KI-Telefonassistent: Was er wirklich kann, was er kostet und wo seine Grenzen liegen
Ein KI-Telefonassistent ist ein sprachgesteuertes System, das eingehende Anrufe automatisch entgegennimmt, das Anliegen der anrufenden Person versteht und eigenständig beantwortet, terminiert oder weiterleitet, ohne dass ein Mitarbeiter abheben muss. Seit dem 2. August 2026 gilt durch den EU AI Act eine Kennzeichnungspflicht, die kaum ein Anbieter in seinem Marketing erwähnt: Anrufende müssen aktiv erfahren, dass am anderen Ende eine KI spricht. Für Handwerksbetriebe, Praxen und Kanzleien mit hohem Anrufaufkommen entscheidet genau diese Pflicht darüber, wie der Assistent korrekt eingerichtet werden muss.
Was ist ein KI-Telefonassistent?
Ein KI-Telefonassistent ist eine Software, die Telefonanrufe wie ein menschlicher Mitarbeiter im Kundenservice annimmt, versteht und bearbeitet, gestützt auf Spracherkennung und Sprachmodelle statt auf ein starres Menü. Anders als ein klassischer Anrufbeantworter speichert er keine Nachricht zur späteren Abholung, sondern führt in Echtzeit ein Gespräch, beantwortet Fragen zu Öffnungszeiten oder Preisen und bucht Termine direkt im Kalender. Der Unterschied zum alten Band mit “Bitte sprechen Sie nach dem Signalton” ist also keine Nuance, sondern ein anderes Produkt: Der Anrufer bekommt eine Antwort, nicht nur eine Aufnahme. In der Praxis lohnt sich der Einsatz vor allem für Betriebe mit hohem Anrufaufkommen und wenig Personal am Empfang, etwa Handwerksbetriebe mit Notdienst-Hotline, Arztpraxen mit Terminflut am Montagmorgen oder Kanzleien, die zwischen Mandantengesprächen kaum zum Telefonhörer kommen. Wir sehen in unseren Projekten regelmäßig, dass genau diese Betriebe pro Tag 15 bis 40 Anrufe verpassen, weil das Personal im Kundenkontakt vor Ort gebunden ist.
Wie funktioniert ein KI-Telefonassistent? (Spracherkennung, NLP, Anbindung an Ihre Telefonnummer)
Technisch laufen drei Schritte hintereinander ab, jeder einzelne längst ausgereift, aber erst in Kombination nützlich für das Telefon. Die Spracherkennung wandelt das gesprochene Wort des Anrufers in Echtzeit in Text um, typischerweise mit einer Latenz von unter einer Sekunde. Die Natürliche Sprachverarbeitung, kurz NLP, übernimmt danach die eigentliche Arbeit: Sie erkennt Absicht und Kontext des Textes, also ob jemand einen Termin verschieben, eine Reparatur melden oder nur die Adresse erfragen will.
Die Anbindung an Ihre bestehende Telefonnummer läuft über eine Rufumleitung beim bisherigen Telefonanbieter, es ist keine neue Hardware und keine neue Nummer nötig. Der Ablauf eines einzelnen Anrufs sieht so aus:
- Der Anruf kommt auf der bestehenden Telefonnummer an und wird per Rufumleitung an den KI-Telefonassistenten weitergeleitet.
- Die Spracherkennung transkribiert das gesprochene Wort in Text.
- Die NLP-Engine ordnet den Text einem Anliegen zu, zum Beispiel Termin, Frage, Beschwerde oder Notfall.
- Das System antwortet per synthetischer Sprache, bucht einen Termin oder leitet an die passende Person weiter.
In unserem eigenen Setup testen wir Anbieter unter anderem mit Vapi und Retell AI als Sprach-Engine, kombiniert mit n8n für die Anbindung an Kalender und CRM. Das reduziert die Einrichtungszeit auf wenige Tage.
Welche Anrufe die KI übernehmen kann, und wo der Mensch übernehmen muss
Terminvereinbarung ist der Klassiker: Der Assistent prüft freie Slots im Kalender, bestätigt per SMS oder E-Mail und trägt den Termin automatisch ein, ganz ohne Rückruf. Auch Standardanfragen wie Öffnungszeiten, Preise, Anfahrt oder der Status einer Bestellung laufen zuverlässig durch, weil die Antworten feststehen und sich aus der hinterlegten Wissensbasis ziehen lassen. Bei allem, was über eine klare Weiterleitung nach Anliegen hinausgeht, zeigt sich schnell die Grenze.
