Qualitätsmanagement · Mensch und Bot

Ein Bogen für Mensch und Bot.

Ihr Floor ist längst nicht mehr rein menschlich. Numi bewertet menschliche Agenten und KI-Caller auf derselben Scorecard, mit denselben Kriterien und denselben Gewichten, und stellt beide in ein Ranking. Eine Note mit Beleg, egal ob am anderen Ende ein Mensch oder ein Voicebot war. Eine Skala, kein zweierlei Maß.

Ein Ranking. Ihr Bogen, Ihre Gespräche.

01Ein Ranking
Ranking · Woche 46 · eine Skala
1M. Keller4,6
2Voicebot Flow B KI4,3
3S. Breuer3,9
4KI-Caller Inbound KI3,7
5T. Okafor3,6

Menschen und KI-Caller in einem Ranking.

Wenn der Voicebot in einem eigenen Dashboard lebt und die Agenten in einem anderen, bleibt „der Bot läuft gut“ ein Gefühl. Niemand kann sagen, ob Flow B wirklich besser abschließt als das Team, weil beide auf verschiedenen Skalen gemessen werden.

Numi stellt jeden Caller in dasselbe Ranking, gleiche Kriterien, gleiche Gewichte, Mensch oder KI. Das Montagsmeeting läuft auf einem Bild, nicht auf zweien, und die Agenten merken, dass für den Bot dieselbe Latte gilt.

Die Frage dahinter

„Schlägt unser Voicebot das Team wirklich, oder wird er nur milder gemessen?“

02Ein Bogen

Derselbe QS-Bogen, auf beide angewendet.

Ihr Bogen hat Jahre an Kalibrierung gekostet: Begrüßung, Legitimation, Lösungsangebot, Abschluss, mit Ihren Gewichten. Ihn für den Bot wegzuwerfen und auf Anbieter-Kennzahlen umzusteigen macht jeden Bot-Score unvergleichbar mit allem, was Sie über Ihre Menschen wissen.

Numi übernimmt Ihre Kriterien und Ihre Gewichte, wie sie sind, und wendet sie auf die Bot-Aufzeichnung genauso an wie auf die menschliche. Hat der KI-Caller legitimiert, bevor er Kontodetails nannte? Derselbe Bogen gibt die Antwort.

Die Frage dahinter

„Bewerten wir den Bot auf unserem Bogen, oder fängt er auf der Skala des Anbieters von vorn an?“

QS-Bogen v3 · identisch für Mensch und Bot
Begrüßung15%
Legitimation30%
Lösungsangebot35%
Gesprächsabschluss20%
ein Bogen, zwei Arten von Caller
03Beleg pro Note
Beleg · Legitimation · KI-Caller 2217
„Ich verbinde Sie direkt mit dem passenden Angebot.“00:12
Warum 2/5: Der Bot ist zum Angebot gesprungen, ohne vorher Kundennummer und Geburtsdatum abzufragen. Der QS-Bogen verlangt die Legitimation zuerst, auch beim Bot.

Auch die Note des Bots trägt den Satz, aus dem sie kommt.

Ein Bot-Score ohne Beleg ist genauso wenig wert wie ein menschlicher ohne Beleg. „Der Flow performt“ hilft niemandem, der den Flow verbessern soll, und schon gar nicht in einem Gespräch mit dem Anbieter.

Jeder Numi-Score verlinkt auf die exakte Stelle im Transkript, Zitat und Zeitstempel inklusive, bei Bot-Calls wie bei menschlichen. So sehen Sie, an welcher Zeile der Flow entgleist, und können die Note überstimmen, wenn Ihr QM-Team anderer Meinung ist.

Die Frage dahinter

„Zeigen Sie mir den Satz, an dem der Bot diese 2 von 5 verdient hat.“

04Was auf den Bogen des Bots gehört

Ein Bot-Call hat eigene Pflichtkriterien.

