Wer einen Voice Agent von Grund auf baut, muss viele Komponenten zusammenführen: eine Spracherkennung, die gesprochene Sprache in Text verwandelt, ein Sprachmodell, das die Antwort formuliert, eine Sprachsynthese, die diese Antwort vorliest, eine Telefonie-Anbindung mit Rufnummern, eine Logik für Sprecherwechsel und Unterbrechungen, Schnittstellen zu Geschäftssystemen sowie Protokollierung und Auswertung. Jeder dieser Bausteine hat eigene Tücken, und das Zusammenspiel entscheidet darüber, ob ein Gespräch natürlich wirkt oder holprig. Retell AI nimmt Unternehmen einen großen Teil dieser Arbeit ab. Die Plattform orchestriert die Kette aus Spracherkennung, Sprachmodell und Sprachsynthese, kümmert sich um das Gesprächstiming und stellt Werkzeuge bereit, mit denen sich Gesprächsabläufe gestalten, testen und auswerten lassen.
Im Kern ist Retell AI damit eine Orchestrierungs- und Betriebsplattform. Die eigentlichen Sprachmodelle stammen in der Regel von bekannten Modellanbietern; Retell AI wählt sie nicht exklusiv aus, sondern bietet eine Auswahl an, aus der sich je Agent das passende Modell und die passende Stimme konfigurieren lassen. Der Mehrwert liegt in der Integration: niedrige Reaktionszeiten durch optimierte Abläufe, ein eigenes Modell für den Sprecherwechsel, vorgefertigte Funktionen wie Anrufweiterleitung oder Terminbuchung und eine Oberfläche, die auch Teams ohne tiefes Entwickler-Know-how einen Einstieg ermöglicht.
Drei Eigenschaften prägen die Plattform:
Retell AI gehört zu einer Generation junger US-Anbieter, die mit dem Durchbruch leistungsfähiger Sprachmodelle entstanden sind. Das Unternehmen hat seinen Sitz in Kalifornien und ist mit Wagniskapital finanziert. Ursprünglich als Entwicklerschnittstelle für latenzarme Sprachgespräche gestartet, hat sich das Angebot schrittweise zu einer umfassenden Plattform erweitert: mit visuellem Gesprächsdesign, Wissensdatenbank, Massenanrufen, Analysefunktionen, Testumgebungen und einer wachsenden Zahl an Integrationen. Die Entwicklungsgeschwindigkeit ist hoch; neue Funktionen erscheinen in kurzen Abständen. Für jede Planung gilt deshalb: Den aktuellen Funktionsumfang, die verfügbaren Modelle und die Vertragsbedingungen prüfen Sie in der Dokumentation und beim Vertrieb des Anbieters, nicht in älteren Erfahrungsberichten.
Für die Einordnung im europäischen Kontext ist der Anbietersitz entscheidend. Retell AI ist ein US-Unternehmen, die Verarbeitung findet – sofern keine besonderen Vereinbarungen getroffen werden – in Rechenzentren außerhalb der EU statt. Zudem sind weitere Unterauftragsverarbeiter beteiligt, etwa Modellanbieter und Sprachsynthese-Dienste. Diese Konstellation behandeln wir in Kapitel 09 ausführlich. Wer Retell AI in Betracht zieht, sollte sie vor dem ersten echten Kundengespräch klären.
Die Plattform spricht drei Gruppen an. Erstens Unternehmen mit hohem Telefonaufkommen, die Standardanliegen automatisieren wollen – Terminvereinbarung, Statusauskünfte, Vorqualifizierung, Erreichbarkeit außerhalb der Geschäftszeiten. Zweitens Agenturen und Systemhäuser, die Telefonagenten für mehrere Kunden aufsetzen und betreiben. Für sie sind Mandantenfähigkeit, wiederverwendbare Vorlagen und die Anbindung an Automatisierungswerkzeuge wichtig. Drittens Softwareanbieter, die Telefonagenten als Funktion in ihr eigenes Produkt integrieren, etwa in eine Praxis-, Handwerker- oder Immobiliensoftware. Für eine Fachabteilung ganz ohne technische Unterstützung ist Retell AI zwar zugänglicher als eine reine Programmierschnittstelle, ein produktiver Agent mit Systemanbindung erfordert aber dennoch technisches Verständnis oder einen Umsetzungspartner.
