Markt-Radar · Stand 10/2026 · Wird monatlich aktualisiert
Voice-AI im Kundenservice
Voice-AI im Kundenservice löst bei einem Versorger 70 Prozent der Servicefälle, braucht aber Validierung vor festem Budget.
Im Podcast:Folge #062: KI-Agenten im KundenserviceFolge #001: Conversational AIFolge #052: KI bei der Deutschen Bahn
Die Patentfamilien im Kernfeld liegen 2022 bis 2024 bei 31 gegen 41 im Zeitraum 2019 bis 2021, was bei einer Veränderung von -24 % (-53 bis +21 %) keinen klaren Trend zeigt. Für eure Entscheidung heißt das: Der Reifegrad ist unklar, setzt also einen ehrlichen Markttest vor das große Budget.1,2
Erste Einordnung: Erst validierenValidiert zuerst, wenn ihr Voice-AI im eigenen Kundenservice einsetzen wollt, weil der unklare Reifegrad bei 31 gegen 41 Patentfamilien und die dokumentierte Kundenablehnung einen ehrlichen Markttest vor dem Budget zwingend machen.
- Patentemittel
- Forschungmittel
- Medienhoch
- EU-Förderungniedrig
- Dealskeine Daten
Das Wichtigste
Reale Einsätze belegen hohe Automatisierung im Erstkontakt
Ein Versorger aus Sachsen-Anhalt löst mit einem Voicebot 70 Prozent seiner Servicefälle, und bei der Sparkasse Rhein Neckar Nord erledigt ein System fast alle Anrufe. Auch Porsche Inter Auto und Barmenia Gothaer nutzen KI-Assistenten für ihre telefonische Erreichbarkeit. Das heißt: Für standardisierte Anfragen im Kerngeschäft sind die Systeme einsatzbereit und über einen Piloten direkt prüfbar.2,3,4,5
Fehlende Akzeptanz und Halluzinationen gefährden die Kundenbindung
Studien von SINTEF Digital und Fore School of Management untersuchen Halluzinationen von Sprachmodellen sowie den Einfluss von Irritation und negativen Emotionen unzufriedener Kunden. Zudem zeigt eine Untersuchung von American Express, dass Kunden sich KI zur Unterstützung wünschen, nicht als Ersatz für menschlichen Support, und Medien berichten über Versuche, den Voicebot bei DHL zu umgehen. Das heißt: Wer Voice-AI ohne saubere Übergabe an menschliche Teams schaltet, riskiert Frust an der wichtigsten Kundenschnittstelle.6,7,8,9,10
Schutzrechte im Anwendungsfeld sind breit gestreut und liegen außerhalb der EU
Den 11.064 Patentfamilien zur Technologie in allen Anwendungen stehen 107 Familien im Kernfeld Kundenservice gegenüber, wovon 0 % auf Anmelder aus Deutschland oder der EU-27 entfallen. Die fünf größten Anmelder um Talkdesk mit 6 und Ping An Technology Shenzhen mit 4 Familien halten zusammen 17 % der Patente im Kernfeld. Das heißt: Kein einzelner Anbieter blockiert das Anwendungsfeld über Schutzrechte, was euch Spielraum bei der Auswahl von Softwarepartnern gibt.1,11,12
Die Zahlen
2016unvollständig2026
Im Kern 107 Familien, im Umfeld 11.064
So gezählt
Google Patents (BigQuery): Patentfamilien (jede Erfindung einmal gezählt), deren englischer Titel oder Kernbegriffe die Technologie („voicebot“, „voice assistant“, „conversational AI“, „speech recognition“, „voice agent“, „spoken dialogue“) und die Anwendung („customer service“, „call center“, „contact center“, „customer support“, „customer“) nennen, nach frühestem Prioritätsjahr 2016 bis 2026: 107 Familien. Zum Vergleich das Umfeld: Die Technologie in allen Anwendungen kommt auf 11.064 Familien. Reihe, Anmelder und Anteile beziehen sich nur auf die 107 Familien mit Anwendungsbezug. Häufigste Patentklassen dieser Familien: G10L15 (69), G06Q30 (29), H04M3 (29). 2025 und 2026 sind noch unvollständig (rund 18 Monate zwischen Anmeldung und Veröffentlichung) und zählen nicht in den Trend. Anteil der Familien mit bekanntem Anmelder (100) mit Anmelder aus Deutschland: 0 %, aus der EU-27: 0 %. Das Land eines Anmelders ist das Land, das die Mehrheit seiner Familien nennt. Anmelder: Familien je Anmelder, Schreibvarianten zusammengefasst, Privatpersonen nicht gelistet; wer fast nur gemeinsam mit einem größeren Anmelder anmeldet, ist dort zusammengefasst. Belege: Familien ab Priorität 2023, Technologie und Anwendung im Titel zuerst, dann nach Zahl der Patentämter, höchstens zwei je Anmelder. Veränderung: die letzten drei vollständigen Jahre gegen die drei davor. 95-%-Spanne −53 bis +21 %. Hell gezeichnete Jahre sind noch nicht vollständig erfasst und zählen nicht in den Trend.
