8 Fachartikel zu den Themen, die bei KI-Telefonie wirklich entscheiden — geschrieben aus der Perspektive von jemandem, der diese Systeme selbst baut.
Wer einen KI-Telefonassistenten evaluiert, steht vor Entscheidungen, die auf den ersten Blick technisch wirken — aber weitreichende geschäftliche Konsequenzen haben. Von der Architektur der Audio-Pipeline über die psychoakustischen Effekte von Latenz bis zur Frage, ob Gesprächsdaten in einer geteilten Cloud oder im eigenen Tenant verarbeitet werden sollten.
Warum Voice-Prompts anderen Regeln folgen als Chat-Prompts, wie man Halluzinationen am Telefon verhindert, was die DSGVO wirklich verlangt und welches Kaufmodell die richtige Wahl ist — bis zum Blick auf den Markt in 12 Monaten.
Diese Artikelserie entstand aus der praktischen Arbeit an Sontor, einem KI-Telefonassistenten, der als Single-Tenant-Lösung direkt im Azure-Tenant des Kunden läuft. Die Texte sind keine Marketing-Broschüren, sondern dokumentieren die technischen und regulatorischen Entscheidungen, die beim Aufbau eines solchen Systems tatsächlich anfallen — einschließlich der Fehler.
Was in den 800 Millisekunden zwischen Frage und Antwort passiert.
Die Psychoakustik der Latenz — und warum Geschwindigkeit wichtiger ist als Intelligenz.
Wem gehören die Gesprächsdaten? Und warum §203 StGB die Entscheidung vorgibt.
Warum Chat-Prompts am Telefon scheitern — 4 Regeln aus der Praxis.
Am Telefon gibt es keinen Zurück-Button. Warum KI-Halluzination hier gefährlicher ist als im Chat.
Fünf regulatorische Anforderungen — DSGVO, EU AI Act, § 201 StGB — und was die Architektur damit zu tun hat.
Minuten, Plattform oder Infrastruktur? Drei Kaufmodelle für KI-Telefonie im Vergleich.
Live-Dolmetscher, Emotion Detection, multimodale Agenten — und warum die Architekturentscheidung von heute die Optionen von morgen bestimmt.