Im Markt für Voice Agents lassen sich drei Ebenen unterscheiden. Ganz unten stehen Bausteine und Frameworks wie Echtzeit-Infrastrukturen, Spracherkennungs- und Synthese-APIs oder quelloffene Orchestrierungsbibliotheken. Sie bieten maximale Kontrolle, verlangen aber viel Entwicklungsarbeit. Ganz oben stehen Contact-Center- und Kundenservice-Plattformen, die Voice Agents als Teil eines umfassenden Angebots mit Routing, Agentenarbeitsplatz, Workforce-Management und Enterprise-Verträgen liefern. Dazwischen liegt die Ebene der Voice-Agent-Plattformen – und genau hier ist Retell AI angesiedelt.
Diese mittlere Ebene hat einen klaren Reiz: Die schwierige Echtzeit-Technik ist gelöst, die Plattform liefert sofort einsatzfähige Telefonie, und trotzdem bleibt der Agent offen für eigene Logik und Integrationen. Der Preis dafür ist, dass Unternehmen mehr selbst verantworten als bei einer Komplettlösung: Gesprächsdesign, Systemanbindungen, Qualitätssicherung und Datenschutz-Konzept liegen beim Kunden oder seinem Partner. Retell AI ist damit eher eine Werkbank als ein fertiges Produkt – eine sehr gut ausgestattete, aber eine, an der jemand arbeiten muss.
Der einfachste Weg zu einem Telefonagenten führt über den Agent-Builder. Hier legen Teams die Grundeigenschaften fest: Anweisungen mit Rolle, Ziel, Tonalität und Regeln, das zugrunde liegende Sprachmodell, die Stimme und Sprache, die Begrüßung, Werkzeuge wie Anrufweiterleitung oder Terminbuchung sowie Parameter für das Gesprächsverhalten – etwa wie schnell der Agent antwortet, wie empfindlich er auf Unterbrechungen reagiert oder ob er Hintergrundgeräusche einspielt, damit das Gespräch weniger steril wirkt. Mit dynamischen Variablen lassen sich Informationen wie Kundenname, Vertragsnummer oder Terminwunsch je Anruf einsetzen, etwa bei ausgehenden Anrufen aus einer Kontaktliste.
Neben einem einzigen, umfassenden Prompt bietet die Plattform nach unserem Kenntnisstand auch Varianten, bei denen ein Gespräch in mehrere Zustände mit jeweils eigenen Anweisungen und Werkzeugen gegliedert wird. Das hilft, wenn ein Agent unterschiedliche Phasen durchläuft – Begrüßung, Identifikation, Anliegen, Abschluss. Prompt-basierte Agenten sind schnell aufgesetzt und flexibel, haben aber eine Schwäche: Je länger und komplexer die Anweisungen werden, desto häufiger weicht das Modell im Einzelfall ab. Für Prozesse mit festen Pflichtschritten ist deshalb oft der Conversation Flow die bessere Wahl.
Mit dem Conversation-Flow-Builder wird ein Gespräch als visueller Ablauf aus Knoten und Übergängen modelliert. Jeder Knoten steht für einen Gesprächsschritt mit eigener Anweisung – etwa „Kundennummer erfragen“ oder „Terminvorschlag machen“. Übergänge legen fest, unter welcher Bedingung das Gespräch in den nächsten Schritt wechselt. Daneben gibt es Knoten für Funktionsaufrufe, Weiterleitungen, Verzweigungen nach Daten und das Gesprächsende. Innerhalb eines Knotens formuliert das Sprachmodell weiterhin frei; der Ablauf selbst aber ist festgelegt.
Dieser Ansatz verbindet die Natürlichkeit eines Sprachmodells mit der Verlässlichkeit klassischer Dialogsysteme. Für den Mittelstand ist das besonders relevant, weil viele Telefonprozesse Pflichtschritte haben: Identifikation vor Auskunft, Bestätigung vor Buchung, Datenschutzhinweis zu Beginn. Ein Flow macht diese Schritte sichtbar, überprüfbar und für Fachabteilungen nachvollziehbar. Der Aufwand liegt in der Modellierung: Gute Flows entstehen aus echten Gesprächsmustern, nicht aus Wunschabläufen. Und zu feingliedrige Flows lassen den Agenten mechanisch wirken – die Kunst liegt in der richtigen Granularität.
