KI-Anrufbeantworter: Funktionen, Kosten, Recht und Anbindung an Ihre Telefonanlage

Ein KI-Anrufbeantworter ist ein kleiner Voicebot, der ans Telefon geht, wenn Ihr Team es nicht kann: abends, am Wochenende, in der Mittagspause oder wenn alle Leitungen besetzt sind. Er spricht mit dem Anrufer, fragt nach Name, Rückrufnummer und Anliegen, hakt nach, wenn etwas fehlt, und schickt Ihrem Team eine Zusammenfassung.

Das ist mehr als eine Mailbox, die Sprachnachrichten abtippt. Eine Mailbox mit Transkription macht aus dem, was der Anrufer auf Band spricht, einen Text, auch wenn die Rückrufnummer fehlt oder das Anliegen unklar bleibt. Der KI-Anrufbeantworter führt dagegen ein Gespräch und sorgt dafür, dass die wichtigen Angaben vollständig sind.

Zwei Punkte werden oft unterschätzt. Der erste sind die Kosten: Ein günstiger Minutenpreis hilft wenig, wenn sich das System bei Rückrufnummern verhört, denn diese Anrufer kann Ihr Team nie zurückrufen. Der zweite ist das Recht: Ein KI-Anrufbeantworter führt ein Gespräch, und das ist für den Anrufer nicht dasselbe wie eine Ansage auf Band.

Das Wichtigste in Kürze

• Ein KI-Anrufbeantworter ist ein eng begrenzter Voicebot: Er nimmt an, erfasst das Anliegen, bestätigt Rückrufnummer und Termine laut, fasst zusammen und leitet Dringendes weiter.
• Eine neue Telefonanlage brauchen Sie in der Regel nicht. Angebunden wird er per Rufumleitung, SIP-Trunk oder Routing-Regel der Cloud-Telefonanlage.
• Vergleichen Sie Angebote pro erledigtem Anruf statt pro Minute.
• Seit dem 2. August 2026 müssen Anrufer nach Art. 50 Abs. 1 EU AI Act spätestens zu Beginn erfahren, dass sie mit einer KI sprechen. Für Aufzeichnungen verlangt die Datenschutzkonferenz in aller Regel eine aktive Einwilligung.
• Eine Zusammenfassung mit kurzer Löschfrist ist etwas anderes als eine Audioaufnahme des ganzen Gesprächs.

Was ist ein KI-Anrufbeantworter?

Ein KI-Anrufbeantworter ist ein Sprachsystem, das Anrufe annimmt, im Dialog das Anliegen klärt und das Ergebnis als strukturierte Nachricht an Ihr Team gibt. Er ersetzt die Mailbox, nicht Ihr Empfangsteam.

Drei Stufen helfen bei der Einordnung. Eine klassische Mailbox nimmt eine Sprachnachricht auf. Eine Mailbox mit Transkription schickt diese Nachricht zusätzlich als Text. Ein KI-Anrufbeantworter spricht selbst mit dem Anrufer, fragt nach und liefert geprüfte Angaben statt einer Abschrift.

Technisch ist er dieselbe Kette wie jeder Voicebot (Telefonieanbindung, Spracherkennung, Sprachmodell, Sprachausgabe), im Markt auch Callbot oder Sprachbot genannt. Wie die Schichten zusammenspielen, erklärt unser Leitfaden zum Voicebot im Kundenservice.

Ein KI-Telefonassistent erledigt Anliegen dagegen selbst, bucht etwa Termine, und braucht dafür Schreibzugriff auf Ihre Fachsysteme. Der Anrufbeantworter macht keine verbindlichen Zusagen und ist deshalb schneller eingesetzt und risikoärmer.

Wann lohnt sich ein KI-Anrufbeantworter statt einer Mailbox?

Er lohnt sich, wenn ein relevanter Teil Ihrer Anrufe außerhalb der Erreichbarkeit eingeht und die Mailbox ihn schlecht auffängt: viele Anrufe ohne Nachricht, Sprachnachrichten ohne verständliche Rückrufnummer, ein Team, das morgens eine halbe Schicht lang Nachrichten abhört. Gut passt er nach Feierabend, bei Überlauf statt Warteschleife und in Lücken wie Mittagspause, Teambesprechung oder Krankheitsausfall.

Schlecht passt er, wo ein Anruf sofort eine Entscheidung verlangt, die nur ein Mensch treffen darf. Dann erkennt er die Dringlichkeit und verbindet an eine Bereitschaftsnummer oder verweist auf den Notdienst, bei echten Notfällen auf den Notruf 112.

