Wann sollte ein KI-Telefonagent aufhören zu sprechen?
ElevenLabs hat eine Engine für Sprecherwechsel, Unterbrechungen und die Auswahl verschiedener Modelle vorgestellt. Eine Terminänderung zeigt, wie sich das gesamte Gespräch prüfen lässt.
Ein automatischer Telefonagent bestätigt einen Termin für Donnerstagvormittag. Die Anruferin fällt ihm ins Wort. „Entschuldigung, ich meinte nächsten Donnerstag.“ Ein flüssig sprechender Agent kann das Gespräch trotzdem erschweren, wenn er die alte Bestätigung weiter vorliest oder das Datum ändert, bevor er den Rest des Wunsches kennt. Entscheidend ist, ob er die Anruferin ausreden lässt und anschließend vom richtigen Stand ausgeht.
Am 11. November 2026 zeigte ElevenLabs auf seinem Gipfel in New York eine Vorschau der Interaction Engine. Laut Unternehmen kann das System Sprecherwechsel und Unterbrechungen handhaben und für verschiedene Teile eines Gesprächs unterschiedliche Sprachmodelle wählen. ElevenLabs beschrieb ein günstigeres Modell für die Ersteinschätzung und ein leistungsfähigeres für komplexere Aufgaben. In der Ankündigung der Vorschau nannte das Unternehmen keinen Termin für die allgemeine Verfügbarkeit. ElevenLabs-Ankündigung zum Gipfel
Eine Terminänderung eignet sich für die Bewertung dieser Idee. Der Agent muss die Anruferin hören, den alten Wunsch durch den neuen ersetzen und am Ende bestätigen, was im Buchungssystem steht. Pausen und Überschneidungen abzuhören ist nur der erste Schritt.
Eine gute Pause lässt die Anruferin ausreden
Jemand kann aus mindestens drei Gründen sprechen, während der Agent redet. Die Person kann eine wichtige Angabe korrigieren, mit „okay“ signalisieren, dass sie folgt, oder mit jemandem im Raum sprechen. Die Erkennung muss diese Fälle oft genug auseinanderhalten. Bei jedem Geräusch anzuhalten wirkt einmal schnell und auf Dauer störanfällig. Über eine Korrektur hinwegzureden kann aus fünf Sekunden eine wiederholte Erklärung machen.
Hören Sie zwei Fassungen des Terminbeispiels an. In der ersten sagt die Anruferin „genau“, während der Agent die neue Uhrzeit vorliest. Er kann weitersprechen. In der zweiten sagt sie „Moment, ich meinte nächsten Donnerstag, nach dem Mittagessen“. Der Agent muss den alten Satz abbrechen und lange genug zuhören, um sowohl die andere Woche als auch den gewünschten Zeitraum zu erfassen. Der Test gelingt, wenn die nächste Antwort beide Details aufgreift.
Wer das Wort abgibt, gibt einer Korrektur Zeit, zu einer vollständigen Anweisung zu werden. Originalillustration von Telli.sh.
Telefonqualität erschwert die Abgrenzung. Eine Anruferin kann vor einem Datum zögern, ein Füllwort verwenden oder bei einem Verbindungsabbruch etwas wiederholen. Testen Sie auf den tatsächlich genutzten Kanälen und dokumentieren Sie die Audiobedingungen. Eine saubere Demo zeigt, dass der Ansatz grundsätzlich funktioniert. Alltägliche Gespräche mit Störgeräuschen zeigen, ob Ihre Variante mit typischen Unterbrechungen zurechtkommt.
Messen Sie vom hörbaren Signal zum hörbaren Signal. Bei einer echten Korrektur erfassen Sie die Zeit vom ersten aussagekräftigen Laut bis zum Ende der hörbaren Agentensprache. Beziehen Sie Ton ein, der bereits im Kanal gepuffert war. Messen Sie auch die Zeit vom Ende des Wortbeitrags bis zum ersten nützlichen Wort der Antwort. Ein rasches „einen Moment“ macht längeres Nachschlagen verständlicher. Erfassen Sie diese Meldung separat, wenn die eigentliche Antwort erst Sekunden später kommt.
