Voice AI für Hausverwaltungen: Was ein KI-Voice-Agent kann, und was nicht

Voice AI, Voicebot, Sprachassistent, KI-Telefonassistent: Was ist der Unterschied?

Die Begriffe stammen aus verschiedenen Jahren und Ländern, nicht aus verschiedenen Produkten. Wer heute "Voice AI" oder "Voice Agent" sagt, meint meist die aktuelle Generation: ein Sprachmodell, das frei spricht und Werkzeuge bedient. Wer "Voicebot" sagt, denkt oft noch an feste Dialogbäume. Die Tabelle ordnet die gängigen Wörter.

Wie funktioniert ein Voice Agent technisch?

Ein Voice Agent besteht aus drei Schichten, die in Echtzeit zusammenarbeiten. Was der Anrufer sagt, wird laufend in Text umgewandelt (Speech-to-Text, die Echtzeit-Transkription). Ein Sprachmodell versteht den Text im Kontext des Gesprächs, entscheidet den nächsten Schritt und formuliert die Antwort. Eine Sprachsynthese (Text-to-Speech) spricht die Antwort mit einer natürlichen Stimme. Dazwischen sitzt die eigentliche Arbeit: Das Modell ruft Funktionen auf, etwa "Kontakt zur Rufnummer suchen", "offene Vorgänge zur Wohnung lesen", "Vorgang anlegen" oder "an Objektbetreuer durchstellen".

1. Erkennen: Noch vor dem ersten Wort prüft der Agent die Rufnummer gegen Ihre Kontakte. Oft steht damit fest, wer anruft und zu welcher Liegenschaft.
2. Zuhören und transkribieren: Jeder Satz wird in Echtzeit zu Text. Unterbricht der Anrufer, hört der Agent auf zu sprechen (Barge-in) und reagiert auf das Neue.
3. Verstehen: Das Sprachmodell erkennt Rolle (Mieter, Eigentümer, Beirat, Dienstleister) und Anliegen und fragt gezielt nach, was fehlt: Wohnung, seit wann, wie dringend.
4. Handeln: Der Agent liest aus Ihrer Software (Status, Zuständigkeit, Dokumente), legt den Vorgang an, weist zu, oder leitet warm weiter: Er ruft Ihr Team an, sagt, wer dran ist und worum es geht, und verbindet erst nach Ihrem Ja.
5. Abschließen: Der Anrufer bekommt eine Bestätigung, auf Wunsch per SMS oder WhatsApp. Ihr Team sieht Zusammenfassung, Transkript und den fertigen Vorgang.

Die Qualität entscheidet sich an der Latenz (die Pause, bevor der Agent antwortet), an der Spracherkennung bei Dialekt und Nebengeräuschen und an der Frage, ob der Agent wirklich in Ihre Systeme schreibt oder am Ende nur eine Notiz hinterlässt. Geniefy spricht Deutsch, auch mit Dialekt, und arbeitet unter Ihrer bestehenden Rufnummer.

So klingt Voice AI im Alltag einer Hausverwaltung: vier echte Anrufe

Keine Studioaufnahmen, sondern Mitschnitte aus dem Betrieb. Jeder zeigt eine andere Rolle und einen anderen Ausgang: Notfall mit Weiterleitung, Statusfrage mit Antwort aus dem System, Beirat, Dienstleister.

Und so sieht Ihr Team jeden Anruf im Dashboard, mit Thema, Rolle, Kontaktdaten und dem Ticket in Ihrem System:

Was ein Voice Agent in der Hausverwaltung erledigen sollte

Ein Voice Agent ist erst dann eine Entlastung, wenn der Anruf danach nicht noch einmal angefasst werden muss. Das sind die Aufgaben, die Geniefy heute übernimmt:

