Wie viel kostet ein AI Voice Agent?
Inhalt

Die meisten AI Voice Agents (KI-Sprachassistenten) werden pro Gesprächsminute abgerechnet. Im November 2026 beginnen die veröffentlichten Nutzungspreise bekannter Voice-AI-Plattformen bei rund 0,07 $ pro Minute und können je nach Sprachmodell, Stimme, Telefonie und Zusatzfunktionen über 0,30 $ pro Minute liegen. Hinzu kommen in der Regel feste monatliche Posten (eine Plattformgebühr oder ein Tarif, Rufnummern, zusätzliche gleichzeitige Anrufe) sowie ein einmaliger Aufwand, um den Agenten mit Kalender, CRM und Prozessen zu verbinden. Für ein mittelständisches Unternehmen mit einigen tausend Minuten im Monat lautet die sinnvolle Frage daher nicht „Was kostet die Minute?“, sondern „Was kostet der gesamte Ablauf – und was spart er ein?“
Dieser Leitfaden schlüsselt jeden Kostenblock auf, vergleicht die drei gängigsten Preismodelle, zeigt veröffentlichte Preise mehrerer Plattformen und liefert eine einfache Formel für Ihre eigene Kostenschätzung. Die Preise wurden am 16. November 2026 auf den öffentlichen Seiten der Anbieter geprüft. Sie ändern sich häufig – prüfen Sie sie deshalb vor jeder Unterschrift.
Wenn das Thema neu für Sie ist, beginnen Sie mit was ein AI Voice Agent ist und wie ein AI Voice Agent funktioniert.
Wofür Sie tatsächlich bezahlen
Ein KI-Sprachassistent ist keine einzelne Rechnungsposition. Hinter jedem Anruf stehen Spracherkennung, ein Sprachmodell, eine synthetische Stimme, eine Telefonleitung und die Plattform, die alles steuert. Manche Anbieter bündeln das in einem einzigen Preis, andere rechnen jeden Baustein separat ab.
| Kostenblock | Was er umfasst | Übliche Abrechnung |
|---|---|---|
| KI-Nutzung | Speech-to-Text, Sprachmodell (LLM), Text-to-Speech und Orchestrierung | Pro Gesprächsminute |
| Telefonie | Netzbetreiberkosten für eingehende oder ausgehende Anrufe | Pro Minute, je nach Land |
| Rufnummern | Festnetz-, Mobil- oder gebührenfreie Nummern für den Agenten | Pro Nummer und Monat |
| Plattform oder Tarif | Zugang zur Software, Support-Level, Datenaufbewahrung | Monatliche Gebühr oder keine bei reinem Pay-as-you-go |
| Parallelität | Wie viele Anrufe der Agent gleichzeitig führen kann | Bis zu einer Grenze inklusive, danach pro zusätzlicher Leitung |
| Zusatzfunktionen | Wissensdatenbank, Rauschunterdrückung, Schwärzung personenbezogener Daten, Qualitätssicherung, Anrufer-ID mit Markenname | Pro Minute, pro Anruf oder pro Monat |
| Folgenachrichten | SMS, WhatsApp oder E-Mail nach dem Anruf | Pro Nachricht |
| Einrichtung und Integration | Gesprächsdesign, Anbindung von Kalender und CRM, Tests | Einmalig, interne Zeit oder Partnerhonorar |
| Betreuung | Transkripte prüfen, Anweisungen verbessern, Eskalationen bearbeiten | Zeit Ihres Teams |
Die ersten drei Zeilen zeigen fast alle Vergleiche zum „Minutenpreis“. An den letzten drei scheitern Budgets am häufigsten.
Die drei gängigsten Preismodelle
1. Minutenpreis inklusive aller KI-Bausteine
Ein einziger Minutenpreis deckt Sprachmodell, Spracherkennung und Stimme ab. Das Modell lässt sich am leichtesten planen: Minuten × Preis, dazu Telefonie und Rufnummern, falls separat berechnet. Im Gegenzug haben Sie weniger Einfluss darauf, welches Modell oder welche Stimme im Hintergrund arbeitet.
