GenAI
Ein KI-Telefonagent für Kundenanrufe: in Ihrer Contact-Center-Plattform ergänzen, eine Sprach-KI-Plattform nutzen oder einen eigenen bauen
Wenn Ihre Anrufe bereits über eine Contact-Center-Plattform laufen, testen Sie zuerst deren KI-Agenten. Eine spezialisierte Sprach-KI-Plattform passt, wenn dieser Agent Ihre Tests nicht besteht. Eine eigene Pipeline passt, wenn Sie jeden Teil selbst wählen müssen oder wenn Audio auf Servern bleiben muss, die Sie kontrollieren. Der Artikel behandelt außerdem, wer Aufzeichnungen und Telefonnummern hält, die Regeln der USA und der EU zu KI-Stimmen und was Sie vor dem Start testen sollten.
Von amBrain12 Min. Lesezeit
In diesem Artikel
Ein KI-Telefonagent nimmt für Ihr Unternehmen Anrufe entgegen oder ruft selbst an und spricht mit Kunden mit einer computergenerierten Stimme. Er kann häufige Fragen beantworten oder eine Buchung aufnehmen und übergibt das Gespräch an einen Menschen, wenn er nicht weiterhelfen kann. Contact-Center- und Telefonieplattformen wie Amazon Connect, Genesys Cloud und Twilio bieten inzwischen eigene Funktionen für KI-Agenten an. Eine spezialisierte Sprach-KI-Plattform lässt sich an Ihre bestehenden Nummern und Systeme anbinden, und eine Firma kann Ihnen aus einzelnen Teilen eine Pipeline bauen. Die Wahl hängt vor allem davon ab, was der Agent in Ihren Systemen tun muss und wo Ihre Gesprächsaufzeichnungen gespeichert werden dürfen.
Die kurze Antwort: Wenn Ihre Anrufe bereits über eine Contact-Center-Plattform laufen, testen Sie zuerst deren KI-Agenten, denn dort liegen Ihre Warteschlangen und Aufzeichnungen. Wechseln Sie zu einer spezialisierten Sprach-KI-Plattform, wenn dieser Test scheitert, und behalten Sie Ihre Nummern bei Ihrem bisherigen Telefonanbieter. Bauen Sie eine eigene Pipeline, wenn Sie jeden Teil selbst auswählen und austauschen müssen oder wenn Audio auf Servern bleiben muss, die Sie kontrollieren. Bewahren Sie auf jedem Weg die Aufzeichnungen und die Anweisungen des Agenten auf Speicher auf, den Sie kontrollieren, und prüfen Sie die Regeln zu Einwilligung und KI-Hinweis mit Ihren Anwälten.
Lesen Sie auch
GenAI10 Min. Lesezeit
Ein KI-Assistent für den Kundensupport: das KI-Add-on Ihres Helpdesks, eine Chatbot-Plattform oder ein individueller Assistent auf Basis Ihrer eigenen Daten
GenAI10 Min. Lesezeit
KI-Agenten in Ihren Systemen: Was ein Agent allein tun darf, was ein Mensch freigeben muss und wie Sie starten, ohne die Kontrolle zu verlieren
GenAI10 Min. Lesezeit
Wie Sie einen KI-Assistenten vor dem Start testen: ein Testset aus eigenen Fällen aufbauen, Abnahmeschwellen festlegen und bestimmen, wer freigibt
Wie funktioniert ein KI-Telefonagent?
Jedes Mal, wenn der Anrufer spricht, erledigt ein Telefonagent vier Aufgaben. Die Telefonie, der Dienst, der Anrufe mit Ihren Telefonnummern verbindet, bringt die Stimme des Anrufers herein. Ein Speech-to-Text-Modell wandelt sie in Text um. Ein Sprachmodell, die Art von KI hinter ChatGPT, entscheidet, was gesagt wird oder welche Aktion bei Ihren Systemen angefordert wird. Ein Text-to-Speech-Modell spricht die Antwort.
