Anrufbeantworter Ansage mit KI erstellen

Montagmorgen im Handwerksbetrieb: Drei Monteure stehen auf Baustellen, der Meister sucht im Lager ein Ersatzteil, und auf dem Festnetz laufen mehrere Anrufe auf. Niemand nimmt ab. Der Anrufer hört entweder lange Klingelzeichen oder eine unpersönliche Standard-Mailbox und entscheidet sich im Zweifel für den nächsten Betrieb aus dem Vergleichsportal.

Genau an diesem Punkt beginnt der praktische Nutzen, wenn Sie eine Anrufbeantworter-Ansage mit KI erstellen. Eine gute Ansage ersetzt kein Team und löst keine schlechte Erreichbarkeit allein. Sie verhindert aber, dass der erste Kontakt wie eine Sackgasse wirkt, erklärt den nächsten Schritt und schafft sofort ein Mindestmaß an Orientierung. Entscheidend ist deshalb nicht, möglichst schnell eine Stimme zu generieren, sondern rechtssicher, verständlich und passend zur Zielgruppe zu formulieren.

Warum eine KI-Ansage im deutschen Alltag gerade jetzt den Unterschied macht

Im SHK-Betrieb aus dem Beispiel gehen vor allem Anfragen verloren, bei denen der Anrufer eine schnelle Reaktion erwartet: ein Heizungsausfall, eine Rückfrage zu einem Angebot oder ein kurzfristiger Reparaturtermin. Eine Ansage wie „Sie erreichen uns momentan nicht. Hinterlassen Sie eine Nachricht“ informiert zwar über die Abwesenheit, führt aber nicht durch die Situation. Sie sagt nicht, ob jemand zurückruft, wann das Team wieder erreichbar ist oder welche Angaben für eine schnelle Bearbeitung nötig sind.

Das klassische Telefonieren nimmt in Deutschland seit Jahren ab. Im Festnetz sank das Gesprächsvolumen laut Bundesnetzagentur-Daten zum Gesprächsvolumen in Deutschland von 193 Milliarden Minuten im Jahr 2010 auf 57 Milliarden Minuten im Jahr 2024, ein Rückgang von 70 Prozent. Mobilfunk kam 2024 zwar auf 148 Milliarden Gesprächsminuten, glich den Festnetzrückgang aber nicht aus. Insgesamt wurde 2024 rund 31 Prozent weniger telefoniert als 2010.

Der erste akustische Kontakt bleibt wichtig

Weniger klassische Telefonminuten bedeuten nicht, dass jeder einzelne Anruf unwichtig wird. Die TelefonSeelsorge meldete für 2024 1,2 Millionen Anrufe, und bereits 2022 wurden dort 1.010.214 Seelsorge- und Beratungsgespräche erfasst, wie die Jahresstatistik der TelefonSeelsorge dokumentiert. Im Service, Recruiting und Handwerk bleibt der Anruf häufig der Moment, in dem ein Interessent eine Entscheidung vorbereitet.

Eine KI-Ansage funktioniert dabei als operatives Auffangnetz. Sie kann den Firmennamen nennen, die aktuelle Situation erklären, Anliegen vorsortieren und auf einen Rückruf oder eine alternative Kontaktmöglichkeit verweisen. Was nicht funktioniert, ist eine künstliche Stimme ohne klare Aufgabe, die lange redet, den KI-Einsatz verschleiert oder den Anrufer mit allgemeinen Floskeln warten lässt.

Praxisregel: Die Ansage muss in den ersten Sätzen beantworten, wo der Anrufer gelandet ist, warum niemand direkt abnimmt und was er jetzt tun soll.

Die Stimme beeinflusst dabei die Wahrnehmung, aber die Formulierung trägt den größeren Teil der Verantwortung. Ein regionaler Handwerksbetrieb darf nahbar klingen, eine Steuerberatung braucht eher Ruhe und Präzision, und ein Recruiting-Team sollte Bewerber freundlich, aber zielgerichtet durch den nächsten Schritt führen. Die folgenden Bausteine zeigen, wie Sie Script, Stimme, Einwilligung und Auswertung zusammenbringen.

