KI-Telefonassistent mit GoHighLevel Voice AI einrichten

Ein Handwerksbetrieb verliert die meisten Aufträge nicht im Angebot. Er verliert sie am Telefon, das niemand abnimmt.

Ein KI-Telefonassistent nimmt genau diese Anrufe an. In GoHighLevel heißt die Funktion Voice AI, und sie ist der Grund, warum das Ganze mehr ist als ein besserer Anrufbeantworter: Der Assistent hängt nicht isoliert an einer Nummer, sondern greift auf dasselbe System zu wie du. Er sieht den Kalender, legt Kontakte an, verschiebt Opportunities und stößt Workflows an.

Dieser Beitrag zeigt, wie du das in einem Handwerksbetrieb aufbaust, was es kostet und wann es sich nicht lohnt.

Was Voice AI in GoHighLevel von einem Anrufbeantworter unterscheidet

Ein Anrufbeantworter sagt „Wir rufen zurück" und hofft, dass der Anrufer bleibt. Er tut es meistens nicht.

Der Unterschied ist nicht die Stimme, sondern was danach passiert. Ein Anrufbeantworter erzeugt eine Sprachnachricht, die jemand abhören und abtippen muss. Voice AI erzeugt einen fertigen Datensatz im CRM.

Am nächsten Morgen liegen keine sieben Sprachnachrichten vor, sondern sieben Kontakte mit Gesprächsnotiz, davon zwei mit bereits gebuchtem Termin.

Möglich wird das, weil Voice AI Zugriff auf die Bausteine der Plattform hat:

Genau diese Verbindung fehlt bei einem separaten Telefondienst. Dort landet das Ergebnis per Mail, und jemand tippt es ab.

Was der Assistent im Handwerk übernehmen soll

Vergiss die Vorstellung von einem Roboter, der Aufträge abwickelt. Das ist nicht der Zweck und es funktioniert auch nicht.

Er macht drei Dinge:

Er nimmt ab, wenn sonst niemand abnimmt. Nach Feierabend, in der Mittagspause, wenn beide Leitungen belegt sind.

Er klärt die Eckdaten. Welches Gewerk, wo steht das Objekt, wie dringend, wie ist der Anrufer erreichbar.

Er legt den Vorgang an. Kontakt, Notiz, je nach Fall Termin oder Aufgabe für den Rückruf.

Was er nicht macht: Preise nennen, Termine für komplexe Sanierungen zusagen, technische Beratung leisten. Wer das versucht, produziert Ärger.

Die Einrichtung in sechs Schritten

1. Nummer festlegen

Zwei Wege. Entweder eine zweite Nummer, die du zusätzlich auf der Website führst, oder eine Weiterleitung deiner Hauptnummer nach mehreren Klingelzeichen.

Die zweite Variante ist die ehrlichere: Der Kunde ruft weiter deine bekannte Nummer an, und erst wenn wirklich niemand rangeht, übernimmt der Assistent. In GoHighLevel richtest du das unter Telefonie ein.

2. Auftrag an den Assistenten formulieren

Hier entscheidet sich, ob es funktioniert. Der Assistent braucht keine Romane, sondern klare Grenzen:

Du nimmst Anrufe für einen SHK-Betrieb entgegen, wenn im Büro
niemand erreichbar ist.

Deine Aufgabe:
1. Freundlich begrüßen und sagen, dass du für den Betrieb aufnimmst.
2. Klären: Um was geht es, wo ist das Objekt, wie dringend ist es.
3. Bei akutem Wasserschaden oder Heizungsausfall im Winter:
   als dringend markieren und ankündigen, dass sich jemand noch
   heute meldet.
4. Bei allem anderen: einen Termin aus dem Kalender
   "Beratung vor Ort" anbieten.
5. Rückrufnummer bestätigen lassen und wiederholen.

Was du nicht tust:
- Keine Preise nennen, auch keine Spannen.
- Keine technische Einschätzung abgeben.
- Keine Zusage über Liefertermine für Material.

Wenn jemand einen Preis will: sag, dass das der Kollege am Objekt
oder nach den Unterlagen einschätzt.

Der wichtigste Teil ist der untere. Ein Assistent ohne klare Verbote nennt irgendwann eine Hausnummer, und die steht dann im Raum.

Wichtig ist außerdem, den Kalender beim Namen zu nennen. Wer mehrere Kalender hat und im Auftrag nur „einen Termin anbieten" schreibt, überlässt dem Assistenten die Wahl.

3. Wissensbasis füllen

Öffnungszeiten, Einzugsgebiet, abgedeckte Gewerke, Notdienst ja oder nein. Ohne diese Angaben rät der Assistent, und das merkt man im Gespräch sofort.