Über die Knowledge Base lassen sich Inhalte wie Webseiten, Dokumente oder Textbausteine hinterlegen, auf die der Agent im Gespräch zugreift. Technisch handelt es sich um eine Wissenssuche, die passende Abschnitte findet und dem Sprachmodell als Kontext mitgibt. Das eignet sich für Öffnungszeiten, Leistungsbeschreibungen, Lieferbedingungen oder häufige Fragen. Die Qualität hängt stark von der Pflege ab: veraltete, widersprüchliche oder zu lange Dokumente führen zu falschen Auskünften. Inhalte für den Sprachkanal sollten knapp, eindeutig und regelmäßig geprüft sein.
Mit Batch-Calls führt der Agent ausgehende Anrufe an eine Liste von Kontakten durch, jeweils mit individuellen Variablen – etwa Terminerinnerungen, Rückfragen zu Angeboten oder Zufriedenheitsbefragungen. Hier ist besondere Vorsicht geboten, denn ausgehende KI-Anrufe berühren wettbewerbs- und datenschutzrechtliche Fragen, die wir in Kapitel 09 als Prüfhinweis aufgreifen. Die Analytics schließlich liefern Gesprächsprotokolle, Transkripte, Aufnahmen, Kennzahlen zu Dauer, Erfolg und Abbrüchen sowie eine konfigurierbare Auswertung nach Gesprächsende, die etwa Stimmung, Anliegen oder ob ein Termin gebucht wurde, strukturiert erfasst. Diese Daten sind wertvoll für die Verbesserung – und zugleich datenschutzrechtlich sensibel.
Retell AI arbeitet im Kern mit einer verketteten Architektur: Spracherkennung, Sprachmodell und Sprachsynthese werden hintereinandergeschaltet und durch Streaming auf allen Stufen beschleunigt. Je nach Ausbaustand werden auch Speech-to-Speech-Modelle unterstützt; welche Varianten aktuell verfügbar sind, ist beim Anbieter zu prüfen. Die verkettete Architektur hat für Unternehmen einen Vorteil: Jede Antwort entsteht zunächst als Text und ist damit protokollierbar, und für jede Stufe lässt sich ein passender Anbieter wählen. Die Plattform bietet Sprachmodelle verschiedener großer Anbieter an sowie Stimmen unterschiedlicher Synthese-Dienste. Über eine Schnittstelle für eigene Sprachmodelle können Teams zudem ihre eigene Logik oder ein selbst betriebenes Modell anbinden.
Die Modellwahl beeinflusst Qualität, Reaktionszeit und Kosten zugleich. Größere Sprachmodelle befolgen komplexe Anweisungen zuverlässiger und rufen Werkzeuge treffsicherer auf, sind aber langsamer und teurer. Kleinere Modelle antworten schneller, geraten bei verschachtelten Abläufen aber eher ins Straucheln. Bei den Stimmen ist für den deutschsprachigen Raum entscheidend, wie natürlich Aussprache, Betonung, Zahlen und Eigennamen klingen. Nicht jede Stimme, die auf Englisch überzeugt, funktioniert auf Deutsch gleich gut. Ein strukturierter Vergleich mehrerer Kombinationen mit identischen Testszenarien ist daher Pflicht.
Ob ein Telefonagent als angenehm empfunden wird, entscheidet sich weniger am Inhalt als am Timing. Retell AI nutzt nach eigenen Angaben ein eigenes Modell für den Sprecherwechsel, das nicht nur auf Stille reagiert, sondern abschätzt, ob ein Anrufer seinen Gedanken beendet hat. Das reduziert das typische Problem, dass ein Agent ins Wort fällt, wenn jemand kurz überlegt oder eine lange Nummer in Etappen nennt. Unterbrechungen durch den Anrufer – im Fachjargon Barge-in – werden erkannt, der Agent verstummt und hört zu. Die Empfindlichkeit lässt sich einstellen, ebenso Rückmeldelaute wie ein kurzes „mhm“, die dem Anrufer signalisieren, dass zugehört wird.
Diese Funktionen sind ein wesentlicher Grund, eine Plattform statt eines Eigenbaus zu wählen. Sie ersetzen aber keine Tests unter realen Bedingungen. Freisprecheinrichtungen, Straßenlärm, Echo, Dialekt und schwache Mobilfunkverbindungen beeinflussen das Timing erheblich. Kleine Änderungen an den Einstellungen haben oft größere Wirkung auf die Zufriedenheit der Anrufer als ein Wechsel des Sprachmodells.