Weil es derselbe Bogen ist, können Sie ihn um die Kriterien ergänzen, die nur für KI-Caller zählen, und beide Welten bleiben trotzdem auf einer Skala. Hat der Bot sauber an einen Menschen übergeben, als das Anliegen zu komplex wurde? Hat er nicht halluziniert, sondern beim Fakt geblieben?

Ein Kriterium, das viele Betreiber jetzt auf den Bogen setzen: Hat der KI-Caller zu Beginn offengelegt, dass er eine KI ist? Seit dem 2. August 2026 verlangt Artikel 50 des EU AI Act, dass Menschen erfahren, wenn sie mit einem KI-System sprechen. Die Pflicht trifft formal den Anbieter des Bots, doch der Betreiber der Kampagne muss dafür sorgen, dass es auf jedem Call tatsächlich passiert, und das belegen können. Die Aufzeichnung gegen ein Disclosure-Kriterium zu bewerten ist genau dieser Beleg. Den rechtlichen Hintergrund erklärt der Beitrag zur Transparenzpflicht für KI-Anrufe.

Zusatzkriterien · nur KI-Caller
KI-Offenlegung zu Beginnerfüllt
Übergabe an Mensch bei Eskalationerfüllt
Beim Fakt geblieben, nicht erfundenFlag
Hinweis: Die KI-Offenlegung ist ein Prüfpunkt auf dem Bogen, kein Rechtsgutachten. Dieser Abschnitt ist ein sachlicher Hinweis, keine Rechtsberatung.
05Volle Abdeckung
Eine normale Woche auf einem Floor
8.000
Calls angenommen
80
gehört im Stichproben-QM
8.000
bewertet von Numi

Jeder Call, auch jeder Bot-Call.

Ein Voicebot kann über Nacht tausend Gespräche führen. Eine Ein-Prozent-Stichprobe sieht davon fast nichts, und der Flow, der bei Rechnungsfragen entgleist, bleibt wochenlang unsichtbar.

Numi bewertet jeden aufgezeichneten Call, der eingeht, menschlich oder KI. So steht im Report die Abdeckung, die Ihr Bot-Volumen verlangt, nicht die Handvoll, die ein Reviewer schafft.

Die Frage dahinter

„Wie viele der nächtlichen Bot-Calls hat jemand wirklich bewertet?“

06Ehrlich bei dünner Stichprobe

Ein neuer Flow mit vier Calls ist kein Urteil.

Rollt ein Bot-Flow frisch aus, liegen anfangs nur wenige Calls vor. Ein Tool, das ihn trotzdem sofort ganz oben oder ganz unten einsortiert, rät, und beim Bot fällt das genauso auf wie beim Menschen.

Numi zeigt Caller unter der Mindestanzahl an Calls als nicht gerankt oder mit niedriger Konfidenz, die Call-Zahl direkt neben dem Label. Eine dünne Stichprobe heißt bei uns dünne Stichprobe, auch wenn es ein vielversprechender neuer Flow ist.

Die Frage dahinter

„Wie sieht ein Bot-Flow mit vier Calls in Ihrem Ranking aus?“

Unteres Ende desselben Rankings
6J. Vogel niedrige Konfidenz3,2
–Voicebot Flow C nicht gerankt, 4 Callsn/a
Regel: Unter der Mindestanzahl an Calls labelt Numi, statt zu raten. Für Bots gilt dieselbe Regel wie für Menschen.
07Wo das läuft

Bewerten Sie Mensch und Bot an Ihren eigenen Calls.

Schicken Sie einen Stapel durch Numi, in dem auch Bot-Calls liegen, und sehen Sie beide auf einer Skala. Überzeugt das Ranking nicht, haben Sie einen Testlauf verloren, kein Budget.

Pilot starten →

Ein Ranking. Ihr Bogen, Ihre Gespräche.

Fragen zu QM für Mensch und Bot

Was heißt ein Bogen für Mensch und Bot?

