Voicebot

Ein Voicebot (auch Voice Bot oder Sprachbot) ist ein Computerprogramm, das menschliche Sprache verarbeiten und darauf mit gesprochener Sprache antworten kann. Der Begriff wird oft synonym mit KI-Telefonassistent verwendet, ist aber breiter gefasst: Voicebots können auch in Smart Speakers, Apps oder Websites eingesetzt werden.

Die Technologie hinter einem Voicebot besteht aus drei Komponenten: Speech-to-Text (STT) wandelt die gesprochene Eingabe in Text um, ein Sprachmodell verarbeitet den Text und generiert eine Antwort, und Text-to-Speech (TTS) verwandelt die Antwort wieder in gesprochene Sprache.

Für Schweizer KMU sind Voicebots besonders im Telefonbereich relevant. Sie ersetzen die klassische Combox oder das IVR-System und bieten stattdessen echte Gespräche. Die neueste Generation von Voicebots — basierend auf Large Language Models — kann frei formulierte Fragen verstehen, den Kontext eines Gesprächs über mehrere Sätze hinweg verfolgen und sogar Dialekte erkennen. Das unterscheidet sie grundlegend von älteren regelbasierten Systemen, die nur auf vordefinierte Schlüsselwörter reagieren konnten.