Was ein KI-Telefonassistent kostet — und was er nicht darf

Was die Minute tatsächlich kostet

Die Preisangaben der Anbieter sind schwer vergleichbar, weil sie unterschiedlich viel enthalten. Manche rechnen Sprachsynthese, Spracherkennung und Sprachmodell separat ab, andere nennen einen Komplettpreis. Die folgende Übersicht zeigt den Stand August 2026 für den Betrieb eines deutschsprachigen Assistenten.

Bei 200 bis 400 Gesprächsminuten im Monat landet man damit rechnerisch bei etwa 30 bis 65 € laufenden Kosten. Das ist der Punkt, an dem die meisten Kalkulationen falsch abbiegen: Diese Zahl ist so niedrig, dass sie den Blick auf den eigentlichen Kostenblock verstellt.

Was der Assistent rechtlich muss

Er muss sagen, dass er eine Maschine ist

Seit dem 2. August 2026 gilt Artikel 50 der KI-Verordnung ohne Übergangsfrist. Wer ein KI-System betreibt, das mit Menschen interagiert, muss diese darüber informieren — es sei denn, es ist aus dem Zusammenhang offensichtlich. Bei einer Stimme, die klingt wie ein Mensch, ist es das gerade nicht. In der Praxis ist die Pflicht mit einem Satz erledigt: Der Assistent sagt im ersten Satz, dass er eine KI ist. Zuständig für die Aufsicht ist in Deutschland die Bundesnetzagentur.

Eingehende Anrufe sind einfach, ausgehende sind es nicht

Ein Assistent, der nur ans Telefon geht, wenn jemand anruft, ist rechtlich unkompliziert: Der Anrufer hat den Kontakt selbst hergestellt. Bei ausgehenden Anrufen dreht sich das um. Am Telefon gibt es keine Bestandskundenausnahme — die Erleichterung des § 7 Abs. 3 UWG gilt ausdrücklich nur für elektronische Post, nicht für Anrufe. Auch eine freundliche Zufriedenheitsbefragung zählt nach der Rechtsprechung des Bundesgerichtshofs als Werbung. Der Bußgeldrahmen reicht bis 300.000 €.

Erlaubt bleibt der Rückruf, um den der Kunde selbst gebeten hat, und die Rückfrage zu einer laufenden Bestellung. Der Kipppunkt ist erstaunlich scharf: Ein einziger Cross-Selling-Satz macht aus dem Service-Anruf einen Werbeanruf. Das gehört deshalb nicht nur in die Anweisung an das Sprachmodell, sondern zusätzlich in einen Filter, der die Ausgabe prüft.

Aufzeichnen: im Zweifel gar nicht

Die Routineaufzeichnung von Kundengesprächen auf ein berechtigtes Interesse zu stützen, lehnen die Aufsichtsbehörden ab; § 201 StGB stellt das unbefugte Aufnehmen des nicht öffentlich gesprochenen Wortes zudem unter Strafe. Auch das reine Transkript ist ein personenbezogenes Datum. Für einen ersten Betrieb ist die saubere Lösung deshalb: kein Audio-Mitschnitt, sondern eine strukturierte schriftliche Zusammenfassung im Ticketsystem.

Der Assistent darf nichts zusagen

Sprachmodelle erfinden Details, wenn ihnen welche fehlen. Bei einem Telefonassistenten ist das keine Kuriosität, sondern eine Haftungsfrage: Ein zugesagter Liefertermin, eine in Aussicht gestellte Erstattung oder eine Kulanzregelung sind Erklärungen, an denen sich ein Unternehmen festhalten lassen muss. Die belastbare Konstruktion lautet deshalb: Der Assistent liest ausschließlich vor, was in den angebundenen Systemen steht, und entscheidet nie selbst.

Was er wirklich schafft — und was nicht

Die verbreitete Erwartung, ein Sprachassistent erledige 90 % der Anrufe, hält keiner Messung stand. Realistisch ist im Pilotbetrieb eine Quote von 45 bis 65 % abschließend erledigter Gespräche. Der Rest sind Fälle, die aus guten Gründen zu einem Menschen gehören.

Die unterschätzte Hürde: die Identifikation

Der schwierigste Teil eines Telefonassistenten ist nicht das Gespräch, sondern die Frage, mit wem er spricht. Ein Beispiel aus einem Kundenprojekt: Die Bestellnummern des Shops bestehen aus einem festen Präfix und vier fortlaufenden Ziffern. Weil sie fortlaufend vergeben werden, existiert zu fast jeder falsch verstandenen Nummer eine andere, echte Bestellung. Ein Assistent, der nur nach der Bestellnummer fragt, liest also regelmäßig die Daten eines fremden Kunden vor.

Die Lösung war ein zweiter Faktor — und zwar bewusst nicht die E-Mail-Adresse, die am Telefon kaum zuverlässig zu verstehen ist, sondern die Postleitzahl: fünf Ziffern, eindeutig, schnell gesagt. Sie erfüllt zwei Zwecke gleichzeitig. Sie prüft die Identität, und sie korrigiert die verhörte Nummer: Aus den typischen deutschen Verwechslungspaaren und Zifferndrehern werden Kandidaten gebildet, und es gewinnt der, zu dem die genannte Postleitzahl passt.

Wann sich das rechnet

Ehrlich gerechnet: Bei zwei bis fünf Anrufen am Tag spart ein Sprachassistent keine Personalkosten. Dafür sitzt niemand in Vollzeit am Telefon. Was er tatsächlich bringt, ist etwas anderes — Erreichbarkeit außerhalb der Geschäftszeiten und kein verpasster Anruf. Das ist ein Vertrauens-, kein Einsparargument, und so sollte es auch gerechnet werden.

Der größere Hebel liegt fast immer daneben: Wenn 40 % der Anfragen den Sendungsstand betreffen, trifft eine automatische schriftliche Antwort mit echtem Sendungsstand alle diese Fälle, der Telefonassistent nur den kleinen Teil, der zum Hörer greift. Wie das im Detail aussieht, steht in unserem Beitrag zur Automatisierung im Kundenservice.

Häufige Fragen