So funktioniert ein KI-Sprachagent – Schritt für Schritt

Ein KI-Sprachagent nimmt Anrufe entgegen, versteht, was die anrufende Person sagt, und handelt: eine Auskunft geben, einen Termin vereinbaren, eine Nachricht weiterleiten. Für die anrufende Person wirkt der Austausch wie ein Gespräch. Für das Unternehmen handelt es sich um eine Kette technischer Bausteine, die man vor dem Start verstehen sollte.

Die drei Grundbausteine

Jeder Austausch folgt einem Zyklus, der sich pro Anruf mehrmals wiederholt, in Sekundenbruchteilen:

1. Die Spracherkennung (oft Speech-to-Text genannt). Die Stimme der anrufenden Person wird in Text umgewandelt. Die Qualität hängt von Sprache, Akzent, Hintergrundgeräuschen und Telefonleitung ab. In der Schweiz kommen Ortsnamen, Eigennamen und regionale Besonderheiten hinzu, die berücksichtigt werden müssen.
2. Das Sprachmodell. Es liest den transkribierten Text, erkennt die Absicht («Ich möchte meinen Termin vom Donnerstag verschieben») und entscheidet über die Antwort oder Aktion. Es folgt präzisen Vorgaben: Tonfall, erlaubte Informationen, zu vermeidende Themen, Situationen, in denen es übergeben muss.
3. Die Sprachsynthese (Text-to-Speech). Die schriftliche Antwort wird in eine natürliche Stimme umgewandelt und der anrufenden Person vorgespielt.

Die Abstimmung dieser Abfolge ist wichtig. Eine gute Konfiguration verkürzt Pausen, erlaubt es der anrufenden Person, den Agenten zu unterbrechen, und verhindert, dass beide gleichzeitig sprechen.

Die Werkzeuge: Agenda, Wissensbasis, Nachrichten

Ein Sprachagent ist erst dann wirklich nützlich, wenn er handeln kann. Er ist deshalb mit Tools verbunden, immer mit eingeschränkten Rechten:

• Die Agenda: freie Zeitfenster einsehen, Termine reservieren, verschieben oder stornieren, gemäss Ihren Regeln (Dauer, Art der Konsultation, Mindestfristen).
• Eine Wissensbasis: Öffnungszeiten, Adresse, Anfahrt, Leistungen, mitzubringende Unterlagen. Der Agent antwortet auf Grundlage dieser geprüften Informationen und darf nichts erfinden.
• Die Nachrichtenübermittlung: eine Bestätigung per SMS oder E-Mail senden, eine Nachricht mit einer Zusammenfassung des Anrufs für das Team erstellen.
• Ihre Branchensoftware, falls nötig, über eine passende Datenintegration.

Jedes Tool ist eine Tür zum Handeln. Wir legen genau fest, was der Agent lesen und ändern darf – und nichts darüber hinaus.

Transparenz, Aufzeichnung und Weiterleitung an einen Menschen

Ein Sprachagent spricht in Ihrem Namen mit Ihrer Kundschaft. Drei Regeln halten wir für unverzichtbar:

• Sich als virtueller Assistent vorstellen. Gleich zu Beginn des Anrufs gibt der Agent an, dass er ein virtueller Assistent ist. Die anrufende Person weiss, mit wem sie spricht, und kann einen Menschen verlangen.
• Die Aufzeichnung ankündigen. Wird der Anruf aufgezeichnet oder transkribiert, wird die anrufende Person zu Beginn informiert. Die erhobenen Daten beschränken sich auf das Nötige, gemäss den Grundsätzen des revDSG (neues Datenschutzgesetz), und werden nach festgelegten Regeln aufbewahrt.
• Die Weiterleitung an einen Menschen vorsehen. Bei einem Notfall, einer Reklamation, einer komplexen Frage oder einfach auf Wunsch der anrufenden Person verbindet der Agent weiter oder nimmt eine klare Nachricht entgegen. In einer Arztpraxis zum Beispiel gibt der Agent nie eine medizinische Einschätzung ab und leitet Notfälle gemäss den Vorgaben der Praxis weiter.

Diese Regeln schützen die Anrufenden und den Ruf Ihres Unternehmens. Sie machen das Tool auch wirksamer: Wer gut informiert ist, kooperiert besser.

Anwendungsbeispiele

• Telefonempfang ausserhalb der Öffnungszeiten: Der Agent antwortet über Mittag, am Abend oder bei grossem Andrang und schickt dem Team eine Zusammenfassung.
• Vereinbaren und Ändern von Terminen: siehe unseren Artikel zum Automatisieren der Terminvereinbarung.
• Qualifizierung von Anfragen: Bei Versicherungsmaklern oder in der Immobilienbranche erfasst der Agent die Grundinformationen, bevor er das Dossier an die richtige Beraterin oder den richtigen Berater weitergibt.
• Häufige Fragen: Öffnungszeiten, Adresse, vorzubereitende Unterlagen.

So arbeiten wir

Wir hören uns zuerst an, wie Ihre Anrufe heute ablaufen: häufige Anliegen, wiederkehrende Fragen, heikle Fälle. Danach verfassen wir mit Ihnen den Gesprächsablauf des Agenten, seine Grenzen und seine Weiterleitungsregeln. In einer internen Testphase werden Stimme, Wortwahl und Antworten vor jeder Inbetriebnahme angepasst. Nach dem Start gehen wir Anrufzusammenfassungen mit Ihnen durch, um zu korrigieren, was nötig ist. Die Daten werden wenn möglich in der Schweiz gehostet. Mehr dazu auf unserer Seite KI-Sprachagenten und bei unserer Methode.