2. Plattformgebühr plus durchgereichte Komponenten
Sie zahlen dem Anbieter eine Plattform- oder Hosting-Gebühr pro Minute und separat (direkt oder zum Selbstkostenpreis durchgereicht) für Transkription, LLM, Stimme und Telefonleitung. Entwickler erhalten maximale Freiheit bei der Modellwahl, doch der Endpreis pro Minute hängt von jeder einzelnen Entscheidung ab – und jemand mit technischem Know-how muss das Gesamtsystem aufbauen und pflegen.
3. Abonnement plus Nutzung in einer Konversationsplattform
Der Sprachassistent ist Teil einer umfassenderen Kundenplattform oder eines CRM. Sie zahlen einen Monatstarif und anschließend die Nutzung (Minuten, Nachrichten) über Guthaben oder einen Minutenpreis. Hier geht es weniger um die Sprachminute als um das, was enthalten ist: den Kundendatensatz, die anderen Kanäle, Automatisierungen und Integrationen, die Sie sonst separat kaufen und verbinden müssten.
Große Unternehmen landen oft bei einer vierten Option: einem individuellen Enterprise-Vertrag mit Mengenpreisen, dedizierter Infrastruktur und SLAs.
So sehen veröffentlichte Preise 2026 aus
Die Tabelle fasst die öffentlichen Preisseiten von drei entwicklerorientierten Voice-AI-Plattformen zusammen, Stand 16. November 2026, in US-Dollar und ohne Steuern. Sie ist kein Ranking und misst weder Qualität noch Latenz oder Funktionsumfang. Sie zeigt, wie unterschiedlich derselbe „Minutenpreis“ zustande kommen kann.
| Plattform | Preismodell | Veröffentlichter Nutzungspreis | Feste oder zusätzliche Posten (Beispiele) |
|---|---|---|---|
| Retell AI | Pay-as-you-go, nach Komponenten | 0,07–0,31 $ pro Minute insgesamt, je nach LLM, Stimme und Telefonie; allein die Sprachinfrastruktur kostet 0,055 $/Min. | Rufnummern 2 $/Monat; 20 gleichzeitige Anrufe inklusive, danach 8 $ pro zusätzlichem gleichzeitigen Anruf und Monat |
| Vapi | Hosting-Gebühr plus Anbieter zum Selbstkostenpreis | 0,05 $/Min. Hosting, dazu Transkription, Modell und Stimme zum Anbieterpreis | Optionale Pakete: Core 29 $/Monat; Pro mit 10 % der Hosting-Gebühr bei mindestens 999 $/Monat. Vapis eigener Rechner schätzt 82–129 $ für 1.000 Minuten pro Monat |
| Bland AI | Minutenpreis inklusive LLM, STT und TTS | Start: 0,14 $/Min. ohne Plattformgebühr; Build: 0,12 $/Min. | Der Build-Tarif hat eine Plattformgebühr von 299 $/Monat; Weiterleitungsminuten 0,05 bzw. 0,04 $/Min.; Telefonie separat |
Drei Punkte fallen auf. Erstens ist der niedrigste beworbene Preis selten der vollständige: Bei komponentenbasierten Plattformen kommen Modell, Stimme und Leitung hinzu. Zweitens wiegen Fixkosten bei geringem Volumen schwer und verlieren bei hohem Volumen an Gewicht. Drittens sind diese Plattformen Baukästen für einen Agenten; CRM, Kalender, Nachfassen über andere Kanäle und Reporting sind meist eigene Projekte. Einen Funktions- statt Preisvergleich finden Sie in unserem Vergleich von KI-Sprachassistenten für Unternehmen 2026 und in Spoki vs Retell vs Vapi.
Versteckte Kosten, die die Rechnung verändern
- Stille und Warteschleifen. Viele Anbieter berechnen das gesamte verbundene Gespräch einschließlich Pausen, weil die Spracherkennung weiter zuhört. Lange Wartezeiten und langsame Abfragen in anderen Systemen kosten Geld.
- Mindestabrechnung und lange Anweisungen. Manche Anbieter berechnen eine Mindestdauer pro Anruf oder zusätzliche Zeit, wenn Anweisungen und Wissen des Agenten sehr umfangreich sind. Lesen Sie die Abrechnungsregeln, nicht nur den Preis.
- Weiterleitungen. Übergibt die KI an einen Menschen, endet die KI-Gebühr möglicherweise – die Telefonie läuft aber meist bis zum Gesprächsende weiter.
