Was ist Interactive Voice Response?

„Wenn Sie mit einem Menschen sprechen möchten, sagen Sie ‚Mensch‘.“

„Mensch.“

„Entschuldigung, ich konnte keine Option finden, die ‚Kubanisch‘ entspricht. Wenn Sie mit jemandem sprechen möchten…“

Seufz.

Der gute Ruf von Interactive Voice Response (IVR)-Systemen hat inzwischen stark gelitten.

Und, ehrlich gesagt, zu Recht; man kann sie durchaus als das ungeliebte Stiefkind der AI voice agent-Familie bezeichnen.

Sie wirken umständlich, veraltet und unpraktisch. In einer Zeit, in der die fortschrittlichsten Anwendungen auf unseren Handys verfügbar sind, erscheint ein Gespräch mit einem Roboter am Telefon als die unbequemste Nutzung dieser kleinen Kraftpakete.

Warum schreibe ich diesen Artikel also überhaupt noch?

Ach ja. [räuspert sich].

…aber als Liebhaber von Sprachtechnologien und Fan von elegantem Anwendungsdesign habe ich einige Einblicke, die für automatisierte Telefonabläufe sprechen.

Es ist der einfachste Einstieg in den Kundensupport, und die unterstützenden Technologien – NLP (Natural Language Processing) und ASR (Automatic Speech Recognition) – haben sich enorm weiterentwickelt.

Mit dem richtigen Design können falsch verstandene Stichwörter und endlose Menüs der Vergangenheit angehören.

Begleiten Sie mich auf eine kleine Reise, bei der ich die Bestandteile des Systems erkläre, wie sie heute eingesetzt werden und welche besonderen Vorteile diese Technologie bietet.

Denn auch wenn Sie schon von IVR gehört haben, haben Sie vermutlich noch nie wirklich über IVR nachgedacht.

Was ist IVR?

IVR (Interactive Voice Response) ist ein automatisiertes Telefonsystem, das Unternehmen als Menü nutzen, um Kunden durch Support-Anrufe zu führen. Diese Systeme können häufig gestellte Fragen beantworten, einfache Aufgaben erledigen und an einen menschlichen Ansprechpartner weiterleiten.

IVR übernimmt die ersten Schritte wie einfache Anfragen, Weiterleitung und Informationssammlung und entlastet so die menschlichen Agenten, die sich auf komplexere oder sensiblere Fälle konzentrieren können.

Mit einer Bibliothek aus (meist vorab aufgezeichneten) Nachrichten und der Fähigkeit, Nutzereingaben zu erfassen, können diese digitalen Assistenten einen Großteil der manuellen Supportarbeit übernehmen.

Wie lesen IVR-Systeme Nutzereingaben aus?

Traditionelle Systeme nutzten (Dual-Tone Multi-Frequency) DTMF zur Erfassung von Nutzereingaben. Dabei entsprechen die Tasten auf dem Zahlenfeld bestimmten Optionen.

(Deshalb klingen verschiedene Tasten auf dem Telefon unterschiedlich.)

Sie kennen das: „Für Englisch drücken Sie die 1“.

Manche Systeme nutzen das noch. Aber meistens ist es inzwischen deutlich raffinierter geworden 🌶️.

Dank Fortschritten in der Sprachtechnologie können diese Systeme heute viel leistungsfähigere Methoden einsetzen, um Stichwörter zu erkennen oder sogar NLP nutzen, um Bedeutung und Stimmung aus der Sprache des Nutzers zu extrahieren.

Wie funktioniert IVR?

1. Anrufbeginn

Der IVR-Ablauf startet, wenn ein Kunde eine spezielle Telefonnummer anruft.

2. Begrüßung und Menü

Der Kunde wird mit einer Reihe von Optionen begrüßt. Auch diese Optionen sind vorab aufgezeichnet.

Das kann alles umfassen: vom Abfragen von Kontoständen im Bankwesen, einfachen FAQs zu Unternehmensrichtlinien bis hin zum Erfassen von Basisinformationen, bevor an einen Live-Agenten übergeben wird.

3. Nutzereingabe

Der Nutzer wählt eine Option. Es gibt verschiedene Möglichkeiten, wie das System die Eingabe erfasst.

Dual-Tone Multi-Frequency (DTMF)

DTMF ist ein Klassiker. Einfach und eindeutig. Verständlicherweise wird es weniger bevorzugt – wer anruft, möchte meist sprechen.