Die DSGVO-konforme Eröffnung in vier Bausteinen

Die Eröffnung darf nicht erst nach der Aufzeichnung erklären, dass eine KI beteiligt ist. Für eine KI-gestützte Telefonansage in Deutschland empfiehlt sich ein fester Ablauf aus Begrüssung, KI-Hinweis, Zweck- und Dateninformation sowie Einwilligungsabfrage, wie die Einordnung zum Datenschutz bei KI-Telefonsupport beschreibt. Die konkrete rechtliche Bewertung hängt vom Setup, der Verarbeitung und der Rechtsgrundlage ab. Das Script sollte deshalb vor dem Livegang juristisch geprüft werden.

Erst identifizieren, dann transparent machen

1. Begrüssung und Unternehmensname

Der Anrufer muss sofort erkennen, ob er die richtige Nummer gewählt hat. Nennen Sie den Firmennamen vollständig und vermeiden Sie eine austauschbare Formulierung wie „Willkommen beim digitalen Service“.

Beispiel im Sie-Register:

„Guten Tag. Sie sprechen mit der Muster GmbH.“

Beispiel im Du-Register:

„Hallo und willkommen bei Muster Handwerk.“

2. KI klar benennen

Der Einsatz einer KI sollte verständlich und hörbar genannt werden. „Digitale Telefonassistenz“ kann zu ungenau sein, wenn tatsächlich ein KI-System die Stimme erzeugt oder den Anruf verarbeitet.

Sie-Variante:

„Diese Ansage und die anschließende Bearbeitung Ihres Anliegens können durch ein KI-System unterstützt werden.“

Du-Variante:

„Diese Ansage wurde mit KI erzeugt. Auch dein Anliegen kann durch ein KI-System bearbeitet werden.“

Zweck und Zustimmung nicht vermischen

3. Verarbeitung erklären

Der Anrufer braucht eine verständliche Information darüber, ob das Gespräch aufgezeichnet, transkribiert oder ausgewertet wird und welchem Zweck das dient. Eine mögliche Formulierung lautet:

„Wenn Sie fortfahren, kann das Gespräch aufgezeichnet und ausgewertet werden, damit wir Ihr Anliegen erfassen und an die zuständige Person weiterleiten können. Weitere Informationen zum Datenschutz finden Sie auf unserer Website.“

Wenn keine Aufzeichnung erfolgt, darf das Script nicht trotzdem eine Aufzeichnung ankündigen. Umgekehrt reicht ein allgemeiner Satz wie „Ihre Daten sind uns wichtig“ nicht aus, wenn tatsächlich Sprachdaten verarbeitet werden.

4. Einwilligung aktiv abfragen

Vor der weiteren Verarbeitung braucht es eine eindeutige Option. Die Abfrage sollte nicht in einer langen Passage versteckt werden:

„Sind Sie damit einverstanden? Sagen Sie bitte Ja, um fortzufahren, oder Nein, um die Verarbeitung abzulehnen.“

Für eine Ablehnung muss ein sauberer Pfad hinterlegt sein, etwa die Weiterleitung zu einem menschlichen Ansprechpartner oder der Hinweis auf einen alternativen Kontaktweg. Die Übersicht zu vertrauenswürdiger KI hilft dabei, Transparenz nicht nur sprachlich, sondern auch im gesamten Nutzererlebnis mitzudenken.

Eine solche Sequenz ist kein fertiger Freibrief für jedes Telefonsystem. Verantwortliche sollten Speicherfristen, Löschregeln, Auftragsverarbeitung, Hosting und Widerrufsmöglichkeiten dokumentieren. Fachinformationen zur KI-Telefonie weisen zudem darauf hin, dass datensparsame Verarbeitung, ein Auftragsverarbeitungsvertrag, möglichst EU-basierte Verarbeitung und ein deaktiviertes Training mit Kundendaten wichtige Governance-Punkte sind. Die Ansage ist also der sichtbare Anfang eines Prozesses, nicht dessen vollständige rechtliche Absicherung.

Vom Script-Entwurf zur fertigen KI-Ansage in der Praxis

Eine brauchbare Ansage entsteht selten aus einem einzigen Textprompt. In KMU-Setups schafft ein kurzes Briefing-Sheet Klarheit, bevor die Sprachgenerierung beginnt. Es legt Zweck, Zielgruppe, Datenabfrage und Routing fest.