2016unvollständig2026
So gezählt
OpenAlex (wissenschaftliche Publikationen): Wissenschaftliche Publikationen (Artikel, Preprints, Konferenzbeiträge, Bücher), die im Titel die Technologie („voicebot“, „voice assistant“, „conversational AI“, „speech recognition“, „voice agent“, „spoken dialogue“) und ebenfalls im Titel die Anwendung („customer service“, „call center“, „contact center“, „customer support“, „customer“) nennen: 123 von 2016 bis 2026. 2025 und 2026 sind noch unvollständig (Publikationen werden noch nachgetragen) und zählen nicht in den Trend. Der Trend vergleicht den Anteil an allen erfassten Publikationen des jeweiligen Jahres, damit das Wachstum der Wissenschaft insgesamt nicht als Wachstum des Felds zählt. Institutionen: Zahl der Publikationen 2021 bis 2026 mit mindestens einer Autorin oder einem Autor der Institution. Belege: die 10 meistzitierten Publikationen ab 2023. Hell gezeichnete Jahre sind noch nicht vollständig erfasst und zählen nicht in den Trend.
2022unvollständig2026
So gezählt
Online-Medien (Google News, GDELT): Artikel aus Google News, bis zu 100 Treffer je Sprache für „Voicebot Kundenservice“ (deutsch, Deutschland) und für „voicebot customer service“ (englisch, USA). Zeitreihe: Online-Artikel weltweit pro Jahr ab 2022 (GDELT, Suchanfrage (voice OR center OR kundenservice) ("customer service" OR "voicebot kundenservice")); 2026 ist unvollständig. Die Reihe zeigt Aufmerksamkeit, keinen Markttrend. Publisher: Häufigkeit unter den 58 relevantesten Artikeln. Belege: die relevantesten Artikel, deutschsprachige zuerst (höchstens 10), Dubletten nach URL und Titel entfernt. Hell gezeichnete Jahre sind noch nicht vollständig erfasst und zählen nicht in den Trend.
2016unvollständig2026
So gezählt
CORDIS (EU-Forschungsförderung): EU-geförderte Projekte aus Horizon 2020 und Horizon Europe mit Projektstart ab 2016, deren Titel oder Beschreibung die Technologie („voicebot“, „voice assistant“, „conversational AI“, „speech recognition“, „voice agent“, „spoken dialogue“) und die Anwendung („customer service“, „call center“, „contact center“, „customer support“, „customer“) nennt: insgesamt 55 Projekte, gezählt nach Startjahr. 2026 ist noch unvollständig (laufendes Jahr) und zählen nicht in den Trend. Belege: die 15 Projekte mit der größten EU-Förderung unter den 50 relevantesten. Von den 55 relevantesten Projekten gehören nach Prüfung der Titel 8 zum Thema; ihre EU-Förderung beträgt zusammen 6,6 Mio. €. Das ist die Förderung ganzer Konsortien, nicht Geld an einzelne Unternehmen. Partner: Koordinatoren und Teilnehmer dieser 8 Projekte. Hell gezeichnete Jahre sind noch nicht vollständig erfasst und zählen nicht in den Trend.