Zählen Sie vorher in Ihrer Telefonanlage die Anrufe außerhalb der Geschäftszeiten oder bei Besetzt, die hinterlassenen Nachrichten und die erneuten Anrufe. Daran messen Sie später den Erfolg.

Wie verbinden Sie einen KI-Anrufbeantworter mit Ihrer Telefonanlage?

Meist behalten Sie Rufnummer und Anlage und leiten nur bestimmte Anrufe weiter: per Rufumleitung, über einen SIP-Trunk oder per Routing-Regel in der Cloud-Telefonanlage.

Rufumleitung

Der einfachste Weg: Fast jede Anlage leitet bei Nichtmelden, bei Besetzt, sofort oder nach Geschäftszeiten auf eine externe Nummer um, ohne technische Integration. Prüfen Sie, ob die Nummer des Anrufers mitübertragen wird (sonst muss der Anrufbeantworter jede Nummer abfragen) und was die Umleitung in Ihrem Tarif kostet.

SIP-Trunk

Ein SIP-Trunk ist ein Telefonanschluss über das Internetprotokoll, über den Ihre Anlage Anrufe direkt an eine Software übergibt. Der KI-Anrufbeantworter wird so ein Ziel wie eine Nebenstelle. Das ist der saubere Weg, wenn Anrufe zurück an einen Menschen gehen sollen. LiveKit dokumentiert eingehende SIP-Trunks sowie kalte und warme Weiterleitungen, Pipecat Anbindungen über Telefonnetz und SIP.

Cloud-Telefonanlage

Hier lässt sich der KI-Anrufbeantworter oft als Ziel in den Routing-Regeln hinterlegen, etwa für alle Anrufe nach 18 Uhr. Heißt das Produkt KI-Telefonanlage, fragen Sie, welche Sprachbausteine der Anbieter selbst betreibt und welche er zukauft.

Auf jedem Weg braucht der Anrufbeantworter ein Ziel für dringende Fälle (Durchwahl, Gruppe oder Bereitschaftsnummer) und eine Regel, wann er dorthin verbindet. Die Zusammenfassung gehört ins Ticketsystem, CRM oder Praxisverwaltungssystem, mindestens in ein gemeinsames Postfach.

Was kostet ein KI-Anrufbeantworter?

Fünf Posten: Telefonie, Spracherkennung, Sprachmodell, Sprachausgabe und Betrieb. Fertige Lösungen bündeln sie in einem Minutenpreis oder einer Monatspauschale.

Am einfachsten rechnet es sich mit einer Voice-Agent-Plattform, die alles außer der Telefonie bündelt. Bei Kugel Agents von KugelAudio sind Spracherkennung, Sprachmodell und Stimme im Minutenpreis enthalten. Der Pro-Tarif kostet 49 € im Monat mit 980 Minuten, jede weitere Minute 5 Cent netto, sekundengenau abgerechnet und nur, solange ein Anruf verbunden ist. Ein Anruf von drei Minuten kostet über dem Kontingent also 15 Cent. Dazu kommen die Telefonkosten, die KugelAudio auf eigenen Nummern zum Selbstkostenpreis weitergibt.

Wer die Bausteine einzeln einkauft, zahlt bei KugelAudio laut Preisseite für die Sprachausgabe 0,035 € (kugel-2-turbo) bis 0,07 € (kugel-3) pro Minute erzeugtem Audio und für die Spracherkennung Kugel Ear 1 0,48 € pro Stunde Audio, jeweils netto. Das Sprachmodell und der Betrieb kommen dann separat hinzu.

Wichtiger ist der Preis pro erledigtem Anruf. Ein günstiges System, das sich bei jeder dritten Rückrufnummer verhört, kostet Sie mehr als ein teureres, das sauber arbeitet, denn diese Anrufer gehen verloren. Legen Sie vorher fest, was ein erledigter Anruf ist (etwa eine vollständige Nachricht mit korrekter Rückrufnummer und zugeordnetem Anliegen), und rechnen Sie jedes Angebot darauf um.

Genau auf diese Stelle haben wir unsere Modelle trainiert. Unsere Spracherkennung Kugel Ear 1 wartet, wenn ein Anrufer beim Diktieren einer Nummer eine Pause macht, statt ihm ins Wort zu fallen. Wörter, bei denen sie unsicher ist, gibt sie mit den gehörten Schreibweisen an das Sprachmodell weiter, sodass der Anrufbeantworter einmal gezielt nachfragt, statt eine falsche Nummer zu notieren. Und unsere Stimme Kugel 3.5 hat in unserem eigenen Benchmark 97,1 % von 1.120 Absätzen mit Zahlen so vorgelesen, dass jede Ziffer stimmte, mehr als jedes andere getestete Modell (KugelBench, 08.10.2026).