Das Briefing vor dem Prompt

Notieren Sie zunächst vier Punkte:

• Anlass: außerhalb der Geschäftszeit, hohe Auslastung, Feiertag oder permanente Mailbox.
• Ziel: Nachricht aufnehmen, Rückruf organisieren, Terminwunsch erfassen oder weiterleiten.
• Zielgruppe: Kunden, Bewerber, Lieferanten oder Bestandskunden.
• Zielort: Mailbox, CRM, Kalender, E-Mail-Postfach oder menschliches Team.

Für ein Recruiting-Team kann das Briefing so aussehen:

„Zielgruppe sind Bewerberinnen und Bewerber. Die Ansage soll ruhig, warm und klar wirken. Tempo 0,9x. Kurze Mikropause vor dem Satz zur Rückmeldung. Ziel ist die Erfassung von Name, Rückrufnummer und gewünschtem Einsatzbereich.“

Rollenanweisungen machen aus „freundlich“ eine prüfbare Vorgabe:

„Sprich ruhig, verbindlich und nicht werblich. Nutze kurze Sätze. Betone den Firmennamen leicht. Keine übertriebene Begeisterung. Nach der Begrüssung eine kurze Pause.“

Eine systematische Arbeitsweise für Text und Sprachproduktion beschreibt Content erstellen mit KI. Telefontexte müssen jedoch beim Hören funktionieren. Zahlen, Namen, Optionen und Handlungsaufforderungen brauchen deshalb eigene Hörtests.

Stimme erzeugen, hören und korrigieren

Wählen Sie die Stimme erst, wenn die kommunikative Rolle feststeht. Erzeugen Sie dann mehrere Varianten und hören Sie diese über ein echtes Telefon ab. Kopfhörer klingen sauberer und verdecken oft Probleme bei Zischlauten, Telefonnummern oder Eigennamen. Wie Sie aus einem Rohtext eine natürlich klingende Sprachdatei machen, beschreibt Text in Stimme umwandeln ausführlicher.

Ein Dienstleistungsbetrieb kann mit diesem Rohtext starten:

„Guten Tag bei der Klarblick Gebäudereinigung. Unser Team ist gerade im Einsatz. Bitte nennen Sie Ihren Namen, Ihre Telefonnummer und kurz den gewünschten Termin. Wir melden uns schnellstmöglich zurück.“

Scheitert die Aussprache an einem Eigennamen, hilft häufig eine phonetische Schreibweise besser als ein Stimmenwechsel. Aus „Kreuztal“ kann testweise „Kroitz-tal“ werden. Eine bewusst getrennte Schreibweise gehört in die Ausspracheprüfung und erst nach dem Hörtest ins endgültige Script.

Vor der Übergabe an die Telefonie-Administration prüfen Sie:

1. Firmenname und Öffnungszeiten stimmen.
2. KI- und Verarbeitungshinweis passen zum tatsächlichen System.
3. Einwilligung und Ablehnung führen in die richtigen Pfade.
4. Eigennamen, Telefonnummern und Ortsnamen sind verständlich.
5. Audioformat und Lautstärke funktionieren am echten Telefon.
6. Fallback, Eskalation und zeitabhängige Ansagen sind eingerichtet.
7. Die freigegebene Version ist dokumentiert.

Der häufigste Produktionsfehler liegt nicht in der Sprachqualität, sondern in einer fehlenden Freigabe. Dann liegt bereits eine ältere Datei auf der Hauptnummer, obwohl das Script geändert wurde.

Stimme, Tonalität und Sprechtempo passend zur Zielgruppe wählen

Die passende Stimme hängt weniger vom Geschlecht der Stimme ab als von Vertrauenskontext, Gesprächszweck und Erwartung der Anrufer. Eine Steuerberatung verliert durch zu viel Lockerheit an Seriosität. Ein Friseursalon klingt mit einer distanzierten Behördenstimme unnötig kühl. Ein Installationsbetrieb darf regional vertraut wirken, solange die Aussprache klar bleibt.