Der Leitfaden von OpenAI zu Sprachagenten nennt das eine verkettete Pipeline, die sich eignet, wenn Sie „Zwischentext prüfen oder umwandeln und jede Komponente unabhängig austauschen“ wollen. Ein anderer Aufbau nutzt ein einziges Speech-to-Speech-Modell. Derselbe Leitfaden beschreibt die Realtime API von OpenAI so, dass sie „ein Modell nutzt, um Audio zu interpretieren, zu entscheiden, was zu tun ist, und in gesprochener Sprache zu antworten.“ Fragen Sie bei einem solchen Modell, wie Sie an das Transkript kommen, das Sie aufbewahren wollen. Alle Quellen in diesem Artikel wurden am 6. November 2026 abgerufen.
Warum sind Verzögerungen und Unterbrechungen bei einem Anruf wichtig?
Ein Anrufer kann nicht sehen, dass gerade etwas passiert, deshalb kann eine lange Pause wie eine abgebrochene Verbindung klingen. Wenn der Anrufer aufhört zu sprechen, muss der Agent zuerst entscheiden, dass er fertig ist. Danach kostet jede der vier Aufgaben ihre eigene Zeit, bevor die Antwort beginnt. Zu früh zu entscheiden hat ebenfalls seinen Preis: Der Agent fällt dem Anrufer ins Wort, während dieser kurz innehält, um eine Kontonummer vorzulesen.
Die Dokumentation der Realtime API von OpenAI zeigt zwei Wege, das zu entscheiden. Der eine wartet eine festgelegte „Dauer der Stille (in Millisekunden), um das Ende der Sprache zu erkennen“ ab. Der andere „verwendet einen semantischen Klassifikator, um anhand der geäußerten Wörter zu erkennen, wann der Nutzer zu Ende gesprochen hat.“
Anrufer sprechen dem Agenten auch dazwischen; das nennt man Barge-in. Der Agent muss dann aufhören zu sprechen und festhalten, welchen Teil seiner Antwort der Anrufer gehört hat. ConversationRelay von Twilio, das einen Twilio-Anruf mit Ihrer eigenen KI-Anwendung verbindet, teilt dieser Anwendung mit, „wenn der Anrufer die TTS-Wiedergabe durch Sprechen unterbricht“; TTS steht für Text-to-Speech. Hintergrundgeräusche oder ein kurzes „mhm“ sollten den Agenten nicht stoppen. LiveKit, Open-Source-Software zum Bau von Sprachagenten, beschreibt eine Erkennung von Unterbrechungen, die „echte Unterbrechungen von Backchanneling im Gespräch unterscheiden kann“, gemeint sind diese kurzen zustimmenden Laute. Laut der Dokumentation von LiveKit läuft das Modell dahinter in LiveKit Cloud, dem gehosteten Dienst von LiveKit.
Wie übergibt der Agent einen Anruf an einen Menschen?
In Amazon Connect hat der KI-Agent ein Standard-Tool namens Escalate, „um an einen menschlichen Mitarbeiter weiterzuleiten“. Ein Beispiel von AWS, dem Anbieter von Amazon Connect, ersetzt es durch ein eigenes Escalate-Tool, das den Grund und eine Zusammenfassung weitergibt. Vapi, eine Plattform für Sprach-KI-Agenten, bietet mehrere Modi für Blind Transfer und Warm Transfer an. Ein Blind Transfer „verbindet den Anrufer, ohne mit dem Ziel zu sprechen“. Ein Warm Transfer „spricht dem Ziel vor dem Verbinden eine generierte Gesprächszusammenfassung vor.“ Vapi führt diese Weiterleitung mit Zusammenfassung nur für Twilio auf.
Legen Sie schriftlich fest, welche Fälle immer an einen Menschen gehen, etwa Beschwerden. Testen Sie dann, was Ihr Team sieht, wenn ein solcher Anruf eingeht, auch außerhalb der Arbeitszeiten.
Was bekommen wir mit dem eigenen KI-Agenten unserer Contact-Center-Plattform?
