KI-Telefonassistent im Mittelstand: Anrufe annehmen, Anliegen erfassen, Rückrufe vorbereiten – zugesagt wird vom Menschen

Zum Begriff: Was andere Voice-Agent, Telefon-Bot oder KI-Telefonassistent nennen, heißt bei uns Aura. Aura arbeitet am Telefon nach denselben Regeln wie im Chat auf der Website und wie alle unsere KI-Stellen: Sie gibt sich als KI zu erkennen, nimmt auf und bereitet vor – und übergibt an einen Menschen, sobald etwas zugesagt oder entschieden werden muss.

Wir arbeiten seit 14 Monaten im eigenen Betrieb mit KI-Stellen, jede mit Personalakte, Probezeit und Prüfer. Der Satz, der für alle gilt, gilt am Telefon besonders: Die KI bereitet vor, der Mensch gibt frei. Ein Telefonassistent spricht in Echtzeit mit Kunden, Lieferanten und Fremden, die Ihren Betrieb noch nicht kennen. Ein Satz am Telefon lässt sich nicht mehr gegenlesen, bevor er gesagt ist. Deshalb müssen seine Grenzen feststehen, bevor er den ersten Anruf annimmt.

Warum Anrufe im Mittelstand verloren gehen

In den meisten Betrieben geht kein Anruf verloren, weil niemand will. Er geht verloren, weil gerade niemand kann. Der Inhaber steht mit dem Kunden im Rohbau, die Werkstatt hat die Hände in der Maschine, die einzige Bürokraft telefoniert schon auf der anderen Leitung. Um halb fünf ist das Büro zu, die Anrufe kommen trotzdem.

Was dann passiert, kennt jeder Betrieb. Das Telefon klingelt ins Leere. Oder es springt der Anrufbeantworter an, und darauf steht im besten Fall ein Name und „Rufen Sie mal zurück“. Am nächsten Morgen ruft jemand zurück, ohne zu wissen, worum es geht, erreicht niemanden, versucht es mittags noch einmal. Wenn der Kunde dann abnimmt, beginnt das Gespräch bei null: Wer sind Sie, wo ist das, was ist passiert, sind Sie schon Kunde bei uns?

Ein KI-Telefonassistent kann genau diese Lücke schließen. Nicht, indem er den Menschen am Telefon ersetzt, sondern indem er den Anruf annimmt, wenn kein Mensch kann – und den Rückruf so vorbereitet, dass er beim ersten Versuch sitzt.

Die Grundregel: annehmen, erfassen, vorbereiten

Viele Anbieter werben damit, dass ihr Voice-Agent Termine bucht, Angebote nennt und Verkaufsgespräche führt. Für einen mittelständischen Betrieb ist das der falsche Ehrgeiz. Was ein Assistent am Telefon im Namen Ihres Betriebs sagt, hört der Anrufer als Aussage Ihres Betriebs. Ein zugesagter Termin, den die Disposition nie gesehen hat, ein genannter Preis, der für diese Anlage nicht hält: Das korrigiert danach ein Mensch, mit einem Kunden, der sich zu Recht ärgert.

Darum hat ein Telefonassistent bei uns genau drei Aufgaben: annehmen – jeden Anruf, auch nach Feierabend; erfassen – das Anliegen vollständig und strukturiert; vorbereiten – Rückruf oder Antwort so, dass ein Mensch nur noch entscheidet. Die Zusage selbst gehört nicht dazu.

