Conversational IVR ist ein Sprachdialogsystem, in dem Anrufende ihr Anliegen in eigenen Worten formulieren, statt sich per Ziffernwahl durch einen Menübaum zu drücken. Der Anrufer sagt „Ich möchte den Termin am Donnerstag verschieben“, und das System leitet weiter oder handelt direkt danach.
Es ist die Zwischenstufe zwischen einem klassischen IVR und einem vollwertigen Voice Agent – und dieser Unterschied ist beim Einkauf entscheidend.
Was sich gegenüber einem Tastenmenü ändert
Ein klassisches IVR bietet einen festen Baum. Alle Anrufenden laufen dieselben Äste ab, und die Designaufgabe besteht darin, zu erraten, welche vier Optionen die meisten Anliegen abdecken. Alles darüber hinaus endet bei „Drücken Sie die 0 für einen Mitarbeiter“.
Conversational IVR ersetzt die Äste durch eine offene Frage. Das ändert drei Dinge.
Anrufende müssen ihr Anliegen nicht mehr auf Ihr Menü abbilden. Sie beschreiben es, und das System klassifiziert. Wer sonst die 0 gedrückt hätte, wird jetzt korrekt weitergeleitet.
Der Baum darf breiter sein als vier Optionen. Menüs sind dadurch begrenzt, was sich jemand merken kann; Sprache ist es nicht.
Barge-in wird wichtiger. Wer bereits weiß, was er will, sollte es über die Begrüßung hinweg sagen können – siehe Barge-in dazu, warum das eine Designentscheidung und keine Standardeinstellung ist.
Was sich nicht ändert: Es bleibt Routing. Conversational IVR klassifiziert und leitet weiter. In der Regel führt es kein Gespräch, schlägt nichts nach und erledigt das Anliegen nicht.
Wo weiterhin DTMF nötig ist
Sprache ersetzt die Tastatur nicht überall.
Kontonummern, Kartenziffern und Geburtsdaten lassen sich per Tastendruck zuverlässiger erfassen als per Spracherkennung – und in manchen Fällen ist das Pflicht: Die Erfassung per DTMF lässt sich in Aufzeichnungen maskieren, was bei gesprochenen Ziffern kaum praktikabel ist.
Ein gut gebautes Conversational IVR behält beide Wege und entscheidet pro Feld, statt Sprache als Ersatz für die Tastatur zu behandeln.
Woran es scheitert
Drei Dinge, in der Reihenfolge, in der sie Ärger machen.
Selbstsicher falsche Klassifikation. Ein Menü, das falsch weiterleitet, ist ärgerlich; ein System, das sagt „Ich verbinde Sie mit der Buchhaltung“ und es dann nicht tut, ist schlimmer – denn der Anrufer glaubt es.
Kein sauberer Rückfallweg. Das System braucht eine Möglichkeit, zuzugeben, dass es nicht verstanden hat, und das Menü anzubieten, ohne in eine Schleife zu geraten. Zwei Fehlversuche und dann die Weiterleitung an einen Menschen ist eine vernünftige Regel.
Latenz am Anfang des Anrufs. Jede Sekunde, bis die Begrüßung reagiert, zahlen alle Anrufenden – auch diejenigen, die mit einem einzigen Wort korrekt weitergeleitet worden wären.
Conversational IVR oder Voice Agent
Die Trennlinie verläuft dort, wo das System das Anliegen erledigt.
Conversational IVR versteht und leitet weiter. Ein Voice Agent versteht, schlägt nach, handelt und schließt den Anruf ab – er bucht den Termin, statt an das Team weiterzuleiten, das ihn bucht.
Wenn Sie Menübäume verkürzen und Fehlweiterleitungen reduzieren wollen, ist Conversational IVR die kleinere und sicherere Veränderung. Wenn das Ziel Anrufe sind, die nie bei einem Menschen landen, ist Routing nicht der Engpass – und den Menüaustausch bringt Sie nicht dorthin.
Häufige Fragen
Was ist Conversational IVR? Ein IVR, das gesprochene Eingaben in natürlicher Sprache statt Menüauswahl per Tastatur annimmt, das Gesagte klassifiziert und den Anruf entsprechend weiterleitet.
Worin unterscheidet sich Conversational IVR von einem Voice Agent? Conversational IVR versteht und leitet weiter. Ein Voice Agent erledigt das Anliegen: Er ruft Daten ab, führt Aktionen aus und löst den Anruf ohne Weiterleitung.
Brauchen Anrufende weiterhin die Tastatur? Für Kontonummern, Kartendaten und Datumsangaben ja. Die Tastaturerfassung ist bei Ziffern zuverlässiger und lässt sich in Aufzeichnungen so maskieren, wie es bei gesprochenen Ziffern nicht geht.
Was passiert, wenn es nicht versteht? Ein gut gestaltetes System bietet nach wenigen Fehlversuchen das Menü an und leitet an einen Menschen weiter, statt in einer Schleife zu hängen.
Funktioniert das mit Dialekten und Hintergrundgeräuschen? Besser als früher und schlechter als im ruhigen Studio. Audio im Telefonieband ist der harte Fall – testen Sie deshalb an echten Anrufen statt an sauberen Aufnahmen.
