Grundkonzepte

Bevor Sie in die Plattform eintauchen, ist es wichtig, die grundlegenden Konzepte zu verstehen, die Hanc.AI antreiben. Dieser Abschnitt erklärt alles von grundlegenden KI-Prinzipien bis hin zu spezifischer Plattform-Terminologie.

Was ist Künstliche Intelligenz (KI)?

Künstliche Intelligenz ist Computersoftware, die Aufgaben ausführen kann, die typischerweise menschliche Intelligenz erfordern. Im Gegensatz zu traditioneller Software, die exakten Regeln folgt, kann KI:

Natürliche Sprache verstehen — menschliche Sprache und Text erfassen
Muster lernen — sich basierend auf Daten und Beispielen verbessern
Entscheidungen treffen — basierend auf dem Kontext angemessene Antworten wählen
Inhalte generieren — menschenähnlichen Text, Sprache oder andere Ausgaben erstellen

KI in einfachen Worten

Stellen Sie sich KI als ein sehr ausgeklügeltes Mustererkennungssystem vor:

Traditionelle Software:
  WENN Kunde sagt "hallo" DANN antworte "Hallo, wie kann ich helfen?"
  WENN Kunde sagt "hi" DANN antworte "Hallo, wie kann ich helfen?"
  WENN Kunde sagt "hey" DANN antworte "Hallo, wie kann ich helfen?"
  ... (benötigt eine Regel für jede mögliche Eingabe)

KI-gestützte Software:
  VERSTEHE dass "hallo", "hi", "hey", "guten morgen", "servus"
  alle eine Begrüßung bedeuten → antworte entsprechend basierend auf dem Kontext

KI benötigt keine expliziten Regeln für jede Situation — sie versteht Absicht und Kontext.

Was ist ein Sprachagent?

Ein Sprachagent (auch Sprachassistent oder Voice Bot genannt) ist ein KI-gestütztes Programm, das mit Menschen durch gesprochene Konversation kommuniziert.

Wie Sprachagenten funktionieren

┌─────────────────────────────────────────────────────────────────┐
│                    SPRACHAGENTEN-PIPELINE                       │
└─────────────────────────────────────────────────────────────────┘

Kunde spricht                 KI verarbeitet              Agent antwortet
      │                              │                           │
      ▼                              ▼                           ▼
┌───────────┐    ┌───────────┐    ┌───────────┐    ┌───────────┐
│   Sprach- │───▶│  Sprache  │───▶│    KI     │───▶│  Text zu  │
│   eingabe │    │  zu Text  │    │  Gehirn   │    │  Sprache  │
│           │    │  (STT)    │    │  (LLM)    │    │  (TTS)    │
└───────────┘    └───────────┘    └───────────┘    └───────────┘
                                        │
                                        ▼
                              ┌───────────────────┐
                              │  Wissensdatenbank │
                              │  (Ihre Geschäfts- │
                              │   informationen)  │
                              └───────────────────┘

Schritt für Schritt:

Kunde spricht — "Wann schließen Sie samstags?"
Speech-to-Text (STT) — Wandelt Audio in Text um
KI-Gehirn (LLM) — Versteht die Frage, durchsucht die Wissensdatenbank
Wissensdatenbank — Enthält Ihre Öffnungszeiten: "Samstag: 10-18 Uhr"
KI generiert Antwort — "Samstags sind wir von 10 bis 18 Uhr geöffnet"
Text-to-Speech (TTS) — Wandelt Text zurück in natürlich klingende Sprache
Kunde hört — Natürliche Sprachantwort

Sprachagent vs. Chatbot

Merkmal	Sprachagent	Chatbot
Kommunikation	Gesprochene Stimme	Geschriebener Text
Kanal	Telefonanrufe, Sprach-Widgets	Website-Chat, Messaging-Apps
Interaktion	Echtzeit-Konversation	Kann asynchron sein
Komplexität	Höher (Sprachverarbeitung)	Niedriger
Anwendungsfälle	Telefon-Support, Termine	Website-Support, FAQ

Hanc.AI ist spezialisiert auf Sprachagenten — KI, die echte Telefongespräche führt.

Large Language Models (LLM)

Das "Gehirn" eines Sprachagenten ist ein Large Language Model (LLM). Dies ist die KI-Technologie, die:

Versteht, was Kunden sagen
Angemessene Antworten formuliert
Den Konversationskontext aufrechterhält
Ihren Anweisungen (dem "Prompt") folgt

Beliebte LLMs

Anbieter	Modelle	Eigenschaften
OpenAI	GPT-4, GPT-4o, GPT-4o-mini	Branchenstandard, ausgezeichnete Gesamtleistung
Anthropic	Claude 3.5 Sonnet, Claude 3 Opus	Starkes Reasoning, sicherheitsfokussiert
Google	Gemini Pro, Gemini Flash	Schnell, gute mehrsprachige Unterstützung
Meta	Llama 3	Open-Source-Alternative

Hanc.AI unterstützt mehrere LLM-Anbieter, sodass Sie die beste Lösung für Ihre Bedürfnisse wählen können.