- Premium-Modelle und -Stimmen. Ein größeres LLM oder eine Premium-Stimme kann die Minutenkosten vervielfachen. Testen Sie, ob Anrufende den Unterschied überhaupt bemerken.
- Spitzen und Parallelität. Rufen zehn Kunden gleichzeitig an und Ihr Tarif erlaubt vier parallele Gespräche, warten die übrigen oder scheitern. Zusätzliche Parallelität kostet oft eine Monatsgebühr.
- Integration und Wartung. Den Agenten an Kalender, CRM, Onlineshop oder Helpdesk anzubinden und diese Verbindungen am Laufen zu halten, ist bei Eigenentwicklungen oft der größte Kostenblock im ersten Jahr.
- Compliance. In der EU müssen Sie Anrufende darüber informieren, dass sie mit einer KI sprechen (Artikel 50 der KI-Verordnung gilt seit dem 2. August 2026), personenbezogene Daten nach der DSGVO verarbeiten und die Einwilligung bei ausgehenden Anrufen beachten. Datenstandort, Auftragsverarbeitungsvertrag und Gesprächsaufzeichnung können beeinflussen, welchen Tarif Sie brauchen.
- Was nach dem Anruf passiert. Eine Bestätigung per SMS oder WhatsApp, eine Zusammenfassung im CRM, ein Ticket für das Team: Jeder Schritt kostet entweder in einem anderen Tool oder ist in der Plattform enthalten.
So schätzen Sie Ihre monatlichen Kosten
Für eine brauchbare erste Schätzung genügen vier Zahlen:
- Anrufe pro Monat, die der Agent übernimmt (eingehend, ausgehend oder beides).
- Durchschnittliche Gesprächsdauer in Minuten. Terminbuchungen und häufige Fragen sind oft kurz, Qualifizierung und Support dauern länger.
- Gesamtkosten pro Minute: KI-Nutzung + Telefonie + Zusatzfunktionen.
- Feste monatliche Posten: Tarif oder Plattformgebühr, Rufnummern, zusätzliche Parallelität.
Monatliche Kosten ≈ (Anrufe × durchschnittliche Minuten × Gesamtkosten pro Minute) + feste monatliche Posten. Die Einrichtung kommt einmalig hinzu.
Ein Rechenbeispiel zur Veranschaulichung. Es handelt sich nicht um Angebote eines Anbieters; das Beispiel zeigt nur, wie schnell Volumen und Preis zusammenwirken. Angenommen werden 2.000 Anrufe pro Monat zu je 3 Minuten, also 6.000 Minuten.
| Gesamtkosten pro Minute (Beispiel) | Nutzung pro Monat | Mit 100 €/Monat Fixkosten |
|---|---|---|
| 0,10 € | 600 € | 700 € |
| 0,15 € | 900 € | 1.000 € |
| 0,25 € | 1.500 € | 1.600 € |
Der Unterschied zwischen einer „günstigen“ und einer „teuren“ Minute ist real – der zwischen einem 3- und einem 5-Minuten-Gespräch aber ebenso. Kürzere, gut gestaltete Gespräche, schnelle Antworten und weniger unnötige Weiterleitungen sparen oft mehr als ein Anbieterwechsel.
Kosten und Nutzen: womit Sie vergleichen sollten
Ein Minutenpreis ergibt nur Sinn im Verhältnis zu dem, was der Agent verändert. Messen Sie vor dem Kauf zwei Wochen lang den Ausgangszustand:
- Verpasste Anrufe und wie viele davon nie zurückgerufen werden.
- Anrufe außerhalb der Geschäftszeiten, die heute auf der Mailbox landen.
- Minuten, die Ihr Team mit wiederkehrenden Anrufen verbringt (Öffnungszeiten, Bestellstatus, Termine, Verschiebungen).
- Leads, die warten, bis jemand sie qualifiziert.
- Termine und Nichterscheinen, sofern Termine zu Ihrem Geschäft gehören.
