KI-Telefonassistenten im Mittelstand: Was sie können, was sie kosten und worauf es ankommt

Hinweis: Das Beitragsbild dieses Artikels wurde mit künstlicher Intelligenz optimiert.

Sprachassistenten am Telefon galten lange als steif und fehleranfällig. Mit den aktuellen Sprachmodellen hat sich das grundlegend verändert: Moderne KI-Telefonassistenten führen natürliche Gespräche, stellen gezielte Rückfragen und greifen auf Unternehmensdaten zu. Für mittelständische Unternehmen stellt sich damit die Frage, wo sich der Einsatz lohnt, was er kostet und was beim Datenschutz zu beachten ist. Jörg Maire begleitet Unternehmen bei der Einführung solcher Systeme. Im Interview erklärt er die Grundlagen anhand von Beispielen aus der Praxis.

Herr Maire, was genau ist ein KI-Telefonassistent?

Ein KI-Telefonassistent ist ein Programm, das Telefongespräche führt. Technisch besteht er aus drei Bausteinen: Die Spracherkennung wandelt das Gesprochene in Text um, ein Sprachmodell versteht das Anliegen und formuliert eine Antwort, und eine Sprachausgabe spricht diese Antwort aus. Der entscheidende Unterschied zu den alten Telefonmenüs mit „Drücken Sie die Eins“ ist, dass der Anrufer frei sprechen kann. Er sagt einfach, worum es geht. Wirklich nützlich wird der Assistent aber erst durch zwei weitere Dinge: durch das Wissen, auf das er zugreift, zum Beispiel eine Produktdatenbank, und durch die Anbindung an die Abläufe im Unternehmen, etwa an den Kalender, das CRM oder die Weiterleitung an den richtigen Ansprechpartner. Ohne diese beiden Dinge ist er nur ein freundlicher Anrufbeantworter.

Für welche Aufgaben eignet er sich?

Für alles, was häufig vorkommt und nach einem erkennbaren Muster abläuft. Ein gutes Beispiel ist eine Futterberatung bei einem Tiernahrungshersteller: Rasse, Größe, Gewicht, Alter und Besonderheiten des Hundes abfragen und dann aus einer Datenbank das passende Futter empfehlen. Ein anderes Beispiel ist der First-Level-Support in einem IT-Unternehmen: Ist das Gerät eingeschaltet, ist das Kabel eingesteckt, sind die Batterien in der Funkmaus leer? Der Assistent arbeitet diese Fragen im Ausschlussverfahren ab und verbindet dann gezielt mit dem richtigen Mitarbeiter. Dazu kommen Terminvereinbarungen, Rückrufbitten, Statusabfragen und die Vorqualifizierung von Anfragen. Weniger geeignet sind Gespräche, in denen Verhandlung oder Fingerspitzengefühl gefragt sind, etwa eine Reklamation mit einem verärgerten Stammkunden. Hier sollte der Assistent erkennen, dass er an seine Grenze kommt, und an einen Menschen übergeben.

Wie natürlich klingen solche Assistenten heute?

Deutlich natürlicher, als die meisten erwarten. Die Stimmen sind kaum noch von einem Menschen zu unterscheiden, und der Assistent reagiert flüssig, auch wenn der Anrufer unterbricht, nachfragt oder vom Thema abschweift. Das war vor wenigen Jahren noch anders. Gerade deshalb ist Transparenz so wichtig: Weil der Unterschied kaum hörbar ist, muss der Assistent selbst sagen, dass er eine KI ist. Grenzen gibt es trotzdem. Starke Dialekte, schlechte Verbindungen aus dem Auto oder Hintergrundlärm können die Spracherkennung stören. Ein guter Assistent fragt dann nach, statt zu raten, und wiederholt wichtige Angaben wie Namen, Adressen oder Bestellmengen noch einmal zur Bestätigung. Das kennen die Anrufer auch von Menschen am Telefon, und es schafft Sicherheit auf beiden Seiten. Wichtiger als die perfekte Stimme ist am Ende aber, dass der Assistent das Anliegen versteht und weiterhilft.

