Voicebot-Use-Cases heute: Wo stehen wir?

Wo Voicebots heute glänzen

Gemeinsam mit Martin Jeschar, Head of Sales Engineering bei Placetel, sortiert Daniel die Use Cases entlang von vier Stufen – von „funktioniert hervorragend” bis „besser bleiben lassen”. Die klaren Quick Wins sind standardisierte, wiederkehrende Anfragen: die Telefon-Hotline, die Bestellnummer abfragt und den Versandstatus durchgibt, statt den Kunden zwei Minuten in der Warteschleife hängen zu lassen. Das funktioniert quer durch die Branchen – Airlines (Flugstatus, Gate und Terminal, sogar Umbuchungen), Online-Shops (Versand, Retoure) und Banken (Kontostand, Vorbereitung von Überweisungen). Gerade Letzteres ist auch ein Gewinn an Barrierefreiheit: Wo früher „dumme” Telefon-Banking-Systeme sich verhaspelten, hilft die KI heute Senioren oder blinden Menschen, per Sprache zu überweisen.

Die Vorteile liegen auf der Hand: 24/7-Verfügbarkeit (auch um 23 Uhr oder aus einer anderen Zeitzone), spürbare Entlastung der Mitarbeitenden und nahezu beliebige Skalierbarkeit – ob 10 oder 1.000 Anrufe gleichzeitig, dem Bot ist es egal, während ein Team schnell an Grenzen stößt. Dazu kommt eine konsistente Qualität („der Bot hat keinen schlechten Tag”) und ein oft übersehener Datenschutz-Vorteil: Bei einer automatisierten Kontostandsabfrage bekommt gar kein Mensch die sensiblen Daten zu Gesicht – die Angriffsfläche sinkt, vorausgesetzt natürlich, die Infrastruktur des Anbieters stimmt.

Outbound: zwischen Mehrwert und Nervfaktor

Spannend wird es, wenn der Bot selbst nach draußen telefoniert. Hier gibt es laut Martin die guten und die schlechten Outbound-Calls. Die guten: die Terminerinnerung im Gesundheitswesen (am Vortag anrufen, direkt bestätigen oder verschieben – wodurch frei werdende Slots anderen Patienten zugutekommen), der freundliche Payment-Reminder im Mahnwesen (ein Anruf fällt mehr auf als die x-te E-Mail) und automatisierte Zufriedenheitsumfragen, die die KI gleich auswertet und konsolidiert. Die schlechten: Cold Calls und großflächige Spam-Anrufe, die niemand mag – hier gilt es, die „Nervigkeitsschwelle” im Blick zu behalten, denn solche Auswüchse schaden der ganzen Branche.

Faszinierend sind komplexere Abläufe wie eine Tischreservierung per Sprachdialog – Daniel erinnert an Googles Duplex-Demo, bei der die KI selbstständig im Restaurant anrief und reservierte. Dass dann womöglich KI mit KI spricht, ist beiden egal, solange man selbst weder anrufen noch in der Warteschleife hängen muss. Das passt zum Trend: Je jünger die Generation, desto ungerner telefoniert sie – ein Outbound-Assistent, der die Reservierung übernimmt, ist da ein echter Komfortgewinn.

Wo es noch hakt

Die zweite Stufe sind die Grauzonen – Dinge, die schon gehen, aber noch nicht perfekt. Komplexere Support-Anrufe etwa: Einen WLAN-Router zurückzusetzen ist knifflig, weil Geräte, Firmware und das technische Verständnis der Anrufer variieren („der runde, schwarze Stecker”). Moderne Bots schaffen es, eine LED-Farbe und Blinkfrequenz abzufragen und daraus eine Lösung abzuleiten – nur zu verstrickt darf es nicht werden. Hürde Nummer eins bleibt die Sprachverständlichkeit: laute Umgebung, Wind, Dialekte, Zahlen, schlechte Mikrofone, Freisprechanlagen oder eine lange E-Mail-Adresse, die buchstabiert werden muss. Die Erkennung ist gegenüber den frühen Siri-/Alexa-Tagen „Welten” besser geworden, aber eben noch nicht bei 100 %. Auch Kontext über lange Gespräche ist schwierig (viele Bots haben ein Minutenlimit), und indirekte Äußerungen wie „ich hatte da schon mal angerufen” muss das Prompting auffangen – über reines Keyword-Erkennen hinaus.

Heikel ist Beratung: Einfache Produktberatung klappt (im Autohaus die Unterschiede zwischen Modellen aus den Datenblättern erklären), doch Empathie und Kreativität in den Zwischentönen fehlen – wenn ein Kunde bei Option A zögert, merkt der Bot nicht von selbst, dass er besser auf Option B umschwenkt. Über 60 % der Kunden wollen bei komplexen Anliegen ohnehin einen Menschen. Dazu zwei Praxispunkte: Erstens Halluzinationen – ein Bot behauptete im Webinar, der Mercedes GLB sei ein Siebensitzer; das stimmte sogar, war aber nicht so promptet, sondern selbst „dazugesucht”, was man eng einhegen muss. Zweitens Smalltalk kostet Geld (Minuten/Token), weshalb man eine Obergrenze setzt und nach ein paar Themenwechseln an einen Menschen oder die Voicemail übergibt – und dem Bot klar verbietet, über Wettbewerber zu reden. Kurz: Prompt Engineering ist das A und O. Schön zeigt das die Stadtverwaltung mit dem Müllkalender-Bot: Rund 80 % fragen schlicht „wann wird der Müll abgeholt?”. Selbst beim nicht definierten Fall „Wohin mit der Handgranate?” reagierte der Bot souverän und verwies an Polizei bzw. Schadstoffdienst – moderne LLMs erkennen „gefährliche Gegenstände” generisch, statt stur auf Stichwörter zu hören. Wichtig bleibt das Gegenbild des „Türstehers”: Fast 50 % der Verbraucher empfinden Voicebots als Hürde, die sie vom Menschen fernhält – die Option „mit einem Menschen sprechen” muss deshalb jederzeit transparent und sofort verfügbar sein.

