Voice Agents im Vertrieb: Was Sprach-KI heute leistet
Kurz gesagt: Voice Agents im Vertrieb sind KI-Programme, die Gespräche in gesprochener Sprache führen und einfache Aufgaben erledigen, etwa Anliegen aufnehmen, Termine abstimmen oder im Rollenspiel den Kunden spielen. Sie eignen sich für kurze, klar abgegrenzte Gespräche. Preise, Zusagen und Verhandlungen bleiben beim Menschen. Der Gesprächspartner erfährt zu Beginn, dass eine KI spricht.
Inhalt11 Abschnitte
- 01Wie ein Voice Agent arbeitet
- 02Was Voice Agents im Vertrieb heute leisten
- 03Wo die Grenzen liegen
- 04Offenlegung: Der Kunde weiß, mit wem er spricht
- 05So starten Sie einen Pilot
- 06Voice Agent, Telefonmenü oder Diktierfunktion: Was ist der Unterschied?
- 07Wie sieht ein Gesprächsleitfaden für einen Voice Agent aus?
- 08Welche Kennzahlen zeigen, ob ein Voice Agent funktioniert?
- 09Für wen lohnt sich Sprach-KI im Vertrieb und für wen nicht?
- 10Häufige Fragen
- 11Fazit
Die Vorführungen von Voice Agents im Vertrieb beeindrucken: Ein Programm hört zu, antwortet in gesprochener Sprache und trägt nebenbei einen Termin ein. Der Alltag ist nüchterner. Entscheidend ist, für welche Gespräche die Technik heute reicht, wo ihre Grenzen liegen und welche Regeln vor dem ersten Einsatz stehen.
Einen Überblick über Einsatzfelder, Grenzen und erste Schritte finden Sie auf der Themenseite KI im Vertrieb.
Wie ein Voice Agent arbeitet
Vereinfacht laufen drei Schritte ab. Das System wandelt Gesprochenes in Text um. Ein Sprachmodell formuliert auf Grundlage seiner Anweisungen und der hinterlegten Informationen eine Antwort. Eine künstliche Stimme spricht diese Antwort aus. Dazu kommen Anbindungen, etwa an Kalender oder CRM, damit der Agent einen Termin eintragen oder eine Notiz anlegen kann. Was ein Agent ist, erklärt der Beitrag Was ist ein KI-Agent im Vertrieb.
Was Voice Agents im Vertrieb heute leisten
Sprach-KI eignet sich für Gespräche, die kurz, klar abgegrenzt und gut beschreibbar sind. Typische Einsatzfelder:
- Training: Der Agent spielt den Kunden, das Team übt Einwände und Fragetechnik. Hier ist das Risiko gering, weil kein echter Kunde beteiligt ist.
- Diktat und Nachbereitung: Der Verkäufer spricht seine Eindrücke ein, die KI ordnet sie zu Notiz und Aufgaben.
- Annahme außerhalb der Geschäftszeit: Der Agent nimmt ein Anliegen auf, stellt wenige Rückfragen und übergibt an einen Menschen.
- Terminabstimmung: Vereinbaren, Bestätigen und Verschieben von Terminen.
- Einfache Vorqualifizierung: Wenige feste Fragen, deren Antworten ein Verkäufer anschließend prüft.
Mit dem Training zu beginnen, ist meist der sicherste Weg. Mehr dazu im Beitrag über Vertriebstraining mit KI-Rollenspielen.
Wo die Grenzen liegen
- Fehler beim Verstehen: Dialekt, Fachbegriffe, Firmennamen, schlechte Leitungen und Hintergrundlärm führen zu Missverständnissen.
- Erfundene Antworten: Ein Sprachmodell kann plausibel klingende, aber falsche Auskünfte geben. Am Telefon fällt das schwerer auf als im Text.
- Gesprächsfluss: Pausen, Unterbrechungen und gleichzeitiges Sprechen bringen Agenten aus dem Takt.
- Zwischentöne: Zögern, Ärger oder Ironie erkennt ein Mensch sicherer.