Auf diesem Weg arbeitet der KI-Agent in dem System, das bereits Ihre Warteschlangen und Aufzeichnungen enthält. Laut AWS ermöglicht das, was es in Amazon Connect Agentic Self-Service nennt, „KI-Agenten, Kundenanliegen über Sprach- und Chatkanäle hinweg selbstständig zu lösen.“ Ihre anderen Systeme erreicht der Agent über MCP-Tools, für Aktionen „wie das Abfragen des Bestellstatus, die Bearbeitung von Erstattungen und die Aktualisierung von Datensätzen.“ MCP, kurz für Model Context Protocol, ist ein standardisierter Weg, KI mit Software zu verbinden. Genesys sagt, sein Virtual Agent funktioniere „sowohl in neuen als auch in bestehenden Sprach- und digitalen Bot-Flows“, gemeint sind seine automatisierten Anruf- und Chat-Abläufe.
ConversationRelay von Twilio überlässt Ihnen mehr. Es „wandelt die Sprache in Text um und sendet ihn an Ihre Anwendung“, und Ihre Anwendung, die Sie selbst oder eine Firma bauen, entscheidet über die Antwort. Für Twilio-Nutzer liegt dieser Weg nahe an einer Eigenentwicklung.
Dafür akzeptieren Sie die Auswahl an Modellen und Stimmen, die die Plattform trifft. Twilio bietet Google und Deepgram für Speech-to-Text an. Die Seite von AWS zu Amazon Nova Sonic, einem Speech-to-Speech-Modell, nennt zum Start vier Stimmen, drei auf Englisch und eine auf US-Spanisch. Dieser Weg passt, wenn die meisten Ihrer Anrufe über die Plattform laufen und sie die Sprachen Ihrer Anrufer abdeckt.
Wann ist eine spezialisierte Sprach-KI-Plattform sinnvoll?
Plattformen für Sprach-KI-Agenten verkaufen den Telefonagenten selbst. Sie schreiben seine Anweisungen und wählen die Modelle, und die Plattform verbindet ihn mit Ihren Nummern und Systemen. Die Preisseite von Vapi führt Speech-to-Text, das Sprachmodell und die Stimme als getrennte Posten von verschiedenen Anbietern auf. Retell, eine weitere solche Plattform, sagt, sein Leitfaden „zeigt, wie Sie Retell-Agenten in Ihren Telefonieanbieter integrieren und Ihre eigenen Nummern nutzen“, und zwar über SIP-Trunking. Ein SIP-Trunk ist eine Verbindung, die Anrufe über das Internet zwischen Ihrem Telefonanbieter und einem anderen System überträgt.
Eine Plattform passt, wenn die eigene KI Ihres Contact-Centers Ihre Tests nicht besteht oder wenn Sie einen einzigen Agenten für mehrere Telefonsysteme wollen. Der Preis dafür: Ein weiterer Anbieter verarbeitet das Audio Ihrer Anrufer nach seinen eigenen Bedingungen, und eine Weiterleitung an Ihr Team läuft über zwei Systeme. Vapi schreibt: „Standardmäßig speichert Vapi Artefakte sicher in der Cloud“, gemeint sind Aufzeichnungen, Transkripte und Logs. Sie können sie stattdessen in Ihren eigenen Speicher leiten.
Wann lohnt es sich, einen eigenen Telefonagenten zu bauen?
Eine eigene Pipeline verbindet einzelne Teile: Telefonie von einem Telefonanbieter oder einer Plattform wie Twilio, dazu Speech-to-Text, ein Sprachmodell und Text-to-Speech. Für Sie geschriebener Code entscheidet, wer wann spricht, behandelt Unterbrechungen, ruft Ihre Systeme auf und führt Logs. Open-Source-Software wie LiveKit deckt einen Teil dieser Arbeit ab. Jeder Teil kann gemietet oder auf Ihren eigenen Servern betrieben werden. Selbst zu bauen lohnt sich, wenn mindestens einer dieser Punkte zutrifft:
- Audio, Transkripte oder das Modell müssen auf Servern bleiben, die Sie kontrollieren
- Der Agent muss in Systemen handeln, die kein Anbieter anbindet
- Sie müssen jeden Teil selbst wählen und austauschen können, etwa ein Spracherkennungsmodell, das die Sprachen Ihrer Anrufer besser beherrscht
- Bei Ihrem Volumen kosten Gebühren pro Minute mehr als der Betrieb eines eigenen Systems
Selbst zu bauen dauert länger, und nach dem Start muss jemand das System betreiben. Die folgenden Artikel behandeln, wer das ohne Machine-Learning-Team leisten kann und wie genau Speech-to-Text bei echten Anrufen ist.
