Ausgangslage: Das Telefon als Engpass im Gutachter-Geschäft
Mittelständische Ankaufsdienstleister leben von der Expertise ihrer Gutachter. Ob Edelmetalle, Schmuck, Uhren oder Kunstgegenstände - die Bewertung erfordert ein geschultes Auge, Markterfahrung und konzentrierte Arbeit am Objekt. Bei unserem Kunden, einem mittelständischen Ankaufsdienstleister mit mehreren Standorten, stand genau diese Konzentration unter Dauerbeschuss: vom Telefon.
Hunderte Anrufe pro Woche, davon ein erheblicher Teil mit immer denselben Fragen. Öffnungszeiten, Anfahrt, Tourplan, Ankaufskriterien, Vorab-Schätzungen zu Standardartikeln. Jeder dieser Anrufe unterbrach die Gutachter mitten in einer Begutachtung. Die Folge: Konzentrationsverlust, längere Bearbeitungszeiten pro Kunde, gestresste Teams. Gleichzeitig waren die Kunden außerhalb der Öffnungszeiten frustriert - niemand am Telefon.
Vorgehen: Vom permanenten Empfangs-Schalter zum digitalen Vorqualifizierer
Wir haben das Projekt nicht als Call-Center-Ersatz, sondern als Empfangs-Assistenz aufgesetzt. In der ersten Woche haben wir mit dem Inhaber und einem Senior-Gutachter eine Wissensbasis erstellt: Was sind die zehn häufigsten Fragen? Welche Antworten lassen sich ohne fachliche Bewertung geben? Wo beginnt das Expertengespräch? Welche Vorab-Daten würde der Gutachter ohnehin erfragen, bevor er ein Gespräch führt?
Aus dieser Wissensbasis ist ein Bot-Konzept entstanden. Nach drei Wochen lief der Pilot auf einer Test-Rufnummer mit, nach weiteren zwei Wochen wurde die Haupt-Rufnummer umgestellt. Anrufer hören eine sympathische Stimme, die zuerst die Standardfragen klärt - und nur dann durchstellt, wenn echte Fach-Expertise gefragt ist.
Lösungsdetails: Drei Schichten zwischen Anruf und Gutachter
Technisch besteht die Lösung aus drei Schichten. Die unterste Schicht ist die Voice-AI-Plattform Fonio, die Sprach-Eingang in Text umwandelt (Speech-to-Text), den Intent erkennt und auf passende Antworten aus der Wissensbasis zugreift. Sie reagiert in unter einer Sekunde - ein Anrufer merkt nicht, dass er mit einem System spricht.
Die zweite Schicht ist die LLM-Logik mit individuellem Prompt-Engineering. Sie hält das Gespräch im Rahmen - keine wilden Halluzinationen, keine spekulativen Bewertungen am Telefon. Wenn die Anfrage außerhalb der Wissensbasis liegt (zum Beispiel eine fachliche Bewertung eines konkreten Objekts), erkennt das System das und leitet weiter. Wenn ein Rückruf nötig ist, sammelt die KI proaktiv die Stammdaten - Name, Telefonnummer, kurze Beschreibung des Anliegens.
Die dritte Schicht ist die Integration in den Arbeitsalltag über n8n als Workflow-Automation. Rückrufaufträge landen direkt im internen System, durchgestellte Anrufe bringen den Kontext mit (was hat der Anrufer gefragt, welche Vorqualifizierung hat stattgefunden). Der Gutachter steigt nicht mehr in ein leeres Gespräch ein.
Ergebnisse-Vertiefung: Was die KPIs nicht zeigen
Die Headline-Kennzahlen - 50 Prozent weniger Routineanrufe bei den Experten, 15 Stunden Zeitersparnis pro Woche im Team, 24/7-Erreichbarkeit - sind sichtbar, aber sie beschreiben nicht den qualitativen Wandel. Zwei Sekundärwirkungen sind nach wenigen Wochen spürbar geworden.
Erstens: Die Gutachter sind weniger gestresst. Die Konzentrationsstrecke pro Begutachtung wird nicht mehr alle 15 Minuten unterbrochen, die Genauigkeit der Bewertungen verbessert sich, Kundengespräche werden ruhiger geführt. Zweitens: Die Service-Wahrnehmung der Kunden steigt. Wer abends um 21 Uhr eine Frage zur Öffnungszeit hat, bekommt eine Antwort - und kommt am nächsten Tag ohne weitere Friktion vorbei. Online-Bewertungen haben sich messbar verbessert.
Lessons Learned: Was wir beim nächsten Mal anders machen würden
Drei Erkenntnisse haben wir mitgenommen. Erstens: Die Wissensbasis ist 80 Prozent der Lösung. Wir haben in der Pilotphase mehr Zeit in präzise Antwort-Formulierungen investiert als in technische Konfiguration. Eine schlecht formulierte Antwort führt zu Rückfragen, die das System nicht beantworten kann - und untergräbt das Vertrauen der Anrufer in den Bot.
Zweitens: Die Stimme ist eine Marketing-Entscheidung. Wir haben mehrere Stimmprofile getestet und mit dem Kunden gemeinsam eines ausgewählt, das zur Tonalität der Marke passt. Ein zu nüchterner Bot wirkt kalt, ein zu enthusiastischer unseriös.
Drittens: Der Übergang zum Menschen muss reibungslos sein. Anrufer, die nach drei Versuchen merken, dass sie nicht zum Gutachter durchkommen, legen auf. Wir haben die Eskalations-Schwelle bewusst niedrig gesetzt - lieber einmal mehr durchstellen als einen Kunden frustrieren.
Übertragbarkeit: Vom Empfangs-Bot zum Service-Hub
Was als Empfangs-Entlastung begann, hat sich zur Service-Schnittstelle entwickelt. Die gleichen Bausteine - Voice-Plattform, LLM-Logik, Workflow-Integration - sind heute auch für Termin-Erinnerungen, Status-Anfragen und Kunden-Befragungen im Einsatz.
Für mittelständische Dienstleister mit erklärungsbedürftigen Leistungen eröffnet das eine neue Dimension der Skalierbarkeit: Wer einmal eine eigene Voice-Schnittstelle hat, kann seinen Service-Anteil deutlich steigern, ohne Personalkosten proportional zu erhöhen - und dabei die persönliche Marken-Tonalität konsistent durchhalten.