KI-Receptionist im KMU: Setup, DSGVO, ROI

Einordnung

Abschnitt 01

Warum jetzt: technische Reife und regulatorischer Druck

Voice-KI-Systeme haben 2024 eine wirtschaftliche Schwelle überschritten. Selbst gehostete Open-Source-Modelle (7B-Klasse) und VoxCPM2 erreichen auf einer RTX 4070 Ti SUPER eine End-to-End-Latenz von 900–1400 ms bei deutscher Aussprache, was in einem Telefongespräch nicht mehr als störend wahrgenommen wird. Gleichzeitig hat das BfDI im Februar 2026 die Schwellwerte für AVV-pflichtige Anrufverarbeitung klargestellt: jede automatisierte Triage mit Speicherung von Sprachdaten bedarf eines AVV, jeder US-basierte Anbieter bedarf zusätzlich der Standard-Vertragsklauseln plus Transfer-Impact-Assessment.

Das macht ElevenLabs, Vapi.ai und Bland.ai für DSGVO-strikte Branchen (Arzt, Anwalt, Steuerberater) faktisch unbenutzbar. Der wirtschaftliche Druck zur Eigenlösung steigt parallel zu deren technischer Machbarkeit.

Abschnitt 02

Setup-Architektur: was läuft wo

Ein produktiver KMU-Setup teilt sich auf drei Komponenten:

Der Audio-Stream wird bei eingehenden Anrufen via WebRTC oder SIP an einen FastAPI-Service auf Hetzner geroutet. Dort läuft die Voice-Agent-Pipeline mit deutscher Spracherkennung, Intent-Classification (Termin, Rückruf, Notfall, Standard-Auskunft) und einer kalender-anbindenden Action-Layer. Die Antwort wird per VoxCPM2 in einer geclonten Sprecher-Stimme synthetisiert und zurück in den Call gestreamt.

Abschnitt 03

DSGVO-Konformität konkret

Drei Punkte sind entscheidend für die rechtliche Bewertung:

1. Datenhoheit: kein Audio verlässt deutschen Boden. Sipgate hostet in Deutschland, Hetzner in Frankfurt oder Falkenstein. Auf Wunsch lässt sich der gesamte Stack on-premise in einem Custom-Server beim Kunden betreiben.

2. AVV-Vertrag: DripBack stellt einen Standard-AVV nach Art. 28 DSGVO bereit, der die Verarbeitungstätigkeiten (Spracherkennung, Triage, Termin-Lookup) eindeutig spezifiziert und Subunternehmer benennt.

3. Aufbewahrungsfristen: Sprachaufzeichnungen werden standardmäßig nach 24 Stunden gelöscht, Transkripte nach 90 Tagen anonymisiert. Patienten- oder Mandanten-Identifier werden gehasht gespeichert und nur bei aktiver CRM-Anbindung im Klartext an das Zielsystem weitergereicht.

Abschnitt 04

ROI-Rechnung an einem realen Praxis-Beispiel

Mittelgroße Hausarztpraxis Bielefeld, 4 Behandler, durchschnittlich 280 Anrufe pro Woche. Vor KI-Receptionist: 1,5 MFA-Stellen für Telefon plus Empfang. Nach Setup: 1 MFA-Stelle reicht, weil 62 % der Anrufe vollautomatisch beantwortet werden (Termin-Buchung, Rezept-Bestell-Auskunft, Öffnungszeiten).

Abschnitt 05

Wann es nicht funktioniert

KI-Receptionist ist kein Allheilmittel. In drei Konstellationen ist der ROI fragwürdig:

• Unter 5 Anrufe pro Tag: die Fixkosten Hosting + Sipgate übersteigen die Personal-Ersparnis.
• Sehr individuelle Beratungsgespräche (Anwaltskanzlei, Steuerberater im Erstgespräch): hier ist die Triage-Funktion sinnvoll, die Voll-Beratung muss menschlich bleiben.
• Empfindliche Klientel (Trauerfälle, Notfälle): hier braucht es eine sehr feinjustierte Eskalations-Logik. DripBack-Module Reha-Klinik und Bestatter-Empfang zeigen, wie diese Eskalation aussehen kann.

Abschnitt 06

Pilot-Phase: 30 Tage, Festpreis

DripBack bietet KI-Receptionist als Festpreis-Pilot an: 2.400 € Setup + 290 € monatlich. Im Pilot enthalten:

• Setup auf einem Server in Deutschland oder Custom-Server
• Anbindung an Bestands-Kalender (CalDAV, Doctolib, RA-MICRO, DATEV)
• Voice-Cloning der Empfangs-Stimme
• 30 Tage Hypercare mit Live-Monitoring
• AVV-Vertrag und DSGVO-Dokumentation

Zur Förderung: DripBack ist nicht als Berater bei BAFA, ZIM oder vergleichbaren Programmen gelistet. Die Antragstellung erfolgt durch den Kunden oder einen von ihm gewählten zugelassenen Förderberater; wir unterstützen technisch mit Konzept, Aufwandskalkulation und Beleg-Dokumentation. Siehe Förderung.