Lesen Sie auch
GenAI10 Min. Lesezeit
Kein ML-Team: Wer betreibt nach dem Start ein LLM-System für Support-Tickets und Dokumente auf Ihren eigenen Servern?
GenAI9 Min. Lesezeit
Generative KI für die aufgezeichneten Telefonate eines Brokers: auf eigenen Servern transkribieren und durchsuchen oder ein Compliance-Produkt kaufen
GenAI10 Min. Lesezeit
Ein privates ChatGPT für Ihr Unternehmen auf eigenen Servern: Was es braucht und wer es einrichten kann
Wo werden Aufzeichnungen und Transkripte aufbewahrt, und können wir sie exportieren?
Aufzeichnungen und Transkripte lassen sich später am schwersten umziehen, also entscheiden Sie vor dem Start, wo sie liegen:
- Amazon Connect: Sie „legen den Bucket und den KMS-Schlüssel für Aufzeichnungen von Sprachgesprächen fest“. Gemeint sind ein Speicherort in Amazon S3, dem Cloud-Speicher von Amazon, und ein Verschlüsselungsschlüssel Ihrer Wahl
- Twilio: Aufzeichnungen bleiben standardmäßig in „verschlüsseltem Cloud-Speicher“ bei Twilio. Mit aktiviertem externem Speicher „lädt Twilio neue Sprachaufzeichnungen in einen AWS-S3-Bucket hoch, der Ihnen gehört, statt sie in der Cloud von Twilio zu speichern.“
- Vapi: standardmäßig in der Cloud von Vapi oder in Ihrem eigenen Amazon S3 oder Google Cloud Storage
- Eigene Pipeline: wo immer Sie sie ablegen
Exportieren Sie auf jedem Weg Aufzeichnungen, Transkripte und Logs nach einem festen Zeitplan in Speicher, den Ihr Unternehmen kontrolliert. Geben Sie Transkripten dieselben Zugriffsrechte und dieselbe Aufbewahrungsfrist wie den Aufzeichnungen.
Wer bestimmt, was der Agent in unseren Systemen tun darf?
Die Anweisungen des Agenten, die sogenannten Prompts, liegen meist im Tool des Anbieters; bewahren Sie daher eine Kopie auf, die Sie mitnehmen können. Aktionen brauchen strengere Regeln als Antworten, denn eine Erstattung oder eine Kontoänderung verändert Ihre Datensätze. Amazon Connect schreibt: „KI-Agenten nutzen dasselbe Framework für Sicherheitsprofile wie menschliche Mitarbeiter, das steuert, auf welche Tools der KI-Agent zugreifen kann.“ Geben Sie dem Agenten Rechte für die Aktionen auf seiner Liste und nicht mehr, und legen Sie fest, wie er prüft, wer anruft.
Die Person, die eine riskante Aktion freigeben sollte, ist selten in der Leitung. Der Agent kann die Anfrage aufnehmen und dem Anrufer sagen, wann er mit einer Antwort rechnen kann, und Ihr Team erledigt sie nach einer Prüfung. Welche Aktionen die Freigabe durch einen Menschen brauchen, erklärt der oben verlinkte Artikel über KI-Agenten und menschliche Freigabe.
Wenn Anrufer mit Karte zahlen, fragen Sie, wie Kartennummern aus dem Modell und den Aufzeichnungen herausgehalten werden. Twilio warnt beim Feld, das nach einer KI-Sitzung Anrufdaten zurückgibt: „Fügen Sie in dieses Feld keine PCI-Daten ein“. PCI-Daten sind Kartendaten, die unter den Sicherheitsstandard der Kartenbranche fallen.
Wem gehören die Telefonnummern, und wie schwer ist ein Wechsel?
