Ein Nachschlagewerk für die wichtigsten Fachbegriffe rund um KI-Telefonie – von der Technik hinter der Spracherkennung bis zu den zentralen DSGVO-Begriffen, die bei jedem Einsatz relevant werden. Jeder Eintrag verlinkt weiterführend, wo es passt. Wer eher konkrete Fragen als Definitionen sucht, findet 30 davon direkt beantwortet im KI-Telefonassistent-FAQ.
KI-Telefonassistent
Ein KI-Telefonassistent ist Software, die eingehende oder ausgehende Telefonanrufe mithilfe künstlicher Intelligenz automatisiert entgegennimmt, versteht und bearbeitet.
Er kombiniert Spracherkennung (Speech-to-Text), Sprachverständnis (Intent-Erkennung), eine Wissensbasis und Sprachausgabe (Text-to-Speech) zu einem System, das ein echtes, freies Gespräch führen kann statt nur feste Menüoptionen anzubieten. Wie ein KI-Telefonassistent im Alltag arbeitet →
KI-AnrufbeantworterVirtuelles SekretariatOutbound-CallCallcenter und externer TelefonserviceRückrufnotizTerminbuchung per TelefonGleichzeitige AnrufeInklusivminutenTranskriptKI-Hinweis (Art. 50 EU AI Act)Large Language Model (LLM)HalluzinationLead-QualifizierungAnnahmequoteVoicebot
Ein Voicebot ist der Oberbegriff für sprachgesteuerte Software, die mit Menschen per gesprochener Sprache interagiert – unabhängig vom Kanal.
Ein KI-Telefonassistent ist eine spezielle Art von Voicebot, die sich auf klassische Telefonanrufe konzentriert. Andere Voicebots laufen etwa in Apps, auf Smart Speakers oder in Chat-Widgets mit Sprachfunktion. Den vollständigen Unterschied zwischen Voicebot und KI-Telefonassistent →
IVR (Interactive Voice Response)
IVR bezeichnet klassische, menügeführte Telefonsysteme, die Anrufer per Tastentonwahl oder einfache Sprachbefehle durch feste Optionen führen ("Drücken Sie die 1 für...").
Klassische IVR-Systeme verstehen keine freie, natürliche Sprache – sie erkennen nur vordefinierte Eingaben und scheitern an allem außerhalb der vorgegebenen Menüpfade. Den vollständigen Unterschied zwischen IVR und KI-Telefonassistent →
Sprachdialogsystem
Ein Sprachdialogsystem ist der technische Oberbegriff für jedes System, das einen Dialog zwischen Mensch und Maschine per gesprochener Sprache führt.
Der Begriff umfasst sowohl einfache IVR-Systeme als auch moderne KI-Telefonassistenten – er beschreibt die technische Kategorie, nicht die Qualität oder den Funktionsumfang des einzelnen Systems.
Text-to-Speech (TTS)
Text-to-Speech ist die Technologie, die geschriebenen Text in gesprochene, künstlich erzeugte Sprache umwandelt.
Die "Stimme", die ein Anrufer am Telefon hört, entsteht durch TTS. Die Qualität moderner TTS-Systeme entscheidet maßgeblich darüber, ob ein Gespräch natürlich klingt oder robotisch wirkt.
Speech-to-Text (STT)
Speech-to-Text ist die umgekehrte Technologie zu Text-to-Speech: Sie wandelt gesprochene Sprache in geschriebenen Text um.
STT ist die Grundlage dafür, dass ein KI-Telefonassistent überhaupt versteht, was ein Anrufer sagt – erst danach kann das System das Anliegen erkennen und beantworten.
Barge-In
Barge-In bezeichnet die Fähigkeit eines Sprachsystems, eine Unterbrechung durch den Anrufer zu erkennen und darauf zu reagieren, während das System noch spricht.
Ohne Barge-In muss ein Anrufer jede Systemansage vollständig abwarten, bevor er selbst sprechen kann – ein spürbarer Unterschied für den natürlichen Gesprächsfluss.
Latenz
Latenz ist die Zeitspanne zwischen dem Ende einer Äußerung des Anrufers und dem Beginn der Antwort des Systems.
Niedrige Latenz – bei guten Systemen deutlich unter einer Sekunde – ist entscheidend dafür, dass sich ein Telefongespräch mit KI natürlich statt zäh oder robotisch anfühlt.