- Beziehung: Verhandlungen, Beschwerden und Gespräche über Wert leben von Vertrauen. Sie gehören zum Menschen.
Daraus folgt eine Grenze: Preise, Konditionen und Zusagen macht keine Sprach-KI. Fragt ein Kunde danach, nimmt der Agent die Frage auf. Der zuständige Verkäufer entscheidet im Rückruf.
Offenlegung: Der Kunde weiß, mit wem er spricht
Wer mit einer KI telefoniert, muss das vom ersten Satz an wissen. Eine Beispielformulierung: „Guten Tag, ich bin ein KI-Assistent und rufe im Auftrag von Herrn Beispiel an. Wenn Sie lieber mit ihm persönlich sprechen, richte ich das gern aus.“ Eine menschlich klingende Stimme ohne diesen Hinweis ist eine Täuschung und beschädigt das Vertrauen dauerhaft.
Dazu kommen weitere Fragen: Dürfen Sie den Kunden überhaupt anrufen? Wird das Gespräch gespeichert? Wer wertet es aus? Das sind Themen für Rechtsabteilung, Datenschutzbeauftragte und Betriebsrat, bevor der erste Anruf läuft. Dieser Beitrag ist keine Rechtsberatung. Einen Überblick zur Offenlegung gibt der Beitrag über KI-Kennzeichnung in der Kundenkommunikation.
So starten Sie einen Pilot
- Wählen Sie einen eng begrenzten Anwendungsfall, am besten intern.
- Schreiben Sie auf, was der Agent sagen darf und was nicht.
- Legen Sie fest, wann er an einen Menschen übergibt, etwa bei Preisfragen oder Beschwerden.
- Testen Sie mit Kolleginnen und Kollegen, die den Agenten bewusst in Schwierigkeiten bringen.
- Hören Sie in der ersten Zeit jedes Gespräch nach oder lesen Sie die Mitschrift, soweit das freigegeben ist.
Voice Agent, Telefonmenü oder Diktierfunktion: Was ist der Unterschied?
Ein Voice Agent, oft auch KI-Telefonassistent genannt, führt ein freies Gespräch und erledigt dabei eine Aufgabe, ein Telefonmenü führt durch feste Auswahlpunkte und eine Diktierfunktion wandelt nur Sprache in Text um. Die drei werden im Alltag oft unter „Sprach-KI“ zusammengefasst, leisten aber Verschiedenes.
| Form | Was sie tut | Typischer Einsatz | Grenze |
|---|---|---|---|
| Telefonmenü | Führt durch feste Auswahl | Weiterleitung an die richtige Stelle | Versteht keine freien Anliegen |
| Diktierfunktion | Wandelt Sprache in Text | Gesprächsnotiz nach dem Termin | Ordnet und handelt nicht |
| Sprachassistent | Führt einzelne Sprachbefehle aus | Termin oder Kontakt aufrufen | Kein längeres Gespräch |
| Voice Agent | Führt ein Gespräch mit Ziel | Anliegen aufnehmen, Rollenspiel | Braucht Regeln und Übergabe |
Für die Auswahl hilft eine Frage: Muss das System frei Formuliertes verstehen und darauf mit einer Rückfrage reagieren? Nur dann brauchen Sie einen Voice Agent. Für die Weiterleitung von Anrufen genügt oft ein Menü. Für die Nachbereitung genügt oft ein Diktat, das anschließend eine KI ordnet. Wie das abläuft, zeigt der Beitrag Gesprächsnotizen diktieren und ins CRM bringen.
Je freier das Gespräch, desto höher der Aufwand für Regeln, Tests und Kontrolle. Wählen Sie deshalb die einfachste Form, die die Aufgabe erfüllt.
Wie sieht ein Gesprächsleitfaden für einen Voice Agent aus?
Ein solcher Gesprächsleitfaden besteht aus sechs Bausteinen: Eröffnung, Zweck, erlaubte Fragen, Wissensgrenze, Übergabe und Abschluss. Er ist die schriftliche Anweisung, nach der das System spricht.
