Sprachagent auf Vapi oder Bland bauen oder einen kaufen, der deinen Shop kennt?

Bau einen Sprachagenten auf einer Plattform wie Vapi, Bland oder Retell, wenn du Entwickler hast und eigene Anrufabläufe oder ein hohes Anrufaufkommen brauchst. Wähle einen Agenten, der schon mit deinem Shop verbunden ist, wenn er bald Fragen zu Bestellungen beantworten soll, denn der Minutenpreis ist nur ein Teil der Kosten. Bestellabfragen, die Prüfung der Anrufer, Übergaben und Regeln zur Aufzeichnung musst du selbst bauen.

Mit Sprachplattformen ist es leicht, eine KI ans Telefon zu bringen. Dass sie einem echten Kunden sicher sagt, wo seine echte Bestellung ist, ist das größere Projekt. Dieser Leitfaden zeigt, was du selbst bauen würdest, welche Preise die Plattformen veröffentlichen und wie du entscheidest. Was der Sprachagent eines Shops überhaupt können sollte, erfährst du zuerst in unserem Leitfaden zu KI-Sprachagenten für Shopify.

Addiert man die von Vapi genannten Spannen für einen eingehenden Anruf, ergeben sich grob US$0,09 bis US$0,14 pro Minute. Das ist unsere Rechnung und keine Zahl, die Vapi veröffentlicht. Dein echter Wert hängt davon ab, welches Modell und welche Stimme du wählst.

Mit dieser Formel schätzt du deine Kosten: Anrufe pro Monat × durchschnittliche Minuten pro Anruf × Preis pro Minute. Angenommen, du hast 1.000 Anrufe pro Monat mit durchschnittlich drei Minuten. Bei US$0,14 pro Minute sind das US$420 pro Monat, noch ohne Entwicklungszeit. Diese Zahlen sind ein Beispiel, nimm also deine eigenen Anrufprotokolle.

Vapi beschreibt sich selbst als „the developer platform for building voice AI agents“ (docs.vapi.ai, geprüft am 1. November 2026). Du wählst Transkription, Modell und Stimme und bindest deine eigenen Systeme über Tools an. Diese Flexibilität ist der Reiz, und sie bedeutet auch, dass diese Liste deine Sache ist:

• Telefonnummern und SMS-Regeln: Kaufe oder übertrage Nummern und registriere sie, wenn du auch SMS schicken willst.
• Prompts und Tests: Anrufer unterbrechen, nuscheln und ändern ihre Meinung. Das alles musst du testen, und nach jeder Änderung noch einmal.
• Bestellabfragen: Verbinde dich mit Shopify, geh mit Kunden um, die mehrere Bestellungen haben, und lass Ergebnisse natürlich vorlesen.
• Prüfung der Anrufer: Eine Telefonnummer allein ist ein schwacher Identitätsnachweis. Leg fest, was der Agent prüfen muss, bevor er Bestelldetails teilt.
• Übergabe an einen Menschen: Leg fest, wer den Anruf bekommt, was passiert, wenn niemand rangeht, und wie die Person den Kontext erhält.
• Aufzeichnung und Einwilligung: Manche US-Bundesstaaten und andere Länder verlangen, dass alle am Gespräch Beteiligten der Aufzeichnung zustimmen. Du brauchst also einen Hinweis und eine Aufbewahrungsregel.
• Anbindung an alles andere: Wenn der Kunde gestern eine SMS geschickt hat, sollte der Sprachagent das wissen. Das setzt einen gemeinsamen Kundenverlauf voraus.
• Überwachung: Du musst fehlgeschlagene Anrufe finden, bevor sich Kunden beschweren, und dafür baust du meist eigene Werkzeuge zur Anrufprüfung.

Das sind allgemeine Informationen, keine Rechtsberatung. Die Regeln zu Anrufaufzeichnung und Einwilligung unterscheiden sich je nach Ort, frag also deinen Anwalt. Siehe Einwilligung zur Anrufaufzeichnung.

Wenn du kaufst, sind das die Funktionen, auf die du achten solltest. Ein Anbieter sollte dir jede davon in einem echten Anruf zeigen können:

• Antwortet aus deinen freigegebenen Richtlinien und deinen echten Bestelldaten.
• Prüft, wer anruft, bevor er private Angaben teilt.
• Teilt sich einen Kundenverlauf mit deinen Kanälen für SMS, E-Mail und Chat.
• Lässt ein Teammitglied dazukommen oder übernehmen, mit dem Kontext des Anrufs auf dem Bildschirm.
• Zeichnet nach einer Richtlinie auf, die du pro Nummer festlegst, mit einer Aufbewahrungsfrist.
• Zeigt dir, was er bei jedem Anruf getan hat.

