Was ist ein IVR-System?
Ein IVR-System ist eine Telefonanlage, die Anrufe annimmt, ohne dass ein Mensch abhebt: Sie spielt eine Ansage ab und legt anhand der Eingabe fest, wohin der Anruf weitergeht. Der englische Name heißt wörtlich interaktive Sprachantwort; gemeint ist der automatische Dialog, der vor der eigentlichen Verbindung liegt.
Die deutschen Begriffe Sprachmenü und Telefonmenü bezeichnen denselben Baustein: eine gesprochene Auswahl, die ein Betrieb vor seine Erreichbarkeit schaltet. Zu hören ist dann eine Ansage wie „Drücken Sie die 1 für den Empfang“. Ein Sprachmenü ist kein Gespräch: Es liest vor, was hinterlegt ist, und wartet auf eine Eingabe. Was der Anrufer darüber hinaus sagen möchte, erreicht es nicht. Wo die Grenze zur freien Gesprächsführung verläuft, beschreibt der Beitrag Voice Agent.
- Verteilen: Der Anruf landet bei einer Nebenstelle, einer Abteilung oder in einer Warteschlange.
- Auskunft geben: Eine Ansage nennt Öffnungszeiten, eine Adresse oder den Hinweis, dass gerade niemand erreichbar ist.
- Abweisen: Außerhalb der Zeiten oder bei besetzter Leitung endet der Anruf oft in einer Mailbox.
Wie funktioniert ein Sprachmenü technisch?
Technisch ist ein Sprachmenü ein Entscheidungsbaum: Jede Ansage ist ein Knoten, jede Ziffer eine Verzweigung, und am Ende steht ein Ziel wie eine Nebenstelle oder eine Warteschlange. Das System spielt den Text der Ansage ab, wartet auf eine Eingabe und springt im Baum eine Ebene weiter.
Die Eingabe kommt über die Tonwahl. Jeder Druck auf eine Zifferntaste erzeugt ein Paar aus zwei festen Frequenzen; beschrieben ist das Verfahren in der ITU-T-Empfehlung Q.23 und bekannt als DTMF (Dual-Tone Multi-Frequency). Ein Empfänger im System erkennt das Frequenzpaar, ordnet es der gedrückten Ziffer zu und schlägt den zugehörigen Zweig nach.
Neben der Tonwahl kennen viele Systeme eine einfache Spracherkennung für einzelne Stichworte wie „Termin“ oder „Rechnung“. Sie vergleicht die Äußerung mit einer kurzen Liste und wertet sie wie einen Tastendruck. Dazu kommen Regeln außerhalb des Baums: Öffnungszeiten und Feiertage, eine feste Umleitung bei besetzt, eine Wartezeit vor dem Abwurf in die Mailbox. Wie tief ein Menü gestaffelt ist, legt der Betrieb bei der Einrichtung fest.
Wo stößt ein klassisches Sprachmenü an Grenzen?
Ein Sprachmenü stößt dort an seine Grenzen, wo das Anliegen in keine der vorgesehenen Kategorien passt. Es kennt nur die Wege, die ihm jemand zuvor eingerichtet hat; alles andere bleibt für den Anrufer unerreichbar.
- Feste Optionen: Wer etwas anderes will als angeboten, hat keine Möglichkeit, es zu sagen.
- Anliegen ohne Zweig: Ein Sonderfall, ein Schaden, eine Ausnahme – dafür gibt es häufig keinen Menüpunkt.
- Mehrere Anliegen in einem Anruf: Das Menü führt zu genau einem Ziel; ein zweites Anliegen beginnt einen neuen Anruf.
- Lange Menüs: Mit jeder Ebene wächst die Zahl der Ansagen, die ein Anrufer abwarten muss, bevor er an der Reihe ist.
- Fragen, die es nicht beantwortet: Ein Sprachmenü gibt Auskunft nur im Rahmen der hinterlegten Ansagen. Eine Rückfrage zum Preis, zum Ablauf oder zur Verfügbarkeit beantwortet es nicht.
- Abbruch: Wer den Weg nicht findet oder nicht warten will, legt auf; der Betrieb erfährt davon nichts.
Der Unterschied zur freien Gesprächsführung ist damit strukturell und nicht eine Frage der Stimme. Ausführlicher dazu: Conversational AI am Telefon.
Was unterscheidet ein IVR von einem KI-Telefonassistenten?
Der Unterschied liegt in der Richtung der Arbeit: Das Sprachmenü liest Optionen vor und erwartet, dass der Anrufer sein Anliegen einer davon zuordnet. Ein KI-Telefonassistent nimmt das Anliegen in freier Sprache entgegen und ordnet es selbst zu.
| Kriterium | Klassisches Sprachmenü (IVR) | KI-Telefonassistent |
|---|---|---|
| Eingabe | Zifferntaste nach dem Tonwahlverfahren oder ein einzelnes Stichwort aus einer festen Liste | frei gesprochener Satz, auch mit mehreren Angaben in einem |
| Gesprächsform | Ansage und Auswahl im Wechsel, ein vorab festgelegter Pfad | natürliche Sprache, Rückfragen, der Gesprächsstand bleibt über mehrere Sätze erhalten |
| Antworten auf Fragen | nur im Rahmen der hinterlegten Ansagen | antwortet aus dem hinterlegten Wissen des Betriebs und fragt bei Unklarheit nach |
| Ergebnis des Anrufs | eine Verbindung oder eine Ansage; das Anliegen wird in der Regel nicht strukturiert festgehalten | erfasst das Anliegen samt Rückrufnummer oder übergibt den Anruf an eine Person |
| Pflege | Menübaum, Ansagetexte und Verzweigungen müssen bei jeder Änderung nachgezogen werden | das hinterlegte Wissen wird zentral gepflegt |
| Hinweis auf KI | abhängig von der eingesetzten Technik | muss darauf hinweisen, dass der Anrufer mit einer KI spricht |
Zur letzten Zeile: Artikel 50 der Verordnung (EU) 2024/1689 verlangt, dass Personen spätestens zum Zeitpunkt der ersten Interaktion darüber informiert werden, dass sie mit einem KI-System interagieren; die Pflicht gilt im Wesentlichen seit 2. August 2026. Am Telefon gehört dieser Hinweis gesprochen in die Begrüßung. Details unter EU AI Act Artikel 50 am Telefon.