- Eröffnung. Name des Unternehmens und der Hinweis, dass eine KI spricht.
- Zweck. Ein Satz, wozu das Gespräch dient: „Ich nehme Ihr Anliegen auf und gebe es an den zuständigen Kollegen weiter.“
- Erlaubte Fragen. Eine kurze, feste Liste. Zum Beispiel: Worum geht es, bis wann wird eine Antwort gebraucht, wie ist der Rückruf am besten möglich?
- Wissensgrenze. Was der Agent nicht beantwortet, mit einem festen Satz: „Dazu kann ich keine Auskunft geben. Ich notiere die Frage für Frau Beispiel.“
- Übergabe. Auslöser und Weg. Der Agent nennt, wer sich bis wann meldet.
- Abschluss. Der Agent wiederholt in zwei Sätzen, was er aufgenommen hat. Dann fragt er, ob das stimmt.
Die Zusammenfassung am Schluss ist ein wirksamer Schutz gegen Verständnisfehler. Der Gesprächspartner korrigiert selbst, was falsch angekommen ist.
Schreiben Sie den Leitfaden mit den Menschen, die diese Gespräche heute führen. Sie kennen die Fragen, die in der Praxis kommen. Halten Sie zusätzlich fest, was nach dem Gespräch geschieht: Wo landet die Notiz, wer bekommt die Aufgabe, bis wann? Eine Zusage zum Rückruf, die der Agent gibt, muss ein Mensch halten können.
Welche Kennzahlen zeigen, ob ein Voice Agent funktioniert?
Vier Kennzahlen zeigen, ob das System funktioniert: Abschlussquote, Übergabequote, Korrekturquote und Abbruchquote. Die Zahl der geführten Gespräche allein sagt nichts.
- Abschlussquote. Anteil der Gespräche, in denen der Agent seine Aufgabe vollständig erledigt hat.
- Übergabequote. Anteil der Gespräche, die an einen Menschen gingen. Eine Übergabe ist kein Fehler. Auffällig sind sehr hohe Werte und Werte nahe null.
- Korrekturquote. Anteil der Notizen, die ein Mensch nach dem Abhören oder Lesen berichtigen musste.
- Abbruchquote. Anteil der Gesprächspartner, die auflegen, bevor das Anliegen aufgenommen ist.
Rechenbeispiel: Angenommen, der Agent führt im Pilot 50 Gespräche. 30 schließt er selbst ab, 14 übergibt er, 6 brechen ab. Das ergibt eine Abschlussquote von 60 Prozent, eine Übergabequote von 28 Prozent und eine Abbruchquote von 12 Prozent. Von den 30 abgeschlossenen Notizen mussten 6 berichtigt werden. Das ergibt eine Korrekturquote von 20 Prozent. Die Werte sind Annahmen und keine Vergleichsgrößen.
Legen Sie vor dem Start fest, ab welchen Werten Sie den Pilot fortsetzen, anpassen oder beenden. Lesen Sie neben den Zahlen einzelne Mitschriften, soweit das freigegeben ist. Dort sehen Sie, warum jemand abbricht: wegen der Stimme, wegen einer missverstandenen Frage oder weil er von Anfang an einen Menschen sprechen wollte.
Für wen lohnt sich Sprach-KI im Vertrieb und für wen nicht?
Sprach-KI lohnt sich für Teams mit vielen kurzen, gleichartigen Gesprächen und für Teams, die regelmäßig üben wollen. Sie lohnt sich nicht, wo wenige Gespräche mit hohem Wert geführt werden.
Eher geeignet:
- Viele Anrufe außerhalb der Geschäftszeit, die heute auf einer Mailbox enden.
- Terminabstimmung, die den Innendienst spürbar bindet.
- Ein Außendienst, der Notizen zwischen zwei Terminen einsprechen will.
- Ein Team, das Fragetechnik ohne Publikum üben möchte.
Eher ungeeignet:
- Wenige Schlüsselkunden, die einen festen persönlichen Ansprechpartner erwarten.
- Erklärungsbedürftige Leistungen, bei denen schon die erste Frage Fachwissen verlangt.
