Voice Agent für KMU: Funktionen, Kosten und Anbieter 2026

Ein Voice-Agent ist ein KI-Telefonassistent, der eingehende Anrufe in natürlicher Sprache annimmt, Routineanfragen selbst erledigt und das Ergebnis direkt in Kalender, CRM oder Ticketsystem überträgt. Kleine und mittlere Betriebe richten ihn ohne Programmierkenntnisse ein und sind damit auch außerhalb der Öffnungszeiten erreichbar.

Was ein Voice-Agent am Telefon wirklich übernimmt

Der KI-Telefonassistent nimmt eingehende Anrufe rund um die Uhr an und erledigt die Anliegen, die nach einem festen Muster ablaufen. In typischen Hotline-Szenarien sind das 50 bis 70 Prozent der Anrufe, vor allem Terminwünsche und Statusabfragen. Dazu kommt die Lead-Qualifizierung, also das Vorsortieren neuer Anfragen nach Bedarf und Dringlichkeit, bevor ein Mensch übernimmt.

In der Arztpraxis ruft eine Patientin um 19 Uhr an und möchte ihr Folgerezept bestellen. Der Agent fragt Name und Geburtsdatum ab, notiert das Medikament und bestätigt die Abholzeit per SMS. Der Telefonassistent von Doctolib erkennt dabei Akzente und Dialekte, unterscheidet neue von bekannten Patienten und trägt Termine direkt in den Praxiskalender ein. Bei Notfall bricht die KI ab und verbindet sofort mit einer medizinischen Fachangestellten.

In der Kfz-Werkstatt meldet sich ein Kunde mit plattem Reifen und fragt, wann er vorbeikommen kann. Der Agent prüft die freien Slots im Werkstattkalender, bucht den nächsten passenden Termin und weist auf einen Ersatzwagen hin, falls die Werkstatt einen anbietet. Der Meister an der Hebebühne arbeitet ohne Unterbrechung weiter.

In der Versicherungsagentur meldet ein Kunde einen Unfallschaden. Der Agent nimmt Schadennummer, Kontaktdaten und Unfallort auf und übergibt den Fall strukturiert an den zuständigen Sachbearbeiter. Fragt am selben Abend jemand nach einer Berufsunfähigkeitsversicherung, erfasst der Agent Beruf und Rückrufwunsch und legt einen Beratungstermin an.

Seine Grenze verläuft dort, wo Urteilsvermögen oder Empathie gefragt sind. Eine Symptombewertung durch das System wäre rechtlich heikel, eine Tarifberatung mit Abwägung von Risiken bleibt Sache des Vermittlers, und ein aufgebrachter Kunde braucht jemanden, der zuhört.

Was kostet ein Voice-Agent im Monat?

Kleine und mittlere Betriebe zahlen typischerweise 69 bis 199 € monatlich plus 0,15 bis 0,50 € pro Gesprächsminute. Die gesamte Marktspanne reicht nach Anbieterangaben von 29 bis 500 € (Stand Juli 2026). Wo Ihr Betrieb landet, entscheiden vor allem die Inklusivminuten (das im Paket enthaltene Gesprächskontingent) und die Zahl der angebundenen Systeme.

Typisch für den deutschen Markt ist eine Staffelung nach Betriebsgröße:

Für eine Einzelarztpraxis sieht das so aus: einmalig 500 € Setup, 79 € für ein Starter-Paket und rund 30 € Gesprächskosten bei etwa 300 Minuten im Monat. Laufend kostet das 109 € monatlich. 300 Minuten entsprechen grob 100 Anrufen à drei Minuten. Wählen Sie das Paket, dessen Inklusivminuten Ihr reales Monatsvolumen abdecken. Liegen Sie regelmäßig darüber, rechnen Sie das nächstgrößere Paket gegen.

Individuell von Agenturen entwickelte Lösungen liegen in einer anderen Klasse: 5.000 bis 30.000 € einmalig plus laufende Betreuung. Das lohnt sich erst bei komplexen Anforderungen wie der Integration mehrerer Kanäle.