Andererseits ist es die ressourcenschonendste Methode, um Nutzereingaben zu erfassen.

Es wird häufig für Behördendienste genutzt – Institutionen, die noch kein vollständiges Hilfeportal aufgebaut haben und ohnehin erwarten, dass Anfragen letztlich an einen Menschen weitergeleitet werden.

Sprachbefehlserkennung

Hier wird der Nutzer gebeten, das Wort zur gewünschten Option zu sagen, z. B. „Wenn Sie Ihren Kontostand abfragen möchten, sagen Sie ‚Kontostand‘.“

Diese Technologie hat in den letzten Jahrzehnten große Fortschritte gemacht.

Vielleicht kennen Sie noch frustrierende, ungenaue Erkennung (wie im Beispiel zu Beginn), aber das liegt meist an veralteten IVR-Systemen, nicht an der Sprachbefehlserkennung selbst.

Automatische Spracherkennung (ASR) und NLP

Fortschrittliche Systeme setzen auf vollständige Spracherkennung mit NLP.

Hier spricht der Nutzer ganz normal, und Deep Neural Network-basierte Algorithmen transkribieren und klassifizieren die Eingabe, zum Beispiel: „Ja, äh, ich möchte eine Einzahlung machen.“

Auch Systeme mit relativ wenig Ressourcen können schnelle und präzise ASR- und NLP-Modelle einsetzen, und Unternehmen erzielen damit beeindruckend positive Ergebnisse.

4. Weiterleitung

Je nach Systemstruktur und Antwort des Kunden wird dieser zum nächsten Schritt weitergeleitet.

Es kann sein, dass persönliche Daten wie Kreditkartennummer oder Geburtsdatum abgefragt werden. Oder der Kunde wird zu einem weiteren Menü mit spezifischeren Optionen geführt.

IVR vs. KI-Sprachassistenten

Wenn man einen Sprach-Layer über einen Kundensupport-Chatbot legt, ist das dann schon ein IVR-System?

Ich denke, technisch gesehen.

Allerdings bezeichnet IVR in der Regel Systeme mit vordefiniertem Ablauf und vorab aufgezeichneten Nachrichten.

Hier nutzt der Agent eine vorab aufgezeichnete Nachricht, um den Nutzer zur Auswahl einer Option aufzufordern und leitet entsprechend weiter.

Bei einem KI-Sprachassistenten spricht der Nutzer direkt mit dem Agenten, und die Antworten werden dynamisch generiert. Der Agent entscheidet eigenständig, wann welches Tool eingesetzt wird – falls überhaupt.

Ein IVR nutzt vorab aufgezeichnete Nachrichten und starre Nutzereingaben, um den Nutzer durch einen Ablauf zu führen. Bei jedem Schritt werden Optionen angeboten, aus denen der Nutzer wählen muss.

Ein KI-Sprachassistent hingegen hat Zugriff auf verschiedene Tools und kann die Eingabe interpretieren, um zu entscheiden, welches Tool genutzt wird. Die Antworten werden dynamisch generiert, nicht einfach abgespielt.

Wann sollte man IVR einem Sprachassistenten vorziehen?

Die große Frage: Warum sollte man ein schrittweises, sprachgesteuertes System nutzen, wenn es doch reibungslose, autonome, dialogorientierte Assistenten gibt?

Und wenn Sie ohnehin schon KI einsetzen, um die Nutzerabsicht im IVR zu erkennen, warum dann nicht gleich ein vollständig autonomes System?

Gute Frage.

Wenn das Budget knapp ist

Abgesehen von der Spracherkennung (die beide Systeme benötigen), geht es bei KI im IVR darum, die Äußerung des Nutzers als eine von n Möglichkeiten zu kategorisieren (meist mehr als 10).

Autonome Agenten hingegen führen mehrere LLM-(Large Language Model)-Abfragen durch, um die Nutzerabsicht zu bestimmen, eine Antwort zu formulieren und per Text-to-Speech (TTS) das passende Audio zu erzeugen – das kann teuer sein und die Antwortzeit verlängern.

Diese zusätzlichen Kosten sind oft notwendig, zum Beispiel wenn es sehr umfangreiche Unternehmensrichtlinien oder FAQ-Seiten gibt und Hunderte möglicher Kundenanfragen eintreffen.

Diese alle vorab zu definieren und – Gott bewahre – Kunden durch ein aufgezeichnetes Menü zu schicken, wäre unzumutbar. In solchen Fällen ist ein Agent eindeutig die bessere Wahl.

