Drei Systeme. Alle live. Testen Sie selbst.

Das System nimmt eingehende Anrufe entgegen und führt das Gespräch auf Deutsch in Echtzeit. Es erfasst das Anliegen, prüft Verfügbarkeiten im Kalender, vereinbart Termine und bestätigt sie am Ende zusammengefasst. Wird die Verständigung unsicher oder äußert die anrufende Person einen Wunsch außerhalb des vorgesehenen Ablaufs, übergibt das System an einen Menschen — statt zu raten.

Ein Telefongespräch verzeiht keine Verzögerung. Sobald zwischen dem Ende einer Äußerung und der Antwort mehr als etwa zwei Sekunden vergehen, wirkt das Gegenüber abwesend und Menschen beginnen zu sprechen oder legen auf. Gleichzeitig laufen drei rechenintensive Schritte hintereinander: Sprache in Text umwandeln, eine Antwort erzeugen, Text wieder in Sprache umwandeln.

Wer diese Schritte nacheinander vollständig abarbeitet, landet bei vier bis sechs Sekunden Wartezeit.

Alle drei Schritte laufen als Datenstrom statt als abgeschlossene Anfragen. Die Spracherkennung liefert bereits Zwischenergebnisse, während noch gesprochen wird. Die Antwort wird satzweise an die Sprachsynthese übergeben, sobald der erste Satz feststeht — der Rest folgt, während bereits gesprochen wird. Zusätzlich erkennt das System, wenn die anrufende Person ins Laufende hineinspricht, und bricht die eigene Ausgabe sofort ab. Ohne diese Unterbrechungserkennung wirkt ein Sprachassistent wie eine Bandansage.

Jeder externe Dienst hat einen definierten Ausfallweg. Fällt die Sprachsynthese aus, wechselt das System auf eine einfachere Sprachausgabe, statt den Anruf abzubrechen. Fällt die Spracherkennung aus, wird das Gespräch höflich beendet und ein Rückruf zugesagt, der Vorfall protokolliert. Ein Kostendeckel pro Tag und eine Höchstdauer pro Anruf verhindern, dass ein Fehler oder ein Missbrauch unbemerkt Kosten verursacht.

Ein Onlineshop erzeugt jeden Tag dieselben Entscheidungen: Was muss nachbestellt werden, in welcher Menge, bei welchem Lieferanten? Welche Kundenanfrage kann standardisiert beantwortet werden, welche braucht einen Menschen? Der Agent trifft diese Entscheidungen selbstständig — und begründet jede einzelne nachvollziehbar.

Eine einfache Regel wie „Bestand unter zehn, dann nachbestellen" funktioniert in der Praxis nicht. Ein Lieferant liefert nur in Paletten zu 24 Stück. Ein anderer berechnet einen Zuschlag unterhalb von 50 Stück — dann sind 50 günstiger als 30. Ein dritter braucht im Winter vierzehn statt fünf Tage. Dazu kommen Wochentagsmuster und Saison. Die richtige Bestellmenge ist deshalb keine Schwelle, sondern eine Abwägung.

Harte Geschäftsregeln liegen im Code. Das Sprachmodell kann sie nicht umgehen — es sieht sie schlicht als gegeben.

Die Entscheidung läuft in zwei getrennten Ebenen. Harte Geschäftsregeln liegen im Programmcode: Budgetgrenzen, Mindestmengen, Sperren. Nur die Abwägung darüber, die keine feste Regel abdeckt, übernimmt das Modell. Es begründet jeden Vorschlag im Klartext: warum diese Menge, warum dieser Zeitpunkt, warum dieser Lieferant. Wie eigenständig es dabei handeln darf, ist in vier Stufen einstellbar — von reinem Vorschlagen bis zum selbstständigen Auslösen innerhalb definierter Grenzen.

Bei widersprüchlichen Daten rät das System nicht, sondern legt den Fall vor. Antwortet das Sprachmodell in einem Format, das nicht der erwarteten Struktur entspricht, wird einmal neu angefragt und danach eskaliert. Zusätzlich vergleicht das System wöchentlich seine eigenen Prognosen mit dem tatsächlichen Verlauf — es misst also seine eigene Trefferquote, statt sie zu behaupten.