Welche Rechtspflichten gelten für einen KI-Anrufbeantworter?

Vier Punkte: der KI-Hinweis nach EU AI Act, die Aufzeichnung nach § 201 StGB und DSGVO, die Information der Anrufer und die Verträge mit Dienstleistern. Das ist technische Orientierung, keine Rechtsberatung; klären Sie die Umsetzung mit Ihrem Datenschutzbeauftragten oder Ihrer Rechtsberatung.

Hinweis auf die KI

Art. 50 Abs. 1 EU AI Act verlangt seit dem 2. August 2026, dass Menschen erfahren, dass sie mit einer KI sprechen, sofern das nicht offensichtlich ist. Die Europäische Kommission legt diese Ausnahme eng aus und verlangt die Information klar und unterscheidbar ab Beginn der ersten Interaktion. Am Telefon heißt das: ein Satz in der Begrüßung, etwa „Guten Abend, Sie sind mit der Praxis Dr. Muster verbunden. Ich bin der digitale Anrufbeantworter, ein KI-System. Ich nehme Ihr Anliegen auf und das Praxisteam ruft Sie zurück.“

Die Pflicht trifft Anbieter des KI-Systems. Wer den Anrufbeantworter selbst baut und unter eigenem Namen betreibt, kann selbst Anbieter sein. Wer kauft, lässt sich die Umsetzung zeigen.

Aufzeichnung

Nach § 201 StGB macht sich strafbar, wer unbefugt das nichtöffentlich gesprochene Wort eines anderen aufnimmt. Die Datenschutzkonferenz hat am 23.03.2018 festgehalten, dass Telefonaufzeichnungen in aller Regel nur mit einer Einwilligung zulässig sind, die vorher erfragt und aktiv erklärt wird, etwa durch ein „Ja“ oder einen Tastendruck. Die bloße Möglichkeit zu widersprechen reicht danach nicht. Trennen Sie deshalb die Verarbeitung für das laufende Gespräch von dauerhafter Speicherung. Oft genügt die strukturierte Zusammenfassung, und die Audioaufnahme entfällt.

Information und Speicherdauer

Nach Art. 13 DSGVO müssen Anrufer erfahren, wer ihre Daten wofür verarbeitet, üblicherweise mit einem Satz in der Ansage und einem Verweis auf Ihre Website. Art. 5 Abs. 1 lit. e DSGVO verlangt, Daten nicht länger als nötig zu speichern; legen Sie also Löschfristen für Zusammenfassungen und Transkripte fest.

Auftragsverarbeitung und besondere Daten

Mit jedem Dienstleister, der Anrufdaten verarbeitet, brauchen Sie einen Vertrag nach Art. 28 DSGVO, einschließlich der Unterauftragsverarbeiter für Spracherkennung, Sprachmodell und Sprachausgabe. Praxen und andere Berufsgeheimnisträger beachten zusätzlich Art. 9 DSGVO und § 203 StGB; Details im Leitfaden zum KI-Telefonassistenten für Unternehmen.

Was sollte ein KI-Anrufbeantworter aufnehmen und weitergeben?

Fünf Felder reichen meist: Name, Rückrufnummer, Anliegen in einem Satz, Dringlichkeit und ein Zeitfenster für den Rückruf. Jedes weitere Feld verlängert das Gespräch und erhöht die Fehlerquote.

Kritisch sind Zahlen. Rückrufnummer, Geburtsdatum oder Kundennummer liest das System Ziffer für Ziffer zurück, damit der Anrufer sofort korrigieren kann. Dafür braucht die Sprachausgabe eine Textnormalisierung für Zahlen, Daten und Uhrzeiten und eine Buchstabierfunktion. Und der Anrufer muss unterbrechen können („Nein, die Nummer endet auf 7“), ohne dass das System weiterredet. Unsichere Angaben kennzeichnet die Zusammenfassung, statt zu raten: „Rückrufnummer nicht sicher verstanden“ hilft mehr als eine falsche Nummer, die korrekt aussieht.

Testen Sie vor dem Livegang mit festen, realistischen Anrufen: diktierte Nummern mit Pausen, ungewöhnliche Namen, Dialekt, schlechter Mobilfunk, Hintergrundlärm, Anrufer, die sofort einen Menschen verlangen. Wiederholen Sie den Test nach jeder Änderung an Ansage oder Regeln.