4. Kalender vorbereiten

Der Assistent kann nur buchen, was buchbar ist. Lege einen eigenen Kalender für die Fälle an, die er vergeben darf, mit passender Dauer und Puffer. Alles andere bleibt außen vor.

5. Übergabe per Workflow

Für jeden Anruf entsteht ein Kontakt mit Zusammenfassung. Ein Workflow verteilt ihn: dringende Fälle sofort per SMS an den Chef, normale in eine Liste für den Morgen.

Hier lohnt sich eine Verzweigung nach der Dringlichkeit, die der Assistent gesetzt hat. Ein Wasserschaden um 22 Uhr soll klingeln, eine Badplanung nicht.

6. Testen, bevor es scharf geht

Ruf selbst an. Mehrfach, mit verschiedenen Anliegen. Prüfe nicht nur, was der Assistent sagt, sondern was danach im CRM steht: Ist der Kontakt da, stimmt die Notiz, sitzt der Termin im richtigen Kalender.

Was der Assistent während des Gesprächs tun kann

Das ist der Punkt, an dem Voice AI sich von einem reinen Sprachbot löst. Der Agent redet nicht nur, er handelt im System. Offiziell dokumentiert sind diese Aktionen während eines laufenden Anrufs:

Es gibt dabei feste Grenzen, die du kennen solltest: höchstens 15 Aktionen je Anruf, nur eine Terminbuchung je Gespräch, und bis zu 25 Feldaktualisierungen nach dem Anruf.

Die eine Terminbuchung je Anruf ist in der Praxis selten ein Problem. Sie wird es, wenn jemand für zwei Fahrzeuge zwei Termine will. Dafür brauchst du einen Rückruf durch einen Menschen.

Custom Actions: externe Systeme im Gespräch abfragen

Die mächtigste Funktion und gleichzeitig die am wenigsten bekannte.

Eine Custom Action erlaubt dem Agenten, mitten im Gespräch eine Anfrage an ein anderes System zu schicken und mit der Antwort weiterzureden. In der offiziellen Dokumentation steht das so: Der Agent sendet eine POST-Anfrage an eine externe Schnittstelle, mit Adresse, Kopfzeilen, Authentifizierung und Werten, die er im Gespräch erhoben hat.

Er kann dabei diese Datentypen erfassen und weitergeben: Text, Zahl, E-Mail-Adresse, Telefonnummer, Datum.

Ein Beispiel aus dem Handwerk: Ein Kunde ruft an und fragt, ob sein bestelltes Material da ist. Der Agent fragt nach der Auftragsnummer, schickt sie an das Warenwirtschaftssystem und sagt im selben Gespräch, ob die Lieferung eingetroffen ist. Ohne Rückruf, ohne dass jemand nachsieht.

Du findest die Einstellung unter Voice AI, Agent Goals, Advanced Mode, Custom Actions. Es gibt einen Testmodus, der die vollständige Anfrage samt Kopfzeilen anzeigt und die rohe Antwort zurückgibt, also etwa 200 OK oder 404 Not Found. Nutze den, bevor du scharf schaltest.

Hinweis: Custom Actions sind in der Oberfläche als Beta gekennzeichnet. Sie funktionieren, aber ich würde sie nicht für etwas einsetzen, das zwingend klappen muss, solange dieser Hinweis dort steht.

Speech-to-Speech: was sich seit 2026 geändert hat

Wer Voice AI vor einem Jahr getestet und für unbrauchbar befunden hat, sollte nochmal hinsehen.

Klassische Sprachbots arbeiten in einer Kette: Spracherkennung wandelt Gesprochenes in Text, ein Sprachmodell antwortet in Text, eine Sprachausgabe macht daraus wieder Ton. Bei jedem Übergang geht Information verloren, und es dauert. Genau deshalb wirkten die Pausen früher so unnatürlich.

Speech-to-Speech-Modelle überspringen den Umweg. Sie verarbeiten Audio direkt, ohne den Text dazwischen. Das ist spürbar schneller, und Betonung sowie Sprechrhythmus bleiben erhalten.

Wichtig zur Modellwahl: In der Auswahl tauchen laut einem öffentlich einsehbaren Video vom September 2026 die Optionen GPT Realtime 2.1, GPT Realtime 2 und Gemini 3.1 Flash Live Preview auf, letztere ausdrücklich als Beta gekennzeichnet. HighLevel führt diese Namen bislang nicht in der offiziellen Dokumentation. Die Angabe stammt aus einem Nutzer-Video und kann je nach Konto abweichen.

Offiziell bestätigt ist dagegen, dass Google Gemini, OpenAI GPT und Anthropic Claude als Anbieter zur Auswahl stehen.

