Blogs
/
Von API-kompatibel zu produktionsreif: Fragen zur Sprach-KI-Integration, die Sie vor Vertragsabschluss stellen sollten

Von API-kompatibel zu produktionsreif: Fragen zur Sprach-KI-Integration, die Sie vor Vertragsabschluss stellen sollten

Retell
AI Voice Agent Platform
Published 
November 17, 2026
9
 min read
Von API-kompatibel zu produktionsreif: Fragen zur Sprach-KI-Integration, die Sie vor Vertragsabschluss stellen sollten
About this article
Fünf Fragen zur Sprach-KI-Integration für IT- und Contact-Center-Leitungen: IVR- und SIP-Routing, Wissensdatenbank-Sync, Aktionen im Anruf, Ticketing, Übergabe an Menschen.
ZURÜCK ZU DEN BLOGS
See Retell AI in action
Start free
Nach oben

Bevor Sie einen Vertrag für KI-Sprachagenten unterschreiben, lassen Sie sich fünf Integrationsfragen schriftlich beantworten – eine für jeden Punkt auf dem Weg, den ein Anruf nimmt: wie der Anruf von Ihrer Telefonanlage und Ihrem IVR zum Agenten gelangt, woher das Wissen des Agenten stammt, was er während des Anrufs in Ihren Systemen tun kann, wie das Ticket und ein etwaiger zweiter Datensatz anschließend geschrieben werden und wie der Anrufer wieder zu einem Menschen gelangt. „Wir haben eine API“ beantwortet keine dieser Fragen. Es besagt nur, dass eine Verbindung möglich ist – nicht, wer sie baut, welchen Weg sie nimmt oder was an einem schlechten Tag ausfällt.

Diese Liste richtet sich an IT- oder Contact-Center-Systemverantwortliche, die den Agenten in einem bestehenden Stack zum Laufen bringen müssen. Die öffentliche Dokumentation der Retell AI dient als durchgängiges Beispiel; die Fragen gelten für jeden Sprach-KI-Anbieter.

Welche Fragen zur Sprach-KI-Integration sollten Sie vor Vertragsabschluss stellen?

Stellen Sie pro Phase des Anrufs eine Frage und verlangen Sie jede Antwort als benannten Weg (SIP, ein gelisteter Connector, ein Webhook, ein Function Call) mit einem benannten Verantwortlichen.

Phase des AnrufsFragen an den AnbieterWie eine „Antwort“ aussiehtWas weiterhin ein Risiko ist
Telefonie und IVRWie genau gelangt ein Anruf von unserem IVR zum Agenten?Ein dokumentiertes Setup für Ihre Plattform oder eine SIP-Methode, die beide Seiten bestätigenAufgaben, die nur das Admin- oder Support-Team Ihrer Plattform erledigen kann
WissenKönnen Sie unsere bestehende Wissensdatenbank anbinden, oder müssen wir sie neu hochladen?Ein benannter Quelltyp mit Aktualisierungszyklus und LimitsInhalte in einem Tool ohne Sync, die zwischen den Uploads veralten
Aktionen während des AnrufsWelche unserer Systeme kann der Agent während des Anrufs lesen und beschreiben, und wie?Eine Liste, aufgeteilt in vorgefertigte Tools und Endpoints, die Sie selbst bauen müssenInterne Systeme ohne erreichbare API
Dokumentation nach dem AnrufWie erstellt der Agent unser Ticket und unseren zweiten Datensatz?Ein feldgenaues Mapping für jeden Datensatz und der Weg, den jeder einzelne nimmtEin fehlgeschlagener Schreibvorgang, den niemand bemerkt
Übergabe an einen MenschenWie erreicht der Anruf unsere Mitarbeitenden, und was sehen sie?Ein Weiterleitungstyp und eine Methode zur Kontextübergabe, getestet auf einer echten TelefonleitungKontext, der vom Carrier oder einer zwischengeschalteten Plattform verworfen wird
Ablaufdiagramm eines eingehenden Anrufs in fünf Phasen: Der Anrufer erreicht Ihr IVR, das IVR leitet ausgewählte Anrufe per SIP an den KI-Sprachagenten weiter, der Agent antwortet auf Basis von Wissensdatenbank-Quellen und ruft Ihre Systeme über Integrationstools, benutzerdefinierte Funktionen oder MCP auf, Post-Call-Funktionen und der call_analyzed-Webhook schreiben das Ticket und den zweiten Datensatz, und eine Weiterleitung oder Routing-Header bringen den Anrufer zurück in eine Warteschlange mit menschlichen Mitarbeitenden.
Die fünf Integrationspunkte eines Anrufs, jeweils mit dem dokumentierten Weg beschriftet, den sie nutzen. Diagramm von Retell AI, November 2026.