Drei Profile im direkten Vergleich

Kriterium	Sachlich-neutral	Freundlich-warm	Regional-vertraut
Typische Branchen	Steuerberatung, IT-Dienstleistung, Kanzlei	Arztpraxis, Friseur, persönliche Dienstleistung	Handwerk, lokale Beratung, regionaler Service
Vertrauenssignal	Ordnung, Kompetenz, Kontrolle	Aufmerksamkeit, Zugänglichkeit, Fürsorge	Nähe, Bekanntheit, lokaler Bezug
Sprechweise	präzise, gleichmäßig, wenig Variation	weich, zugewandt, etwas mehr Melodie	natürlich, direkt, ohne aufgesetzten Dialekt
Anrede	überwiegend Sie	Sie oder Du, abhängig vom Markenauftritt	Sie im B2B, Du nur bei konsequenter Markensprache
Pausen	kurz vor Daten und Optionen	etwas mehr Raum nach der Begrüssung	kurze Pause vor Handlungsaufforderungen
Risiko	klingt unpersönlich	wirkt bei ernsten Anliegen zu locker	künstlicher Dialekt beschädigt die Glaubwürdigkeit

Eine starre Sprechgeschwindigkeit lässt sich nicht für jede Ansage festlegen. Für die Auswahl sollten Sie mit einem ruhigen, gut verständlichen Tempo beginnen und danach prüfen, ob Namen, Zahlen und Auswahloptionen sauber ankommen. Pausen sind oft wichtiger als ein hohes Tempo, weil sie dem Anrufer zeigen, wann eine Information endet und eine Antwort erwartet wird.

Derselbe Inhalt, drei Wirkungen

Sachlich-neutral:

„Guten Tag bei der Steuerberatung Keller. Unser Büro ist derzeit nicht besetzt. Bitte nennen Sie Ihren Namen und Ihr Anliegen nach dem Signalton.“

Freundlich-warm:

„Guten Tag und willkommen bei der Praxis am Markt. Unser Team ist momentan im Gespräch. Hinterlassen Sie uns bitte Ihren Namen und Ihre Telefonnummer, damit wir uns bei Ihnen melden können.“

Regional-vertraut:

„Moin bei Haustechnik Krüger. Wir sind gerade bei Kunden unterwegs. Sprechen Sie uns bitte kurz auf, worum es geht, dann melden wir uns zurück.“

Der dritte Text funktioniert nicht, weil ein Dialekt automatisch besser wäre. Er funktioniert nur, wenn die regionale Ansprache zur gesamten Kommunikation passt. Testen Sie deshalb nicht nur die Stimme, sondern die Kombination aus Anrede, Satzlänge, Pause, Ortsbezug und Handlungsaufforderung.

Mit Tests und Live-Analytics die Ansage gezielt verbessern

Eine Ansage sollte nicht nach persönlichem Geschmack optimiert werden. Entscheidend ist, ob Anrufer die Information verstehen, zustimmen, im Gespräch bleiben und den vorgesehenen nächsten Schritt wählen. Live-Analytics können dafür unter anderem Drop-off, Einwilligungsrate, Verständlichkeit und Durchstellquote sichtbar machen.

Nur eine Variable pro Test ändern

Ein sauberer A/B-Test verändert jeweils einen Faktor. Wenn Variante A eine andere Stimme, eine kürzere Einleitung und die Du-Ansprache nutzt, lässt sich ein Ergebnis nicht sinnvoll zuordnen.

Geeignete Testfragen sind:

• Bleiben mehr Anrufer bis zur Einwilligungsabfrage, wenn die Eröffnung kürzer ist?
• Verstehen Anrufer den KI-Hinweis besser, wenn „KI-System“ statt „digitaler Assistent“ gesagt wird?
• Wird die Rückrufnummer häufiger genannt, wenn die Aufforderung nach einer Pause folgt?
• Führt „Sie“ bei Geschäftskontakten zu mehr Zustimmung als „Du“?

Für die Auswertung sollten Sie vorab definieren, welches Ergebnis zählt. Eine hohe Einwilligungsrate ist wenig hilfreich, wenn danach kaum Anrufer ihr Anliegen vollständig schildern. Eine gute Durchstellquote kann ebenfalls täuschen, wenn viele Gespräche beim falschen Team landen.

Metriken richtig lesen

Drop-off zeigt, an welcher Stelle Anrufer auflegen. Häufen sich Abbrüche direkt vor der Einwilligungsfrage, ist die Passage möglicherweise zu lang oder zu abstrakt. Verständlichkeit lässt sich über Transkriptionen und manuelle Stichproben prüfen, besonders bei Namen, Adressen und Telefonnummern. Durchstellquote zeigt, ob die Eskalationslogik praktisch funktioniert, nicht nur, ob die Ansage angenehm klingt.

