AiUse Voice AI

Voice-AI-Agent für Website und Telefonie

Zwei Sprachkanäle mit derselben Geschäftslogik: Besucher sprechen im Browser mit dem Widget, die SIP-Version übernimmt Telefonate. Der Agent antwortet aus einer freigegebenen Wissensbasis, erfasst die nötigen Fakten und übergibt verwertbaren Kontext.

  • Fundierte Antworten aus Website sowie TXT, MD, CSV oder JSON
  • Qualifizierung und Kontakterfassung ohne manuelle Mitschrift
  • Telegram-Zusammenfassung und vollständiger Dialog per E-Mail oder CRM

WebRTC-Widget und SIP-Agent sind verschiedene Produkte

Ein Gespräch direkt im Browser per WebRTC — ohne Telefonnummer, SIP oder Telefonanlage. Eine separate Lösung für eingehende und kontrollierte ausgehende Telefonate.

AiUse Voice AI WidgetAiUse Voice AI for SIP
Webbrowser des BesuchersTelefonnetz über SIP
Ein Gespräch direkt im Browser per WebRTC — ohne Telefonnummer, SIP oder Telefonanlage.Eine separate Lösung für eingehende und kontrollierte ausgehende Telefonate.
Mehr erfahren: AiUse Voice AI WidgetMehr erfahren: AiUse Voice AI for SIP

Was das Unternehmen erhält

Das Team erhält Qualifizierung, Kontaktdaten und eine kurze Telegram-Zusammenfassung; das vollständige Gespräch geht per E-Mail oder an das vereinbarte CRM.

01

Fundierte Antworten aus Website sowie TXT, MD, CSV oder JSON

02

Qualifizierung und Kontakterfassung ohne manuelle Mitschrift

03

Telegram-Zusammenfassung und vollständiger Dialog per E-Mail oder CRM

So läuft der Start ab

Website-URL und Gesprächsziel festlegen.

RAG-Entwurf erstellen und Fakten, Rolle sowie Verbote abstimmen.

Temporäre WebRTC-Demo testen; der SIP-Pilot wird separat eingerichtet.

Nach der Abnahme Embed-Code oder konfigurierten Telefonablauf erhalten.

Für wen und wann das sinnvoll ist

Voice AI passt, wenn sich dieselben Erstfragen täglich wiederholen, Antwortgeschwindigkeit den Verkauf beeinflusst und ein Mitarbeiter vor dem persönlichen Gespräch Kontext braucht. Die Lösung ersetzt keine Verhandlung: Sie übernimmt Erstkontakt, Routineerklärung, Qualifizierung und Übergabe.

Standardmäßig wird ein Transkript statt des Roh-Audios gespeichert. Aufbewahrung, Empfänger und Löschung werden vor dem Start vereinbart; Transkript, Telefon, E-Mail, Schlüssel und RAG-Inhalte gehen nicht an Werbeanalysen.

Was innerhalb des Systems geschieht

Die Sprachoberfläche ist nur die sichtbare Ebene. Dahinter arbeiten Spracherkennung, Dialogmodell, Abruf aus der freigegebenen RAG-Wissensbasis und Sprachsynthese. Jede Komponente kann anders scheitern. Deshalb erfolgt die Abnahme mit echten Fragen; Faktenrichtigkeit, Antwortverzögerung, Sprachwechsel, Kontakterfassung und Übergabe an einen Menschen werden getrennt geprüft.

Eine Wissensbasis ist keine ungefilterte Kopie der gesamten Website. Wir trennen bestätigte Fakten von Werbeaussagen, entfernen veraltete Preise, legen die Priorität der Quellen fest und beschreiben ausdrücklich, was der Agent nicht weiß. Anweisungen in hochgeladenen Dokumenten gelten als nicht vertrauenswürdiger Inhalt und niemals als Befehle, die Regeln des Agenten unbemerkt ändern dürfen.

Nach dem Start ist die bloße Anzahl der Gespräche keine Erfolgskennzahl. Entscheidend ist, ob der Besucher das Angebot verstanden hat, ob notwendige Qualifikationsfelder erfasst wurden, ob verwertbarer Kontext beim zuständigen Mitarbeiter angekommen ist und ob sich die Ursache einer fehlgeschlagenen Sitzung nachvollziehen lässt.

Transkripte werden genutzt, um wiederkehrende Fragen, unbeantwortete Einwände und unnötige Gesprächsschritte zu erkennen. Änderungen gehen anschließend erneut durch den Testkatalog. Personenbezogene Daten, Gesprächsinhalte und Wissensmaterial werden dabei nicht an Werbeplattformen oder allgemeine Analytics-Ereignisse gesendet.

Kontrolle, Sicherheit und klare Grenzen

Die Qualität hängt von Mikrofon, Browser, Wissensbasis und Modell ab. Die KI darf keine Preise, Bedingungen oder Versprechen erfinden; komplexe Fälle gehen an einen Menschen.

Umfang und Preis werden nach Prüfung von Gesprächsablauf, Integrationen, Sprachen und Volumen festgelegt.

Fragen und Antworten

Braucht das Widget eine Telefonanlage?

Nein. Es arbeitet per WebRTC im Browser. SIP ist nur für das separate Telefonprodukt erforderlich.

Sind mehrere Sprachen möglich?

Ja. Sprachen, Startsprache und Wechselregeln werden in der Konfiguration festgelegt.

Was passiert nach dem Gespräch?

Das Team erhält Qualifizierung und Zusammenfassung; das vollständige Transkript geht nur an freigegebene Ziele.

Wer prüft die Wissensbasis?

Die KI erstellt den Entwurf; vor dem Start prüft ein Administrator Fakten, Quellen, erlaubte Antworten und Übergaberegeln.

Wie werden Nutzungskosten kontrolliert?

Tageslimit, parallele Gespräche, Rate Limit, maximale Dauer und Pause werden je Widget oder Telefonablauf eingestellt.

Demo aus meiner Website erstellen

Zwei Sprachkanäle mit derselben Geschäftslogik: Besucher sprechen im Browser mit dem Widget, die SIP-Version übernimmt Telefonate. Der Agent antwortet aus einer freigegebenen Wissensbasis, erfasst die nötigen Fakten und übergibt verwertbaren Kontext.