Ihre menschlichen Agenten und Ihre KI-Caller werden auf derselben Scorecard bewertet, mit denselben Kriterien und denselben Gewichten, und landen in einem gemeinsamen Ranking. Statt eines Dashboards für die Agenten und einer Anbieter-Metrik für den Voicebot sehen Sie beide auf einer Skala. Numi bewertet den aufgezeichneten Call, egal ob am anderen Ende ein Mensch oder ein Bot war.

Ist das Bewerten eines KI-Callers eine neue Funktion?

Nein. Ein KI-Caller hinterlässt eine aufgezeichnete Unterhaltung wie jeder andere Call, und genau diese Aufzeichnung gegen Ihre Scorecard zu bewerten ist die Arbeit, die Numi ohnehin macht. Es gibt kein neues Produkt und keine Bot-Integration. Sie exportieren den Stapel Calls, in dem auch Bot-Calls liegen, und Numi bewertet jeden davon Kriterium für Kriterium.

Wie bewertet Numi KI-Caller unabhängig vom Bot-Anbieter?

Numi liest die Aufzeichnung des Gesprächs, nicht die Telemetrie des Bots. Viele Voicebot-Plattformen bewerten die eigenen Bots anhand ihrer eigenen Kennzahlen, was eine Partei prüfen lässt, die ein Interesse am Ergebnis hat. Eine unabhängige QM-Bewertung nimmt denselben QS-Bogen, den Ihre menschlichen Agenten bekommen, und wendet ihn auf die Bot-Aufzeichnung an, mit dem Zitat hinter jeder Note.

Welche KI-Caller-QM-Software gibt es auf Deutsch?

Die Kategorie ist schmal. US-Startups für die Bewertung von KI-Stimmagenten arbeiten bislang auf Englisch, und die großen Voicebot-Plattformen bewerten vor allem ihre eigenen Bots. Numi bewertet KI-Caller und menschliche Agenten auf Deutsch gegen Ihre eigene Scorecard, mit Aufzeichnungen in der EU. Direkte Vergleiche in der menschlichen QM-Kategorie stehen auf unseren /vs-Seiten.

EU AI Act Artikel 50: Wer muss die KI-Offenlegung im Anruf sicherstellen und belegen?

Artikel 50 Absatz 1 der EU-KI-Verordnung verlangt, dass Menschen erfahren, wenn sie mit einem KI-System sprechen, es sei denn, das ist offensichtlich. Die Pflicht, das System so zu gestalten, trifft formal den Anbieter des Bots. In der Praxis trägt jedoch der Betreiber, der die KI-Caller-Kampagne fährt, die Verantwortung dafür, dass die Offenlegung auf jedem Call tatsächlich stattfindet, und muss das belegen können. Die Regel gilt seit dem 2. August 2026, der Bußgeldrahmen reicht bis 15 Millionen Euro oder 3 Prozent des weltweiten Jahresumsatzes. Das ist ein sachlicher Hinweis, keine Rechtsberatung; Details im Beitrag zur Transparenzpflicht für KI-Anrufe.

Was kostet die QM-Bewertung von KI-Callern?

Numi startet mit einem Piloten mit festem Umfang: Sie exportieren einen Stapel echter Calls, in dem auch Bot-Calls liegen, Numi bewertet sie, und Sie sehen Ranking und Report, bevor Sie sich auf Lizenzen pro Platz oder eine Plattform festlegen. Was es wert ist, entscheiden Sie, nachdem Sie den Output an Ihren eigenen Calls gesehen haben.

Ist das DSGVO-konform und in der EU gehostet?

Ja. Numi ist EU-first gebaut: Die Call-Daten bleiben in der Region, was zählt, weil Gesprächsaufzeichnungen nach DSGVO personenbezogene Daten sind, auch wenn ein KI-Caller das Gespräch geführt hat. Sie bekommen dieselbe Scorecard, dasselbe Ranking und denselben wöchentlichen QM-Report, ohne dass hinter jedem aufgezeichneten Call eine Drittlandübermittlung steht.