Zur oft gehörten Aussage, dass Telefonnummern und E-Mail-Adressen damit zuverlässiger erkannt werden: Das ist technisch plausibel, weil der fehleranfällige Zwischenschritt über Text entfällt. HighLevel bestätigt es aber nicht offiziell. Es gibt sogar einen Gegenbefund aus einem Fachartikel vom Juli 2026, wonach Voice AI sich außerhalb des Englischen weiterhin schwertut, Namen und E-Mail-Adressen zu buchstabieren. Teste das für deinen Fall selbst, bevor du dich darauf verlässt.

Die Einstellungen, die wirklich etwas verändern

Achtung, häufiger Fehler: Die Standardstimme ist Englisch, auch wenn du die Sprache auf Deutsch stellst. Das musst du von Hand ändern, sonst spricht der Assistent Deutsch mit amerikanischem Akzent.

Eine Einstellung, nach der oft gefragt wird, habe ich nicht gefunden: einen Temperature-Regler, mit dem sich die Kreativität der Antworten steuern ließe. Weder in der offiziellen Doku noch in Anleitungen von Dritten. Wer das steuern will, macht es über die Formulierung des Auftrags, nicht über einen Schieberegler.

Wartezeit bei Stille: die wichtigste Zahl

Die 8 Sekunden Standard klingen unscheinbar, entscheiden aber über den Gesprächsverlauf.

Zu kurz eingestellt hakt der Assistent nach, während der Anrufer noch überlegt. Das wirkt hektisch. Zu lang eingestellt entsteht eine Pause, in der der Anrufer denkt, die Verbindung sei weg, und auflegt.

Für Handwerksanfragen fahre ich mit Werten zwischen 6 und 10 Sekunden gut. Wer auf der Baustelle anruft, braucht länger zum Antworten als jemand im Büro.

Was das kostet

Voice AI wird nach Gesprächsminuten abgerechnet, nicht pauschal. Dazu kommen die Kosten der Telefonnummer und der Minuten selbst.

Es gibt drei Modelle, offiziell dokumentiert:

Wichtig, das steht so in der offiziellen Dokumentation: Telefoniekosten fallen bei allen Anrufen zusätzlich an, unabhängig vom Plan. Der Monatsbetrag deckt die KI ab, nicht die Leitung.

Die Rechnung setzt sich aus drei Teilen zusammen: der Voice Engine als Minutenpreis für die Sprachverarbeitung, der Sprachausgabe als Minutenpreis des gewählten Stimmenanbieters, und den Tokenkosten des Sprachmodells.

Zur Größenordnung, diese Zahlen stammen aus Drittquellen und nicht aus der offiziellen Preisseite: Voice Engine etwa 0,045 US-Dollar je Minute, Standard-Sprachausgabe 0,015, ElevenLabs in der einfachen Stufe 0,035 und in der Top-Stufe 0,17. Für die Speech-to-Speech-Modelle nennt das erwähnte Video rund 0,20 US-Dollar je Minute für die GPT-Varianten und rund 0,10 für die Gemini-Variante.

Achtung: Auch abgebrochene Gespräche kosten Minuten. Wenn viele Anrufer sofort auflegen, zahlst du für Sekunden ohne Ergebnis. Das ist der Grund, warum du die Abbruchquote in den ersten Wochen im Blick behalten solltest.

Was der Assistent noch nicht kann

Eine Sache, die in Verkaufsgesprächen gern übergangen wird.

Termine buchen: ja. Umbuchen und absagen: nicht dokumentiert. Die offizielle Dokumentation beschreibt ausführlich, wie der Agent freie Zeiten anbietet, fehlende Angaben erfragt und die Buchung im Gespräch bestätigt. Zum Verschieben oder Stornieren steht dort nichts.

Eine Drittquelle formuliert es deutlich: Das textbasierte Conversation AI kann Terminänderungen bereits, für Voice AI sei die Umsetzung erst geplant. Das ist nicht offiziell bestätigt, passt aber zum dokumentierten Funktionsstand.

Für die Praxis heißt das: Wer anruft, um einen Termin zu verschieben, sollte an einen Menschen weitergeleitet werden oder eine SMS mit dem Link zur Terminverwaltung bekommen. Beides lässt sich als Aktion hinterlegen.

Ebenfalls nicht unterstützt: die Buchung nach „Services". Das steht ausdrücklich in der offiziellen FAQ. Wer seine Terminarten über Services statt über Kalender abbildet, muss umbauen.

Zur Einordnung der laufenden Kosten: Bei 40 Anrufen im Monat mit je zwei Minuten ist das überschaubar. Wer 400 Anrufe hat, sollte vorher rechnen. Die aktuellen Sätze findest du auf der Preisseite, sie ändern sich regelmäßig.

Drei Dinge, die in Verkaufsgesprächen fehlen

Die erste Woche ist eine Baustelle. Der Assistent versteht Ortsnamen falsch, fragt an der falschen Stelle nach, bricht zu früh ab. Das ist normal und wird über die Anweisungen nachgeschärft. Wer nach drei Tagen aufgibt, hat nichts gewonnen.