Für einen belastbaren Vergleich sollten die Varianten unter möglichst ähnlichen Bedingungen laufen. Wenn gleichzeitig Feiertage, Kampagnen oder unterschiedliche Öffnungszeiten wirken, messen Sie nicht nur die Ansage. Bei stark veränderten Rahmenbedingungen setzen Sie den Test neu auf und dokumentieren die Abweichung.

Die Ergebnisse gehören in ein laufendes Monitoring, nicht in eine einmalige Präsentation. Hinweise zu diesem Ansatz finden Sie im Performance-Monitoring für Voice-AI. Wichtig bleibt der Datenschutz: Analytics dürfen nur die Daten erfassen, die für die Optimierung und den vorgesehenen Zweck erforderlich sind.

Einspielung, Rollout und die wichtigsten Lessons aus echten Setups

Ein Livegang auf der Hauptnummer sollte erst erfolgen, wenn Klang, Recht und Gesprächsführung gemeinsam geprüft sind. Der Sound-Check zeigt, ob die Stimme über das Telefonband verständlich bleibt, die Lautstärke nicht übersteuert und Pausen nicht wie eine technische Störung wirken. Beim Rechts-Check wird die Ansage mit dem tatsächlich aktivierten Verarbeitungsprozess abgeglichen. Der Routing-Check klärt, ob bei Sprachausfall, Ablehnung oder dringenden Anliegen ein sinnvoller Ausweichweg bereitsteht.

Die Checkliste für die Übergabe

• Sound prüfen: Die Datei auf mehreren Endgeräten und über die echte Telefonanlage anhören.
• Sprachdetails prüfen: Firmennamen, Ortsnamen, Zahlen, E-Mail-Adressen und Rückrufoptionen kontrollieren.
• Rechtstext prüfen: KI-Kennzeichnung, Zweck, Aufzeichnungsinformation, Datenschutzverweis und Einwilligung abgleichen.
• Ablehnung abbilden: Festlegen, wohin der Anrufer bei einem Nein weitergeleitet wird.
• Fallback einrichten: Einen alternativen Ablauf für nicht verstandene Antworten oder technische Ausfälle hinterlegen.
• Zeitsteuerung testen: Ansagen für Geschäftszeiten, außerhalb der Geschäftszeiten und besondere Schließzeiten einzeln prüfen.

Ein kontrollierter Rollout

Tag 1: Soft-Launch auf einer Testnummer oder in einem begrenzten Zeitfenster. Alle Pfade selbst anrufen.

Tag 2: Gespräche und Abbrüche prüfen. Besonders auf den ersten KI-Hinweis und die Einwilligungsfrage achten.

Tag 3: Pausenlogik anpassen. Eine zu schnelle Handlungsaufforderung führt häufig dazu, dass Anrufer zu früh sprechen oder eine Option überhören.

Tag 4: Eine zweite Variante mit veränderter Anrede testen. Stimme und übrigen Text unverändert lassen.

Tag 5: Die Ansage auf die Hauptrufnummer ausweiten, sobald Routing und Fallback funktionieren.

Tag 6: Wochenend- und Randzeit-Szenarien prüfen. Öffnungszeiten müssen zur tatsächlichen Besetzung passen.

Tag 7: Ergebnisse dokumentieren, die freigegebene Version festlegen und spätere Änderungen versionieren.

Drei Lessons zeigen sich in Handwerk, B2B und Dienstleistung wiederholt. Im Handwerk schaffen kurze Pausen mehr Orientierung als hektisches Tempo. Im B2B-Kontext passt die Sie-Ansprache häufig besser, wenn der übrige Markenauftritt formell bleibt. Der KI-Hinweis erfüllt seinen Zweck nur, wenn er vor der relevanten Aufzeichnung oder weiteren Verarbeitung kommt.

Wer zusätzlich zur Ansage eingehende Gespräche automatisiert annehmen, Termine buchen oder Leads qualifizieren will, kann dafür eine Voice-AI-Plattform wie malma.ai nutzen. Die Ansage bleibt dabei ein Baustein des gesamten Anrufablaufs und sollte mit Routing und Fallback zusammen getestet werden.

Wenn Sie eine Anrufbeantworter-Ansage mit KI erstellen möchten, beginnen Sie mit einem Briefing, einer vierteiligen Erstansage und einem Test auf Ihrer echten Telefonnummer. Prüfen Sie Klang, Einwilligung, Routing und Verständlichkeit, bevor die Version ausgerollt wird.