Damit ein Telefonagent Anliegen tatsächlich erledigt, braucht er Werkzeuge. Retell AI bietet vorgefertigte Funktionen – etwa Anruf beenden, Anruf an eine Rufnummer weiterleiten oder Termin über eine Kalenderintegration prüfen und buchen – sowie eigene Funktionen, die einen Webservice des Unternehmens aufrufen. So kann der Agent einen Lieferstatus im ERP abfragen, ein Ticket anlegen oder einen Rückrufwunsch im CRM hinterlegen. Das Sprachmodell entscheidet, wann es eine Funktion nutzt und mit welchen Parametern; ausgeführt wird sie im System des Unternehmens. Die Kontrolle über schreibende Aktionen bleibt damit dort, wo sie hingehört.
Bei der Weiterleitung unterscheiden Plattformen zwischen einer einfachen Übergabe und einer begleiteten Übergabe, bei der der Agent dem Mitarbeitenden vorab das Anliegen zusammenfasst. Für die Kundenerfahrung ist das ein großer Unterschied: Niemand möchte sein Anliegen zweimal schildern. Nach dem Gespräch erzeugt die Post-Call-Analyse strukturierte Daten – Zusammenfassung, Kategorie, Erfolg, Stimmung oder benutzerdefinierte Felder –, die per Webhook an nachgelagerte Systeme gehen. Hier entsteht der eigentliche Automatisierungsnutzen: Das Gespräch endet nicht in einer Aufnahme, sondern in einem Datensatz, mit dem Prozesse weiterlaufen.
Für den schnellen Start lassen sich Rufnummern direkt über die Plattform beziehen. Welche Länder und Nummerntypen verfügbar sind und welche Nachweise für deutsche Rufnummern erforderlich sind, ist beim Anbieter zu prüfen. Häufig sinnvoller ist für den Mittelstand die Anbindung über einen bestehenden Telefonie-Anbieter oder per SIP-Trunk an die vorhandene Telefonanlage. Dann bleibt die bekannte Rufnummer erhalten, und der Agent lässt sich als zusätzlicher Teilnehmer integrieren – etwa für Anrufe außerhalb der Geschäftszeiten, bei Überlast oder als erste Annahmestelle mit Weiterleitung.
Für CRM- und ERP-Systeme gibt es zwei Wege. Bei vorgefertigten Integrationen genügt oft eine Konfiguration, etwa für verbreitete Kalender- und Buchungsdienste. Bei eigenen Funktionen ruft der Agent während des Gesprächs eine Schnittstelle des Unternehmens auf – zum Beispiel, um anhand der Rufnummer den Kunden zu identifizieren, offene Aufträge abzufragen oder einen Termin im Kalender des Außendienstes zu buchen. Nach dem Gespräch übermitteln Webhooks Transkript, Zusammenfassung und Analysefelder an die Zielsysteme. Voraussetzung sind saubere, dokumentierte Schnittstellen der Kernsysteme. Gerade bei älteren Warenwirtschaftssystemen ist das oft der eigentliche Aufwandstreiber eines Projekts.
Bei der Kalenderanbindung lohnt ein genauer Blick auf die Geschäftsregeln: Pufferzeiten, Fahrtwege, Qualifikationen von Technikern, Ressourcen wie Räume oder Fahrzeuge. Ein Agent, der freie Slots sieht, aber diese Regeln nicht kennt, erzeugt schnell Folgearbeit. Oft ist eine kleine Zwischenschicht sinnvoll, die die Regeln abbildet und dem Agenten nur gültige Vorschläge liefert.
Viele Agenturen und Mittelständler verbinden Retell AI über Automatisierungswerkzeuge wie n8n oder Make mit ihren Systemen. Ein typischer Ablauf: Nach dem Gespräch sendet die Plattform einen Webhook, die Automatisierung legt einen Kontakt im CRM an, verschickt eine Bestätigung per E-Mail und informiert das Team im Chat. Umgekehrt kann eine Automatisierung ausgehende Anrufe auslösen, etwa wenn ein Formular auf der Website eingeht. Das senkt die Einstiegshürde erheblich, weil viele Verbindungen ohne eigene Programmierung entstehen.