Wie verbindet sich ein KI-Sprachagent mit der Telefonanlage und dem IVR unseres Contact Centers?

Die Verbindung läuft über SIP, und Ihr IVR bleibt die Eingangstür: Es nimmt weiterhin Anrufe entgegen und übergibt nur die Anrufe an den Agenten, die Sie auswählen. Sie müssen nicht jeden Anruf an ihn leiten.

Bei Retell dokumentiert die Seite zu benutzerdefinierter Telefonie zwei Methoden. Elastic SIP Trunking ist die empfohlene. Dial to SIP URI deckt Anbieter ohne diese Funktion sowie komplexere Setups ab. Eigene Leitfäden gibt es für vier Contact-Center-Plattformen, und die Anbindung funktioniert bei jeder anders:

  • Five9. Zwischen beiden Plattformen besteht bereits ein vorkonfigurierter SIP-Trunk. Sie importieren Ihre Five9-Nummer in Retell und fügen an der Stelle im IVR-Skript, an der der Agent übernehmen soll, einen ThirdPartyTransfer-Knoten ein.
  • Genesys Cloud. Sie erstellen einen SIP-Telefon-Trunk und anschließend in Architect einen eingehenden Call Flow mit einer Transfer-to-SIP-Aktion.
  • Avaya Aura. Der Leitfaden führt den Trunk über Avaya SBCE als Border Element.
  • Amazon Connect. Laut Dokumentation unterstützt Retell mehrere Integrationsmuster und verweist Sie an den Retell-Support, um eines auszuwählen.

Wenn Ihre Plattform nicht zu diesen vier gehört, fragen Sie deren Anbieter, ob sie Elastic SIP Trunking oder eine Weiterleitung an eine SIP-Adresse unterstützt, und lassen Sie sich die Methode anschließend von beiden Anbietern schriftlich bestätigen.

Kontext kann mit dem Anruf übertragen werden: Benutzerdefinierte SIP-Header, die bei einem eingehenden Anruf mit X- beginnen, werden automatisch extrahiert und zu Variablen, die der Agent nutzen kann. So kann Ihr IVR etwa eine Kunden-ID oder eine Menüauswahl übergeben.

Weiterhin ein Risiko. Klären Sie, wer welche Aufgabe übernimmt. Laut Five9-Leitfaden muss der Five9-Support die Nummer über den Trunk routen, und Mitarbeitende von Retell haben keinen Zugriff auf Ihre Five9-Umgebung. Der SIP-Verbindungstest von Retell prüft laut Dokumentation weder Routing noch Audio – nur echte eingehende und ausgehende Anrufe belegen, dass der Weg funktioniert.

Kann der Agent unsere bestehende Wissensdatenbank nutzen, oder müssen wir Dateien neu hochladen?

Das hängt davon ab, wo die Wissensdatenbank liegt. Die Dokumentation zur Wissensdatenbank von Retell nennt drei Arten von Quellen:

  • Synchronisierte Quellen. Google Drive, Microsoft OneDrive und Notion werden einmal verbunden und in eine Wissensdatenbank synchronisiert.
  • URLs. Website-Inhalte werden von hinzugefügten URLs abgerufen, optional mit automatischem Crawling eines Pfads.
  • Uploads und Text. Dokumente in Formaten wie .md, .pdf, .docx, .html und .xlsx sowie eingefügte Textausschnitte.

Bei aktivierter automatischer Aktualisierung werden URLs und synchronisierte Quellen alle 24 Stunden neu abgerufen. Hochgeladene Dokumente und eingefügter Text lassen sich nicht aktualisieren. Für Inhalte in einer App ohne native Integration empfiehlt die Dokumentation, sie zu exportieren und nach Änderungen erneut hochzuladen. Die Antwort lautet also: tägliche Synchronisierung, wenn die Inhalte in einer gelisteten Quelle oder auf Webseiten liegen, andernfalls ein Export mit manuellem Aktualisierungsschritt.

Jede Wissensdatenbank fasst bis zu 500 URLs, 25 hochgeladene Dokumente mit jeweils bis zu 50 MB und 25 Quellen pro verbundenem Anbieter. Ein Agent kann mehr als eine Wissensdatenbank nutzen.