AV-Vertrag (Auftragsverarbeitungsvertrag)
Ein AV-Vertrag ist der nach Art. 28 DSGVO vorgeschriebene Vertrag zwischen einem Unternehmen und einem Dienstleister, der in dessen Auftrag personenbezogene Daten verarbeitet.
Jeder Einsatz eines KI-Telefonassistenten mit echten Kundendaten setzt einen solchen Vertrag mit dem Anbieter voraus – ohne AV-Vertrag ist die Datenverarbeitung nicht DSGVO-konform. Die vollständige Compliance-Übersicht zu Telfo →
Auftragsverarbeitung
Auftragsverarbeitung ist die datenschutzrechtliche Konstellation, in der ein Dienstleister personenbezogene Daten im Auftrag und nach Weisung eines Unternehmens verarbeitet, geregelt in Art. 28 DSGVO.
Ein KI-Telefonassistent-Anbieter ist in aller Regel Auftragsverarbeiter seiner Kunden – das Unternehmen selbst bleibt datenschutzrechtlich Verantwortlicher. Die vollständige Compliance-Übersicht zu Telfo →
Zero Data Retention
Zero Data Retention beschreibt einen Betriebsmodus, bei dem Gesprächsdaten nach der unmittelbaren Verarbeitung nicht gespeichert, sondern sofort gelöscht oder gar nicht erst dauerhaft abgelegt werden.
Das ist das Gegenteil eines Systems mit langer Standard-Speicherfrist und in datenschutzsensiblen Branchen ein relevantes Auswahlkriterium.
Eskalation
Eskalation bezeichnet den Vorgang, bei dem ein KI-Telefonassistent ein Gespräch an einen Menschen übergibt, weil das Anliegen zu komplex, emotional aufgeladen oder außerhalb der definierten Zuständigkeit ist.
Eine klare Eskalationslogik ist eines der wichtigsten Qualitätsmerkmale eines KI-Telefonassistenten – sie entscheidet, ob schwierige Fälle sauber an Menschen übergeben werden oder im System hängen bleiben. Wann Telfo eskaliert statt selbst zu antworten →
Rufumleitung
Rufumleitung ist die technische Funktion, mit der eingehende Anrufe von einer Telefonnummer automatisch zu einer anderen weitergeleitet werden.
Beim Einsatz eines KI-Telefonassistenten werden Anrufe typischerweise per Rufumleitung an das System weitergeleitet, ohne dass Anrufer davon etwas bemerken oder eine neue Nummer wählen müssen.
SIP-Trunk
Ein SIP-Trunk ist eine Telefonverbindung auf Basis des Session Initiation Protocol, über die Anrufe digital statt über klassische Telefonleitungen übertragen werden.
SIP-Trunks sind die technische Grundlage, über die ein KI-Telefonassistent typischerweise an eine bestehende Telefonanlage angebunden wird, ohne dass neue Hardware nötig ist.
Wissensdatenbank
Eine Wissensdatenbank ist die strukturierte Sammlung von Informationen – Öffnungszeiten, Leistungen, FAQ, Ansprechpartner –, auf die ein KI-Telefonassistent während eines Gesprächs zugreift.
Je vollständiger und aktueller die Wissensdatenbank, desto zuverlässiger kann das System Fragen korrekt beantworten, statt Anrufer an Menschen weiterzuleiten.
Intent-Erkennung
Intent-Erkennung ist der Prozess, bei dem ein Sprachsystem aus einer Äußerung das dahinterliegende Anliegen des Anrufers ableitet – etwa "Termin buchen" oder "Rezept anfordern".
Erst zuverlässige Intent-Erkennung ermöglicht es einem KI-Telefonassistenten, ein Gespräch zielgerichtet zu steuern, statt nur einzelne Schlüsselwörter zu erkennen.
KI-Anrufbeantworter
Ein KI-Anrufbeantworter nimmt Anrufe an, wenn niemand erreichbar ist, und führt dabei ein Gespräch statt nur eine Nachricht aufzuzeichnen.
Einfache Varianten fassen nur eine Nachricht zusammen, weiter entwickelte stellen Rückfragen, buchen Termine und übergeben strukturierte Rückrufnotizen. Unterschied zum KI-Telefonassistenten →
Virtuelles Sekretariat
Ein virtuelles Sekretariat übernimmt Aufgaben eines Sekretariats am Telefon, ohne dass dafür jemand im Büro sitzen muss.
