Build Case Study · Voice AI · Operations
Anruvo bauen: Warum ein KI-Telefonagent deterministische Geschäftslogik braucht
Ich habe Anruvo mit einer einfachen Beobachtung begonnen: Servicebetriebe verlieren nicht deshalb Wert, weil niemand einen Anruf transkribieren kann. Wert geht verloren, wenn ein Anruf verpasst wird, wichtige Angaben unvollständig bleiben, Dringlichkeit uneinheitlich bewertet wird oder der nächste Schritt nie die richtige Person erreicht.
Das verändert die Architektur. Ein nützlicher KI-Telefonagent darf nicht bei einem natürlichen Gespräch enden. Er muss den Anruf in einen strukturierten operativen Vorgang überführen, die Regeln des Betriebs anwenden, Unsicherheit sichtbar machen und das Ergebnis an ein menschliches Team übergeben, ohne einen Erfolg zu erfinden.
Dieser Artikel zeigt transparent das System, das ich für den deutschen Mittelstand entwickle, mit SHK als erstem spezialisierten Branchenmodus. Er beschreibt, was funktioniert, warum deterministische Logik außerhalb des Sprachmodells liegt und was vor einem bezahlten Voice-Pilot noch fehlt.
Zentrale Designentscheidung
Das Modell versteht das Gespräch. Geschäftsregeln entscheiden über den nächsten Schritt.
Ein Voice-Modell eignet sich für Dialog und Extraktion. Es ist nicht die letzte Instanz für Notfallklassifikation, Einsatzgebiet, Rückrufpriorität, Terminberechtigung oder die Behauptung, dass ein Vorgang erstellt wurde. Diese Entscheidungen gehören in versionierte serverseitige Logik und verifizierte Tool-Ergebnisse.
Der Anruvo Kontrollpfad
Gespräch
Das Voice-Modell spricht Deutsch, weist auf die KI hin und erfasst die Fakten des aktiven Branchenschemas.
Strukturierter Intake
Ein typisierter Tool Call übergibt validierte Felder und meldet fehlende Informationen explizit.
Decision Engine
Versionierte Regeln bestimmen Sicherheit, Priorität, Berechtigung und den zulässigen nächsten Schritt.
Operativer Vorgang
Das verifizierte Ergebnis wird zum mandantenisolierten Vorgang für ein menschliches Team, mit nachvollziehbarem Status und Empfehlung.
1. Mit dem operativen Ergebnis beginnen, nicht mit der Voice-Demo
Eine überzeugende Voice-Demo kann natürlich antworten. Das geschäftliche Ergebnis ist jedoch ein vollständiger Vorgang, mit dem das Büro arbeiten kann: Anrufer, Ort, Anliegen, Anlagendetails, Dringlichkeitssignale, Kundenstatus und ein zulässiger nächster Schritt.
Die Experience wird vom Cockpit rückwärts entworfen. Jede Frage existiert, weil eine spätere Regel oder ein Mitarbeiter die Antwort benötigt. Fehlende Pflichtfelder bleiben sichtbar, statt als fertige Anfrage dargestellt zu werden.
2. Gespräch und Entscheidungslogik trennen
Die Intake Engine ist eine deterministische API-Grenze. Sie erhält strukturierte Felder und liefert Entscheidung, fehlende Angaben und Rule Trace zurück. Aktuelle SHK-Regeln behandeln Gasgeruch, aktiven Wasseraustritt, vollständigen Heizungsausfall, vulnerable Haushalte, Einsatzgebiet, Öffnungszeiten, Rückrufpriorität und Terminrouting.
Diese Trennung macht Verhalten ohne echten Anruf testbar und verhindert, dass Prompt oder Modellupdate unbemerkt einen Notfallpfad verändern. Der Assistent darf Fakten erfassen, bestätigt Rückruf, Weiterleitung oder Termin aber nur nach erfolgreichem Tool-Ergebnis.
3. Angenommene Anrufe in prüfbare Vorgänge überführen
Das Kundencockpit ist die operative Oberfläche für offene und dringende Vorgänge, Sicherheitsantworten, regelbasierte Empfehlung und Bearbeitungsstatus. Ein geschützter Workspace liest mandantenisolierte Organisationen und Vorgänge aus Supabase.