Wenn der Ablauf nicht vollständig definiert ist

Autonome Agenten sind leistungsfähiger, aber weniger vorhersehbar.

Sie treffen eigenständig Entscheidungen. Das bedeutet, dass bei jedem Schritt mehrere Prozesse ablaufen, was Fehler schwer nachvollziehbar macht.

Ich weiß das, weil ich selbst schon viele Stunden mit Debugging verbracht habe.

Das ist in Ordnung und gehört zur Entwicklung dazu, aber diesen Aufwand sollte man sich für den Moment aufheben, wenn Daten, Abläufe und Bedarf wirklich klar sind.

Und IVR ist eine hervorragende Möglichkeit, all diese Elemente aufeinander abzustimmen.

Die einzelnen Schritte klar zu definieren und Nutzer Schritt für Schritt durch den Prozess zu führen, ist eine viel hilfreichere Methode, um Daten zu organisieren und den Ablauf zu verstehen.

Ich bin der Meinung, dass IVR seine Stärken hat und einfache Anliegen besser lösen kann als ein vollwertiger KI-Agent.

Aber zumindest kann man es als Zwischenschritt auf dem Weg zur vollständigen Automatisierung betrachten.

Vorteile von IVR

IVR-Systeme sind aus gutem Grund so weit verbreitet.

Und obwohl wir heute über fortschrittlichere, sprachgesteuerte Kundensupport-Technologien verfügen, finde ich, dass sich ein Blick auf IVR immer noch lohnt.

Sicherheit

Wir sprechen so viel darüber, was KI genauso gut wie Menschen kann, dass wir oft vergessen, in welchen Bereichen sie uns sogar übertrifft.

Ein Beispiel ist die Spracherkennung. Also: „Hey, das ist Toms Stimme“ im Vergleich zu „Das ist nicht Tom“.

Bei sensiblen Themen wie Finanzen oder persönlichen Daten bietet ein automatisierter Sprachablauf Unternehmen die Möglichkeit, die Stimme des Anrufers mit seiner Identität abzugleichen und so Betrugsversuche zu erkennen, die sonst unentdeckt bleiben könnten.

Verbesserte Kundenerfahrung

Wenn nicht genug Personal vorhanden ist, um alle eingehenden Anrufe zu beantworten, braucht man eine Lösung, die einspringt.

Hilfe zu bekommen ist besser, als in der Warteschleife zu hängen.

Live-Agenten sind großartig. Aber Live-Agenten, die über die Anliegen der Anrufer informiert sind und je nach Fachgebiet zugewiesen werden, sind ideal.

Niedrigere Kosten

Hier gibt es zwei Aspekte.

Zum einen spart es Kosten, wenn triviale Kundenanfragen automatisiert werden. Kunden mit einfachen Anliegen benötigen keinen besonders persönlichen Service, und IVR kann einfache Aufgaben übernehmen oder schnelle Antworten liefern.

Eine Win-win-Situation

Zum anderen ist es eine günstigere Alternative zu KI-Agenten und Chatbots.

Viele Unternehmen wollen sofort vollautomatisierte KI-Agenten einführen, ohne günstigere Automatisierungen wie IVR in Betracht zu ziehen.

Die Kosten für Bots bestehen nicht nur aus Tools und Technik. Es geht auch um die Zeit, die für Ausprobieren und Optimieren aufgewendet wird.
Ein kostengünstiges System mit klar definiertem Ablauf zu entwerfen, ist eine hervorragende Möglichkeit, Daten über die Bedürfnisse der Kunden zu sammeln und zu lernen, wie sich Abläufe am besten automatisieren lassen, bevor man auf ein vollständig autonomes System umsteigt.

Effizientere Weiterleitung

Durch explizite Workflowschritte (und idealerweise etwas KI-Unterstützung) lässt sich die Zuweisung deutlich verbessern. So bekommen Kunden tatsächlich die Hilfe, die sie brauchen.

KI ist hervorragend darin, Muster in unübersichtlichen Daten zu erkennen.

KI ist kein fester Bestandteil von IVR, aber maschinelles Lernen zur Vorhersage von Nutzerverhalten lässt sich relativ einfach ergänzen.

Mit IVR kann man Daten zum Kundenprofil, zum Anliegen und zur Effektivität bestimmter Live-Agenten in Bezug auf das jeweilige Anliegen sammeln.

Bei der Weiterleitung muss IVR entscheiden, an welchen Live-Agenten übergeben wird.