Gespräch und Buchung können auseinanderlaufen
Angenommen, der Agent hat einen Termin für diesen Donnerstag nur gefunden, als die Anruferin ihn unterbricht. Er kann den alten Vorschlag verwerfen, am nächsten Donnerstag suchen und einen freien Termin anbieten. Ein anderes System sendet vielleicht schon eine Änderung, sobald jemand „Donnerstag passt“ sagt, bevor das vollständige Datum vorgelesen wurde. Bis die Korrektur kommt, kann die Änderung den Buchungsdienst erreicht haben. Die Antwort stummzuschalten macht diese Änderung nicht rückgängig.
Testen Sie beide Fälle ausdrücklich. Bei einem Vorschlag muss der Agent die neuen Angaben erneut vorlesen. Läuft eine Änderung bereits, braucht er ein bestätigtes Backend-Ergebnis. War sie erfolgreich, nennt er den aktuellen Stand und nutzt den vorgesehenen Korrekturablauf. Ist sie fehlgeschlagen oder abgelaufen, prüft er den Stand, bevor er Erfolg meldet oder es erneut versucht. Die genaue Korrektur richtet sich nach den Regeln des Buchungssystems.
| Ereignis im Anruf | Erwartetes hörbares Verhalten | Erwartetes Buchungsergebnis |
|---|---|---|
| „Genau“ beim Vorlesen | Weitersprechen, solange die Person das Wort nicht übernimmt | Kein zusätzlicher Schreibvorgang |
| „Moment, nächsten Donnerstag“ vor der Zustimmung | Alte Bestätigung abbrechen und die vollständige Korrektur aufnehmen | Änderung erst nach Bestätigung des neuen Datums |
| Korrektur bei laufender Änderung | Bestätigen, dass sie gehört wurde, und Ergebnis prüfen | Verifizierten Stand vor dem nächsten Schritt nennen |
| Wunsch nach einer Person | Bestätigen und den vorgesehenen Übergabeablauf beginnen | Aktuellen Status und offenen Wunsch weitergeben |
Nutzen Sie eine Testumgebung mit fiktiven Terminen. Zeichnen Sie den zeitlichen Ablauf von Anruf und Buchung auf. Die Zeitstempel brauchen denselben Bezug oder einen bekannten Versatz. Suchen Sie nach Stellen, an denen die Sprache eine Änderung meldet, die das System nicht erfasst hat, oder ein Schreibvorgang nach Rücknahme der Anweisung erfolgreich war. Das sind andere Fehler als eine langsame Begrüßung.
Die Arbeit innerhalb eines Wortbeitrags bestimmt die Modellwahl
ElevenLabs stellt die Vorschau als Möglichkeit vor, das Modell im Gespräch passend zur Aufgabe zu wählen. Ein Terminanruf macht das greifbar. Den Wunsch nach einer Verschiebung zu erkennen, den Eintrag mit einem freigegebenen Werkzeug zu suchen, eine ungewöhnliche Regel auszulegen und über eine Weiterleitung zu entscheiden erfordert unterschiedlich viel Schlussfolgerung. Eine gewöhnliche Datumssuche ist einfach. Eine Änderung für mehrere Leistungen mit widersprüchlichen Regeln kann mehr Prüfung oder Fachpersonal brauchen.
Leiten Sie Arbeit nach ihren Auswirkungen weiter und bewahren Sie bei jeder Übergabe den Gesprächsstand. Originalillustration von Telli.sh.