Vergleichen Sie dann die monatlichen Kosten des Agenten mit den zurückgewonnenen Gesprächen und den frei gewordenen Stunden. In einem auf diesem Blog veröffentlichten Fall einer Tierklinik sank der Anteil verpasster Anrufe von 68 % auf 4 %, nachdem ein KI-Sprachassistent ans Telefon ging; derselbe Artikel nennt 35 % weniger Nichterscheinen und 40 % weniger Zeitaufwand am Empfang (KI-Sprachassistenten für Arztpraxen und Kliniken). Es handelt sich um von Spoki berichtete Zahlen, nicht um eine unabhängige Studie, aber sie zeigen, welche Kennzahlen Sie verfolgen sollten. Für die personelle Seite des Vergleichs lesen Sie AI Receptionist vs. menschlicher Rezeptionist. Das richtige Modell lautet selten „KI statt Menschen“, sondern KI für wiederkehrende Anrufe – mit einer sauberen Übergabe an einen Menschen, wenn sie einen Mehrwert bringt.
Fragen an jeden Anbieter vor der Unterschrift
- Was genau ist im Minutenpreis enthalten: LLM, Spracherkennung, Stimme, Telefonie?
- Wird sekundengenau abgerechnet? Gibt es eine Mindestdauer pro Anruf?
- Werden Stille, Warteschleifen und Weiterleitungen berechnet – und zu welchem Preis?
- Wie viele gleichzeitige Anrufe sind enthalten, und was kostet ein weiterer?
- Was kosten Rufnummern in jedem Land, das Sie benötigen? Können Sie eigene Nummern oder Ihre Telefonanlage nutzen?
- Welche Integrationen sind nativ (Kalender, CRM, Onlineshop, Helpdesk), welche erfordern Individualentwicklung?
- Kann der Agent das Gespräch per SMS, WhatsApp oder E-Mail fortsetzen, und wie werden diese Nachrichten berechnet?
- Wo werden Daten verarbeitet und gespeichert, gibt es einen Auftragsverarbeitungsvertrag, und wie wird der KI-Hinweis umgesetzt?
- Was kostet der Support, und wer pflegt den Agenten nach dem Start?
- Können Sie ihn vor einer Verpflichtung mit Ihrem eigenen Anwendungsfall testen?
Eine umfassendere Kaufcheckliste finden Sie unter wie Sie den richtigen AI Voice Agent wählen.
Was Spoki Voice kostet
Spoki ist das agentische konversationale CRM. Es führt Sprache, WhatsApp, SMS und E-Mail in einem einzigen Verlauf pro Kunde zusammen. Die KI-Agenten beantworten Anrufe und Nachrichten sofort, qualifizieren Opportunities, buchen Termine und halten das CRM aktuell, sodass Ihr Team nur eingreift, wenn es einen Mehrwert bringt. Spoki hilft Unternehmen weltweit, in jeder Phase der Customer Journey mit ihren Kunden in Verbindung zu bleiben – von Marketing über Vertrieb bis zum Support.
Spoki Voice ist der KI-Sprachassistent in diesem CRM. Er nimmt eingehende Anrufe entgegen und führt ausgehende Anrufe mit einer End-to-End-Latenz unter 600 ms; dank Rauschunterdrückung sind Gespräche auch in sehr lauten Umgebungen möglich. Während des Anrufs kann er Kontakte segmentieren, Leads qualifizieren, Termine buchen, Bestellungen anlegen und Kundensupport leisten. Voice lässt sich eigenständig buchen, ohne WhatsApp, und bleibt mit dem gesamten Spoki-CRM und allen Kanälen verbunden – das Gespräch kann also per WhatsApp, SMS oder E-Mail im selben Verlauf weitergehen. Spoki ist mit über 4.000 Tools verbunden und offizieller Meta Business Partner.
Preislich folgt Spoki dem dritten oben beschriebenen Modell. Die öffentliche Preisseite kombiniert einen Monatstarif (ab 39 €/Monat bei jährlicher Abrechnung, zzgl. MwSt., Stand 16. November 2026) mit Prepaid-Guthaben für Kanalnutzung, KI und Rufnummern. Sprachminuten werden pro Minute abgerechnet: ein länderspezifischer Gesprächspreis plus eine KI-Gebühr, wenn der Agent das Gespräch führt; die erste Rufnummer ist inklusive, jede weitere Leitung kostet 4,99 €/Monat. Die aktuellen Länderpreise finden Sie auf der Preisseite, da sie je nach Ziel variieren.
Wenn Sie mit einer Entwicklerplattform vergleichen, vergleichen Sie den gesamten Ablauf: die Sprachminute plus den CRM-Datensatz, die Folgekanäle, die Integrationen und die Zeit, die Ihr Team für Aufbau und Pflege aufwenden würde.
