KI-Telefonassistent für die Verwaltung: Funktionsweise, Nutzen, Grenzen und der richtige Weg zur Einführung

Montagmorgen, 8:05 Uhr im Bürgerbüro: Drei Leitungen blinken gleichzeitig, am Tresen wartet die erste Besucherin und eine Kollegin ist krank. Wer jetzt anruft, landet in der Warteschleife – oder legt entnervt auf. Für die Mitarbeitenden bedeutet jeder angenommene Anruf eine Unterbrechung, und in sieben von zehn Fällen geht es um dieselben Dinge: Öffnungszeiten, Zuständigkeiten, „Was muss ich mitbringen?“.

Genau für diese Situation gibt es KI-Telefonassistenten. Dieser Artikel erklärt, wie ein solcher Assistent funktioniert, was er kann und was nicht, wie es um Recht, Barrierefreiheit und Wirtschaftlichkeit steht – und welche Wege es zur Einführung gibt.

Wie ein KI-Telefonassistent funktioniert

Damit die Bewertung nachvollziehbar wird, lohnt der Blick unter die Haube. Ein moderner KI-Telefonassistent kombiniert drei Bausteine:

• Spracherkennung wandelt das gesprochene Wort der Anruferin in Text um.
• Ein Sprachmodell – dieselbe Technik wie hinter Chatbots – versteht das Anliegen und formuliert die Antwort. Wie beim Chatbot gilt: Ein seriöser Verwaltungs-Assistent antwortet nicht aus „Allgemeinwissen“, sondern ausschließlich aus den freigegebenen Inhalten der Kommune (das sogenannte RAG-Prinzip – die Erklärung dazu steht im Chatbot-Artikel, das Prinzip ist identisch).
• Sprachausgabe verwandelt die Antwort in eine natürliche, gesprochene Stimme.

Der entscheidende Unterschied zu klassischen Telefonsystemen: Es ist kein Tastenmenü („Drücken Sie die 1 für …“). Man spricht in ganz normalen Sätzen, so wie mit einem Menschen: „Ich bräuchte einen neuen Personalausweis – was muss ich mitbringen?“ Der Assistent versteht die Frage und antwortet direkt.

Technisch wird er über Weiterleitungsregeln in die bestehende Telefonanlage eingebunden – eine neue Anlage ist nicht nötig. Die Verwaltung bestimmt, welche Anrufe er überhaupt bekommt.

Was ein KI-Telefonassistent leisten kann

• Fragen beantworten: Öffnungszeiten, Unterlagen, Gebühren, Abläufe – das alles aus dem geprüften Wissensbestand.
• Termine buchen: direkt im Gespräch, angebunden an das Terminbuchungssystem – die Anruferin geht mit einem festen Termin aus dem Gespräch.
• Anliegen aufnehmen: außerhalb der Öffnungszeiten als strukturierte Notiz, z. B. per E-Mail an das Fachamt.
• Weiterleiten: Erkennt der Assistent, dass ein Mensch gebraucht wird, verbindet er zur zuständigen Stelle.
• Mehrsprachig sprechen: Wer in einer anderen Sprache anruft, wird in dieser Sprache bedient.
• Beliebig viele Gespräche gleichzeitig führen: Die Anrufspitze am Montagmorgen, die sonst drei Mitarbeitende blockiert, existiert für ihn nicht.

Vergleich: Tastenmenü, Mensch und KI-Assistent

Um den Nutzen einzuordnen, hilft der direkte Vergleich der drei Wege, wie eine Verwaltung eingehende Anrufe heute steuern kann:

Die Tabelle macht die Positionierung deutlich: Der KI-Assistent verbindet die natürliche Bedienung und Auskunftsfähigkeit des menschlichen Gesprächs mit der Skalierbarkeit und Verfügbarkeit der Technik – ohne die Frust-Sackgassen eines Tastenmenüs.