• Vorgang mit richtiger Liegenschaft, Kontakt und zuständigem Mitarbeiter anlegen, nicht nur eine Notiz.
• Duplikaterkennung: Meldet ein zweiter Mieter denselben Schaden, wird das als Kommentar am bestehenden Vorgang ergänzt statt als neues Ticket.
• Mustererkennung: Häufen sich Meldungen zu einer Liegenschaft (Lärm, Heizung, Aufzug), sieht der Verwalter das Muster, nicht nur den Einzelfall.
• Rollenbasierte Weiterleitung: Beiräte und Dienstleister erreichen die richtige Person; Notfälle gehen sofort an den Notdienst.
• Erinnern und aktualisieren: offene Vorgänge werden nachgehalten, Melder bekommen den Stand, ohne dass jemand nachtelefoniert.
• Eigene Abläufe: Im Dashboard legen Sie fest, welche Anliegen Geniefy allein erledigt, welche es nur vorbereitet, und wie der Agent spricht (Name, Stimme, Wortwahl, Begrüßung).
• Übergabe an Menschen: Im Ablauf legen Sie fest, wann Geniefy an Ihr Team weiterleitet; in einen WhatsApp-Chat kann Ihr Team jederzeit einsteigen und übernehmen.

Was ein Voice Agent nicht entscheiden sollte: Beschlüsse, Kulanz bei Mietrückständen, Konflikte zwischen Nachbarn. Dafür gibt es die Weiterleitung an Ihr Team, nach Rolle, Anliegen, Rufnummer oder PIN, und die Übergabe ist warm: Ihr Team hört zuerst, wer anruft und worum es geht.

So sieht eine warme Übergabe aus, als Film in zwei Minuten:

Woran erkennen Sie einen guten Voice Agent? Zehn Fragen für den Test

• Erkennt er den Anrufer an der Rufnummer und nennt die richtige Liegenschaft?
• Versteht er Dialekt, Namen und Adressen, auch mit Straßenlärm im Hintergrund?
• Kann man ihn unterbrechen, und reagiert er dann auf das Neue?
• Fragt er nach, was fehlt, statt mit einer halben Meldung aufzulegen?
• Legt er den Vorgang in Ihrer Verwaltungssoftware an, mit Objekt, Wohnung, Dringlichkeit und Melder, oder schickt er eine E-Mail mit Transkript?
• Antwortet er auf "Wie ist der Stand?" mit Informationen aus Ihrem System?
• Erkennt er einen Notfall und stellt er warm durch, mit Ansage, wer dran ist?
• Sagt er zu Beginn, dass eine KI spricht, und holt er die Einwilligung zur Aufnahme ein (EU AI Act)?
• Wo liegen die Aufnahmen und Transkripte, und gibt es einen AVV?
• Was kostet er wirklich: Grundpreis, Minutenpreis, Einrichtung, Integrationen, Laufzeit? Die Antwort steht im Kostenvergleich der KI-Telefonassistenten.

Den Test machen Sie am besten mit zehn echten Anrufen aus Ihrem Alltag, wie im Vergleich der KI-Tools für Hausverwaltungen beschrieben; bei Geniefy geht das eine Woche kostenlos unter Ihrer eigenen Nummer.

Was kostet Voice AI für eine Hausverwaltung?

Am Markt reichen die Grundpreise für branchenspezifische Voice Agents von 50 bis 1.299 € im Monat, dazu kommen je nach Anbieter Minutenpreise zwischen 0,10 und 1,00 €, Einrichtungsgebühren bis 499 € und Laufzeiten bis zwölf Monate. Geniefy beginnt bei 50 € im Monat, ohne Einrichtungskosten, monatlich kündbar, Anbindung an Ihre Software inklusive.

Datenschutz und EU AI Act bei Voice AI

Datenschutz ist bei Geniefy Teil der Architektur: Jede Zusammenarbeit beginnt mit einem Auftragsverarbeitungsvertrag (AVV), Ihre Vorgänge werden in Deutschland gespeichert und auf europäischer Infrastruktur verarbeitet, Datenminimierung und Löschroutinen sind eingebaut. Zu Beginn jedes Gesprächs sagt Geniefy, dass eine KI spricht, und holt die Einwilligung zur Aufnahme ein, so wie es der EU AI Act verlangt.

Für Voice AI gilt zusätzlich die Transparenzpflicht des EU AI Act: Wer mit einer KI spricht, muss das erfahren. Geniefy sagt es im ersten Satz und holt die Einwilligung zur Aufnahme ein. Aufnahmen und Transkripte liegen in Deutschland.