Kosten bei Anrufspitzen: Fragen Sie vor Vertragsabschluss, was eine Minute über dem Kontingent kostet und ob Anrufe bei Überlast in eine Warteschleife gehen oder automatisch höher abgerechnet werden. In einem Monat mit Grippewelle oder Hagelschaden entscheidet genau dieser Punkt über die Rechnung.

Welche Anbieter passen zu welcher Betriebsgröße?

Die erste Weiche stellt Ihre Branche: Arztpraxen profitieren von Spezialanbietern mit Anbindung an die Praxissoftware, Werkstätten, Agenturen und Kanzleien fahren meist mit einem branchenübergreifenden System, das sich auf ihre Abläufe einstellen lässt. Die Betriebsgröße entscheidet danach über das Paket.

Im Gesundheitswesen ist Aaron.ai, das zu Doctolib gehört, einer der bekanntesten deutschen Anbieter. Das System läuft in über 3.000 Praxen, ist auf medizinische Begriffe trainiert und an Praxisverwaltungssysteme wie Medistar oder CGM angebunden. Gebucht wird es allerdings nur im Doctolib-Paket „Patientenmanagement“ mit Jahresabo, und es spricht ausschließlich Deutsch mit einer Stimme.

Cituro setzt breiter an: Der Telefonassistent richtet sich an Betriebe vom Handwerk bis zur Gastronomie, ist flexibler konfigurierbar und verbindet sich mit Google Calendar und Microsoft 365. Für Solo-Selbstständige und kleine Betriebe liegt er typischerweise bei 17 bis 47 € im Monat.

Für Kfz-Werkstätten und Versicherungsagenturen gibt es kaum Spezialanbieter mit veröffentlichten Branchenpreisen. Hier kommen branchenübergreifende Plattformen aus Deutschland infrage, etwa fonio.ai oder ScaleTalk. ScaleTalk richtet sich ausdrücklich an Werkstätten, Versicherungsvermittler, Handwerksbetriebe und Immobilienunternehmen: Der Agent nimmt Anrufe rund um die Uhr an, bucht Termine und qualifiziert Anfragen vor, etwa eine Schadenmeldung oder einen Werkstatttermin.

Unabhängig von der Branche entscheiden diese Kriterien über die Wahl:

• Deutsche Stimme und Spracherkennung mit Nachnamen und Fachbegriffen testen.
• Integrationen zu Kalender, CRM oder Praxissoftware prüfen.
• Einrichtungsaufwand klären: eigenständig oder durch den Anbieter.
• Vertragsmodell mit Laufzeit, Kündigung und Abrechnung schriftlich fixieren.
• Mitnahme von Rufnummer und Gesprächsdaten bei einem Anbieterwechsel vertraglich sichern.

Datenschutz: Welche Punkte vor dem Abschluss klären?

Datenschutzrechtlich tragfähig ist der Einsatz, wenn vier Punkte vertraglich und technisch geklärt sind. Verarbeiten Sie Gesundheits-, Mandanten- oder Versicherungsdaten, kommt ein fünfter hinzu. Die Punkte gelten für jeden Anbieter, unabhängig von Preis und Größe des Systems.

Kurz erklärt: Der Auftragsverarbeitungsvertrag, kurz AV-Vertrag, regelt, wie ein Dienstleister personenbezogene Daten in Ihrem Auftrag verarbeitet, schützt und löscht. Fehlt er oder ist er unvollständig, liegt bereits darin ein DSGVO-Verstoß.

Diese Punkte fragen Sie im Gespräch mit jedem Anbieter ab:

• AV-Vertrag vor dem ersten Live-Anruf unterschreiben, mit Löschfrist für Gesprächsdaten von höchstens sechs Monaten.
• Serverstandort in der EU und die Liste aller Subauftragsverarbeiter schriftlich anfordern.
• Vertraglich ausschließen, dass Ihre Gespräche zum KI-Training genutzt werden.
• Gesprochenen KI-Hinweis an den Gesprächsbeginn setzen, vor der ersten inhaltlichen Antwort.
• Bei Gesundheitsdaten oder Berufsgeheimnissen nach Art. 9 DSGVO die Schutzmaßnahmen im AV-Vertrag festhalten.