Diese Grenzen sind wichtiger als eine Liste von Modellnamen. Wird eine Routineanfrage komplex, geben Sie bestätigte Angaben wie Buchungskennung, aktuellen Stand und offene Fragen weiter. Bei einer Weiterleitung sollte eine kurze Übergabe den Wunsch und die bereits erledigten Schritte nennen. Eine gute Eskalation spart der Anruferin Wiederholungen und lässt der nächsten Person Raum, die Angaben zu prüfen.
Messen Sie, wie oft das Routing Fälle auf den falschen Weg schickt. „Verschieben Sie beide Termine“ kann einen anderen Ablauf verlangen als eine einzelne Datumsänderung. Prüfen Sie, ob der Agent beide Buchungen bemerkt, bevor er Zustimmung einholt. Beginnt ein komplexer Fall in der Ersteinschätzung und wird mit genügend Kontext schnell eskaliert, kann das vertretbar sein. Hinterlässt die günstigere Routing-Entscheidung widersprüchliche Buchungen, verursacht sie Folgekosten.
Die Vorschau nennt geringeren Tokenverbrauch als möglichen Vorteil eines günstigeren Modells für die Ersteinschätzung. Die tatsächlichen Kosten eines Kontaktcenters hängen auch von Wiederholungsanrufen, Eskalationen und Gesprächsabbrüchen ab. Vergleichen Sie die Kosten pro korrekt gelöster Aufgabe einschließlich der menschlichen Nacharbeit. Ein Anruf, der nach 40 Sekunden endet und am nächsten Tag einen weiteren erfordert, verschiebt den Aufwand.
Entwerfen Sie einen kleinen, wiederholbaren Test
Beginnen Sie mit einem bekannten Ergebnis, etwa dem Verschieben eines fiktiven Donnerstagstermins auf die folgende Woche. Notieren Sie die erwartete gesprochene Antwort und den Buchungsstand. Ergänzen Sie eine Unterbrechung vor der Bestätigung, eine Korrektur mitten im Satz und ein kurzes Zuhörsignal. Fügen Sie eine bewusste Pause ein. Wer kurz in den Kalender schaut, soll danach weiterreden können, ohne mit einer unpassenden Antwort unterbrochen zu werden.
- Markieren Sie Beginn und Ende jeder Korrektur und das hörbare Ende der Agentensprache.
- Prüfen Sie, ob die Antwort jede korrigierte Angabe enthält. Vermerken Sie nötige Wiederholungen.
- Vergleichen Sie Gespräch und Backend-Stand. Suchen Sie doppelte Schreibvorgänge, falsche Termine und unbelegte Erfolgsmeldungen.
- Nutzen Sie dasselbe Skript in ruhiger und lauter Umgebung mit verschiedenen Stimmen und Verbindungsbedingungen.
- Vergleichen Sie Abschlussquote, Zeit bis zum bestätigten Ergebnis und Routingfehler der Varianten.
Die Auswertung sollte wichtige Fehler abdecken und klein genug bleiben, um einzelne Gespräche abzuhören. Unterscheiden sich zwei Systeme in einem sauberen Sprecherwechsel um einen Sekundenbruchteil, prüfen Sie zuerst die folgenreicheren Fälle. Eine verlässliche Bestätigung und eine klare Übergabe können wichtiger sein. Ändert dieselbe Zeitdifferenz, wie oft jemand zweimal unterbrechen muss, gewinnt sie an Bedeutung.
Messen Sie neben dem Durchschnitt auch die langsamen Wechsel
Stellen Sie sich zehn fiktive Anrufe vor. In neun hört der Agent die Korrektur schnell. Im zehnten spricht die Person über einen langen Satz hinweg und wiederholt die Korrektur, bevor der Agent ihr das Wort überlässt. Der Durchschnitt kann vernünftig aussehen, obwohl gerade der letzte Anruf Vertrauen kostet. Bewahren Sie die Beispiele auf und berichten Sie bei ausreichender Stichprobe über das langsame Ende der Verteilung. Zeigen Sie bei einem kleinen Pilotprojekt die tatsächliche Spannweite und hören Sie die langsamsten Fälle ab.