Ihre Kunden kennen Ihre Nummern, also behalten Sie die Kontrolle über sie. Eine Nummer, die Sie bei einer Plattform gekauft haben, muss portiert, also zu einem anderen Anbieter umgezogen werden, wenn Sie gehen. Twilio etwa sagt, die Portierung einer Nummer zu Twilio „dauert 5-15 Tage, kann aber bei einer Ablehnung durch Ihren aktuellen Anbieter bis zu 4 Wochen dauern.“ Das meiste davon vermeiden Sie, wenn Sie die Nummern bei einem Telefonanbieter Ihrer Wahl behalten und die KI daran anbinden. Retell macht das über einen SIP-Trunk, und Vapi kann „eine neue oder bestehende Twilio-Nummer“ importieren. Ein späterer Wechsel bedeutet dann, zu ändern, wohin die Anrufe geleitet werden.
Welche Regeln gelten, wenn KI am Telefon spricht?
In den USA schränkt der Telephone Consumer Protection Act (TCPA) Anrufe mit einer künstlichen oder vorab aufgezeichneten Stimme ein. Die Federal Communications Commission (FCC) hat am 2. Februar 2024 eine Feststellungsentscheidung (Declaratory Ruling) erlassen (FCC 24-17). Darin schrieb die FCC: „Wir bestätigen, dass die Beschränkungen des TCPA für die Verwendung einer ‚künstlichen oder vorab aufgezeichneten Stimme‘ auch aktuelle KI-Technologien umfassen, die menschliche Stimmen erzeugen.“ Solche Anrufe erfordern daher „die vorherige ausdrückliche Einwilligung des Angerufenen, um solche Anrufe einzuleiten, sofern kein Notfallzweck und keine Ausnahme vorliegt.“ Kündigt ein solcher Anruf Werbung an oder enthält er Telemarketing, ermuntert er also zum Kauf oder zur Miete von Waren oder Dienstleistungen oder zur Investition darin, verlangen die Regeln der FCC eine „vorherige ausdrückliche schriftliche Einwilligung“.
Laut der Entscheidung kennt der TCPA keine „Ausnahme für Technologien, die vorgeben, das Äquivalent eines Live-Agenten zu bieten“. Auch für einen KI-Agenten, der wie ein Mensch spricht, gilt keine Ausnahme. Die Vorschriften, auf die sie verweist, verlangen, dass der Anruf zu Beginn „die Identität des Unternehmens klar angibt“, und Telemarketing-Anrufe müssen eine Möglichkeit zum Opt-out bieten. Diese Anforderungen gelten für „jede KI-Technologie, die einen ausgehenden Telefonanruf mit einer künstlichen oder vorab aufgezeichneten Stimme an Verbraucher einleitet“. Für Anrufe, die Kunden bei Ihnen tätigen, fragen Sie Ihre Anwälte, welche Regeln gelten.
In der EU erfasst Art. 50 Abs. 1 der KI-Verordnung (EU AI Act), des Gesetzes der EU über künstliche Intelligenz, KI-Systeme, die direkt mit Menschen interagieren. Sie müssen so konzipiert sein, dass die betreffenden Personen „informiert werden, dass sie mit einem KI-System interagieren“, es sei denn, das ist für eine angemessen informierte Person aufgrund des Kontexts offensichtlich. Nach Art. 50 Abs. 5 muss das „spätestens zum Zeitpunkt der ersten Interaktion oder Aussetzung“ geschehen, was bei einem Anruf auf die Begrüßung hinausläuft. Die Pflicht liegt beim Anbieter des KI-Systems. Ob das Sie sind oder ein externer Anbieter, ist eine Frage für Ihre Anwälte.
Art. 113 der KI-Verordnung legt den 2. August 2026 als allgemeinen Geltungsbeginn fest. Der Digital Omnibus on AI, eine als ABl. L 2026/1744 veröffentlichte Änderungsverordnung, hat mehrere andere Daten verschoben. Am 6. November 2026 kennzeichnet der AI Act Service Desk der Europäischen Kommission nur Art. 50 Abs. 7 als geändert. Laut seinem Zeitplan „beginnen die Transparenzvorschriften (Artikel 50) zu gelten“, und zwar am 2. August 2026.