Anweisungen für einen Telefonagenten folgen anderen Regeln als Prompts für Chat-Anwendungen. Antworten müssen kurz sein, Aufzählungen und lange Absätze funktionieren am Telefon nicht, und der Agent sollte in der Regel nur eine Frage auf einmal stellen. Bewährt haben sich klar gegliederte Anweisungen mit Abschnitten für Rolle, Tonalität, Gesprächsablauf, Werkzeugnutzung, Grenzen und Übergaben. Besonders wichtig sind Regeln für Zahlen, Daten, E-Mail-Adressen und Eigennamen: Wie wird eine Kundennummer wiederholt, wie ein Datum vorgelesen, wie eine Adresse bestätigt?
Im Conversation Flow kommt die Frage der Granularität hinzu. Zu grobe Knoten lassen dem Modell zu viel Spielraum, zu feine Knoten führen zu mechanischen Gesprächen und hohem Pflegeaufwand. Ein guter Ansatz ist, Pflichtschritte als eigene Knoten abzubilden und dazwischen freie Abschnitte zuzulassen. Agenten und Flows sollten versioniert werden wie Software, damit jederzeit nachvollziehbar bleibt, welche Fassung zu welchem Zeitpunkt aktiv war und wie sie getestet wurde.
Sprachmodelle verhalten sich nicht deterministisch: Dieselbe Frage kann zu leicht unterschiedlichen Antworten führen, und eine kleine Änderung an den Anweisungen kann unerwartete Nebenwirkungen haben. Retell AI bietet dafür Testmöglichkeiten bis hin zu simulierten Gesprächen, bei denen ein zweiter KI-Agent die Rolle des Anrufers übernimmt. Das ist ein großer Fortschritt gegenüber reinem Ausprobieren, ersetzt aber keine Hörproben mit echten Menschen, echten Stimmen und echten Telefonleitungen.
Im laufenden Betrieb zählen Kennzahlen: Anteil gelöster Anliegen, Übergaben an Menschen, Abbrüche, Gesprächsdauer, Reaktionszeiten und Fehler bei Funktionsaufrufen. Hinzu kommen technische Rückfallebenen: Was passiert, wenn die Plattform oder ein Modellanbieter ausfällt, wenn eine Schnittstelle nicht antwortet oder wenn die Reaktionszeiten steigen? Ein Telefonagent braucht definierte Wege – Weiterleitung an Mitarbeitende, Ansage mit Rückrufangebot oder Umschalten auf eine einfache Mailbox. Ebenso wichtig ist ein Prozess für Modellwechsel, denn Modellanbieter kündigen ältere Versionen regelmäßig ab.
Viele Voice-Agent-Plattformen wurden zuerst für den englischsprachigen Markt entwickelt. Die Unterstützung für Deutsch ist vorhanden, die Qualität hängt aber stark von der gewählten Kombination aus Spracherkennung, Sprachmodell und Stimme ab. Für einen belastbaren Test empfehlen wir eine Liste typischer Herausforderungen: Kundennummern und Postleitzahlen, die in Etappen genannt werden; Datums- und Uhrzeitangaben in verschiedenen Formulierungen („nächsten Dienstag“, „am Vierten um halb drei“); Produkt- und Ortsnamen; E-Mail-Adressen; Dialekt und schnelles Sprechen; Hintergrundgeräusche von Baustelle oder Auto; und der Wechsel zwischen Sie und Du.
Ebenso wichtig ist die Ausgabe: Klingt die Stimme natürlich, werden Zahlen korrekt gelesen, stimmen Betonung und Satzmelodie, und wirkt der Agent höflich, ohne steif zu sein? Testen Sie mit Mitarbeitenden aus verschiedenen Regionen und Altersgruppen und mit echten Telefonverbindungen statt im Browser. Erst wenn der Agent diese Hürden in Ihrem Szenario besteht, lohnt die Systemintegration.
Retell AI passt zu Mittelständlern, die einen klar umrissenen Telefon-Anwendungsfall mit spürbarem Volumen haben, mit einer Agentur oder einem technisch versierten Team arbeiten und den Datenschutz aktiv angehen. Besonders gut passt die Plattform zu Agenturen und Softwareanbietern, die Telefonagenten für mehrere Kunden bauen, sowie zu Unternehmen, die zunächst mit geringem Risiko einen Pilot starten und Erfahrungen sammeln wollen.
Die Abrechnung von Voice-Agent-Plattformen setzt sich typischerweise aus mehreren Komponenten zusammen: einem Plattformanteil je Minute, den Kosten für Sprachmodell und Stimme, Telefonie sowie gegebenenfalls Zusatzfunktionen wie Wissensdatenbank, Analysen oder höhere Gleichzeitigkeit. Die Wahl eines größeren Sprachmodells oder einer Premium-Stimme kann den Minutenpreis spürbar erhöhen. Lange Anweisungen, große Wissensbestände und ausführliche Antworten wirken sich ebenfalls aus. Aktuelle Preise, Mindestabnahmen und Enterprise-Konditionen sind beim Anbieter zu prüfen.
