Das Problem
Jeder verpasste Anruf ist ein verlorener Auftrag. In einem Dienstleistungsbetrieb läutet das Telefon, während der Chef auf der Baustelle oder schon zu Hause ist, und eine Mobilbox bucht keinen Termin.
Was es macht
DienstBot nimmt eingehende Anrufe auf Deutsch an. Er qualifiziert den Anrufer: was er braucht, ob der Auftrag zum Betrieb passt und ob er im Einzugsgebiet liegt. Er bucht den Termin im Kalender, schickt dem Anrufer eine SMS-Bestätigung und dem Betrieb eine Zusammenfassung per E-Mail. Kann er ein Gespräch nicht sicher abschließen, eskaliert er mit allem bisher Erfassten an den Inhaber, statt zu improvisieren.
DienstBot ist eine mandantenfähige SaaS mit Selbst-Einrichtung. Ein Betrieb verbindet sein Google-Konto, richtet die Rufumleitung ein, und der Agent ist live. Jeder Betrieb hat eigene Stimme, eigenen Prompt und eigenes Vokabular. Sprache, Stimme, Szenario und bisherige Anrufe ergeben sich aus der Rufnummer, ohne Einrichtung pro Anruf. Neben dem Empfang bietet die Plattform einen Assistenzmodus und automatisches Onboarding.
Wie er gebaut ist
Ich habe DienstBot vollständig selbst gebaut und betreibe ihn: Telefonie, Echtzeit-Sprachdialog, phasenbasierte Gesprächssteuerung, Abrechnung und Monitoring.
Ein Anruf kommt über einen österreichischen SIP-Trunk, läuft durch einen SIP-Proxy (Asterisk) und wird auf einem selbst gehosteten LiveKit-Server in WebRTC übergeführt. Ein Sprachagent verarbeitet ihn: Sprachaktivitätserkennung, Streaming-Spracherkennung, ein Sprachmodell mit Funktionsaufrufen und neuronale Sprachausgabe. Die Stufen überlappen sich, Transkription schon während der Anrufer spricht, Sprachausgabe ab dem ersten Satzteil, für ein Antwortbudget von einer Sekunde über das öffentliche Telefonnetz. Das Ende eines Redebeitrags sagt das Modell voraus, nicht eine feste Pause.
Das Gespräch läuft in Phasen mit festgelegten Übergängen und Rückfallebenen. Die KI hat keinen direkten Zugriff auf Kalender, Datenbank oder auch nur die Uhrzeit. Jede konkrete Aussage, ein freier Termin oder eine Bestätigung, stammt aus einem ausdrücklichen Funktionsaufruf; Daten zu erfinden ist baulich ausgeschlossen. Das Verhalten sichert eine adversariale End-to-End-Testsuite mit Gesprächs- und Onboarding-Szenarien ab, einschließlich Prompt-Injection- und Jailbreak-Versuchen.
Jede Stufe läuft bei einem EU-Anbieter und wechselt im laufenden Anruf automatisch auf ein unabhängiges EU-Backup. Bei Deployments werden laufende Anrufe zu Ende geführt, bevor ein Worker endet. Provider-Guthaben und Fehler lösen Alarme per Messenger und E-Mail aus, und jede Änderung durchläuft eine CI-Prüfung von Lint und Tests bis zum Secret- und CVE-Scan. Die Daten liegen in PostgreSQL mit Mandantentrennung auf Zeilenebene; Kalender ist Google Kalender, abgerechnet wird über Stripe.
Datenschutz by Design
Audio wird nie auf die Festplatte geschrieben. Es wird im Arbeitsspeicher verarbeitet, einen Speicherpfad dafür gibt es bewusst nicht. Das System ist in EU-Rechenzentren selbst gehostet, mit Sprach- und Modellanbietern in der EU. OAuth-Tokens sind mit AES-256 verschlüsselt, Webhooks per HMAC authentifiziert, Datenbankrollen haben nur die nötigsten Rechte. Der Betrieb bekommt Termin und Zusammenfassung, keine Aufnahme.
Was das über meine Arbeitsweise zeigt
Aus DienstBot stammen die Regeln, nach denen ich für Kunden baue. Die KI entscheidet nur, was sie entscheiden muss, und jede Tatsache kommt aus einem System, nicht aus dem Modell. Ist sie unsicher, übergibt sie mit Kontext an einen Menschen. Datenschutz ist eine Eigenschaft der Architektur, kein Absatz in den AGB. Und fertig ist ein System erst, wenn es im Echtbetrieb läuft, mit Monitoring und Ausfallsicherung.
Live ansehen: dienstbot.at