Wo die echten Grenzen liegen

Manches kann ein Voicebot grundsätzlich nicht. Physische Handlungen scheiden aus – er legt keinen Schalter um, repariert kein Kabel und stellt kein Paket zu. Und bei Empathie und Emotion stößt er an ein hartes Limit: Eine KI kann empathisch klingen (freundliche Stimme, „das muss frustrierend sein”, sogar simuliertes Atmen), aber es bleibt Simulation. Bei einem wütenden oder verzweifelten Kunden, einem Beschwerde- oder gar Trauergespräch fehlt die menschliche Tiefe – ebenso wie Intuition, Lebenserfahrung und moralisches Urteilsvermögen; der Bot kennt nur Datenmuster.

Dazu kommt das Halluzinationsrisiko: Trifft etwas Unerwartetes ein, erfinden Modelle schon mal Dinge und geben sie mit voller Überzeugung aus. Daniel erzählt von seinem Internetanbieter, der ihm telefonisch einen höheren Tarif andrehen wollte mit einer technisch zweifelhaften Begründung – einem Menschen glaubt man so etwas eher als einem Bot, an den ein viel strengerer Maßstab angelegt wird (99 statt „guter Mensch”). Auch Ironie und Sarkasmus versteht ein Bot meist nicht: Ein genervtes „na toll, hat ja super geklappt” quittiert er womöglich mit „schön, dass es geklappt hat”. Bei Sprachen und Dialekten sind die Modelle erstaunlich gut (Österreichisch, Bayerisch, sogar Kölsch) – schwierig wird allerdings das Code-Switching, also der Sprachwechsel mitten im Gespräch; sauber im Prompting getrennt, beherrscht ein Modell aber teils über 100 Sprachen, was viele menschlich besetzte Hotlines nicht leisten.

Was man bewusst bleiben lässt

Die vierte Stufe sind die echten No-Gos – aus ethischen wie strategischen Gründen. Das größte: Täuschung. Die Stimmen sind so gut, dass man den Bot nicht immer erkennt; ihn als Menschen auszugeben (gerade gegenüber älteren Menschen) ist ethisch wie teils rechtlich tabu. Deshalb empfiehlt Martin, sich von Anfang an als digitaler Assistent zu erkennen zu geben – das erhöht nachweislich sogar die Akzeptanz. Eine reale Gefahr ist Voice-Cloning: Aus wenigen Sekunden Audio lässt sich eine Stimme inklusive Emotion nachbauen – ein gefundenes Fressen für den „Enkeltrick”. Hier sind auch die LLM-Anbieter gefragt, dem einen Riegel vorzuschieben. Ebenso sensibel ist Datenschutz: Bei jeder Transkription wandern Daten über die Server des LLM-Anbieters – wo wird gehostet, wer hat Zugriff? Selbst-Hosting kann optimal sein, ist aber ein eigenes Sicherheitsthema (Updates, Absicherung), und in der Praxis ist eine große Cloud oft sogar sicherer als der eigene Server.

Strikt tabu sind hochvertrauliche Gespräche – ein Voicebot als Therapeut oder zur Krisenkommunikation (eine Diagnose, eine Kündigung überbringen) ist doppelt problematisch: rechtlich heikel und ohne echte Empathie schlicht falsch. Strategisch sollte man verzichten, wo persönlicher Service Teil des Markenversprechens ist – eine Luxushotelkette, die mit individuellem Concierge wirbt, beschädigt ihre Marke mit einem Bot an der Rezeption. Und man muss auf Bias achten: Modelle übernehmen Vorurteile aus den Trainingsdaten (etwa schlechtere Bewertung bei ausländischem Akzent) – bei automatisierten Bewerbungsgesprächen wäre das diskriminierend, auch ohne böse Absicht. Die Konsequenz: Qualitätskontrolle. Intensiv testen, aus verschiedenen Blickwinkeln, mit unterschiedlichen Anrufern – denn ein Chatbot, der wie bei einer bekannten Fluggesellschaft fiktive Richtlinien halluziniert, ist nicht nur peinlich, sondern geschäftsschädigend.

Mensch und Bot Hand in Hand

Das Fazit der beiden: Voicebots sind heute erstaunlich leistungsfähig und werden rasant besser – aber es gibt rote Linien, die man nicht überschreiten sollte. Der Schlüssel ist die richtige Abwägung: Der Bot übernimmt die Routine, der Mensch die kniffligen und sensiblen Fälle – zusammen entsteht echter Top-Service. Genauso wichtig ist, die Mitarbeitenden mitzunehmen: Wird ein Voicebot ohne Einbindung eingeführt, ist sofort die Angst da, ersetzt zu werden, und das Team boykottiert ihn. Richtig kommuniziert, nimmt der Bot ihnen die frustrierenden Wiederholungen ab („in welcher Straße wird der Müll abgeholt?”) und schafft Zeit für das Wesentliche. Falsch eingesetzt erzeugt er Frust und Markenschaden – richtig eingesetzt ist er ein echter Gamechanger. Entscheidend bleibt deshalb das Bewusstsein für die Do’s und Don’ts und ein verantwortungsvoller Einsatz.