Vorteile und Nachteile ehrlich abgewogen

Die wichtigste Leitplanke ergibt sich daraus fast von selbst: Der Assistent übernimmt die Routine, alles andere reicht er an Menschen weiter. Im Gegenteil erreicht man den Menschen sogar schneller, weil er nicht mehr von Routineanrufen blockiert ist.

Barrierefreiheit: der Kanal für die, die keine Website nutzen

Man könnte fragen: Wozu noch das Telefon, wenn es doch Chatbots gibt? Die Antwort ist ein starkes Barrierefreiheits-Argument. Das Telefon bleibt für viele Menschen der vertrauteste und barriereärmste Weg – gerade für ältere Menschen und für alle, die sich im Internet weniger sicher bewegen. Ein KI-Telefonassistent bringt die Vorteile der Digitalisierung ausgerechnet zu denen, die keine Website benutzen wollen oder können: Man muss nichts installieren, nichts tippen, nichts können – nur anrufen und sprechen.

Damit zahlt der Assistent auf die Pflicht öffentlicher Stellen ein, ihre Angebote zugänglich zu gestalten (Behindertengleichstellungsgesetz, BITV 2.0). Ehrlich bleiben muss man an einer Stelle: Für gehörlose oder stark hörbeeinträchtigte Menschen ist der Sprachkanal keine Lösung – für sie braucht es weiterhin textbasierte Wege wie den Chatbot oder Schriftformulare. KI-Telefonassistent und Chatbot ergänzen sich deshalb ideal: gleicher Wissensbestand, zwei Kanäle für unterschiedliche Bedürfnisse.

Rechtsgrundlage: EU AI Act und DSGVO

EU AI Act: Wie der Chatbot fällt der KI-Telefonassistent typischerweise in die Klasse „begrenztes Risiko“ mit der zentralen Pflicht zur Transparenz – die Anruferin muss erkennen können, dass sie mit einer KI spricht. In der Praxis löst das die Begrüßungsansage. Die Systematik erklärt der Artikel zu den Risikoklassen des EU AI Act.

DSGVO: Am Telefon können sensible, personenbezogene Angaben fallen. Entscheidend sind daher Datenminimierung (der Assistent fragt nur, was nötig ist), eine datenschutzkonforme Architektur (Verarbeitung in Deutschland bzw. der EU, keine Nutzung der Inhalte zum Training) und ein sorgsamer Umgang mit etwaigen Gesprächsaufzeichnungen oder Transkripten – diese brauchen eine klare Rechtsgrundlage und sollten auf das Notwendige beschränkt bleiben. Worauf es bei der Architektur ankommt, behandelt unsere Seite zur Datensicherheit; die internen Regeln dazu gehören in eine KI-Dienstanweisung.

Wirtschaftlichkeit: Was kostet er, was bringt er?

Das Telefon ist der Kanal, der am meisten Arbeitszeit frisst, weil jeder Anruf sofortige Aufmerksamkeit verlangt. Genau deshalb ist das Entlastungspotenzial hier besonders hoch. Die Rechnung ist im Kern einfach: Jeder Routineanruf, den der Assistent übernimmt, ist eine Unterbrechung weniger für die Sachbearbeitung.

Auf der Kostenseite ist bei Dienstleistern eine nutzungsabhängige Abrechnung üblich – gezahlt wird, was tatsächlich an Gesprächen anfällt. Weil keine Personalkosten pro Anruf entstehen, liegen die Kosten je bearbeitetem Anruf deutlich unter denen einer besetzten Zentrale; Anbieter nennen Einsparungen von bis zu 70 Prozent gegenüber den entsprechenden Personalkosten (Anbieterangabe – die konkrete Ersparnis hängt stark vom Anrufvolumen ab und sollte im Einzelfall gerechnet werden). Der eigentliche Wert liegt aber oft weniger in der reinen Kostensenkung als in der gewonnenen Erreichbarkeit: Aus „werktags 8–12 Uhr“ wird 24/7 – ohne eine einzige zusätzliche Personalstunde. Warum diese Entlastung angesichts der Personallage kein Luxus ist, begründet unser Artikel zum Fachkräftemangel.