Für die Wirtschaftlichkeit empfiehlt sich eine Rechnung pro gelöstem Anliegen statt pro Minute: Was kostet ein durch den Agenten vollständig erledigter Anruf inklusive Plattform, Telefonie und anteiligem Betrieb – und was kostet derselbe Anruf im eigenen Team, einschließlich Unterbrechungen im Tagesgeschäft und verlorener Anrufe? Diese Zahlen lassen sich nur im Pilot seriös ermitteln. Budgets, Warnschwellen und eine maximale Gesprächsdauer schützen vor unangenehmen Überraschungen, insbesondere bei Batch-Calls.
Retell AI ist ein US-Anbieter, und die Verarbeitung findet im Standardfall in Rechenzentren außerhalb der EU statt. Damit liegt ein Drittlandtransfer vor, der eine tragfähige Grundlage benötigt – etwa das EU-US Data Privacy Framework, sofern der Anbieter und seine Unterauftragsverarbeiter zertifiziert sind, oder Standardvertragsklauseln mit ergänzender Risikobewertung. Hinzu kommt der US CLOUD Act: US-Unternehmen können verpflichtet werden, US-Behörden Zugriff auf Daten zu gewähren, unabhängig davon, wo diese gespeichert sind. Dieser Aspekt gehört in jede Transfer-Folgenabschätzung. Welche Zertifizierungen, Sicherheitsnachweise und Datenschutzzusagen der Anbieter aktuell vorweisen kann, ist bei ihm zu prüfen.
Ob Retell AI eine Verarbeitung oder Speicherung in der EU anbietet und für welche Komponenten – Plattform, Sprachmodell, Spracherkennung, Synthese, Aufnahmen –, ist beim Anbieter zu prüfen. Selbst wenn einzelne Bausteine in Europa laufen, können andere weiterhin in den USA verarbeitet werden. Für Unternehmen, die einen Drittlandtransfer vermeiden wollen, gibt es Alternativen: ein europäischer Anbieter wie Parloa mit EU-Vertragsrahmen oder ein Eigenbau mit quelloffenen Frameworks wie LiveKit oder Pipecat auf europäischer oder eigener Infrastruktur, kombiniert mit Sprachmodellen und Sprachdiensten aus EU-Regionen oder selbst gehosteten Modellen. Beide Wege sind datenschutzrechtlich in der Regel einfacher zu begründen, aber mit anderem Aufwand und anderen Kosten verbunden.
Unabhängig vom Anbieter gelten die Grundpflichten der DSGVO: Rechtsgrundlage, transparente Information der Anrufer, Datenminimierung, Löschkonzept sowie technische und organisatorische Maßnahmen. Besonders sensibel ist die Aufzeichnung von Gesprächen. Die Verarbeitung in Echtzeit ist anders zu bewerten als die dauerhafte Speicherung von Audio und Transkripten; für Aufzeichnungen kann eine Einwilligung erforderlich sein, und die Vertraulichkeit des gesprochenen Wortes ist zu beachten. Prüfen Sie, ob Aufnahmen überhaupt nötig sind, wie lange Transkripte gespeichert werden und wer darauf zugreift. Bei systematischer Auswertung oder sensiblen Daten kann eine Datenschutz-Folgenabschätzung notwendig sein; in Unternehmen mit Betriebsrat ist die Mitbestimmung zu beachten.
Für ausgehende Anrufe gelten zusätzliche Anforderungen. Werbeanrufe gegenüber Verbrauchern ohne vorherige ausdrückliche Einwilligung sind nach dem Gesetz gegen den unlauteren Wettbewerb (UWG) grundsätzlich unzulässig; auch gegenüber Unternehmen sind die Voraussetzungen eng. Ob ein konkreter Batch-Call als Werbung gilt, welche Einwilligungen vorliegen und wie sie dokumentiert sind, ist vor jedem Einsatz zu prüfen. Hinzu kommt die Transparenzpflicht aus dem EU AI Act: Anrufer müssen erkennen können, dass sie mit einer KI sprechen – am Telefon idealerweise durch einen klaren Hinweis zu Beginn.