KI-Anrufbeantworter kaufen oder selbst bauen?

Kaufen passt, wenn Sie Standardanliegen schnell auffangen wollen und mit den Integrationen des Anbieters auskommen. Selbst bauen passt, wenn der Anrufbeantworter tief in Ihre Systeme soll oder Sie Datenfluss und Hosting jeder Komponente selbst bestimmen müssen. Dazwischen liegt die KI-Funktion einer Plattform, die Sie schon nutzen.

Prüfen Sie vor dem Kauf, ob Sie Ansage, Stimme, Speicherdauer und Weiterleitungsregeln selbst bestimmen können.

Wo passt KugelAudio in einen KI-Anrufbeantworter?

Mit Kugel Agents bauen Sie einen KI-Anrufbeantworter direkt auf KugelAudio. Sie beschreiben einem Coding-Agenten wie Claude Code, Cursor oder Codex, was der Anrufbeantworter tun soll. Er schreibt ihn mit dem Open-Source-Framework Curb.js, testet ihn mit simulierten Anrufern und stellt ihn live. Der Pro-Tarif enthält Telefonnummern, jedes Gespräch wird protokolliert, und das Hosting läuft isoliert in der EU. Weil Curb.js offen ist, lässt sich der Anrufbeantworter auch auf eigenen Servern betreiben. Der Hobby-Tarif ist mit 100 Minuten im Monat kostenlos.

Dieser Artikel wird von KugelAudio veröffentlicht; die Angaben stammen aus unserer Website und Dokumentation und sind keine unabhängigen Testergebnisse.

Wer ein anderes Framework nutzt, bekommt von KugelAudio die Sprachbausteine einzeln.

Die Text-to-Speech-API hat Stimmen in 39 Sprachen, darunter Deutsch. Sie streamt, unterstützt Barge-in (die Ausgabe bricht ab, wenn der Anrufer dazwischenspricht) und kann direkt G.711 (µ-law oder A-law) ausgeben. Textnormalisierung und Buchstabier-Tags sind für Rückruf- und Kundennummern gedacht. Jede Ausgabe ist per Wasserzeichen und Offenlegungs-Header als KI-generiert gekennzeichnet, was den Hinweis an den Anrufer nach Art. 50 Abs. 1 nicht ersetzt.

Die Spracherkennung Kugel Ear 1 erkennt neun europäische Sprachen, darunter Deutsch, und transkribiert Aufnahmen und Live-Audio wie einen laufenden Anruf. Sprecher-Trennung und Wort-Zeitstempel bietet sie derzeit nicht.

Integrationen sind für LiveKit Agents, Pipecat, Vapi (als eigener TTS-Endpunkt) und Cognigy dokumentiert. Den direkten EU-Endpunkt müssen Sie ausdrücklich wählen, weil der Standard-Endpunkt geografisch routet. Als Enterprise-Funktion läuft die Sprachausgabe per Kubernetes und Helm auf eigener Hardware, verbindet sich für Lizenz und Authentifizierung aber weiter mit der gehosteten API. Null-Speicherung ist für die Cloud-API nicht zugesichert; klären Sie die Aufbewahrung im Rahmen der Auftragsverarbeitung. Deutsche Stimmen hören Sie in der Stimmenübersicht.

FAQ

Ist ein KI-Anrufbeantworter nur eine Mailbox mit Transkription?

Nein. Eine Mailbox mit Transkription tippt ab, was der Anrufer auf Band spricht. Ein KI-Anrufbeantworter ist ein Voicebot, der mit dem Anrufer spricht, nachfragt und Rückrufnummer und Anliegen bestätigt, bevor er die Zusammenfassung schickt.

Brauche ich für einen KI-Anrufbeantworter eine neue Telefonanlage?

In der Regel nicht. Eine Rufumleitung bei Nichtmelden, bei Besetzt oder nach Geschäftszeiten reicht für den Einstieg. Sollen Anrufe zurück an Ihr Team gehen, ist ein SIP-Trunk oder eine Routing-Regel der sauberere Weg.

Muss ein KI-Anrufbeantworter sagen, dass er eine KI ist?

Ja, sofern es nicht offensichtlich ist, und davon sollten Sie am Telefon nicht ausgehen. Art. 50 Abs. 1 EU AI Act gilt seit dem 2. August 2026 und verlangt die Information ab Beginn der ersten Interaktion.