Die Liste der Subauftragsverarbeiter zeigt, ob im Hintergrund US-Dienste für Spracherkennung oder Sprachausgabe laufen, die dem CLOUD Act unterliegen.

Der KI-Hinweis ist eine eigene Pflicht neben der DSGVO. Seit dem 2. August 2026 verlangt Art. 50 der KI-Verordnung, die in Deutschland direkt gilt, dass Anrufer erfahren, dass sie mit einer KI sprechen. Die Pflicht trifft jeden Betrieb unabhängig von seiner Größe, und zwar das Unternehmen, das den Assistenten einsetzt, auch wenn der Anbieter die Technik stellt. Ein Satz wie „Hallo, ich bin der KI-Assistent von [Firmenname]“ zu Gesprächsbeginn genügt.

ScaleTalk betreibt seine Server in Frankfurt, entwickelt made in Germany und beschreibt die Plattform als 100 % DSGVO-konform. AV-Vertrag und Liste der Subauftragsverarbeiter lassen Sie sich wie bei jedem Anbieter vorlegen. Die Checkliste ersetzt keine Rechtsberatung: Ob im Einzelfall ein Bußgeld droht, klären Sie mit Ihrem Datenschutzbeauftragten.

Einrichtung ohne Programmierkenntnisse: Ablauf und Dauer

Für die Einrichtung brauchen Sie weder Programmierkenntnisse noch eine eigene IT-Abteilung. Bei ScaleTalk steht der Grundaufbau nach wenigen Minuten. Mehr Zeit kosten die Vorbereitung der Inhalte und ein sauberer Testbetrieb, für den Sie einige Tage einplanen sollten.

1. Öffnungszeiten, Leistungen und die häufigsten Anruferfragen als Wissensbasis hinterlegen, oft direkt aus der eigenen Website übernommen.
2. Festlegen, welche Anliegen der Agent selbst erledigt und welche er an wen weiterleitet.
3. Kalender und CRM anbinden, damit Termine und Anfragen ohne Abtippen im System landen.
4. Eine Rufumleitung einrichten, die Anrufe bei Besetzt, Nichtannahme oder zu festen Zeiten weitergibt.
5. Jede Person im Team ruft einmal mit einem typischen und einem schwierigen Anliegen an.
6. Live gehen, zunächst nur außerhalb der Öffnungszeiten, danach schrittweise auf Stoßzeiten und Mittagspause ausweiten.

Vom Betrieb kommen die Inhalte, ein Zugang zum Kalender und eine Person, die in den ersten Wochen die Gesprächsprotokolle sichtet und nachschärft. Ihre Rufnummer behalten Sie dabei in der Regel. Wer ohnehin auf eine Cloud-Telefonanlage umsteigen will, findet mit fonial eine Anlage mit Skill-Routing, Warteschleifen und nativer ScaleTalk-Integration ab 3,90 €. Der Start außerhalb der Öffnungszeiten ist zugleich der risikoärmste Test: Sie sehen, wie Anrufer reagieren, ohne dass der Tagesbetrieb davon abhängt.

Rechnet sich ein Voice-Agent gegenüber Telefonservice und Empfangskraft?

Ein KI-Telefonassistent kostet einen typischen Kleinbetrieb einen Bruchteil einer eigenen Empfangskraft und bleibt bei steigendem Volumen planbarer als ein externer Telefonservice, weil das Monatsabo ein festes Minutenkontingent enthält. Bei sehr wenigen Anrufen kann ein menschliches Sekretariat günstiger sein. Virtuelle Sekretariate wie ebuero oder starbuero.de rechnen pro Anruf oder Minute ab, starbuero.de ganz ohne Grundgebühr.

Eine Mailbox kostet zwar nichts, fängt aber verpasste Umsätze nicht auf. In Arztpraxen legen 62 Prozent der Anrufer, die auf dem Anrufbeantworter landen, ohne Nachricht auf, und rund zwei Drittel wenden sich nach einem erfolglosen Anruf an eine andere Praxis.