Dazu gehören Anrufannahme, Rückrufnotizen, Weiterleitung und Terminabsprachen. Es kann von Menschen in einem externen Service oder von einer KI erbracht werden. Virtuelles Sekretariat mit KI →
Outbound-Call
Ein Outbound-Call ist ein ausgehender Anruf, den ein Unternehmen aktiv an Kunden oder Interessenten richtet.
KI-gestützte Outbound-Calls werden etwa für Terminbestätigungen oder das Nachfassen bei Leads eingesetzt. KI Outbound Calls →
Callcenter und externer Telefonservice
Ein Callcenter oder externer Telefonservice lässt Anrufe von Menschen eines Dienstleisters annehmen, meist nach einem vorher abgestimmten Briefing.
Abgerechnet wird häufig per Grundgebühr plus Minuten oder Anrufe. Die Erreichbarkeit richtet sich nach den vereinbarten Zeiten. Alternative zum externen Telefonservice →
Rückrufnotiz
Eine Rückrufnotiz hält fest, wer angerufen hat, worum es geht und wann ein Rückruf passt.
Eine gute Rückrufnotiz enthält alle Angaben, die für den Rückruf nötig sind, damit niemand ein zweites Mal nachfragen muss.
Terminbuchung per Telefon
Bei der Terminbuchung per Telefon prüft das System freie Zeiten und trägt den Termin direkt in den Kalender ein.
Voraussetzung ist eine Anbindung an den Kalender oder das Buchungssystem des Betriebs. Auch Verschieben und Absagen lassen sich so am Telefon erledigen. Terminvereinbarung mit KI →
Gleichzeitige Anrufe
Gleichzeitige Anrufe beschreiben, wie viele Gespräche ein System zur selben Zeit führen kann.
Ein Mensch kann nur ein Gespräch führen. Bei Telfo sind im Tarif Basis 3 gleichzeitige Anrufe möglich, im Tarif Erweitert 5. Tarife im Vergleich →
Inklusivminuten
Inklusivminuten sind die Gesprächsminuten, die in einem Monatstarif bereits enthalten sind.
Was darüber hinausgeht, wird meist pro Minute abgerechnet. Bei Telfo enthält der Tarif Basis 750 Minuten, jede weitere Minute kostet 0,20 €. Preise →
Transkript
Ein Transkript ist die schriftliche Fassung eines Gesprächs, die aus der Spracherkennung entsteht.
Aus dem Transkript kann eine kurze Zusammenfassung oder ein strukturierter Datensatz erzeugt werden, der an das Team geht.
KI-Hinweis (Art. 50 EU AI Act)
Der KI-Hinweis informiert Anrufer zu Gesprächsbeginn, dass sie mit einer KI sprechen.
Art. 50 der EU-Verordnung über künstliche Intelligenz verlangt, dass Menschen erfahren, wenn sie mit einem KI-System interagieren, sofern das nicht offensichtlich ist. Telfo kündigt das standardmäßig zu Gesprächsbeginn an. EU AI Act erklärt →
Large Language Model (LLM)
Ein Large Language Model ist ein großes Sprachmodell, das Texte versteht und erzeugt.
In KI-Telefonassistenten hilft es, Anliegen in freier Sprache zu verstehen und passende Antworten zu formulieren. Gesprächsregeln legen fest, was das Modell sagen darf.
Halluzination
Eine Halluzination ist eine Antwort eines Sprachmodells, die plausibel klingt, aber nicht stimmt.
Gute KI-Telefonassistenten begrenzen das Risiko, indem sie nur hinterlegte Informationen nutzen und bei Unklarheit an einen Menschen übergeben. Falsche Antworten verhindern →
Lead-Qualifizierung
Lead-Qualifizierung bedeutet, bei einer Anfrage die Angaben zu erfassen, die zeigen, ob und wie dringend ein Auftrag möglich ist.
Am Telefon sind das etwa Leistung, Ort, Zeitrahmen und Budget. So weiß der Vertrieb vor dem Rückruf, worum es geht.
Annahmequote
Die Annahmequote ist der Anteil der eingehenden Anrufe, die tatsächlich angenommen werden.
In der Telfo-Befragung von 941 kleinen Betrieben verpassen 82 % mehr als 5 geschäftsrelevante Anrufe pro Woche. Zur Studie →