Darf ein KI-Anrufbeantworter Gespräche aufzeichnen?

Nur mit tragfähiger Rechtsgrundlage: § 201 StGB stellt unbefugte Aufnahmen unter Strafe, und die Datenschutzkonferenz erwartet in aller Regel eine aktive Einwilligung. Oft ist es einfacher, nur die Zusammenfassung zu speichern.

Was kostet ein KI-Anrufbeantworter pro Anruf?

Mit Kugel Agents kostet eine Gesprächsminute über das Kontingent des Pro-Tarifs hinaus 5 Cent netto, Spracherkennung, Sprachmodell und Stimme inklusive. Ein Anruf von drei Minuten kostet damit 15 Cent plus Telefonie.

Kann ein KI-Anrufbeantworter dringende Anrufe durchstellen?

Ja, wenn die Telefonieanbindung Weiterleitungen unterstützt; über SIP-Trunks dokumentiert etwa LiveKit kalte und warme Weiterleitungen. Legen Sie fest, was als dringend gilt und wohin verbunden wird.

Versteht ein KI-Anrufbeantworter Dialekte und schlechte Verbindungen?

Das hängt von der Spracherkennung ab und zeigt sich nur mit Ihren eigenen Anrufern. Testen Sie mit Sprechern aus Ihrer Region und über Mobilfunk, und lassen Sie Rückrufnummern immer laut bestätigen.

Quellen

• EU AI Act, Verordnung (EU) 2024/1689, insbesondere Art. 50: https://eur-lex.europa.eu/eli/reg/2024/1689/oj/deu
• Europäische Kommission, Transparency obligations under Article 50 of the AI Act: https://digital-strategy.ec.europa.eu/en/faqs/transparency-obligations-under-article-50-ai-act
• Datenschutz-Grundverordnung, Verordnung (EU) 2016/679, insbesondere Art. 5, Art. 9, Art. 13 und Art. 28: https://eur-lex.europa.eu/eli/reg/2016/679/oj/deu
• § 201 StGB, Verletzung der Vertraulichkeit des Wortes: https://www.gesetze-im-internet.de/stgb/__201.html
• § 203 StGB, Verletzung von Privatgeheimnissen: https://www.gesetze-im-internet.de/stgb/__203.html
• Datenschutzkonferenz, Beschluss vom 23.03.2018 zur Aufzeichnung von Telefongesprächen: https://www.datenschutzkonferenz-online.de/media/dskb/20180323_dskb_aufzeichnung_telefon.pdf
• LiveKit, Telephony, eingehende SIP-Trunks und Weiterleitungen: https://docs.livekit.io/telephony/ und https://docs.livekit.io/telephony/features/transfers/warm
• Pipecat, Telephony-Übersicht: https://docs.pipecat.ai/guides/telephony/overview
• KugelAudio-Dokumentation zur Spracherkennung Kugel Ear 1: https://docs.kugelaudio.com/features/speech-to-text
• KugelAudio-Dokumentation zu Audioformaten und KI-Kennzeichnung: https://docs.kugelaudio.com/api-reference/tts/audio-formats
• KugelAudio-Dokumentation zu Barge-in, Textnormalisierung und Buchstabier-Tags: https://docs.kugelaudio.com/streaming/barge-in, https://docs.kugelaudio.com/features/text-processing und https://docs.kugelaudio.com/prompting/spell
• KugelAudio-Dokumentation zu Regionen und On-Premise-Betrieb: https://docs.kugelaudio.com/guides/regions und https://docs.kugelaudio.com/guides/self-hosted
• KugelAudio-Integrationen für LiveKit, Pipecat, Vapi und Cognigy: https://docs.kugelaudio.com/integrations/livekit, https://docs.kugelaudio.com/integrations/pipecat, https://docs.kugelaudio.com/integrations/vapi und https://docs.kugelaudio.com/integrations/cognigy
• KugelAudio, Kugel Agents und Curb.js, Funktionen und Preise (abgerufen am 2026-11-12): https://www.kugelaudio.com/de/voice-agents
• KugelAudio-Preise für Sprachausgabe (abgerufen am 2026-11-10): https://www.kugelaudio.com/de/pricing
• KugelAudio, Kugel 3.5, KugelBench-Ergebnisse zu Zahlen (abgerufen am 2026-11-12): https://www.kugelaudio.com/de/kugel-3-5
• KugelAudio, Kugel Ear 1, Preis für Spracherkennung (abgerufen am 2026-11-10): https://www.kugelaudio.com/de/kugel-ear-1