Wie läuft eine Einführung typischerweise ab?

Am Anfang steht die Bestandsaufnahme: Welche Anrufe kommen herein, mit welchen Anliegen, und wie viele gehen verloren? Eine einfache Strichliste über ein paar Wochen reicht dafür oft schon. Dann wird festgelegt, was der Assistent leisten soll und wie die Gespräche ablaufen. Erfahrungsgemäß wissen Unternehmen am Anfang noch nicht genau, was sie wollen. Das erarbeitet man gemeinsam, in einem typischen Projekt in etwa zwei Wochen. Danach kommt der Teil, der am meisten unterschätzt wird: das Wissen aufbereiten. Produktdaten, Empfehlungen, typische Fragen und Antworten müssen so hinterlegt werden, dass der Assistent zuverlässig darauf zugreifen kann. Das ist Fleißarbeit und braucht die Mitarbeitenden, die dieses Wissen heute im Kopf haben. Insgesamt sollte man für einen klar umrissenen Einsatz mit rund vier Wochen rechnen. Und danach gehört eine Testphase dazu, in der man die Gesprächsprotokolle liest und nachschärft.

Wie wird der Assistent mit den bestehenden Systemen verbunden?

Über Schnittstellen zu den Programmen, mit denen das Unternehmen ohnehin arbeitet. Typisch sind vier Verbindungen. Erstens die Wissensbasis, also die Datenbank mit Produkten, Preisen oder Lösungswegen, aus der der Assistent seine Antworten holt. Zweitens die Kundendaten im CRM, damit der Assistent Bestandskunden erkennt und neue Angaben dort ablegt. Drittens der Kalender, wenn Termine vereinbart werden sollen. Und viertens die Weiterleitung: Wenn ein Gespräch an einen Menschen übergeben wird, landet es beim richtigen Ansprechpartner, und zwar mit einer Zusammenfassung dessen, was schon geklärt ist. Diese Übergabe ist aus meiner Sicht der wichtigste Punkt überhaupt. Nichts ärgert Anrufer mehr, als alles noch einmal erzählen zu müssen. Wie aufwendig die Anbindung ist, hängt von den vorhandenen Programmen ab. Moderne Systeme haben meist fertige Schnittstellen, ältere Lösungen brauchen manchmal einen Zwischenschritt, zum Beispiel einen regelmäßigen Datenabgleich.

Was kostet ein solcher Assistent?

Im laufenden Betrieb wird in der Regel nach Gesprächsminuten abgerechnet, in Projekten, die ich begleite, zum Beispiel mit etwa 25 Cent pro Minute. Ein Beratungsgespräch von fünf bis zehn Minuten kostet also rund 1,25 bis 2,50 Euro. Ein wichtiger Unterschied zum Personal: Der Assistent kann mehrere Gespräche gleichzeitig führen. Ein Mitarbeiter schafft vielleicht sechs bis sieben Gespräche pro Stunde, der Assistent schafft das auf mehreren Leitungen parallel. Es gibt also keine Warteschleife, und trotzdem zahlt man nur für die tatsächlich verbrauchten Minuten. Dazu kommt der einmalige Aufwand für die Einrichtung, also für die Gestaltung der Gespräche und den Aufbau der Wissensbasis. Der hängt stark davon ab, wie viel Wissen schon strukturiert vorliegt. Ein Beispiel aus der Praxis: Bei einem Futterhersteller mit Beratungshotline wurde die Einrichtung nach Meilensteinen abgerechnet. Eingeplant waren 10.000 Euro, tatsächlich angefallen sind 4.500 Euro. Meilensteine haben den Vorteil, dass beide Seiten nach jedem Schritt sehen, wo das Projekt steht, und nur bezahlt wird, was erledigt ist. Entscheidend ist der Vergleich mit dem, was heute verloren geht. Wer jede Woche Dutzende Anrufe verpasst, rechnet sich die Kosten schnell aus.

Was ist beim Datenschutz zu beachten?