Wann ist ein Sprachmenü trotzdem sinnvoll?
Ein Sprachmenü ist sinnvoll, wenn es nur wenige, klar getrennte Wege gibt und der Anruf vor allem verteilt werden soll. Dann ist die Auswahl kürzer als jede Erklärung und für den Anrufer in wenigen Sekunden erledigt.
- Reine Verteilung: Zwei oder drei Zuständigkeiten, etwa Empfang und Werkstatt, und der Anrufer weiß vorher, welche er braucht.
- Ansagen statt Gespräch: Öffnungszeiten, eine Adresse, ein Hinweis auf die Erreichbarkeit am Wochenende.
- Gleichbleibende Abläufe: Ein Anliegen, das sich nie ändert und immer dieselbe Stelle erreicht.
Die Entscheidung hängt am Anliegen, nicht am Werkzeug: Je öfter Anrufer etwas sagen möchten, das in keiner Option steht, desto eher stößt das Menü an seine Grenzen. Wer beides braucht, kann die Ansage mit einem Gespräch verbinden und das Menü auf die Fälle beschränken, in denen es trägt.
Wie ersetzt AIOOS das Sprachmenü im Betrieb?
Bei AIOOS nimmt der Assistent den Anruf in natürlicher Sprache an, statt ein Menü vorzulesen: Der Anrufer sagt in eigenen Worten, worum es geht, und das Gespräch führt ohne Tastenwahl zum Ziel. Die Begrüßung enthält im ersten Satz den Hinweis, dass eine KI antwortet, und der Assistent gibt sich auch dann als KI zu erkennen, wenn er danach gefragt wird.
Die Sprache des Anrufers erkennt der Assistent automatisch und antwortet in derselben. Wo ein Gespräch an einen Menschen gehört, erfolgt die Übergabe per Warm Transfer, mit Wartemusik und Ansage, und nur an eine Person oder Abteilung, die laut hinterlegter Verfügbarkeit und Öffnungszeiten erreichbar ist. Hebt dort niemand ab, kehrt der Anruf zum Assistenten zurück; dieser nimmt Anliegen und Rückrufnummer auf.
Jedes Gespräch erzeugt eine Zusammenfassung und ein Transkript in der App. Der Assistent läuft auf einer Nummer aus dem AIOOS-Pool oder auf der bestehenden Nummer des Betriebs über eine Rufumleitung, und dasselbe Wissen versorgt Telefon und Website-Chat. Wer den Ablauf im Zusammenhang lesen will, findet ihn im Ratgeber KI-Telefonassistent.
Häufige Fragen
Was bedeutet IVR?
IVR steht für Interactive Voice Response, zu Deutsch etwa interaktive Sprachantwort. Gemeint ist ein Telefonsystem, das Ansagen abspielt, eine Eingabe über die Zifferntasten oder ein Stichwort entgegennimmt und den Anruf danach an eine Warteschlange, eine Abteilung oder eine Ansage verteilt.
Ist ein Sprachmenü dasselbe wie ein Voicebot?
Nein. Ein Sprachmenü führt durch einen festen Baum aus Ansagen und Tasteneingaben. Ein Voicebot ist ein System, das in Sprache antwortet; wie frei es das Gespräch führt, hängt von der Bauart ab. Die Abgrenzung zur freien Gesprächsführung steht unter Voice Agent.
Kann ein KI-Telefonassistent auch weiterverbinden?
Ja. Bei AIOOS geschieht das per Warm Transfer: Der Anrufer hört Wartemusik und eine Ansage, und die Übergabe geht nur an eine Person oder Abteilung, die erreichbar ist. Antwortet dort niemand, kommt der Anruf zurück und der Assistent nimmt Anliegen und Rückrufnummer auf.
Muss ein KI-Assistent sagen, dass er eine KI ist?
Ja. Nach Artikel 50 der Verordnung (EU) 2024/1689 sind Personen spätestens bei der ersten Interaktion zu informieren; die Pflicht gilt im Wesentlichen seit 2. August 2026. Am Telefon gehört der Hinweis in die Begrüßung, ein Satz in den AGB genügt nicht. Mehr unter EU AI Act Artikel 50 am Telefon.
Quellen
- ITU-T Recommendation Q.23, technische Merkmale von Tastentelefonen und das Tonwahlverfahren (DTMF). https://www.itu.int/rec/T-REC-Q.23 — abgerufen am 25.10.2026
- Verordnung (EU) 2024/1689 (EU AI Act), Artikel 50 – Transparenzpflichten; anwendbar seit 02.08.2026. https://eur-lex.europa.eu/eli/reg/2024/1689/oj/eng — abgerufen am 25.10.2026
- RTR KI-Servicestelle, Überblick über die Transparenzpflichten des EU AI Act. https://www.rtr.at/rtr/service/ki-servicestelle/ai-act/Transparenzpflichten.de.html — abgerufen am 25.10.2026