Selbst bauen, Open Source oder Dienstleister?

Auch beim KI-Telefonassistenten gibt es nicht den einen Weg – wobei die Hürde höher liegt als beim Chatbot, weil zusätzlich Telefonie-Anbindung, Spracherkennung und Sprachausgabe in Echtzeit zusammenspielen müssen:

Offene Sprachtechnik-Bausteine existieren durchaus, doch die zuverlässige, latenzarme Integration in eine Telefonanlage ist anspruchsvoll. Für die meisten Kommunen – gerade ohne große eigene IT – ist daher der Dienstleisterweg der realistische. Achten Sie dabei auf Referenzen aus der Kommunalverwaltung und auf eine saubere Eskalation an Menschen.

Wie Merlin es umsetzt

Zur Einordnung, wie ein spezialisierter Dienstleister das löst – am Beispiel unseres eigenen Ansatzes: Der KI-Telefonassistent merlin_spricht wird über Weiterleitungsregeln in die bestehende Telefonanlage integriert und greift auf denselben geprüften Wissensbestand zu wie der Website-Chatbot. Er kann Termine direkt im Gespräch buchen, außerhalb der Öffnungszeiten Anliegen aufnehmen und bei Bedarf an Mitarbeitende weiterleiten. Verarbeitung in Deutschland bzw. der EU, Anonymisierung personenbezogener Angaben und keine Nutzung der Inhalte zum Training gehören zum Standard; ein Dashboard mit Live-Transkripten und Auswertungen macht die Qualität nachvollziehbar. Das ist einer von mehreren möglichen Wegen – die oben genannten Kriterien gelten unabhängig vom Anbieter.

Die Einführung: stufenweise statt Urknall

Bewährt hat sich, den Assistenten nicht auf einen Schlag „scharfzuschalten“, sondern schrittweise Verantwortung zu übergeben:

Der Charme dieses Vorgehens: Jede Stufe ist für sich risikoarm. In den Randzeiten ging vorher ohnehin niemand ans Telefon – es kann nichts verloren gehen. Beim Überlauf ersetzt der Assistent lediglich die Warteschleife durch echte Hilfe. Und erst als „erste Instanz“ entfaltet er die volle Entlastung, während die Mitarbeitenden zur letzten statt zur ersten Instanz werden.

Checkliste für die Anbieterauswahl

• Antwortet der Assistent aus Ihren geprüften Inhalten und verbindet bei Unsicherheit weiter?
• Lässt er sich über Weiterleitungsregeln in die bestehende Telefonanlage einbinden?
• Ist die Eskalation an Menschen sauber gelöst (jederzeit, transparent)?
• Mehrsprachigkeit und natürliche Sprachbedienung ohne Tastenmenü?
• Terminbuchung und Anbindung weiterer Systeme möglich?
• Verarbeitung in Deutschland/EU, Umgang mit Aufzeichnungen geklärt, AVV und TOMs vorhanden?
• Dashboard mit Auswertungen, transparente nutzungsabhängige Kosten?
• Referenzen aus der Kommunalverwaltung?

Fazit

Der KI-Telefonassistent ist der logische zweite Baustein nach dem Chatbot: gleiches Wissen und ein zweiter Kanal – aber ausgerechnet der Kanal mit dem höchsten Entlastungspotenzial und der größten Barrierefreiheits-Wirkung. Entscheidend ist, seine Grenzen ehrlich mitzudenken (keine komplexen Fälle, saubere Eskalation an Menschen) und ihn stufenweise einzuführen. Am wirkungsvollsten ist er im Zusammenspiel mit dem Website-Chatbot – ein Wissensbestand, zwei Kanäle für unterschiedliche Bedürfnisse.

Dieser Artikel dient der allgemeinen Information und ersetzt keine Rechtsberatung; die Anforderungen an AI Act, DSGVO (insbesondere zu Gesprächsaufzeichnungen) und Barrierefreiheit sind im Einzelfall zu prüfen.