Weiterhin ein Risiko. Eine Aktualisierung alle 24 Stunden eignet sich für Richtlinien und Produktinformationen, nicht für Daten, die sich im Tagesverlauf ändern – diese erfordern eine Live-Abfrage (nächster Abschnitt). Wenn Ihre Artikel hinter einem Login liegen, fragen Sie nach, wie sie abgerufen würden, denn die Dokumentation beschreibt Website-URLs, aber kein authentifiziertes Crawling.

Was kann der Agent während des Anrufs in unseren Systemen tun?

Er kann über drei dokumentierte Wege lesen und schreiben, und der Anbieter sollte angeben, welchen Weg jedes Ihrer Systeme nutzt:

  1. Integrationstools. Die Integrationsübersicht nennt HubSpot, Salesforce, Microsoft Dynamics 365, GoHighLevel und Zoho CRM für CRM, Zendesk für Support-Tickets sowie Calendly und Cal.com für die Terminplanung.
  2. Benutzerdefinierte Funktionen. Der Agent ruft während des Anrufs Ihre eigene API auf und nutzt die Antwort. Das ist der Weg für jedes System, das nicht auf der Liste steht.
  3. MCP. Der Agent verbindet sich mit einem Remote-MCP-Server und ruft die dort bereitgestellten Tools auf.

Weiterhin ein Risiko. Eine benutzerdefinierte Funktion benötigt eine öffentlich erreichbare URL; Retell blockiert Anfragen an localhost und private IP-Bereiche. Ein rein internes System braucht einen Endpoint, den Ihr Team baut und absichert. Schlägt ein Tool-Aufruf fehl, setzt der Agent das Gespräch fort – der Prompt muss also festlegen, was er dem Anrufer sagt. Die CRM-Variante dieses Ablaufs finden Sie unter Workflow vom CRM zur Sprach-KI.

Wie schreibt der Agent das Ticket und den zweiten Datensatz, den unser Prozess erfordert?

Behandeln Sie jeden Datensatz als separaten Schreibvorgang mit eigenem Weg. Viele Serviceprozesse benötigen zwei: ein Ticket im IT-Service-Tool und ein Formular oder Aktionsprotokoll für Details, die das Ticket nicht aufnehmen kann.

Die Inhalte stammen aus der Post Call Extraction, die nach dem Anruf das Transkript auswertet und von Ihnen definierte Felder vom Typ Boolean, Text, Zahl oder Auswahl befüllt. Die Schreibvorgänge laufen dann als Post-Call-Funktionen oder über den call_analyzed-Webhook an einen Dienst, den Sie selbst betreiben.

  • Wenn Ihr Ticket-Tool Zendesk ist, steht ein Create-Ticket-Tool zur Verfügung.
  • Für jedes andere IT-Service- oder Formular-Tool nennt die Integrationsübersicht keinen vorgefertigten Connector. Der dokumentierte Weg ist eine benutzerdefinierte Funktion oder ein Webhook an einen von Ihnen betriebenen Endpoint, der dann die API des jeweiligen Tools aufruft. Fragen Sie den Verantwortlichen des Tools, ob es überhaupt Datensätze per API annimmt.
  • Für zwei Datensätze aus einem Anruf fügen Sie zwei Post-Call-Funktionen hinzu. Eine sequenzielle Funktion wartet auf die vorhergehende und kann deren Ausgabe nutzen, sodass die Ticketnummer in das Aktionsprotokoll geschrieben werden kann. Eine Kette kann bis zu vier Funktionen tief sein (Stand: August 2026).

Weiterhin ein Risiko. Eine fehlgeschlagene Funktion wird als nicht erfolgreich markiert, und alles, was auf sie wartet, wird übersprungen – ein fehlgeschlagener Ticket-Schreibvorgang verhindert also auch den Protokolleintrag, der die Ticketnummer benötigt. Legen Sie fest, wer bei einem fehlgeschlagenen Schreibvorgang benachrichtigt wird. Benutzerdefinierte Extraktionsfelder werden bei Anrufen, die nie verbunden wurden, nicht befüllt. Welche Felder ein Ticket benötigt, lesen Sie unter Anrufe außerhalb der Geschäftszeiten: Ticket statt Weiterleitung.

Wenn diese Datensätze Patientendaten enthalten, behandelt die Compliance-Checkliste für Sprach-KI im Gesundheitswesen, wo sie gespeichert und wie sie gelöscht werden.

Wie gelangt der Anruf zurück zu einem Menschen, und was sieht dieser?