Was der Assistent am Telefon darf

Innerhalb dieser drei Aufgaben kann ein Telefonassistent eine Menge Arbeit abnehmen. Was er selbst tun darf, legt Ihr Betrieb vorher fest. In der Regel ist es dies:

• Annehmen und sich zu erkennen geben. Der erste Satz sagt, wer spricht: ein KI-Assistent, im Auftrag Ihres Betriebs. Kein Mensch soll erst nach drei Minuten merken, dass er mit einer Maschine redet.
• Das Anliegen aufnehmen. Worum geht es, wer ruft an, wo ist der Einsatzort, um welche Anlage, welches Bauteil, welchen Auftrag handelt es sich, wie ist der Anrufer am besten zu erreichen und wann?
• Rückfragen stellen. Fehlt eine Angabe, die für die Bearbeitung nötig ist, fragt er nach – so lange, bis der Vorgang vollständig ist. Welche Angaben je Anliegen gebraucht werden, steht in einer Liste, die Ihr Betrieb freigegeben hat.
• Die Dringlichkeit einordnen. Nach Regeln, die Sie festlegen: Was ist sofort weiterzugeben, was heute zu klären, was hat Zeit bis zum regulären Rückruf? Wasser in der Wand ist etwas anderes als eine Frage zur Wartung im Frühjahr.
• Allgemeine Auskünfte geben. Erreichbarkeit, Leistungsumfang, Einzugsgebiet, wie ein Auftrag bei Ihnen abläuft – alles, dessen Antwort für jeden Anrufer gleich ist und das im freigegebenen Wissen steht.
• Zusammenfassen und bestätigen. Am Ende liest er dem Anrufer das Erfasste kurz vor und sagt, was als Nächstes passiert: dass sich ein Mitarbeiter meldet, im Rahmen, den Ihr Betrieb festgelegt hat.

Für all das gilt eine Bedingung: Der Assistent spricht nur aus Wissen, das Ihr Betrieb freigegeben hat. Bei uns liest Aura dafür aus dem Firmengehirn ausschließlich die Karten, die für Kundengespräche bestimmt sind. Interne Kalkulationen, Personalthemen oder Vorgänge anderer Kunden erreicht sie nicht. Weiß sie etwas nicht, sagt sie das und nimmt die Frage für den Rückruf auf, statt eine Antwort zu erfinden.

Was nie ohne Freigabe passiert: Preise, Termine, Zusagen

Die Grenze verläuft dort, wo aus einer Auskunft eine Zusage wird. Drei Dinge liegen deshalb immer auf der Seite des Menschen:

Preise

Ein Preis hängt im Mittelstand fast immer am Einzelfall: Menge, Material, Anfahrt, Zustand vor Ort, Rahmenvertrag, Stammkunde oder nicht. Der Assistent sammelt die Angaben, die für ein Angebot nötig sind. Einen Preis für den konkreten Fall nennt er nicht. Was am Telefon als Zahl fällt, wird zur Erwartung – und Erwartungen lassen sich schwerer korrigieren als Entwürfe.

Termine

Ein Termin bindet Menschen, Fahrzeuge und Material. Ob der Monteur am Donnerstag kann, weiß der Kalender nur zur Hälfte, die andere Hälfte weiß die Disposition. Der Assistent nimmt den Wunschzeitraum und die Erreichbarkeit auf. Bestätigt wird der Termin von einem Menschen – auch dann, wenn im Kalender scheinbar etwas frei ist.

Zusagen jeder Art

Dazu gehört alles, was den Betrieb bindet: Lieferzeiten, Kulanz, Gewährleistung, Stornierungen, „Das machen wir Ihnen schon“. Ebenso Auskünfte, die Verantwortung tragen: rechtliche oder technische Einzelfallfragen, Aussagen über andere Kunden, Reklamationen und Beschwerden. Hier sagt der Assistent offen, dass ein Mensch übernimmt, und nimmt auf, worum es geht.

Wie das klingt, zeigt ein Beispiel. Fragt ein Anrufer „Können Sie morgen früh kommen, und was kostet das ungefähr?“, antwortet der Assistent sinngemäß: „Termin und Preis bestätigt Ihnen ein Kollege. Das hängt von der Anlage und der Planung für morgen ab. Damit er Sie gleich mit einer Antwort zurückrufen kann, frage ich kurz ein paar Angaben ab.“ Keine Ausflucht, keine Zusage, sondern der nächste Schritt.

