Wir haben über das letzte Jahr ein Dutzend KI-Telefon-Agents in Produktion gebracht. Die Demos klingen immer gut. In Produktion zählt etwas anderes.
Latenz ist der erste Killer
Mensch erwartet < 800 ms Reaktion. Das schaffst du nur mit Streaming-TTS und einem Modell, das auch streamt — nicht erst den ganzen Satz formuliert.
Fallbacks sind Pflicht
Wenn die KI nicht weiterkommt, muss sie sauber an einen Menschen oder einen Anrufbeantworter übergeben — nicht stumm bleiben.