Alter Hut – Open Friday (OF) bei sipgate. Alle zwei Wochen nehmen wir uns einen Tag, um Wissen zu teilen, Ideen auszuprobieren und gemeinsam zu lernen. So wie auch an unserem letzten OF, als es für Interessierte einen Slot mit dem Namen „AI Agents Safari“ gab. Sinn der Safari: Verstehen, was unter der Haube so passiert. Wie funktioniert eigentlich ein KI-Agent am Telefon? Was passiert zwischen dem Moment, in dem jemand anruft, und der Antwort, die er zu hören bekommt?
Mehr als ein Sprachmodell
Ein häufiges Missverständnis: Ein KI-Agent am Telefon ist kein simpler Chatbot mit Stimme. Was im Hintergrund passiert, ist deutlich komplexer. Das eingehende Gespräch wird in Echtzeit transkribiert, der Inhalt analysiert, eine Antwort generiert und schließlich als natürliche Sprache zurückgespielt. Das alles in Sekunden, mitten in einem laufenden Gespräch.
Damit das funktioniert, braucht es eine durchdachte Architektur. Bei sipgate läuft das über einen sogenannten Agent Graph – ein System, das verschiedene Verarbeitungsschritte orchestriert und dabei flexibel auf den Gesprächsverlauf reagiert.
Der Graph entscheidet
Der Agent Graph ist das Herzstück des Systems. Er bestimmt, was mit einer Eingabe passiert: Wird eine Frage direkt beantwortet? Wird ein Prozess angestoßen? Muss ein externes System angefragt werden? Je nach Kontext und Gesprächsinhalt werden unterschiedliche Pfade durchlaufen.
Das Besondere dabei ist die Kontextsensitivität. Wechselt ein Anrufer mitten in einem Gespräch das Thema, erkennt das System das und reagiert entsprechend – ohne den ursprünglichen Gesprächsfaden zu verlieren. Wer schon einmal mit einem starren Telefonmenü zu kämpfen hatte, weiß, warum das einen Unterschied macht.
Integrationen: so explizit wie möglich
Ein KI-Agent ist nur so gut wie die Systeme, auf die er zugreifen kann. Terminbuchung, CRM, Wissensdatenbank – all das muss zuverlässig funktionieren. Hier setzt sipgate bewusst auf einen restriktiven Ansatz: Jede Integration wird so präzise wie möglich beschrieben, mit klar definierten Eingaben und Ausgaben. Das klingt unspektakulär, ist aber entscheidend. Je unklarer die Vorgaben, desto größer die Fehleranfälligkeit. Gerade bei Unternehmensprozessen ist Verlässlichkeit keine Option, sondern Voraussetzung.
Was der Anrufer nicht hört
Während ein Anrufer auf eine Antwort wartet, passiert im Hintergrund einiges. Tools werden aufgerufen, Daten abgefragt, Antworten zusammengeführt. Damit dabei keine unangenehme Stille entsteht, gibt es einen eigenen Mechanismus für natürliche Überbrückungsphrasen – konsistent im Ton, ohne dass es nach Warteschleife klingt.
Auch die Stimme selbst ist kein Zufallsprodukt. Tonalität, Pausen und Aussprache werden konfiguriert, weil sie die Wahrnehmung des Gesprächs maßgeblich beeinflussen. Eine KI, die roboterhaft klingt, verliert das Vertrauen des Anrufers schneller, als sie irgendeine fachlich korrekte Antwort geben kann.
Modular und erweiterbar
Was heute als einzelne Fähigkeit im System steckt, soll künftig als eigenständiger Skill funktionieren. Das Ziel ist eine Architektur, in der neue Fähigkeiten wie Bausteine eingesetzt werden können, ohne das Gesamtsystem anfassen zu müssen. Kalenderintegration, Rückrufprozesse, spezifische Branchenanforderungen – alles soll sich sauber kapseln und ergänzen lassen.
Das ist kein rein technisches Ziel. Es bedeutet auch, dass Teams außerhalb der Entwicklung eigene Erweiterungen bauen und einbinden können. Weniger Abhängigkeit, mehr Handlungsspielraum.
Warum das relevant ist
Wer heute über KI im Kundenkontakt nachdenkt, stößt schnell auf die Frage: Wie verlässlich ist das wirklich? Die ehrliche Antwort ist, dass Verlässlichkeit kein Versprechen ist, das man pauschal geben kann. Sie entsteht durch Architekturentscheidungen, durch sorgfältige Integrationen, durch Tracing und Transparenz. Und durch das Bestreben, ein System nicht nur zum Laufen zu bringen, sondern es dauerhaft zu verstehen. Genau das versuchen wir bei sipgate.
.jpg)