Der Agent leitet an eine Telefonnummer oder eine SIP-Adresse weiter, und der Mensch sieht nur das, was Sie gezielt übergeben. Retell dokumentiert die kalte Weiterleitung (der Agent steigt aus), die betreute Weiterleitung (der Agent kann die Person vorab informieren) und die agentische betreute Weiterleitung (ein zweiter KI-Agent prüft das Ziel vorab).

Für Daten statt Sprache können Weiterleitungen benutzerdefinierte SIP-Header mit Werten aus dem Gespräch übertragen. Die Dokumentation warnt, dass Header nur bei einer direkten Weiterleitung an einen SIP-Endpoint erhalten bleiben und bei einer Weiterleitung an eine reguläre Telefonnummer entfernt werden können.

Auch der Rückweg ist plattformspezifisch. Beim vorkonfigurierten Five9-Trunk ist der Trunk laut Dokumentation nur eingehend nutzbar, und die Weiterleitungstools schlagen fehl. Stattdessen beendet der Agent den Anruf mit Routing-Headern, die den Anrufer an einen Skill, einen Mitarbeitenden oder eine externe Nummer leiten.

Weiterhin ein Risiko. Ob dem Ziel die eigene Nummer des Anrufers angezeigt werden kann, hängt von Ihrem Anbieter ab; wird dies nicht unterstützt, schlägt die Weiterleitung fehl. Testen Sie jede Übergabe auf einer echten Telefonleitung. Wie Anrufweiterleitungen zwischen KI-Sprachagenten und menschlichen Teams funktionieren erklärt jeden Typ.

Was sollte vor Vertragsabschluss schriftlich vorliegen?

Jede Antwort sollte einen Weg, einen Verantwortlichen und einen Test benennen. Nutzen Sie dies als Abnahmeliste:

  • Die Telefoniemethode für unsere Plattform, mit Aufgabenverteilung zwischen unserem Team, unserem Plattformanbieter und dem Sprach-KI-Anbieter
  • Welche IVR-Zweige zuerst an den Agenten geleitet werden und welchen Kontext sie übergeben
  • Jede Wissensquelle, wie sie synchronisiert wird und wer für manuelle Neu-Uploads verantwortlich ist
  • Jedes System, auf das der Agent während des Anrufs zugreift, gekennzeichnet als vorgefertigtes Tool, benutzerdefinierte Funktion oder MCP
  • Ein Feld-Mapping für jeden Datensatz, den der Prozess erfordert, und was bei einem fehlgeschlagenen Schreibvorgang passiert
  • Der Weiterleitungstyp pro Ziel und der Nachweis, dass der Kontext bei einem echten Anruf ankommt
  • Ein Testanruf, der alle fünf Phasen über unsere eigenen Nummern durchläuft

Nichts davon erfordert, dass Sie Ihre bestehenden Systeme ersetzen. Beginnen Sie mit einem IVR-Zweig und fügen Sie nach und nach weitere Anruftypen hinzu. Welche Ebenen Sie behalten sollten, lesen Sie unter der Sprach-KI-Stack, den Käufer ersetzen wollen; zur Einführung siehe den 30-Tage-Pilotplan.

Der Weg, diese Antworten in Belege zu verwandeln, ist ein Pilot mit echten Anrufen: ein Anruftyp, über Ihr eigenes IVR, mit Schreibzugriff auf Ihre eigene Ticket-Warteschlange – bevor Sie irgendetwas unterschreiben. Um zu sehen, welche Systeme sich über ein vorgefertigtes Tool verbinden lassen und welche eine benutzerdefinierte Funktion oder einen Webhook benötigen, beginnen Sie mit der Integrationsseite der Retell AI.

ROI-Rechner
Schätzen Sie Ihren ROI durch die Automatisierung von Anrufen

Sehen Sie, wie viel Ihr Unternehmen durch den Wechsel zu KI-gestützten Sprachagenten sparen könnte.

Fertig! 
Ihre Anfrage wurde an Ihre E-Mail-Adresse gesendet
Hoppla! Beim Absenden des Formulars ist ein Fehler aufgetreten.
   1
   8
20
Hoppla! Beim Absenden des Formulars ist ein Fehler aufgetreten.

ROI-Ergebnis

2,000

Total Human Agent Cost

$5,000
/month

AI Agent Cost

$3,000
/month

Estimated Savings

$2,000
/month

Estimate your monthly voice AI cost

$  0.11
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
Estimated monthly cost
$1,408
12,800 conversation minutes

Revolutionieren Sie Ihren Anrufbetrieb mit Retell