FAQ
Wie viel kostet ein AI Voice Agent pro Minute?
Im November 2026 liegen veröffentlichte Nutzungspreise typischerweise zwischen etwa 0,07 $ und mehr als 0,30 $ pro Minute, abhängig von Sprachmodell, Stimme, Telefonie und Zusatzfunktionen. Prüfen Sie, ob der genannte Preis alles enthält oder eine Plattformgebühr ist, zu der weitere Komponenten hinzukommen.
Gibt es zusätzlich zum Minutenpreis monatliche Gebühren?
Meistens ja: ein Tarif oder eine Plattformgebühr (bei manchen Anbietern), Rufnummern, zusätzliche gleichzeitige Anrufe und optionale Zusatzfunktionen. Reine Pay-as-you-go-Tarife können bei 0 $ pro Monat beginnen, Rufnummern und Telefonie werden aber trotzdem berechnet.
Was kostet die Einrichtung eines KI-Sprachassistenten?
Das hängt davon ab, wie viele Abläufe Sie automatisieren und mit wie vielen Systemen der Agent verbunden werden muss. Einen einfachen Agenten für häufige Fragen oder Terminbuchungen kann Ihr Team auf einer No-Code-Plattform schnell konfigurieren; individuelle Integrationen mit CRM, Onlineshop oder älteren Telefonanlagen dauern länger und erfordern unter Umständen einen Partner.
Ist ein KI-Sprachassistent günstiger als eine Empfangskraft?
Beide decken Unterschiedliches ab. Ein Agent kann rund um die Uhr jeden Anruf annehmen und Spitzen abfangen, während Menschen komplexe, emotionale oder ungewöhnliche Fälle übernehmen. Vergleichen Sie die Kosten des Agenten mit verpassten Anrufen, Nachfrage außerhalb der Geschäftszeiten und den Stunden für wiederkehrende Anrufe – nicht nur mit einem Gehalt.
Warum führen zwei Angebote mit gleichem Minutenpreis zu unterschiedlichen Beträgen?
Wegen dessen, was sie ausschließen: Telefonie, Rufnummern, Parallelität, Abrechnung von Stille und Weiterleitungen, Mindestdauer pro Anruf, Premium-Stimmen sowie Folgenachrichten und Integrationen rund um den Anruf.
Wie kann ich die Kosten eines KI-Sprachassistenten senken?
Gestalten Sie kurze, fokussierte Gespräche, geben Sie dem Agenten schnellen Zugriff auf die benötigten Daten, vermeiden Sie unnötige Weiterleitungen, wählen Sie ein Modell und eine Stimme, die für die Aufgabe ausreichen, und nutzen Sie für jeden Schritt den günstigsten Kanal – etwa eine Bestätigung per WhatsApp oder SMS statt eines zweiten Anrufs.
Kann ich Spoki Voice ohne WhatsApp buchen?
Ja. Spoki Voice lässt sich eigenständig buchen und bleibt mit dem Spoki-CRM und weiteren Kanälen verbunden, wenn Sie diese später hinzufügen.
Fazit
Ein AI Voice Agent kostet einen Nutzungspreis pro Minute plus einige feste und einmalige Posten. Die Gesamtsumme hängt weit stärker von Anrufvolumen, Gesprächsdauer und Integrationen ab als vom beworbenen Minutenpreis. Schätzen Sie Ihre Minuten, fragen Sie jeden Anbieter, was im Preis enthalten ist, messen Sie den Ausgangszustand und bewerten Sie das Projekt anhand zurückgewonnener Gespräche und eingesparter Stunden.
Möchten Sie sehen, was das für Ihre eigenen Anrufe kosten und leisten würde? Fordern Sie eine Demo an und wir gehen Ihren Anwendungsfall gemeinsam durch – oder testen Sie Spoki Voice zuerst kostenlos.
Quellen (geprüft am 16. November 2026)
- Preise Retell AI
- Preise Vapi
- Preise Bland AI
- Europäische Kommission, Transparenzpflichten nach Artikel 50 der KI-Verordnung
- Preis- und Spoki-Voice-Seiten: Preise, Spoki Voice
- Latenz von Spoki Voice (unter 600 ms) und Rauschunterdrückung: von Spoki bestätigt
- Von Spoki berichtete Klinikzahlen