Die Regeln für die Aufzeichnung von Anrufen unterscheiden sich von Land zu Land und in den USA von Bundesstaat zu Bundesstaat. Das US-Bundesrecht erlaubt eine Aufzeichnung, wenn „eine der an der Kommunikation beteiligten Parteien vorher eingewilligt hat“ (18 U.S.C. § 2511(2)(d)). Das Recht der Bundesstaaten kann mehr verlangen. Der Bundesstaat Washington verlangt „die Einwilligung aller an der Kommunikation Beteiligten“. Eine Ansage, dass der Anruf „gleich aufgezeichnet wird“, gilt dort als Einwilligung, wenn auch die Ansage aufgezeichnet wird.
Nach der DSGVO, dem Datenschutzrecht der EU, sind personenbezogene Daten Informationen, die sich „auf eine identifizierte oder identifizierbare natürliche Person“ beziehen. Der Europäische Datenschutzausschuss (EDSA, englisch EDPB), das Gremium der nationalen Datenschutzbehörden in der EU, zählt Sprachaufnahmen in seinen Leitlinien von 2021 zu virtuellen Sprachassistenten zu solchen Daten. Weiter heißt es dort, dass „es sich bei Sprachdaten grundsätzlich um biometrische personenbezogene Daten handelt“. Wird die Stimme genutzt, um einen Anrufer zu identifizieren, braucht die Verarbeitung laut den Leitlinien eine Rechtsgrundlage nach Art. 6 DSGVO und eine Ausnahme nach Art. 9 DSGVO. Die Leitlinien wurden für Sprachassistenten auf Geräten wie smarten Lautsprechern geschrieben; fragen Sie also Ihren Datenschutzbeauftragten, wie sie auf Anrufe anzuwenden sind.
Was sollten wir testen, bevor der Agent echte Anrufe annimmt?
Stellen Sie aus Ihren eigenen Anrufen ein Testset mit vorab vereinbarten Abnahmeschwellen zusammen, wie es der Artikel über das Testen eines KI-Assistenten beschreibt. Ergänzen Sie dann die Fälle, die nur ein Telefonagent erlebt:
- Akzente und Sprachen Ihrer echten Anrufer, aus früheren Aufzeichnungen, soweit Ihre Richtlinien das erlauben
- Anrufe per Handy und mit Freisprechfunktion in lauter Umgebung
- Anrufer, die den Agenten unterbrechen oder sich mitten im Satz korrigieren
- Lange Pausen, während ein Anrufer ein Dokument sucht
- Kontonummern und Beträge, die zur Bestätigung vorgelesen werden
- Weiterleitungen, wenn Ihr Team ausgelastet oder nicht erreichbar ist
- Der KI-Hinweis und der Aufzeichnungshinweis zu Beginn jedes Anrufs
Messen Sie die Verzögerung vom Ende der Äußerung des Anrufers bis zum ersten Wort des Agenten auf echten Telefonleitungen zu Ihren geschäftigsten Zeiten. Wiederholen Sie die Tests, sobald der Anbieter ein Modell oder eine Stimme ändert.
Wie rechnen Anbieter einen Telefonagenten ab?