Eine Ausnahme von der Wartezeit gibt es: echte Dringlichkeit. Welche Anliegen dazu zählen, legt Ihr Betrieb vorher fest. Erkennt der Assistent einen solchen Fall, gibt er ihn sofort an den zuständigen Menschen weiter, etwa an die Bereitschaft, und sagt dem Anrufer, dass die Nachricht weitergegeben ist. Eine Ankunftszeit sagt er nicht zu. Bei Gefahr für Leib und Leben verweist er auf den Notruf 112. Ein Telefonassistent ist kein Notdienst; er sorgt nur dafür, dass der Notdienst es erfährt.

Welche Pflichten am Telefon gelten

Ein Telefonassistent verarbeitet die Stimme und die Angaben von Menschen, die Ihnen vorher nichts unterschrieben haben. Drei Pflichten sollten Sie kennen, bevor er online geht. Was folgt, ist eine Einordnung aus unserem Betrieb, keine Rechtsberatung – den konkreten Aufbau in Ihrem Betrieb sollten Sie im Zweifel prüfen lassen.

Kennzeichnung als KI

Nach Artikel 50 der KI-Verordnung müssen Menschen ab dem 2. August 2026 erkennen können, dass sie mit einer KI sprechen, sofern das nicht ohnehin offensichtlich ist. Am Telefon ist es das nie – gute Sprachsynthese klingt menschlich. Der Hinweis gehört deshalb in den ersten Satz, etwa: „Guten Tag, hier spricht Aura, der KI-Assistent der Firma Muster. Ich nehme Ihr Anliegen auf und gebe es an einen Kollegen weiter.“ Die Pflicht, das System so zu bauen, liegt formal beim Anbieter. Als Betreiber achten Sie darauf, dass der Hinweis eingeschaltet bleibt und nicht hinter einer freundlichen Begrüßung verschwindet. Was die Verordnung sonst von Betrieben verlangt, steht in Die KI-Verordnung für den Mittelstand.

Umgang mit Gesprächsdaten

Was der Anrufer sagt, wird verarbeitet: Name, Rufnummer, Adresse, Anliegen. Darüber muss er zu Beginn informiert werden – nicht mit einer Minute vorgelesenem Rechtstext, sondern mit einem kurzen Satz und dem Hinweis, wo er die Einzelheiten findet, in der Regel in der Datenschutzerklärung auf Ihrer Website. Dort gehört der Telefonassistent auch beschrieben: wer die Daten verarbeitet, wofür, wie lange sie aufbewahrt werden. Und er gehört in Ihre eigene Betreiberdokumentation, mit den Auftragsverarbeitungsverträgen der beteiligten Dienste.

Eine Regel, die viel Ärger erspart: Der Assistent fragt nur ab, was für die Bearbeitung nötig ist. Gesundheitsangaben, Bankdaten oder Ausweisnummern gehören nicht in ein Telefonat mit einer KI. Fängt ein Anrufer von selbst damit an, weist der Assistent freundlich darauf hin, dass das ein Mensch klärt.

Aufzeichnung: verarbeiten ist nicht speichern

Hier herrscht die meiste Unsicherheit, weil zwei Dinge vermischt werden. Damit der Assistent das Anliegen erfassen kann, muss er das Gesprochene verarbeiten – in Text umwandeln, verstehen, zusammenfassen. Das ist etwas anderes, als eine Tonaufnahme des Gesprächs zu speichern. Eine Tonaufnahme darf nur mit ausdrücklicher Einwilligung des Anrufers entstehen; das nichtöffentlich gesprochene Wort ist in Deutschland strafrechtlich geschützt (§ 201 StGB).

