Meine bisherigen Begegnungen mit KI Voice Agents? Sagen wir mal… ernüchternd.
Bei der Hotline einer grossen Versicherung sollte ich einem KI-Bot mein Anliegen schildern. Das hat überhaupt nicht funktioniert. Ich landete völlig in der falschen Abteilung.
Dann rief mich ein Immobilien-Händler an: Eine Stimme fragte, ob sie mir eine Frage stellen dürfe. Ich verneinte aus Spass. Der Anrufer sagte dann abrupt „Danke“ und legte praktisch gleichzeitig auf, zack. 😄 Erst dann realisierte ich: Ups, das war gar kein Mensch, sondern ein Bot. Mit der Latenz haben sie da aber wohl noch ein Thema 😄.
Als dann beim Release von OpenClaw in Aussicht gestellt wurde, dass man es auch als AI-Voice-Bot einsetzen könnte, war mein Interesse geweckt. Ich habe ziemlich lange daran herumgebastelt. Technisch funktionierte es zwar. Der Bot konnte tatsächlich jemanden anrufen. Aber die Antwort-Latenz von OpenClaw mit teilweise bis 7 Sekunden auf Antworten des Gesprächs-Partners war einfach viel zu hoch und damit unbrauchbar.
Natürlich war ich trotzdem angefixt.
Zweiter Anlauf: Direkt mit ElevenLabs + Claude Code.
Und was soll ich sagen. Diesmal hat es funktioniert. Und zwar richtig und schnell. Claude Code erledigte den Job.
🔧 Was Claude Code in 2 Stunden testweise gebaut hat:
Einen KI-Telefon-Assistenten, den ich per Telegram-Bot steuern kann. Ich schreibe eine Nachricht wie: „Ruf +41 xxxx xx xx an und frag ….“ und der Agent ruft autonom an, führt das Gespräch auf Deutsch und liefert mir danach Antworten, Transkript, Zusammenfassung und Audio-Aufnahme per Telegram und E-Mail zurück.
⚙️ Der Aufbau:
➡️ ElevenLabs Conversational AI
➡️ Claude Sonnet 4.5
➡️ Twilio
➡️ FastAPI
➡️ Claude Code oder Telegram Bot
➡️ Python
Wenn so etwas bereits im ersten Test dann so gut funktioniert, wirkt das im ersten Moment fast etwas surreal. Die Antworten des Bots kamen natürlich und flüssig. Beeindruckend.
⚠️ Wichtiger Hinweis:
Das war ein kontrollierter Ersttest im privaten Umfeld mit einer eingeweihten Person und hatte die Einwilligung für den KI-Anruf und die Aufnahme, etc.