Was die KI zuverlässig übernimmt
- Terminvereinbarung: Buchung, Verschiebung und Stornierung von Terminen direkt im angebundenen Kalender.
- Standardanfragen: Öffnungszeiten, Preise, Anfahrt, Verfügbarkeit von Produkten oder Dienstleistungen.
- Weiterleitung nach Anliegen: Erkennung des Themas und Verbindung zur richtigen Abteilung oder Person.
Wo der Mensch übernehmen muss
- Emotionale Gespräche: Beschwerden, Trauerfälle in der Arztpraxis oder verärgerte Kunden brauchen echtes Einfühlungsvermögen.
- Komplexe Verhandlungen: Preisnachlässe, individuelle Vertragsanpassungen oder Haftungsfragen gehören in menschliche Hände.
- Unklare Anliegen: Wenn der Anrufer das Problem selbst nicht klar benennen kann, hilft kein Entscheidungsbaum weiter.
Entscheidend ist die Eskalationslogik: Gute Systeme erkennen nach zwei bis drei gescheiterten Rückfragen, dass sie an einen Mitarbeitenden übergeben müssen, statt den Anrufer in einer Schleife festzuhalten. Bei einem Kunden aus der Sanitärbranche haben wir die Übergabe-Schwelle bewusst niedrig eingestellt: Alles, was nach Rohrbruch oder Wasserschaden klingt, geht sofort an den Bereitschaftsdienst durch, alles andere bleibt bei der KI.
Aus der Praxis in Ihren Betrieb
Was wäre bei Ihnen automatisierbar?
Im kostenlosen Prozess-Audit zeigen wir Ihnen in 30 Minuten konkret, welche 3 Automationen sich bei Ihnen sofort lohnen, mit Einsparungs-Schätzung als PDF.
Prozess-Audit sichern
So läuft die Einrichtung in der Praxis ab
Die Einrichtung dauert in unseren Projekten meist zwischen drei Tagen und zwei Wochen, abhängig davon, wie gut die Informationen zum Unternehmen bereits dokumentiert sind. Vier bis fünf Schritte haben sich dabei als zuverlässiger Ablauf etabliert:
- Rufumleitung einrichten: Die bestehende Telefonnummer wird beim Telefonanbieter auf den KI-Telefonassistenten umgeleitet, die alte Nummer bleibt für Anrufer unverändert sichtbar.
- Wissensbasis aufbauen: Öffnungszeiten, Preisliste, häufige Fragen und Eskalationsregeln werden als strukturierte Dokumente oder FAQ hinterlegt.
- Testphase mit echten Testanrufen: Mitarbeitende simulieren echte Anrufe aus unterschiedlichen Szenarien, inklusive Dialekt, Hintergrundlärm und bewusst unklaren Anfragen.
- Feinschliff: Formulierungen, Stimme und Eskalationsschwellen werden anhand der Testergebnisse nachjustiert.
- Live-Schaltung mit laufendem Monitoring: Die ersten zwei bis vier Wochen im echten Betrieb werden per Gesprächsprotokoll ausgewertet, danach folgt die nächste Anpassungsrunde.
Wer die Einrichtung nicht selbst stemmen will oder kein internes IT-Team hat, bekommt das Setup inklusive Monitoring als laufende KI-Unterstützung extern abgedeckt. Das spart vor allem die Feinarbeit an der Wissensbasis, die in der Praxis die meiste Zeit kostet, nicht die technische Anbindung der Telefonnummer selbst.
Datenschutz und KI-Kennzeichnungspflicht: Was seit August 2026 gilt
Seit dem 2. August 2026 schreibt der EU AI Act vor, dass ein KI-System, das mit Menschen interagiert, sich aktiv als KI zu erkennen geben muss, wenn das nicht ohnehin offensichtlich ist. Am Telefon ist es eben nicht offensichtlich, weshalb die Pflicht hier besonders scharf greift: Eine synthetische Stimme, die wie ein Mensch klingt, braucht einen expliziten Hinweis gleich am Anfang des Gesprächs. Eine Formulierung, die wir unseren Kunden empfehlen, lautet: “Sie sprechen mit einer KI, die Ihren Termin aufnimmt. Bei Bedarf verbinde ich Sie jederzeit mit einem Mitarbeiter.” Wer die Kennzeichnung weglässt, riskiert laut EU AI Act Bußgelder von bis zu 15 Millionen Euro oder 3 Prozent des weltweiten Jahresumsatzes, je nachdem, welcher Betrag höher liegt. Die genaue Rechtsgrundlage findet sich im offiziellen Text des EU AI Act auf EUR-Lex.