Unsere Empfehlung für die meisten Betriebe: keine Tonaufnahme speichern. Was der Mensch für den Rückruf braucht, ist die schriftliche Zusammenfassung – die hat der Anrufer am Ende des Gesprächs vorgelesen bekommen und bestätigt. Sie wird im CRM behandelt wie jede andere Kundenanfrage, mit derselben Löschfrist. Ein vollständiges Wortprotokoll bewahren Sie nicht länger auf, als es für die Bearbeitung nötig ist.

Wie wir Datenschutz bei KI-Stellen insgesamt handhaben – was in Deutschland bleibt, was vertraglich abgesichert ist –, steht in KI-Datenschutz im Mittelstand. Für Aura gelten aus dem Chat bekannte Fakten: klar als KI gekennzeichnet, Betrieb und Speicherung auf Servern der pxMEDIA.de UG (haftungsbeschränkt) in Deutschland, Eingaben zur Antworterzeugung an den Modellanbieter Anthropic – mit Auftragsverarbeitungsvertrag und Standardvertragsklauseln, ohne Training auf Kundendaten, mit EU-Option –, Sprachverarbeitung über den Dienst ElevenLabs. Am Telefon kommt der Telefonie-Dienst hinzu, der die Leitung bereitstellt; auch er gehört in Datenschutzerklärung und Vertragsablage. Wir haben unser System nach dem Grundsatz Privacy by Design gebaut; unsere Betreiberdokumentation wird derzeit geschlossen. Wer Ihnen einen Voice-Agent als „komplett DSGVO-konform“ verkauft, verschiebt diese Arbeit nur – zu Ihnen.

Ein Anruf aus dem Alltag: Was das Büro nicht mehr tut

Am deutlichsten wird der Unterschied an einem gewöhnlichen Anruf. Ein Heizungs- und Sanitärbetrieb, Dienstag, kurz vor sechs am Abend. Das Büro ist zu, der Meister fährt von der letzten Baustelle. Eine Kundin ruft an: Die Heizung macht seit gestern Geräusche, warm wird es noch. So, wie der Ablauf im AI-CRM eingerichtet wird:

Am nächsten Morgen um halb acht liest der Meister die Notiz in einer Minute, sieht die Anlage und den letzten Einsatz und ruft die Kundin zur genannten Zeit an. Das Gespräch beginnt nicht bei „Worum ging es noch mal?“, sondern bei „Ich habe gesehen, die Anlage ist von 2016 – passt Ihnen Donnerstagvormittag?“. Den Termin sagt er zu. Geht es um ein Angebot statt um Kundendienst, übernimmt statt Femke Torben, unsere KI-Stelle im Vertrieb, und bereitet den Angebotsentwurf vor – freigegeben wird auch der von einem Menschen.

Was wegfällt, steht in der mittleren Spalte: Das Büro notiert nicht mehr mit, sucht keine Kundennummer mehr und ruft nicht mehr ins Blaue zurück. Was bleibt, steht in der letzten Zeile – und das ist Absicht. Das Gespräch, in dem es um Zusage, Vertrauen und Verantwortung geht, führt weiterhin ein Mensch. Wie dieser Prüfschritt im Alltag funktioniert, ohne zur Sitzung zu werden, steht in Hinter jedem Macher ein Prüfer.

Wie viele Anrufe das in Ihrem Betrieb betrifft, versprechen wir Ihnen nicht pauschal. Ein einfacher Test: Lassen Sie eine Woche lang jeden verpassten Anruf und jede Nachricht auf dem Anrufbeantworter auf einem Zettel mitzählen – und daneben, wie oft beim Rückruf erst einmal alles neu abgefragt werden musste.

Telefon und Website: dieselbe Stelle, dieselben Regeln

Ob ein Kunde abends auf Ihrer Website schreibt oder anruft, ist für den Ablauf dahinter gleich: Das Anliegen wird erfasst, als Vorgang angelegt, vorbereitet und von einem Menschen freigegeben. Deshalb ist Aura bei uns keine zweite Lösung neben dem Website-Chat, sondern dieselbe gekennzeichnete Stelle mit denselben Grenzen. Was der Assistent im Chat beantworten darf und wie die Übergabe dort aussieht, steht in KI-Chatbot für die Firmenwebsite im Mittelstand.

