KI-Telefonie, die nicht mehr
wie ein Roboter klingt.

Sehr echt — aber nicht in jedem Detail perfekt. ElevenLabs und ähnliche Modelle erreichen 2026 eine Sprachqualität, bei der Anrufer in einer normalen Geschäftssituation oft nicht sofort merken, dass sie mit einer KI sprechen. Was auffällt, sind ungewöhnliche Pausen, seltene Aussprachefehler bei Namen und sehr emotionale Gesprächsverläufe. Für strukturierte Telefonate (Termin, Auskunft, Lead-Aufnahme) ist die Qualität produktionsreif. Für lange, emotionale Gespräche noch nicht.

Ehrliche Antwort: Voice AI ist DSGVO-mäßig nicht trivial. Anrufe enthalten personenbezogene Daten — oft auch besondere Kategorien. Wir setzen, wo möglich, auf EU-Hosting (Vapi EU-Region, ElevenLabs EU-Optionen, OpenAI über Azure EU). Telefonate werden nur verarbeitet, nicht dauerhaft als Audio gespeichert, und Anrufer werden zu Beginn über die KI und die Verarbeitung informiert. Ein AVV mit jedem Anbieter ist Pflicht. Bei sehr sensiblen Branchen (Gesundheit, Recht) raten wir je nach Fall ab oder zu hybriden Setups.

Wir sagen es ihm — und das ist auch die einzig saubere Lösung. Der KI-Agent stellt sich zu Beginn als KI-Assistent vor („Guten Tag, mein Name ist Lea, ich bin der digitale Assistent von …"). Das ist rechtlich der sichere Weg (UWG, Transparenzpflicht) und überraschenderweise auch konversions-freundlich: Anrufer sind weniger frustriert, wenn sie wissen, womit sie sprechen. Die Stimme klingt trotzdem natürlich — der Effekt ist eher „professioneller digitaler Service" als „Roboter am Telefon".

Hier muss man ehrlich sein: Outbound-Telefonie ist in Deutschland streng reguliert. B2C ohne ausdrückliche vorherige Einwilligung ist nach UWG verboten — egal ob Mensch oder KI. B2B ist nur bei mutmaßlichem Interesse erlaubt, und das ist eng auszulegen. KI ändert daran nichts. Wir bauen Outbound-KI-Setups nur dort, wo die rechtliche Grundlage sauber ist — typisch: Bestandskunden-Kontakte, Erinnerungen, Rückrufe mit dokumentierter Einwilligung. Kalt-Outbound an unbekannte Endkunden machen wir nicht.

Deutsch und Englisch in produktionsreifer Qualität. Französisch, Spanisch, Italienisch, Niederländisch, Polnisch und weitere ebenfalls — die Stimm-Qualität von ElevenLabs ist hier sehr gut. Sprachwechsel innerhalb eines Gesprächs ist möglich („Switch to English"), wir empfehlen aber, pro Rufnummer eine Sprache als Standard zu definieren und andere als optionale Eskalation.

Über die Function-Calling-Funktion des Sprachmodells. Der KI-Agent kann während des Gesprächs strukturiert Daten ablegen: Kontakt anlegen, Termin im Kalender prüfen und buchen, Notiz schreiben, SMS bestätigen, Status setzen. Wir binden HubSpot, Pipedrive, Close, Salesforce, n8n-Workflows oder direkte API-Endpunkte an. Jedes Telefonat landet als sauber strukturierter Datensatz im CRM — inklusive Transkript.

Wir arbeiten ohne Pauschalpreise von der Stange. Der Aufwand hängt davon ab, wie komplex die Gesprächsabläufe sind, welche Integrationen es gibt und wie eng wir den Betrieb begleiten sollen. Nach einem kostenlosen Erstgespräch bekommt ihr ein konkretes, unverbindliches Angebot — und meist eine ehrliche Einschätzung, ob KI-Telefonie für euren Anwendungsfall überhaupt das richtige Werkzeug ist.