Transparenz steht an erster Stelle. Der Assistent sagt gleich zu Beginn, dass er ein KI-Assistent des Unternehmens ist, und fragt, ob der Anrufer mit ihm sprechen möchte. Wer das nicht will, bekommt einen Rückruf durch einen Menschen. Bei Bestandskunden geht es noch einen Schritt weiter, aber nur mit deren Zustimmung. Bei der ersten Bestellung wird der Kunde gefragt, ob seine Telefonnummer für den Abgleich hinterlegt werden darf. Nur wenn er zugestimmt hat und die Nummer beim Anruf übertragen wird, erkennt der Assistent ihn. Wichtig ist dabei: Der Assistent liest keine Daten vor. Er bittet den Anrufer, Name und Anschrift zu nennen, und gleicht sie mit den hinterlegten Daten ab. So gibt er nichts an jemanden heraus, der vielleicht nur vom selben Anschluss anruft. Stimmt etwas nicht mehr, etwa nach einem Umzug, wird es gleich aktualisiert. So pflegen sich die Kundendaten nebenbei. Daneben gelten die üblichen Regeln: Die Anrufer werden über die Datenverarbeitung informiert, mit dem Anbieter des Systems wird ein Vertrag zur Auftragsverarbeitung geschlossen, und Gesprächsdaten werden nur so lange gespeichert, wie sie gebraucht werden. Im Zweifel lohnt sich eine kurze Abstimmung mit dem Datenschutzbeauftragten, bevor das System live geht.

Welche Fehler sehen Sie am häufigsten?

Der häufigste Fehler ist, mit der Technik anzufangen statt mit dem Ablauf. Man kauft ein Werkzeug und überlegt dann, was es tun soll. Der zweite ist, die Wissensbasis zu unterschätzen. Ein Assistent, der auf lückenhafte Daten zugreift, gibt lückenhafte Antworten. Drittens fehlt oft die Übergabe: Der Assistent nimmt die Anfrage auf, aber niemand ist zuständig, sie weiterzubearbeiten. Und viertens wird verschwiegen, dass es sich um eine KI handelt. Das halte ich für einen Vertrauensbruch. Anrufer akzeptieren einen digitalen Assistenten erstaunlich gut, wenn er offen sagt, was er ist, und ihnen schnell weiterhilft.

Für welche Unternehmen lohnt sich der Einstieg?

Die Größe des Unternehmens ist weniger entscheidend als das Muster am Telefon. Ein Assistent lohnt sich vor allem dann, wenn drei Dinge zusammenkommen: Es gibt viele Anrufe, ein großer Teil davon dreht sich immer wieder um dieselben Fragen, und heute gehen Anrufe verloren oder das Team wird ständig aus seiner eigentlichen Arbeit gerissen. Das trifft auf einen Tiernahrungshersteller mit Beratungshotline genauso zu wie auf einen IT-Dienstleister mit First-Level-Support, einen Handwerksbetrieb, dessen Mitarbeitende tagsüber auf der Baustelle sind, oder eine Praxis mit vielen Terminanfragen. Weniger sinnvoll ist der Einsatz, wenn nur wenige Anrufe kommen und fast jeder davon eine individuelle, komplexe Beratung braucht. Dann ist ein Mensch am Telefon die bessere Lösung. Mein Rat: Nicht von der Technik her denken, sondern von den verlorenen Anrufen. Wo sie sich häufen, lohnt sich der Blick auf einen Assistenten fast immer.

Wie messen Unternehmen, ob sich der Einsatz lohnt?

Mit wenigen Kennzahlen, die man schon vor dem Start erhebt: Wie viele Anrufe gehen heute verloren? Wie lange dauert ein typisches Gespräch? Wie viele Stunden pro Woche verbringt das Team am Telefon? Daraus lässt sich ein Vorher-nachher-Vergleich machen. Ein Beispiel: Bei 60 bis 100 verpassten Anrufen pro Woche und fünf bis zehn Minuten pro Gespräch geht es um 5 bis 17 Stunden Telefonzeit pro Woche. Zum Minutenpreis von 25 Cent kosten diese Gespräche mit dem Assistenten rund 75 bis 250 Euro pro Woche. Dem steht gegenüber, was die verlorenen Anrufe an Umsatz gekostet haben und was das Team mit der gewonnenen Zeit anfängt, zum Beispiel neue Kunden gewinnen.