Nicht jeder redet mit einer Maschine. Ein Teil der Anrufer legt auf, sobald klar ist, dass am anderen Ende kein Mensch sitzt. Auch das ist kein Totalverlust, die Nummer ist erfasst. Aber die Erwartung „wir fangen jetzt jeden Anruf ab" stimmt nicht.

Ohne Nachbearbeitung passiert nichts. Ein Assistent, der 30 Kontakte im Monat erfasst, die niemand anruft, hat die Warteschlange nur verschoben.

Wann Voice AI und wann besser ein Workflow

Nicht jede Aufgabe braucht einen Assistenten. Die Faustregel:

Der Unterschied: Ein Assistent kostet pro Minute und entscheidet selbst. Ein Workflow kostet nichts extra und macht immer dasselbe. Für immer gleiche Abläufe ist der Workflow die richtige Wahl.

Für welche Betriebe sich das rechnet

Sinnvoll, wenn regelmäßig Anrufe unbeantwortet bleiben, gerade zwischen 7 und 9 Uhr und nach 16 Uhr, wenn die Anfragen sich ähneln, und wenn es einen Kalender gibt, in den überhaupt gebucht werden kann.

Nicht sinnvoll, wenn fast jede Anfrage ein Sonderfall mit langer technischer Klärung ist, wenn der Betrieb ohnehin am Kapazitätslimit arbeitet, oder wenn niemand die erfassten Kontakte abarbeitet.

Mehr dazu, welche Funktionen für Handwerksbetriebe zusammenpassen, steht auf unserer Seite zu GoHighLevel für Handwerker.

So fängst du an, ohne Risiko

Nimm nicht die Hauptnummer. Leg eine zweite an, leite sie testweise nur außerhalb der Bürozeiten dorthin und lass sie zwei Wochen laufen.

Danach siehst du drei Dinge: wie viele Anrufe außerhalb der Zeiten kommen, wie viele der Assistent sinnvoll erfasst hat und wie viele aufgelegt haben. Mit diesen Zahlen entscheidest du.

Hör dir die ersten zwanzig Gespräche selbst an. Nicht die Zusammenfassung, die Aufnahme. Dort hörst du, wo es hakt, und das ist in zehn Minuten behoben.

Wenn du GoHighLevel noch nicht nutzt: Voice AI ist Teil der Plattform, du brauchst kein zusätzliches Tool. 14 Tage testen und den Assistenten im eigenen Konto aufsetzen.

Häufige Fragen

Spricht Voice AI Deutsch?

Ja. Die Sprachqualität ist bei einfachen Anliegen gut. Bei starkem Dialekt oder Nebengeräuschen auf der Baustelle wird es schwieriger, das solltest du im Test gezielt prüfen.

Was ist der Unterschied zu Conversation AI?

Conversation AI antwortet in Chat und SMS, Voice AI am Telefon. Die Logik dahinter ähnelt sich, die Kanäle sind verschieden. Viele Betriebe fangen mit Chat an, weil dort Fehler weniger unangenehm auffallen.

Kann der Assistent Termine auch wieder absagen?

Buchen kann er zuverlässig. Absagen und Verschieben würde ich nicht ohne menschliche Bestätigung freigeben, weil ein Missverständnis dort direkt einen Kundentermin kostet.

Brauche ich Programmierkenntnisse?

Nein. Auftrag und Wissensbasis schreibst du als normalen Text. Der Aufwand steckt nicht in der Technik, sondern darin, die Grenzen sauber zu formulieren.

Hört der Assistent auch bestehende Kunden ab?

Er nimmt jeden Anruf an, der auf der Nummer eingeht. Erkennt er die Nummer als bestehenden Kontakt, sieht er den Verlauf und kann darauf eingehen.

Was passiert bei einem Notfall?

Das musst du im Auftrag festlegen. Üblich ist: Der Assistent markiert den Fall als dringend und ein Workflow schickt sofort eine Nachricht an das Bereitschaftshandy. Ohne diese Regel behandelt er einen Rohrbruch wie eine Badplanung.

Fazit

Voice AI ersetzt kein Büro. Es füllt die Lücke zwischen „niemand geht ran" und „der Kunde ruft beim nächsten an".

Der Vorteil gegenüber einem separaten Telefondienst liegt nicht in der Stimme, sondern in der Anbindung: Kontakt, Termin und Workflow entstehen im selben System, in dem du ohnehin arbeitest.

Wenn du wissen willst, ob sich das für deinen Betrieb rechnet, sieh dir zuerst an, wie viele Anrufe du im Monat wirklich verpasst. Diese Zahl entscheidet, nicht die Technik. Bei der Einrichtung helfen wir in einer kostenlosen Beratung.