• Sprache ist zentral für dein Produkt und nicht nur ein Support-Kanal.
• Du machst ausgehende Anrufe in einer Menge, bei der der Minutenpreis alles entscheidet.
• Du brauchst Anrufabläufe, die kein fertiges Produkt unterstützt.
• Du hast schon Entwickler mit Telefonie-Erfahrung, und sie haben Zeit, das System am Laufen zu halten.

• Die meisten Anrufe drehen sich um Bestellungen, Versand, Rücksendungen und Abos.
• Du hast keinen Entwickler, der ein Telefonsystem betreuen will.
• Kunden erreichen dich auch per SMS, E-Mail und Chat, und du willst einen gemeinsamen Verlauf.
• Teammitglieder sollen ohne zusätzliche Tools in einen laufenden Anruf einsteigen können.

• Deine 10 häufigsten Anrufe: Ruf selbst an und nutze echte Bestellnummern von einem Testkonto.
• Eine laute Leitung: Versuch es aus dem Auto oder von einer belebten Straße.
• Unterbrechungen: Fall ihm ins Wort und ändere deine Anfrage mittendrin.
• Ein verärgerter Anrufer: Übergibt er schnell, und bekommt das Teammitglied die Vorgeschichte?
• Ein Anrufer, der sich nicht ausweisen kann: Bleiben private Angaben privat?
• Die Rechnung: Vergleiche die geschätzten Kosten eines ganzen Monats mit deinen echten Anrufprotokollen.

Egal, welchen Weg du gehst: Fang eng an. Wähle die ein oder zwei häufigsten Anrufarten, meist Bestellstatus und einfache Fragen zu Richtlinien, und übergib alles andere an einen Menschen.

• Sammle deine Anrufgründe: Die Anrufnotizen einiger Wochen zeigen, was Anrufer wirklich wollen.
• Schreib die Regeln auf: Leg fest, was er prüfen muss, was er beantworten darf und wann er übergibt.
• Leg fest, was außerhalb der Geschäftszeiten passiert: Anrufer sollten immer wissen, wie es weitergeht, wenn kein Teammitglied frei ist.
• Leg zuerst deine Richtlinie zur Aufzeichnung fest: Wähle Hinweis und Aufbewahrungsfrist vor dem ersten echten Anruf.
• Prüfe am Anfang jeden Tag Anrufe: Achte auf falsche Antworten, lange Pausen und verpasste Übergaben.

Concierge geht an dein Telefon, mit demselben Agenten, demselben Gedächtnis und denselben Regeln wie deine anderen Kanäle. Teammitglieder können über die Finn-Apps mithören, dazukommen oder eine Weiterleitung annehmen, du legst eine Richtlinie zur Aufzeichnung pro Nummer fest, und du kannst deine bestehende Nummer mitbringen. Concierge nimmt Anrufe an und erledigt Anfragen im Gespräch. Telefonmenüs, Anrufweiterleitung, Rufgruppen oder Terminbuchungen per Sprache sind nicht enthalten. Wenn du das brauchst, passt eine eigene Lösung oder ein anderes Produkt womöglich besser.

Abgerechnet wird über Concierge-Credits, und Anrufe und SMS werden nach Verbrauch abgerechnet. Weiterlesen: KI-Agent selbst bauen oder kaufen, IVR oder KI-Telefonagent und KI-Eskalation und Übergabe an Menschen. Glossar: Einwilligung zur Anrufaufzeichnung und Übergabe an Menschen.

Die veröffentlichten Plattformpreise lagen auf den Seiten, die wir am 1. November 2026 geprüft haben, bei etwa US$0,07 bis US$0,31 pro Minute, je nach Plattform und Modell. Dazu kommt Entwicklungszeit für Shop-Anbindungen, Prüfung, Übergabe und Überwachung, und das ist oft der größere Kostenpunkt.

Beide sind für Teams gebaut, die eigene Sprachagenten entwickeln wollen. Die Wahl hängt also von deinen Entwicklern und deinem Anrufmuster ab. Keiner von beiden beantwortet Fragen zu Bestellungen, bevor ihn jemand mit deinem Shop verbindet. Wenn dir Entwickler fehlen, sieh dir Agenten an, die schon mit Shopify verbunden sind.

Ja, wenn er mit deinem Shop verbunden ist. Auf einer Plattform zum Selbstbauen bindest du das über deine eigenen Tools an. Ein fertiges Produkt für Shops bringt es mit. In jedem Fall sollte der Agent prüfen, wer anruft, bevor er Bestelldetails teilt.

Oft ja. Die Regeln unterscheiden sich je nach Ort, und manche Orte verlangen, dass alle am Gespräch Beteiligten zustimmen. Sag Anrufern, dass aufgezeichnet wird, leg eine Aufbewahrungsfrist fest und frag deinen Anwalt nach den Regeln, die für dich gelten. Das ist keine Rechtsberatung.