Hintergrund

Sprachassistenten für die Telefonie gibt es seit Jahren, frühere Systeme arbeiteten jedoch mit festen Menüs und Schlüsselwörtern. Mit großen Sprachmodellen verstehen sie heute freie Sprache und können flexibel reagieren. Für Unternehmen verschiebt sich die Frage damit von „Funktioniert das?“ zu „Wofür setzen wir es sinnvoll ein?“. Neben der Technik entscheiden die Qualität der hinterlegten Daten, die Anbindung an bestehende Systeme, die Transparenz gegenüber den Anrufern und der Datenschutz über den Erfolg. Laut einer Bitkom-Umfrage vom September 2026 nennen Unternehmen, die KI bereits einsetzen, Datenschutzanforderungen (66 Prozent) als größtes Hemmnis.

FAQ: KI-Telefonassistenten im Mittelstand

Was ist der Unterschied zwischen einem KI-Telefonassistenten und einem Telefonmenü?

Bei einem Telefonmenü wählt der Anrufer per Tastendruck aus festen Optionen. Ein KI-Telefonassistent versteht frei gesprochene Anliegen, stellt Rückfragen, greift auf hinterlegtes Wissen zu und kann Daten wie Termine oder Adressen strukturiert erfassen.

Was kostet ein KI-Telefonassistent?

Im laufenden Betrieb wird meist nach Gesprächsminuten abgerechnet, zum Beispiel mit rund 25 Cent pro Minute. Dazu kommt einmaliger Aufwand für Einrichtung und Wissensbasis. Weil der Assistent mehrere Gespräche gleichzeitig führen kann, entstehen keine Wartezeiten für die Anrufer.

Muss sich ein KI-Telefonassistent als KI zu erkennen geben?

Anrufer sollten zu Beginn erfahren, dass sie mit einem automatisierten System sprechen, und die Möglichkeit haben, einen Menschen zu erreichen. Das ist eine Frage der Transparenz und hängt auch mit den Informationspflichten im Datenschutz zusammen.

Darf ein KI-Telefonassistent Anrufer an ihrer Telefonnummer erkennen?

Ein sauberer Weg: Der Kunde stimmt bei der ersten Bestellung zu, dass seine Nummer für den Abgleich hinterlegt wird. Nur dann und nur wenn die Nummer beim Anruf übertragen wird, erkennt ihn der Assistent. Er liest keine Daten vor, sondern lässt sich Name und Anschrift nennen und gleicht sie ab.

Wie lange dauert die Einführung?

Für einen klar umrissenen Einsatz etwa vier Wochen: rund zwei Wochen, um Anforderungen und Gesprächsabläufe festzulegen, und rund zwei Wochen, um die Wissensbasis aufzubauen. Danach folgt eine Testphase, in der die Abläufe nachgeschärft werden.

Welche Daten braucht ein KI-Telefonassistent?

Vor allem das Wissen, das heute die Mitarbeitenden am Telefon im Kopf haben: Produktdaten, Empfehlungen, typische Fragen und Lösungswege. Dazu kommen je nach Einsatz Kundendaten aus dem CRM und der Kalender. Je vollständiger diese Daten gepflegt sind, desto besser berät der Assistent.

Für welche Unternehmen lohnt sich ein KI-Telefonassistent?

Vor allem für Unternehmen mit vielen Anrufen, die sich häufig um dieselben Fragen drehen, und in denen heute Anrufe verloren gehen oder das Team stark durch Telefonate unterbrochen wird, etwa bei Beratungshotlines, im IT-Support, im Handwerk oder in Praxen.

Weiterlesen

• KI-Richtlinie für Unternehmen: Schatten-KI vermeiden und Nutzungsregeln verbindlich festlegen
• KI-Use-Cases priorisieren: Anwendungsfälle im Mittelstand bewerten, auswählen und sinnvoll staffeln
• Urheberrechtliche Fragen bei KI-generierten Inhalten im Unternehmen