Was ist ein Voicebot?

Ein Voicebot ist ein Programm, das gesprochene Sprache versteht und selbst mit Sprache antwortet – am Telefon, im Auto oder über einen Lautsprecher. Moderne Voicebots, auch KI-Voice-Agent oder KI-Telefonassistent genannt, führen ein freies Gespräch statt eines Tastenmenüs und erledigen einfache Anliegen wie Terminwünsche, Öffnungszeiten oder Rückrufbitten.

Für kleine und mittlere Unternehmen ist das Thema vor allem am Telefon interessant: Dort gehen Anfragen verloren, wenn gerade niemand abnehmen kann. Dieser Artikel erklärt, wie ein Voicebot technisch arbeitet, wofür er sich eignet und wo ein Mensch am Hörer die bessere Wahl bleibt.

So funktioniert ein Voicebot

Ein Gespräch mit einem Voicebot läuft in drei Schritten, die sich in jeder Gesprächsrunde wiederholen:

Ob sich das natürlich anfühlt, entscheidet vor allem die Geschwindigkeit. Entsteht nach jeder Frage eine lange Pause, legen Anrufer auf. Gute Systeme antworten deshalb in deutlich unter einer Sekunde und lassen sich unterbrechen: Fällt der Anrufer ins Wort, hört der Bot auf zu sprechen und hört zu.

Der zweite Punkt ist die Anbindung. Ein Voicebot, der nur plaudert, nützt wenig. Nützlich wird er erst, wenn er freie Termine im Kalender sieht, eine Rückrufbitte im CRM anlegt oder den Stand eines Auftrags nachschlagen darf.

Voicebot, Sprachmenü und Chatbot – der Unterschied

• Sprachmenü (IVR): „Drücken Sie die 1 für den Vertrieb.“ Feste Wege, keine eigene Formulierung des Anrufers.
• Voicebot: Der Anrufer sagt in eigenen Worten, was er möchte. Der Bot fragt nach und handelt innerhalb dessen, was ihm erlaubt ist.
• Chatbot: dieselbe Idee in Schriftform, etwa im Website-Chat oder in WhatsApp.
• KI-Agent: Oberbegriff für KI, die Aufgaben in Systemen ausführt, statt bloß zu antworten. Ein Voicebot mit Kalenderzugriff ist ein KI-Agent mit Stimme.

Typische Einsatzfälle im Mittelstand

Voicebots lohnen sich dort, wo viele gleichartige Anrufe eingehen und die Antwort in den eigenen Daten steht:

• Terminvereinbarung: Der Anrufer nennt einen Wunschtag, der Bot schlägt freie Zeiten vor und trägt den Termin ein.
• Öffnungszeiten, Anfahrt, Zuständigkeiten: Fragen, die sonst jemanden aus der Arbeit reißen.
• Rückrufbitten: Name, Nummer, Anliegen und Dringlichkeit werden sauber aufgenommen, statt auf einem Zettel zu landen, und direkt im CRM angelegt.
• Auftragsstatus: „Wann kommt mein Monteur?“ – sofern der Bot den Auftrag eindeutig zuordnen kann.
• Erreichbarkeit nach Feierabend: Anliegen werden auch abends und am Wochenende angenommen und am nächsten Morgen bearbeitet.

Ein Beispiel aus dem Handwerk: Der Chef steht auf der Baustelle, im Büro ist Mittagspause. Statt auf der Mailbox zu landen, nennt ein Neukunde sein Anliegen, seine Adresse und den besten Zeitpunkt für einen Rückruf. Am Nachmittag liegt die Anfrage vollständig im System.

Wo ein Mensch am Telefon besser ist

Nicht jedes Gespräch gehört zu einem Bot. Ein Mensch bleibt die bessere Wahl bei

• Reklamationen und Ärger. Wer sich beschwert, will gehört werden – von einer Person.
• Beratung mit Ermessen. Angebote, Preisverhandlungen, technische Abwägungen.
• Heiklen Themen. Gesundheit, Geld, persönliche Notlagen.
• Schwierigen Verbindungen. Starker Dialekt, Baustellenlärm oder schlechtes Netz führen zu Missverständnissen.

Ein guter Voicebot erkennt diese Fälle und übergibt: an einen Kollegen, falls jemand frei ist, sonst als Rückrufbitte mit Zusammenfassung. Ein Bot, der Anrufer in Schleifen festhält, schadet dem Ruf mehr, als er Zeit spart. Das Telefon gehört genauso zur User Experience wie die Website.

Datenschutz und Gesprächsaufzeichnung

Am Telefon werden personenbezogene Daten verarbeitet – Stimme, Nummer, Anliegen. Drei Punkte sind in Deutschland wichtig:

• Transparenz: Anrufer sollten zu Beginn erfahren, dass sie mit einer KI sprechen. Der EU AI Act schreibt diesen Hinweis für KI-Systeme vor, die direkt mit Menschen sprechen oder schreiben – es sei denn, es ist ohnehin offensichtlich.
• Aufzeichnung nur mit Einwilligung: Das nicht öffentlich gesprochene Wort ist in Deutschland strafrechtlich geschützt. Wer Gespräche mitschneidet, braucht die Zustimmung des Anrufers. Ein Protokoll in Textform ist oft die schlankere Lösung als eine Tonaufnahme.
• Verträge und Speicherort: Mit jedem Anbieter, der Gesprächsdaten verarbeitet, brauchen Sie einen Auftragsverarbeitungsvertrag. Klären Sie, wo Spracherkennung und Sprachmodell laufen und wie lange Transkripte gespeichert werden.

Vorteile und Risiken

In der Praxis: So hilft SEODACH

Bevor ein Voicebot ans Telefon geht, lohnt ein nüchterner Blick: Welche Anrufe wiederholen sich, und welche Anfragen kommen ohnehin schriftlich? In vielen Betrieben liegt der größere Rückstand nicht am Telefon, sondern in E-Mail, WhatsApp und Instagram.

Genau dort setzt die KI-Rezeption an. Sie nimmt bewusst keine Anrufe entgegen, sondern bündelt die schriftlichen Kanäle, sortiert und übersetzt jede Anfrage und legt einen Antwortentwurf bereit, den Ihr Team prüft und sendet. Anrufe aus Ihrer Telefonanlage erscheinen im selben Kundenverlauf – so sieht jeder, was der Kunde schon geschrieben und gesagt hat.

Wer weitergehen will, bekommt einen KI-Mitarbeiter mit klarer Stellenbeschreibung und festgelegten Befugnissen. Was er ohne Rückfrage erledigt und was beim Menschen bleibt, entscheiden Sie.

Häufige Fragen

Was ist der Unterschied zwischen Voicebot und Voice Agent?

Im Alltag meinen beide Begriffe dasselbe. „Voice Agent“ betont, dass der Bot auch handelt – etwa einen Termin einträgt oder einen Rückruf anlegt.

Darf ein Voicebot Gespräche aufzeichnen?

Nur mit Einwilligung des Anrufers. Ohne Zustimmung ist ein Mitschnitt in Deutschland strafbar. Viele Unternehmen speichern deshalb nur eine Zusammenfassung des Anliegens statt der Tonaufnahme.

Erkennt der Anrufer, dass er mit einer KI spricht?

Er sollte es. Die Stimmen klingen inzwischen sehr natürlich, deshalb gehört ein kurzer Hinweis an den Anfang des Gesprächs. Das schafft Vertrauen und entspricht den Transparenzpflichten des EU AI Act.