Ein Unterschied bleibt: Am Telefon gibt es kein Zurück. Ein geschriebener Satz lässt sich vor dem Absenden anpassen, ein gesprochener nicht. Darum sind die Regeln am Telefon eher enger als im Chat – und darum endet jedes Telefonat mit einer Zusammenfassung, die der Anrufer bestätigt.

Woran Sie erkennen, ob sich ein KI-Telefonassistent lohnt

Nicht jeder Betrieb braucht einen Voice-Agent. Vier Fragen helfen bei der Einschätzung:

• Gehen Anrufe verloren? Wenn regelmäßig niemand abnehmen kann – auf der Baustelle, in der Schicht, nach Feierabend –, ist das der stärkste Grund.
• Beginnen Rückrufe bei null? Wenn fast jeder Rückruf erst einmal Angaben einsammeln muss, nimmt die strukturierte Erfassung spürbar Arbeit ab.
• Sind die Regeln aufgeschrieben? Welche Angaben braucht Ihr Betrieb je Anliegen, was ist dringend, wer ist zuständig? Steckt das nur in Köpfen, ist das der erste Schritt – lohnend auch ohne Assistent.
• Wer ruft zurück? Ohne einen Menschen, der vorbereitete Vorgänge zuverlässig liest und zurückruft, wird der Assistent zum freundlicheren Anrufbeantworter.

Fünf Fragen, die Sie jedem Anbieter stellen sollten, auch uns:

1. Wie und an welcher Stelle gibt sich der Assistent als KI zu erkennen – und kann man das abschalten?
2. Wird das Gespräch als Ton gespeichert? Wenn ja, wo, wie lange und mit welcher Einwilligung?
3. Welche Dienste verarbeiten Stimme und Inhalt – Telefonie, Spracherkennung, Sprachmodell – und auf welcher vertraglichen Grundlage?
4. Aus welchem Wissen antwortet der Assistent, und kommt er an interne Daten heran?
5. Wo ist festgelegt, was er zusagen darf und was nicht – und wer kann das ändern?

Was Sie mitnehmen sollten

Ein KI-Telefonassistent lohnt sich für den Mittelstand nicht als Verkäufer, sondern als verlässliche Annahme. Er nimmt jeden Anruf an, gibt sich im ersten Satz als KI zu erkennen, erfasst das Anliegen vollständig, stellt Rückfragen und ordnet die Dringlichkeit nach Ihren Regeln ein. Preise, Termine und jede andere Zusage bereitet er nur vor; entschieden wird von einem Menschen. Bei den Pflichten zählen drei Punkte: Kennzeichnung nach der KI-Verordnung, eine klare Information über die Datenverarbeitung und keine Tonaufnahme ohne Einwilligung. Das Ergebnis ist kein Gespräch weniger, sondern ein besserer Rückruf: Das Büro notiert nicht mehr mit, sucht keine Kundennummer mehr und ruft nicht mehr ins Blaue zurück. Bei uns heißt dieser Assistent Aura – gekennzeichnet, mit klaren Grenzen und mit Übergabe an Menschen.

Ob ein Telefonassistent in Ihrem Betrieb Arbeit abnimmt, hängt an Ihren Anrufen und Abläufen. Vereinbaren Sie ein Erstgespräch – 30 Minuten, kein Verkaufsgespräch. Danach erhalten Sie binnen 48 Stunden ab dem Gespräch, werktags, eine schriftliche Einschätzung auf einer Seite: ob es sich für Ihren Betrieb lohnt, womit Sie anfangen sollten und welcher Förderweg in Frage kommt.