogene Daten in Ihrem Auftrag. Dafür brauchen Sie nach Art. 28 DSGVO einen Vertrag zur Auftragsverarbeitung. Fragen Sie außerdem nach, wo Sprachdaten und Abschriften gespeichert werden, wie lange und ob sie zum Training verwendet werden.

So starten Sie mit einem Sprachassistenten

Fangen Sie mit einem einzigen Anrufgrund an, nicht mit der ganzen Telefonzentrale. Ein möglicher Ablauf:

1. Anrufe auswerten: Notieren Sie zwei Wochen lang, warum Kunden anrufen. So sehen Sie, welcher Anrufgrund am häufigsten vorkommt.
2. Datenquelle klären: Wo steht die Antwort? Gibt es dafür eine Schnittstelle im ERP oder CRM?
3. Gespräch entwerfen: Begrüßung mit KI-Hinweis, Fragen, Antwort, Übergabe an einen Menschen.
4. Intern testen: Kolleginnen und Kollegen rufen an, auch mit Dialekt, Lärm im Hintergrund und absichtlich unklaren Fragen.
5. Schrittweise öffnen: Zuerst nur außerhalb der Geschäftszeiten oder für einen Teil der Anrufe, dann ausweiten.

Wenn neben dem Telefon auch E-Mails und Chat-Anfragen viel Zeit kosten, lohnt sich ein Blick auf den ganzen Kundenservice. Ob ein Telefonassistent bei Ihnen der richtige Einstieg ist, klären wir gern im kostenlosen KI-Check.