Der messbare Effekt zeigt sich vor allem in gewonnener Zeit. In der Arztpraxis holt ein KI-Telefonassistent rund 1,8 Stunden Telefonzeit pro Tag für den direkten Patientenkontakt am Empfang zurück. Wie viel ein solches System im großen Maßstab abfängt, zeigt ein Fallbeispiel aus einer anderen Branche: Im deutschen Inkasso-Geschäftsbereich von Riverty wickelt ein mit Parloa entwickelter Voicebot 37 Prozent des gesamten Anrufvolumens ab. Nach einer Pilotphase im E-Commerce seit Juli 2024 hat das System über 100.000 Anrufe bearbeitet.

Zwei Kundenprojekte von ScaleTalk liefern weitere Werte, beides Herstellerangaben und zwei getrennte Fälle. In der Zahnarztpraxis Orthodentix sank der Rückrufaufwand um rund 70 Prozent. Im Pilotprojekt bei der AXA MB GmbH, einer unabhängigen AXA-Vertretung, spart das Team nach eigener Aussage rund 120 Stunden Telefonzeit im Monat.

Für einen Handwerksbetrieb mit 15 Mitarbeitenden ergibt eine Näherungsrechnung aus dem Markt folgendes Bild: Der Agent kostet 529 € im Monat. Rettet er nur zwei von fünf sonst verlorenen Aufträgen, bringt das 1.600 € Umsatz, ein ROI von über 200 Prozent schon im ersten Monat. Ihre Rechnung: verpasste Anrufe mal Abschlussquote mal Auftragswert, abzüglich der monatlichen Kosten.

Grenzen des Voice-Agents: Was an Menschen übergeben wird

Der Agent übergibt an einen Menschen, sobald ein Gespräch Urteilsvermögen, Empathie oder sofortiges Handeln verlangt. Diese Fälle hinterlegen Sie vor dem Start fest als Übergabe:

• Notfälle wie akute Beschwerden oder ein Wasserrohrbruch.
• Beschwerden und emotional aufgeladene Gespräche.
• Fragen mit Symptombewertung oder individueller Beratung.
• Verständnisprobleme trotz Rückfragen, etwa durch schlechte Verbindung oder Dialekt.

Gerade bei schlechter Verbindung oder starkem Dialekt hilft eine feste Regel, damit sich niemand im Kreis dreht.

Faustregel für die Übergabe: Versteht der Agent ein Anliegen nach zwei Rückfragen nicht, verbindet er weiter oder nimmt einen Rückrufwunsch auf. So bleibt kein Anrufer in einer Schleife hängen.

Typische Einführungsfehler sind organisatorischer Natur. Bleibt die Wissensbasis nach dem Start unverändert, nennt der Agent an Feiertagen falsche Öffnungszeiten. Fester Pflegetermin: monatlich genügt. Fehlt eine klare Zuständigkeit für Rückrufnotizen, bleiben Anfragen liegen. Und das Team sollte vor dem Start wissen, dass der Agent Routineanrufe übernimmt, damit am Empfang mehr Zeit für die Menschen vor Ort bleibt.

Die richtige Frage vor dem ersten Anruf

Ob sich ein Voice-Agent lohnt, entscheidet Ihr Anrufvolumen: Wie viele Anrufe verpassen Sie, und welches Modell fängt sie zu vertretbaren Kosten auf? Zählen Sie zwei Wochen lang verpasste Anrufe und Anrufe außerhalb der Öffnungszeiten, dann wissen Sie, ob Mailbox, Telefonservice oder KI-Telefonassistent zu Ihrem Betrieb passt.

Testen Sie danach mit Ihrem eigenen Anwendungsfall, bevor Sie einen Jahresvertrag unterschreiben. ScaleTalk erstellt dafür auf Basis Ihrer Website kostenlos einen individuellen KI-Telefonassistenten innerhalb von 24 Stunden. Mit Ihren echten Fragen, Namen und Fachbegriffen sehen Sie schnell, ob die Gespräche im Alltag tragen.

Häufige Fragen zu Voice-Agents