Vielleicht kennt sich ein Agent besser mit Datenbankmigrationen aus, ein anderer mit Zugangsdaten. Und Agent 3 ist bei Zugangsdaten für Unternehmenskunden am besten.

Alle möglichen Kombinationen aus Agenten, Anliegen und Profilen zu kennen, wäre eine Lebensaufgabe.

Aber nicht für KI – das ist einfach nur Datenanalyse.

24/7 Support

Live-Agenten sind nicht immer verfügbar, aber mit IVR kann man auch außerhalb der Geschäftszeiten Informationen aufnehmen, einen Rückruftermin vereinbaren und schnelle Anliegen beantworten.

Das reduziert die Hürden für Kunden, macht die Zeit der Live-Agenten effektiver und kann Ressourcen freisetzen, sodass Live-Agenten auch zu Randzeiten eingesetzt werden können.

Einsatzmöglichkeiten von IVR in verschiedenen Branchen

Unternehmen verzeichnen Effizienz- und Zufriedenheitsgewinne in vielen Branchen, besonders wenn IVR mit NLP kombiniert wird.

Bankwesen

Ich habe im Artikel schon mehrfach das Bankwesen erwähnt, weil IVR dort besonders sinnvoll eingesetzt werden kann.

Egal wie man es betrachtet: Eine sichere Transaktion erfordert immer wieder die Identitätsprüfung des Nutzers und die genaue Angabe der Transaktionsdetails.

Meist handelt es sich dabei um relativ einfache, aber sensible Informationen: Kreditkartennummern, Einzahlungsbeträge. Solange IVR zuverlässig und sicher ist, passt es perfekt zum Bankwesen.

Tatsächlich hat die Einführung von IVR mit natürlicher Sprache Banken geholfen, eine hohe Selbstlösungsquote (kein Übergang zum Live-Agenten nötig) bei verbesserter Sicherheit zu erreichen.

Gesundheitswesen

Die Personalengpässe während COVID-19 haben gezeigt, wie wichtig effektive Automatisierung im Gesundheitswesen ist.

GBANK Health, ein Netzwerk von Apotheken in Iowa, verzeichnete nach der Einführung von fallbezogenem IVR einen Rückgang der Anrufweiterleitungen um 24 %.

Das zeigt, dass das Gesundheitswesen eine Branche mit hoher Belastung und großem Risiko ist. Effektive Automatisierung trägt dazu bei, das Wohlbefinden der Menschen zu verbessern.

Kundensupport

Die meisten Support-Anfragen betreffen wiederkehrende Themen. Das Kategorisieren und Filtern eingehender Anrufe spart Zeit und erhöht die Zufriedenheit.

In diesem Zusammenhang konnte ein US-Einzelhändler mit IVR auf Basis natürlicher Sprache die Anrufweiterleitungen um 30 % senken.

Mit IVR liegt der Ball bei Ihnen.

Der gleiche Einzelhändler nutzte Vorhersagealgorithmen, um zusätzliche Services zu empfehlen – mit einer Erfolgsquote von über 70 %, wodurch Folgeanrufe reduziert wurden.

Wie Sie typische Herausforderungen bei IVR vermeiden

IVR ist nicht immer problemlos – es können Schwierigkeiten auftreten. Die gute Nachricht: Es gibt Maßnahmen, um diese zu lösen.

Halten Sie das Menü einfach

IVR-Menüs können lang sein und die Optionen unklar. Manchmal vergisst man die erste Option, während man auf die letzte wartet. Oder man weiß nicht, welche Option passt.

Lösung: Iterieren Sie immer wieder. Sammeln Sie Nutzungsdaten und beobachten Sie, wo die Nutzer Schwierigkeiten haben.

Das kann bedeuten, Optionen neu anzuordnen, ungenutzte zu entfernen oder ähnliche zusammenzufassen.

Der Fokus sollte darauf liegen, die Gesprächsdauer zu minimieren, Rücksprünge im Menü zu vermeiden und Übergaben an Live-Agenten zu reduzieren.

Seien Sie transparent

IVR ist kein Mensch – und das ist in Ordnung.

Aber manche Kunden möchten lieber mit einem Live-Agenten sprechen.

Ohne die Möglichkeit, auf Emotionen zu reagieren, fühlen sich verärgerte Kunden schnell übergangen.

Lösung: Optimieren Sie für Klarheit und machen Sie so früh wie möglich deutlich, wie der Nutzer zu einem Live-Agenten gelangen kann.