Parallel dazu greift die DSGVO, weil jedes Telefongespräch personenbezogene Sprachdaten erzeugt. Vor dem Go-Live braucht es daher einen Auftragsverarbeitungsvertrag mit dem Anbieter, Klarheit über den Speicherort der Aufzeichnungen, eine Einwilligung oder zumindest einen klaren Hinweis für den Anrufer sowie definierte Löschfristen für die Gesprächsaufzeichnungen. Vier Punkte gehören deshalb vor dem Start auf die Checkliste:
- KI-Kennzeichnungspflicht: aktiver, hörbarer Hinweis zu Gesprächsbeginn, dokumentiert im Skript des Assistenten.
- AV-Vertrag: schriftliche Vereinbarung mit dem Anbieter nach Art. 28 DSGVO.
- Speicherort: Serverstandort der Sprachaufzeichnungen und Transkripte, idealerweise innerhalb der EU.
- Löschfristen: feste Aufbewahrungsdauer für Aufzeichnungen, danach automatische Löschung.
Was kostet ein KI-Telefonassistent? Beispielrechnung
Drei Abrechnungsmodelle dominieren den Markt: Abrechnung pro Minute, meist zwischen 0,09 und 0,25 Euro je Gesprächsminute, eine monatliche Flatrate mit Inklusiv-Kontingent oder eine einmalige Setup-Gebühr zusätzlich zum laufenden Minutenpreis. Für die Einordnung lohnt sich der Vergleich mit dem, was eine Teilzeitkraft für den Telefondienst kostet: Bei einem Bruttolohn von rund 17 Euro pro Stunde inklusive Lohnnebenkosten kommen für 20 Wochenstunden am Empfang schnell 1.400 bis 1.600 Euro im Monat zusammen, ganz ohne Urlaubsvertretung oder Krankheitstage.
Ein konkretes Beispiel: Ein Handwerksbetrieb mit 200 Anrufen pro Monat, durchschnittlich 3 Minuten Gesprächsdauer, zahlt bei einem Minutenpreis von 0,15 Euro für 600 Gesprächsminuten rund 90 Euro variable Kosten plus eine Flatrate-Grundgebühr von etwa 79 bis 149 Euro im Monat. Macht in Summe grob 170 bis 240 Euro monatlich.
| Position | KI-Telefonassistent | Teilzeitkraft (20 Std./Woche) |
|---|---|---|
| Grundkosten pro Monat | 79-149 € | 0 € (im Lohn enthalten) |
| Variable Kosten (600 Min. à 0,15 €) | ca. 90 € | entfällt |
| Lohnkosten inkl. Nebenkosten | entfällt | 1.400-1.600 € |
| Verfügbarkeit | 24/7 | 20 Std./Woche |
| Monatliche Gesamtkosten | ca. 170-240 € | 1.400-1.600 € |
Der KI-Telefonassistent kostet in diesem Beispiel also etwa ein Siebtel einer Teilzeitstelle und ist dabei rund um die Uhr erreichbar statt 20 Stunden pro Woche. Wer eine individuelle Kalkulation für den eigenen Anrufmix braucht, bekommt die in einem kurzen AI-Consulting-Gespräch durchgerechnet, inklusive echter Minutenpreise der aktuell relevanten Anbieter.
KI-Telefonassistent vs. Klassische Telefonzentrale und Chatbot
Eine klassische Telefonzentrale mit IVR, dem bekannten “Drücken Sie die 1 für Buchhaltung”, arbeitet mit einem starren Tastenmenü: Der Anrufer muss sich durch vorgegebene Optionen klicken, frei sprechen bringt nichts. Ein KI-Telefonassistent dreht das Prinzip um, der Anrufer spricht frei, das System versteht die Absicht aus natürlicher Sprache, ganz ohne Menüansage. Ein Chatbot löst eine ähnliche Aufgabe im Kundenservice, aber auf einem anderen Kanal: Er beantwortet Text auf der Website oder in der App, nicht am Telefon, und erreicht damit nur Besucher, die bereits online sind, nicht den klassischen Anrufer.
| Kriterium | KI-Telefonassistent | Klassische IVR | Chatbot |
|---|---|---|---|
| Kanal | Telefon | Telefon | Website/App |
| Eingabe | freie gesprochene Sprache | Tastenwahl-Menü | Freitext-Eingabe |
| Einrichtungsaufwand | mittel (Wissensbasis + Tests) | niedrig (Menübaum) | mittel (Content + Training) |
| Kosten pro Monat | ca. 150-300 € | ab ca. 30 € | ab ca. 50 € |
Die eigentlich neue Technik steckt in der Spracherkennung plus NLP, also im Verstehen freier Sätze statt fester Tasten. Wo Anbieter nur eine Sprachausgabe vor ein altes Tastenmenü schalten, ohne echtes Sprachverständnis, handelt es sich trotz KI-Etikett meist um neu verpacktes IVR. Wer die textbasierte Variante für die Website zusätzlich prüfen will, findet eine vertiefte Einordnung in unserem Beitrag zum KI-Chatbot für Unternehmen.