Eine Pause kann eine Verbesserung vortäuschen, wenn der Agent bei irrelevanten Geräuschen stoppt. Spielen Sie dieselbe Hintergrundsprache während einer kurzen Bestätigung und einer längeren Erklärung ein. Prüfen Sie die Quote falscher Stopps und ob der Agent an einer verständlichen Stelle wieder einsetzt. Führen Sie dann einen vergleichbaren Anruf mit einer echten Korrektur zum selben Zeitpunkt durch. Das Paar trennt eine reaktionsschnelle Erkennung von einer überempfindlichen. Verwenden Sie Einwände, wie sie Ihre Anrufenden formulieren. Ein einstudiertes „Moment“ ist nur eine Möglichkeit.
Schätzen Sie den Aufwand für die Person je Ergebnis. Ein falscher Stopp bei einem beiläufigen „mhm“ kann nur kurz aufhalten. Eine überhörte Korrektur lässt offen, welches Datum gebucht wurde. Ein Routingfehler kann zu Wiederholungen führen. Eine Tabelle mit Häufigkeit und Aufwand für die Korrektur hilft bei der Priorisierung. Prüfen Sie, ob der nächste Agent oder das Personal den aktuellen Termin erläutern kann, ohne die Person von vorn beginnen zu lassen.
Auch der Kanal beeinflusst das Timing. Ein Browseranruf im ruhigen Zimmer und ein komprimiertes Mobilfunkgespräch liefern unterschiedliche Hinweise zu Sprecherwechseln. Halten Sie den Aufnahmeort, eine eventuelle Freisprechfunktion und die Bedeutung der Zeitstempel fest. Sie können hörbaren Ton auf der Anruferseite oder ein internes Ereignis beschreiben. Messen Sie den alten und neuen Sprachdienst mit derselben Methode. Der Vergleich soll erklären, wann Anrufende einen Unterschied bemerken.
Lassen Sie vor einer breiten Einführung einige Personen Anrufe bewerten, ohne zu wissen, welches System sie bearbeitet hat. Nennen Sie den erwarteten Buchungsstand und fragen Sie, ob der Wunsch verstanden wurde, ob die Korrektur wiederholt werden musste und ob die letzte gesprochene Bestätigung stimmte. Verbinden Sie die Ergebnisse mit dem Buchungsprotokoll. So werden Abweichungen zwischen natürlicher Sprache und korrekt abgeschlossener Aufgabe sichtbar.
Mit ElevenAgents bietet ElevenLabs bereits eine Plattform zum Einrichten und Betreiben von Sprach- und Chatagenten an. Der Gipfelbeitrag stellt Interaction Engine als eigene Vorschau vor und nennt weitere Funktionen mit jeweils eigenen Zeitplänen. Der vorgeschlagene Test funktioniert mit dem heutigen Sprachdienst. Sobald Sie Zugang zu einer Vorschaufunktion haben, lässt er sich mit denselben Skripten und Erwartungen wiederholen. ElevenLabs-Ankündigung zu Gipfel und Plattform
Eine Korrektur zeigt mehr als ein fehlerfreies Skript
Kann ein Kunde mitten im Satz seine Meinung ändern, eine aktualisierte Bestätigung hören und anschließend den richtigen Termin finden, hat das gesamte System ein gewöhnliches Gespräch bewältigt. Das ist ein aussagekräftigeres Ziel als eine natürlich klingende Aufnahme mit einer Person, die einem perfekten Skript folgt.
Quellen
- ElevenLabs Summit NYC und Vorschau der Interaction Engine vom 11. November 2026
- Programm und Demonstrationen des ElevenLabs Summit
Um Notizen aus Kundengesprächen und Prüfungen durchsuchbar zu dokumentieren, können Sie ein Telli.sh-Konto erstellen.