Die Kosten bestehen aus fünf Teilen, die sich auf jedem Weg anders zusammensetzen. Die Preise sind in US-Dollar angegeben und stammen von öffentlichen Preisseiten, abgerufen am 6. November 2026:
- Plattformgebühren pro Minute: Amazon Connect nennt „$0.038 per voice min (standard telephony rates apply)“, also 0,038 US-Dollar pro Sprachminute zuzüglich der üblichen Telefonietarife. Twilio nennt für Conversation Relay 0,07 US-Dollar pro Minute. Vapi berechnet in seinem Prepaid-Tarif „$0.05/min Vapi hosting“, also 0,05 US-Dollar pro Minute für das Hosting bei Vapi, und Retell nennt für KI-Sprachagenten 0,07 bis 0,31 US-Dollar pro Minute
- Gebühren für Modelle und Sprache: Bei Vapi steht „Models pass-through at cost“, die Modelle werden also zum Selbstkostenpreis weitergereicht und zusätzlich berechnet. Genesys Cloud rechnet die KI-Nutzung in eigenen Tokens ab, und sein Artikel zur Abrechnung sagt: „Voicebots werden mit 17 Minuten = 1 Token umgerechnet“
- Telefonie: Twilio berechnet 0,0085 US-Dollar pro Minute für eingehende Anrufe auf einer lokalen US-Nummer, plus 1,15 US-Dollar pro Nummer und Monat
- Aufzeichnung und Speicherung: Twilio berechnet 0,0025 US-Dollar pro Minute für die Aufzeichnung eines Anrufs und 0,0005 US-Dollar pro Minute und Monat für deren Speicherung
- Entwickler und Wartung: der Bau, die Anbindung Ihrer Systeme und das erneute Durchführen der Tests, wenn sich Modelle ändern. Dieser Teil wächst, je mehr Sie selbst bauen
Die Minutenpreise oben decken nicht dieselben Teile ab. Lassen Sie sich von jedem Anbieter einen Preis für einen Monat Ihres realen Anrufvolumens nennen, einschließlich Telefonie, Modellen, Aufzeichnungen und Mindestmengen.
Was sollten wir eine Firma fragen, die ihn bauen oder integrieren würde?
- Welche Teile laufen wo, und welche Unternehmen verarbeiten das Audio unserer Anrufer?
- Wie messen Sie auf unseren Telefonleitungen die Verzögerung, bevor der Agent antwortet?
- Wie geht der Agent mit Unterbrechungen und langen Pausen um, und wie funktioniert eine Weiterleitung?
- Welche Aktionen kann der Agent allein ausführen, und welche warten auf die Freigabe durch einen Menschen?
- Wo werden Aufzeichnungen, Transkripte und Logs gespeichert, und wie exportieren wir sie?
- Wer hält unsere Telefonnummern, und was wäre nötig, um sie umzuziehen?
- Wer schreibt und testet den KI-Hinweis und den Aufzeichnungshinweis für jedes Land, in das wir telefonieren?
- Gehören uns am Ende der Code, die Prompts, die Testanrufe und die Logs?
Wo passt amBrain ins Bild?
amBrain gibt diesen Blog heraus. Zu seinem eigenen Produkt sagt es: „Unser eigenes Produkt shyash.ai läuft auf KI-Agenten, die aus einem gemeinsamen Speicher von Unternehmensfakten recherchieren, schreiben, prüfen und messen. Ein Mensch gibt alles frei, was rausgeht.“
Dieser Artikel ist keine Case Study und beschreibt keine Arbeit für Kunden. Er behauptet nicht, dass amBrain einen Telefonagenten oder ein Contact-Center-Produkt gebaut hat, und die Zeile oben sagt nichts über Telefonanrufe. Die hier genannten Unternehmen und öffentlichen Stellen werden anhand ihrer veröffentlichten Seiten zitiert. Der Artikel behauptet keine Beziehung zwischen amBrain und einem von ihnen, empfiehlt keines ihrer Produkte und nennt weder Preise noch Zeitpläne von amBrain.
amBrain entwickelt seit 2019 Software. Dazu, wie es mit Kunden arbeitet, sagt es: „Drei Formate: vollständige Umsetzung, ein dediziertes Team oder in Ihr Team eingebettete Entwickler.“ Zum Eigentum lautet sein Satz: „Der Kunde behält das volle Eigentum an Produkt und Code, ausgenommen unsere wiederverwendbaren Komponenten.“ Verlangen Sie vor der Unterschrift die namentliche Liste dieser Komponenten.
Dieser Artikel ist auch keine Rechtsberatung. Er behandelt nur die oben genannten Regeln der USA und der EU. Klären Sie mit Ihren Anwälten, welche Regeln zur Einwilligung in Aufzeichnungen und zum KI-Hinweis an jedem Ort gelten, an dem Sie Anrufe entgegennehmen oder tätigen. Wenn amBrain auf Ihrer Shortlist steht, stellen Sie ihm dieselben Fragen wie jeder anderen Firma.
Themen
- Sprach-KI
- Contact-Center
- Bauen oder kaufen
- Compliance