Wer das Feld prägt
- Sparkasse Rhein Neckar NordDEMittelstandSetzt den Voicebot Linda im Kundenservice ein, der fast alle eingehenden Anrufe erledigt.2
- Barmenia GothaerDEKonzernNutzt künstliche Intelligenz, um das hohe Aufkommen im eigenen Kundenservice zu bewältigen.5
- Porsche Inter AutoATKonzernErweitert die telefonische Erreichbarkeit in allen Betrieben um einen KI-gestützten Telefonassistenten.3
- ParloaDEStartupTritt in deutschen Fachmedien als Anbieter für KI-Lösungen im Kundenservice auf.13
- Observe.AIUSStartupWird als führender Anbieter für Voicebots und Conversational IVR in der Kundenkontakt-Technologie gelistet.14
- American ExpressUSKonzernUntersucht Kundenpräferenzen und belegt, dass Karteninhaber KI als Ergänzung statt als Ersatz für Menschen wollen.10
- SINTEF DigitalNOForschungErforscht mit 3 Publikationen im Feld unter anderem Halluzinationen von Sprachmodellen und deren Wahrnehmung durch Endnutzer.7
- University of CambridgeGBForschungLiefert mit 68 Zitationen die meistzitierte Arbeit ab 2023 zur Personalisierung von Conversational AI im digitalen Kundenservice.15
- ECS TelecomKRMittelstandMeldet ein Patent für ein Voicebot-System mit generativer KI zur Kundenberatung an.12
Build, Partner oder Invest
Strategische Relevanz: Für Unternehmen mit eigenen Callcentern wie Banken, Versicherungen, Versorger oder Autohäuser ergänzt das Feld das Kerngeschäft durch Automatisierung der Erreichbarkeit. Ein neues Geschäft ist es nur für Software- und Telekommunikationsanbieter, die selbst Plattformen für Kundenkontakt verkaufen.Distanz zum Kerngeschäft: Das Feld verlangt Fähigkeiten in der Spracherkennung (G10L15), die mit 69 von 107 Patentfamilien dominiert, sowie in der Telefonie-Vermittlung und im Dialogmanagement gegen Halluzinationen. Für Anwender außerhalb der Softwarebranche liegt die eigene Entwicklung dieser Basismodelle weit weg vom Kerngeschäft.
Erst validierennaheliegend
Validiert zuerst, wenn ihr Voice-AI im eigenen Kundenservice einsetzen wollt, weil der unklare Reifegrad bei 31 gegen 41 Patentfamilien und die dokumentierte Kundenablehnung einen ehrlichen Markttest vor dem Budget zwingend machen. Testet in einem eng begrenzten Piloten mit klarem Abbruchkriterium, ob eure Anrufer den Bot akzeptieren oder das Gespräch abbrechen.
Build
Baut selbst, wenn Sprachmodelle und Telefonie-Infrastruktur bereits euer technisches Kerngeschäft sind, auch wenn 11.064 Patentfamilien zur Technologie in allen Anwendungen zeigen, wie breit die Basisentwicklung bereits besetzt ist.
Partner
Partnert, wenn ihr nach erfolgreichem Markttest euer Kerngeschäft um eine eng abgegrenzte Lösung über Venture Clienting mit Anbietern wie Parloa oder Observe.AI ergänzen wollt, statt auf die 29 % Forschungseinrichtungen aus EU-Projekten mit niedrigem Datenvertrauen zu setzen.
Invest
Investiert, wenn das Feld für euch ein neues Geschäftsfeld ist und ihr direkten Zugriff auf Kerntechnologie braucht, wobei 0 Deal-Meldungen in dieser Auswertung zeigen, dass sichtbare Übernahmeziele im Markt rar sind.
Hypothese: Ein zeitlich und thematisch begrenzter Pilot im Kundenservice mit bestehender Software von Drittanbietern klärt das Akzeptanzrisiko besser als ein sofortiger Großauftrag oder Eigenbau. Die Annahme bestätigt sich in den nächsten 12 Monaten, wenn die Lösungsquote ohne Anstieg der Gesprächsabbrüche das Niveau der Medienbeispiele erreicht, und kippt, wenn Kunden den Kanal umgehen oder Halluzinationen auftreten.
Wann die Antwort Nein ist
Für Kundenanliegen mit hoher Komplexität oder emotional aufgeladenen Situationen trägt eine reine Voicebot-Lösung laut den Daten nicht. Ihr erkennt das daran, dass Kunden wie bei American Express menschlichen Support einfordern, unzufriedene Anrufer laut Studien negativ auf Sprachassistenten reagieren und Nutzer wie bei DHL aktiv nach Wegen suchen, den Bot zu umgehen.
Prüfpunkte für die nächsten 12 Monate
Beobachtet in den nächsten 12 Monaten, ob die Zahl der Patentfamilien im Kernfeld nach den 14 Treffern aus 2024 anzieht und ob erstmals Finanzierungsrunden oder Übernahmen sichtbar werden. Setzt parallel einen zeitlich begrenzten Piloten für einen klar umrissenen Anrufgrund mit einem Anbieter wie Parloa, Observe.AI oder mobilApp auf. Messt darin die tatsächliche Lösungsquote gegen die Abbruchrate zum menschlichen Mitarbeiter.