Mitarbeiter erhalten eine strukturierte Zusammenfassung, statt Audio erneut anzuhören oder ein Transkript zu interpretieren. Sie können übernehmen, abschließen und nachvollziehen, warum das System eine Priorität vergeben hat.
4. Datenschutzaussagen als Architekturgrenzen behandeln
Anruvo startet mit einem ausdrücklichen KI-Hinweis. Audioaufzeichnung ist nicht konfiguriert, dauerhafte Transkriptspeicherung ist nicht implementiert, Realtime Tracing ist deaktiviert und der Webhook protokolliert nur eine Fehlerklasse statt Payloads oder SIP Header.
Diese Defaults reduzieren die Exposition, sind aber keine vollständige Compliance-Aussage. Provider Retention, Datenresidenz, AV-Verträge, Löschung, Zugriffsrechte und Rechtsgrundlage müssen vor einem bezahlten Pilot geprüft werden.
5. Die Telefoniegrenze für Fehler bauen
Der SIP Entry Point akzeptiert signierte OpenAI Realtime Webhooks für eingehende Anrufe und lehnt nicht unterstützte Events ab. Eine deutsche Nummer kann über einen sicheren Twilio SIP Trunk mit dem OpenAI EU SIP Endpoint verbunden werden. Die Session startet auf Deutsch und weist auf den KI-Assistenten hin.
Der verbleibende Meilenstein ist ein persistenter Sideband Controller. Er muss das strukturierte Submit-Case Tool ausführen, Regeln anwenden, das Ergebnis zurückgeben und nur weiterleiten, wenn Regel und menschliches Ziel dies erlauben. Eine Serverless Route ist kein dauerhafter WebSocket Worker.
6. Mit einem engen Branchenmodus eine reale Plattform bauen
Anruvo richtet sich an serviceorientierte Unternehmen im deutschen Mittelstand, während SHK der erste spezialisierte Modus ist. Der vertikale Fokus macht Felder, Dringlichkeit, Gebiet, Öffnungszeiten und Eskalationsregeln konkret genug zum Testen.
Funktioniert das Muster in einem anspruchsvollen Workflow, können weitere Modi die Plattform mit eigenen Schemas und Entscheidungen nutzen. Das wiederverwendbare Produkt ist der kontrollierte Pfad vom Gespräch zur Geschäftsaktion, nicht ein generischer Prompt.
7. Was heute funktioniert und was als Nächstes kommt
Marketing Experience, Pilot Intake, SHK Simulator, deterministische Intake API, Cockpit-Vorschau, geschützter Supabase Workspace, Statusänderungen und signaturgeprüfter SIP Webhook sind implementiert. Damit lassen sich Produktmodell und Non-Voice Workflow ehrlich testen.
Als Nächstes folgen Sideband Service, vollständige Call-Ausführung, Transfer- und Fehlertests, Observability, Retention Review und ein kontrollierter Pilot mit einem echten Betrieb vor einer breiten Launch-Aussage.
Aktuelle Produktgrenze
Funktionaler SHK Simulator und deterministische Intake API
Geschützter Workspace mit mandantenisolierten Supabase-Daten
Signaturgeprüfter OpenAI Realtime SIP Entry Point
Persistenter Sideband Controller für Live Tool-Ausführung
End-to-End Tests für Transfer, Timeout, Retry und Reconciliation
Provider AV-Verträge, Retention und Review des Produktiv-Deployments
Das eigentliche Produkt beginnt dort, wo das Gespräch endet
Voice-Qualität ist wichtig, aber schwierig ist die Entscheidung, was das Gespräch auslösen darf, der Nachweis erfolgreicher Aktionen und ein nutzbares Ergebnis, wenn Modell oder Abhängigkeit unsicher sind.
Anruvo ist mein Versuch, dieses Kontrollsystem für alltägliche Serviceprozesse zu bauen: dialogfähig am Rand, deterministisch an der Entscheidungsgrenze und in menschlicher Verantwortung am Aktionspunkt.
Sie bauen ein Voice- oder Workflow-KI-System?
Ich entwerfe strukturierte Outputs, Regelgrenzen, Tool-Ausführung und operative Übergaben, die aus einer KI-Interaktion verlässliche Business-Software machen.
Gespräch beginnen