Definition
Ein KI-Sprachagent ist Software, die ein gesprochenes Telefongespräch führt: Er transkribiert die Sprache des Anrufers, versteht mithilfe eines Sprachmodells das Anliegen und entscheidet über den nächsten Schritt, antwortet per Text-to-Speech und kann in Geschäftssystemen handeln oder an einen Menschen übergeben.
Die meisten Sprachagenten verketten drei Komponenten: Speech-to-Text, ein Large Language Model mit Zugriff auf Tools (CRM-Abfragen, Buchungen, Zahlungen) und Text-to-Speech. Einige neuere Systeme verarbeiten Sprache direkt. Die eigentlichen technischen Herausforderungen sind Latenz (Pausen von mehr als etwa einer Sekunde wirken unnatürlich), Barge-in (der Anrufer kann ins Wort fallen) und ein zuverlässiger Sprecherwechsel.
Anders als ein IVR-Menü kann ein Sprachagent offene Anliegen bearbeiten („Ich möchte meinen Termin auf Donnerstagnachmittag verschieben“) und die Aufgabe in einem einzigen Anruf erledigen. Trotzdem sollte er innerhalb klarer Leitplanken arbeiten: definierte Ziele, freigegebenes Wissen und eindeutige Regeln, wann an eine Person weitergeleitet wird.
Für Einsätze in den GCC-Staaten muss der Agent Golf-Arabisch und Englisch verstehen – einschließlich Sprachwechseln mitten im Satz – und natürlich klingendes Arabisch sprechen. Informieren Sie Anrufer, dass sie mit einem automatisierten Assistenten sprechen, beachten Sie bei ausgehenden Anrufen Anrufzeiten und Telemarketing-Vorschriften und behandeln Sie Aufzeichnungen und Transkripte gemäß dem geltenden Datenschutzrecht.
Messen Sie Containment (ohne Menschen gelöste Anrufe), Weiterleitungsquote, Aufgabenerfüllung und Kundenzufriedenheit und prüfen Sie Transkripte regelmäßig.
OmniChannels.ai bietet über die Voice- und BroadNet-AI-Funktionen von BroadNet KI-Sprachagenten an, auch auf Arabisch, mit Übergabe an einen menschlichen Agenten.