- Fehlende Kapazität, Gespräche in der Anfangszeit nachzuhören und Rückrufe zuverlässig zu leisten.
Prüfen Sie vor einem Einsatz mit Kunden außerdem, ob und wie Gespräche gespeichert und ausgewertet werden dürfen. Das betrifft Kunden ebenso wie die eigenen Beschäftigten und ist mit Rechtsabteilung, Datenschutzbeauftragten und Betriebsrat zu klären. Dies ist keine Rechtsberatung. Einen Überblick gibt der Beitrag Gespräche aufzeichnen im Vertrieb.
Kommen Sie zu keinem klaren Ergebnis, bleiben Sie zunächst bei Anwendungen ohne Kundenkontakt. Dort lernen Sie die Technik kennen, ohne eine Kundenbeziehung zu belasten.
Häufige Fragen
Ersetzen Voice Agents den Verkäufer am Telefon?
Nein. Sie übernehmen abgegrenzte Zuarbeit wie Annahme, Termine und Übungsgespräche. Das Ziel ist mehr Zeit für Kundengespräche und kein Stellenabbau.
Merken Kunden, dass sie mit einer KI sprechen?
Darauf sollten Sie es nicht ankommen lassen. Sagen Sie es zu Beginn offen und bieten Sie den Weg zum Menschen an. Dann ist die Frage erledigt, bevor sie Misstrauen weckt.
Sind KI-Anrufe bei Geschäftskunden erlaubt?
Nicht ohne Weiteres. Für Werbeanrufe gelten in Deutschland rechtliche Grenzen, auch gegenüber Geschäftskunden. Sie gelten unabhängig davon, ob ein Mensch oder eine KI anruft. Hinzu kommen Datenschutz und Offenlegung. Lassen Sie den geplanten Einsatz vor dem ersten Anruf von Rechtsabteilung und Datenschutzbeauftragten prüfen. Dies ist keine Rechtsberatung.
Was ist der Unterschied zwischen einem Voice Agent und einem Chatbot?
Der Kanal und die Anforderungen. Ein Chatbot schreibt, Sprach-KI spricht und hört. Am Telefon kommen Verständnisfehler durch Aussprache und Lärm hinzu, Pausen wirken störend und der Gesprächspartner kann nichts nachlesen. Deshalb braucht Sprach-KI engere Aufgaben, kürzere Antworten und eine Zusammenfassung am Ende des Gesprächs.
Kann ein Voice Agent die Kaltakquise übernehmen?
Davon ist abzuraten. Die Erstansprache lebt von Zuhören, Zwischentönen und einem guten Grund für den Anruf. Zudem unterliegt sie rechtlichen Grenzen. Sinnvoller ist KI in der Vorbereitung: Recherche, Gesprächseinstieg und Übungsgespräche. Den Anruf führt ein Mensch. Mehr dazu im Beitrag Kaltakquise mit KI vorbereiten.
Was kostet ein Voice Agent im Vertrieb?
Das lässt sich nicht pauschal sagen. Die Kosten hängen von Gesprächsmenge, Anbindungen und dem Aufwand für Leitfaden, Tests und Kontrolle ab. Leicht unterschätzt wird der laufende Aufwand: Gespräche nachhören, Leitfaden anpassen, Rückrufe leisten. Rechnen Sie diesen Anteil von Beginn an ein und vergleichen Sie ihn mit der Zeit, die die Aufgabe heute bindet.
Fazit
Sprach-KI kann dem Vertrieb Zuarbeit abnehmen und das Üben erleichtern. Sie ersetzt weder das Urteil noch die Beziehung eines Menschen. Sie verlangt Offenheit gegenüber dem Gesprächspartner. Ein guter Anfang ist ein internes Rollenspiel, in dem Sie Erfahrung sammeln, bevor ein Kunde beteiligt ist. Welcher Anwendungsfall zu Ihrem Team passt, klären wir im Erstgespräch.
Mehr zum Thema: alle Beiträge zu KI im Vertrieb im Überblick →