Häufige Fragen
Ist der KI-Telefonassistent rund um die Uhr erreichbar?
Ja, das ist einer der klaren Vorteile gegenüber einer Teilzeitkraft: Der Assistent nimmt Anrufe auch nachts, am Wochenende und an Feiertagen an, übernimmt die Terminvereinbarung und beantwortet Standardfragen, ohne dass dafür zusätzliches Personal eingeplant werden muss.
Benötige ich technisches Vorwissen, um den KI-Telefonassistenten zu nutzen?
Nein, für den laufenden Betrieb braucht es keine Programmierkenntnisse. Die Einrichtung der Wissensbasis und der Eskalationsregeln übernimmt entweder der Anbieter oder ein externer Dienstleister, danach läuft das System im Hintergrund weiter.
Kann ich meine bisherige Telefonnummer behalten?
Ja. Die bestehende Telefonnummer bleibt für Anrufer unverändert, im Hintergrund sorgt lediglich eine Rufumleitung dafür, dass eingehende Anrufe beim KI-Telefonassistenten ankommen.
Wie erhält der KI-Telefonassistent Informationen über mein Unternehmen?
Über eine hinterlegte Wissensbasis: Öffnungszeiten, Preise, häufige Fragen und Eskalationsregeln werden einmalig dokumentiert und bei Änderungen aktualisiert, etwa über ein einfaches Formular oder eine Anbindung an die bestehende Website.
Behalte ich die Kontrolle darüber, welche Anrufe die KI übernimmt und welche persönlich entgegengenommen werden?
Ja, die Eskalationslogik legt genau fest, bei welchen Anliegen sofort an einen Mitarbeitenden weitergeleitet wird, etwa bei Notfällen, Beschwerden oder erkennbar komplexen Anfragen. Diese Schwellen lassen sich jederzeit nachjustieren.
Kann ich den KI-Telefonassistenten vorab testen, um sicherzugehen, dass das System einwandfrei funktioniert?
Ja, eine Testphase mit echten Testanrufen vor dem Live-Gang ist in seriösen Projekten Standard, nicht die Ausnahme. Erst nach erfolgreicher Testphase und Feinschliff an Formulierungen und Eskalation geht der Assistent live.
Klingt die KI am Telefon natürlich und professionell?
Moderne Sprachsynthese klingt 2026 deutlich natürlicher als noch vor wenigen Jahren, kleine Pausen und Betonungen inklusive. Trotzdem bleibt ein Unterschied zur menschlichen Stimme hörbar, weshalb die Kennzeichnungspflicht ohnehin verlangt, das offen zu benennen statt zu verschleiern.
Wissen Kundinnen und Kunden, dass sie mit einem virtuellen Telefonassistenten sprechen?
Das müssen sie seit dem 2. August 2026 wissen: Die KI-Kennzeichnungspflicht aus dem EU AI Act verlangt einen aktiven, hörbaren Hinweis gleich zu Gesprächsbeginn. Wer das weglässt, verstößt gegen geltendes Recht und riskiert ein Bußgeld.
Wie geht die KI mit Unklarheiten oder komplexen Fragen um?
Gute Systeme fragen bei Unklarheit gezielt nach, spätestens nach zwei oder drei gescheiterten Versuchen erfolgt die Übergabe an einen Mitarbeitenden. Ohne diese Grenze würde der Anrufer in einer Schleife festhängen, genau das soll die Eskalationslogik verhindern.
Kann der KI-Telefonassistent zwischen Routineanfragen und echten Notfällen unterscheiden?
Nur innerhalb der Grenzen, die vorab definiert wurden. Stichwörter wie “Rohrbruch”, “Notfall” oder “akuter Schmerz” lassen sich zuverlässig als Eskalationstrigger hinterlegen, eine echte medizinische oder sicherheitsrelevante Einschätzung darf und kann die KI aber nicht treffen, dafür bleibt ein Mensch zuständig.