Automatisierte Menüs sind letztlich weniger persönlich als Menschen. Und das empfinden Nutzer unterschiedlich.

Sie können nicht beeinflussen, wie Kunden das empfinden, aber Sie können immer transparent über die Optionen informieren.

Engpässe beheben

Auch automatisierte Systeme haben Wartezeiten. Zum einen gibt es eine Grenze, wie viele Kunden IVR gleichzeitig bedienen kann. Auch die Wartezeiten auf Live-Agenten variieren.

Lösung: Engpässe identifizieren und versuchen, diese zu entschärfen.

Beim Aufbau eines IVR-Workflows sollten Sie sowohl die Anforderungen außerhalb als auch innerhalb des Systems berücksichtigen.

Vielleicht sind manche Menüoptionen gefragter als andere. Dann sollten Sie Ihr Personal gezielt darauf ausrichten.

Es kann sein, dass Kunden wegen einfacher Fragen anrufen, die auch auf Ihrer Website beantwortet werden könnten. Sorgen Sie dafür, dass diese Informationen klar und leicht auffindbar sind.

Telefonanrufe mit IVR automatisieren

Wenn Sie noch nicht bereit sind, voll auf KI-Automatisierung zu setzen, ist IVR der perfekte Einstieg.

Mit IVR können Sie die Vorteile von KI nutzen und trotzdem die Kontrolle behalten. Sie können Daten sammeln und sich stetig verbessern.

Alles, was Sie brauchen, ist eine Plattform zum Erstellen. Botpress bietet einen einfachen Drag-and-Drop-Builder, viele kostengünstige Modelle zur Auswahl und eine unkomplizierte Telefonintegration. Die Plattform sammelt sogar Analysedaten für Sie.

Jetzt loslegen. Kostenlos.

FAQs

Wie gut versteht moderne IVR natürliche Sprache und verschiedene Akzente?

Moderne IVR-Systeme erreichen für klare Sprache in unterstützten Sprachen eine Genauigkeit von 85–95 %, dank fortschrittlicher Spracherkennung und natürlicher Sprachverarbeitung. Bei starken Akzenten, Dialekten oder Hintergrundgeräuschen sinkt die Genauigkeit, weshalb Tests mit echten Nutzern wichtig sind. Viele Plattformen bieten die Möglichkeit, Modelle gezielt für bestimmte Akzente und branchenspezifischen Wortschatz zu optimieren.

Ist IVR-Technologie für kleine Unternehmen teuer in der Einführung?

IVR-Technologie ist für kleine Unternehmen nicht mehr unerschwinglich; cloudbasierte Lösungen beginnen bereits bei 50–200 $ pro Monat, abhängig vom Anrufvolumen und den gewünschten Funktionen. Die Kosten steigen, wenn Sie Spracherkennung oder Integrationen mit Geschäftssystemen hinzufügen. Der größte Kostenfaktor ist jedoch meist die Planung und Einrichtung, nicht die Software selbst.

Können IVR-Systeme mit CRMs integriert werden, um Antworten zu personalisieren?

IVR-Systeme lassen sich mit CRMs und Backend-Tools verbinden, sodass personalisierte Erlebnisse möglich sind – zum Beispiel Anrufer mit Namen zu begrüßen oder die Weiterleitung anhand der Kundenhistorie zu steuern. Diese Integrationen nutzen APIs oder direkte Datenbankverbindungen und erfordern etwas technische Einrichtung, sind aber bei modernen IVR-Plattformen zunehmend Standard.

Können IVR-Systeme sensible Informationen wie Kreditkartennummern sicher verarbeiten?

IVR-Systeme können sensible Daten sicher verarbeiten, sofern sie mit PCI-DSS-Konformität und Verschlüsselungsprotokollen entwickelt wurden. Viele moderne IVR-Anbieter bieten sichere Zahlungsabläufe an, bei denen sensible Eingaben für menschliche Mitarbeitende verborgen und durchgehend verschlüsselt werden.

Wie lange dauert es, ein IVR-System von Grund auf einzurichten?

Ein Unternehmen kann ein einfaches, auf DTMF basierendes IVR-System innerhalb weniger Tage bereitstellen, wenn ein Cloud-Anbieter mit vorgefertigten Vorlagen genutzt wird. Fortgeschrittene IVR-Systeme mit Spracherkennung und komplexen Abläufen benötigen hingegen mehrere Wochen bis zum Start.