Wie hy zwischen Build, Partner und Invest entscheidet: Build, Partner oder Invest.
Was ihr klären solltet, bevor ihr Budget bindet
- Welche eurer Anrufgründe im Kundenservice sind so standardisiert, dass ein Voicebot wie beim Versorger in Sachsen-Anhalt 70 Prozent der Fälle lösen kann, ohne Kunden zu verärgern?
- Habt ihr im Prozess eine sofortige Übergabe an menschliche Teams definiert, falls Kunden wie in den Daten zu DHL und American Express den Bot umgehen wollen oder menschliche Hilfe fordern?
- Welche Kontrollmechanismen setzt ihr im Piloten ein, um die von SINTEF Digital untersuchten Halluzinationen von Sprachmodellen im Kundengespräch auszuschließen, bevor ihr Budget bindet?
30 Minuten mit dem Team Strategy & Innovation
Wir gehen das Radar mit euch durch und legen unsere Startup- und Patentdaten daneben.
Was das Radar nicht sieht
- Startups: wer jung ist, kaum patentiert und noch nicht in der Presse steht.
- Deals: Runden, Beteiligungen und Kooperationen, die nicht öffentlich gemeldet sind.
- Eure Position: was ihr schon könnt, wie weit das Feld von eurem Kerngeschäft weg ist.
Dazu bei Return on Innovation
Quellen und Methode
15 Belege
- A Large-Model-Based Speech Recognition Method and System for Outbound Call Centers · Jinan Yunshang Electronic Technology · CN · 2026-01-31
- Sparkasse Rhein Neckar Nord: Voicebot Linda erledigt fast alle Anrufe · finanzbusiness.de · 2025-11-26
- Für eine bessere und flexiblere Kundenkommunikation: Porsche Inter Auto erweitert telefonische Erreichbarkeit in allen Betrieben um KI-gestützten Telefonassistenten · porscheholding-newsroom.at · 2026-07-28
- Voicebot löst für Versorger aus Sachsen-Anhalt 70 Prozent seiner Servicefälle · zfk.de · 2025-04-03
- Barmenia Gothaer hebelt mit KI das Service-Chaos aus · cio.de · 2026-05-04
- Impact of irritation and negative emotions on the performance of voice assistants: Netting dissatisfied customers’ perspectives · Fore School of Management · IN · 2023-05-12
- LLM Hallucinations in Conversational AI for Customer Service: Framework and End-User Perceptions · SINTEF Digital · 2025-11-06
- Bots in Kundenhotlines: Warum wir die KI anschreien sollten - Wirtschaft - SZ.de · sueddeutsche.de · 2025-01-03
- DHL: Keine Benachrichtigungskarte? So Abholcode bekommen und Voicebot umgehen · wochenblatt-reporter.de · 2026-07-23
- New American Express Research: Card Members Want AI to Enhance, Not Replace Human Support · americanexpress.com · 2026-09-15
- A speech recognition method and intelligent customer service robot applicable to multiple languages · Shenzhen Yuegang Technology · CN · 2025-12-30
- Voicebot system using generative artificial intelligence and customer counselling method using the same · ECS Telecom · KR · 2024-07-02
- Parloa zeigt: Das Potenzial für KI im Kundenservice wird hoch bewertet · zfk.de · 2025-05-07
- Observe.AI Featured as Leading on the CMP Prism for Voicebot/Conversational IVR Showcasing Capability in Customer Contact and CX Technology · finance.yahoo.com · 2026-07-09
- Personal touch in digital customer service: a conceptual framework of relational personalization for conversational AI · University of Cambridge · GB · 2023-10-12
Methode: Wir zählen und lesen öffentliche Daten (Google Patents (BigQuery), OpenAlex (wissenschaftliche Publikationen), Online-Medien (Google News, GDELT), CORDIS (EU-Forschungsförderung)) zu den Suchbegriffen des Felds. Das Briefing ist aus diesen Belegen geschrieben, jede Aussage verweist auf ihre Quelle. Es ist ein Blick von außen: ein Indikator, kein vollständiges Bild. Ohne Daten blieben diesmal: Deals.
Was die Daten nicht zeigen: Zu Finanzierungsrunden zeigt diese Auswertung nichts, weshalb unklar bleibt, wie viel Kapital in Anbieter fließt. Zudem zeigt der Blick von außen weder die internen Kosten und genauen Abbruchquoten der genannten Unternehmenseinsätze noch die Qualität nicht patentierter Sprachmodelle im täglichen Betrieb.