Wie LLMs "denken"

LLMs denken nicht wirklich — sie sagen die wahrscheinlichsten nächsten Wörter vorher, basierend auf:

Trainingsdaten — Milliarden von Textbeispielen aus dem Internet
Ihrem Prompt — Anweisungen, die Sie über das Verhalten geben
Wissensdatenbank — Ihre spezifischen Geschäftsinformationen
Konversationsverlauf — Was zuvor im Gespräch gesagt wurde

                 ┌────────────────────────────┐
                 │       LLM-Entscheidung     │
                 └────────────────────────────┘
                              │
        ┌─────────────────────┼─────────────────────┐
        │                     │                     │
        ▼                     ▼                     ▼
┌───────────────┐    ┌───────────────┐    ┌───────────────┐
│  Ihr Prompt   │    │  Wissens-     │    │ Konversations-│
│  (Verhalten)  │    │  datenbank    │    │   kontext     │
│               │    │  (Fakten)     │    │  (Verlauf)    │
└───────────────┘    └───────────────┘    └───────────────┘

Wissensdatenbank (RAG)

Eine Wissensdatenbank ist eine Sammlung von Dokumenten mit Informationen über Ihr Unternehmen. Die KI nutzt diese Informationen, um Kundenfragen präzise zu beantworten.

Was ist RAG?

RAG steht für Retrieval-Augmented Generation:

Retrieval — Auffinden relevanter Informationen aus Ihren Dokumenten
Augmented — Hinzufügen dieser Informationen zum KI-Kontext
Generation — Erstellen einer Antwort unter Verwendung dieser Informationen

Warum RAG wichtig ist

Ohne RAG kennt die KI nur allgemeine Informationen aus ihrem Training. Sie weiß nicht:

Ihre spezifischen Dienstleistungen und Preise
Ihre Öffnungszeiten
Ihre Richtlinien
Ihre Teammitglieder
Alles, was für Ihr Unternehmen einzigartig ist

Mit RAG:

Kunde: "Was kostet ein Haarschnitt?"
KI: [Durchsucht Wissensdatenbank] → Gefunden: "Herrenhaarschnitt: 25€, Damenhaarschnitt: 35€"
KI: "Ein Herrenhaarschnitt kostet 25€ und ein Damenhaarschnitt 35€."

Ohne RAG:

Kunde: "Was kostet ein Haarschnitt?"
KI: "Ich habe keine Informationen über Ihre spezifischen Preise.
     Im Allgemeinen liegen Haarschnitte zwischen 15€ und 50€..."

Inhalte der Wissensdatenbank

Ihre Wissensdatenbank sollte enthalten:

Kategorie	Beispiele
Dienstleistungen/Produkte	Beschreibungen, Preise, Dauer
Geschäftsinfo	Öffnungszeiten, Standort, Kontaktdaten
Richtlinien	Stornierung, Rückerstattung, Buchungsregeln
FAQ	Häufige Fragen und Antworten
Personal	Teammitglieder, Spezialisierungen
Aktionen	Aktuelle Angebote, Rabatte

Der Prompt

Ein Prompt ist eine Reihe von Anweisungen, die der KI mitteilen, wie sie sich verhalten soll. Es ist wie einem Mitarbeiter seine Stellenbeschreibung und Richtlinien zu geben.

Prompt-Komponenten

┌─────────────────────────────────────────────────────────────────┐
│                        AGENTEN-PROMPT                           │
├─────────────────────────────────────────────────────────────────┤
│                                                                 │
│  ROLLE                                                          │
│  "Du bist Sophie, eine virtuelle Assistentin für ABC Zahnarzt"  │
│                                                                 │
│  ZIELE                                                          │
│  - Fragen zu Dienstleistungen beantworten                       │
│  - Termine buchen                                               │
│  - Praxisinformationen bereitstellen                            │
│                                                                 │
│  REGELN                                                         │
│  - Nur Informationen aus der Wissensdatenbank verwenden         │
│  - Niemals Informationen erfinden                               │
│  - Höflich und professionell sein                               │
│  - Bei verärgerten Kunden an Menschen weiterleiten              │
│                                                                 │
│  PERSÖNLICHKEIT                                                 │
│  - Freundlich aber professionell                                │
│  - In kurzen, klaren Sätzen sprechen                            │
│  - Den Namen des Kunden verwenden, wenn bekannt                 │
│                                                                 │
└─────────────────────────────────────────────────────────────────┘

Prompt Best Practices

Tun	Vermeiden
Spezifisch und klar sein	Vage Anweisungen verwenden
Grenzen definieren	Verhalten undefiniert lassen
Beispiele einschließen	Annehmen, dass KI den Kontext versteht
Eskalationsregeln festlegen	KI alles alleine handhaben lassen
Sprache und Ton spezifizieren	Kommunikationsstil vergessen

Sprachtechnologien

Speech-to-Text (STT)

Wandelt gesprochene Worte in geschriebenen Text um. Wird auch genannt:

Automatic Speech Recognition (ASR)
Spracherkennung
Transkription

Qualitätsfaktoren:

Akzent-Handling
Hintergrundgeräusch-Resistenz
Erkennung von Fachvokabular
Echtzeit- vs. Batch-Verarbeitung

Text-to-Speech (TTS)

Wandelt geschriebenen Text in gesprochene Worte um. Modernes TTS klingt natürlich, mit:

Mehreren Stimmoptionen (männlich, weiblich, verschiedene Alter)
Emotion und Intonation
Mehreren Sprachen
Einstellbarer Geschwindigkeit

Überlegungen zur Stimmauswahl:

Passend zu Ihrer Marke (professionell, freundlich, energisch)
Sprach- und Akzentanforderungen
Kundendemografie

Echtzeit-Kommunikation (WebRTC)

WebRTC (Web Real-Time Communication) ist die Technologie, die ermöglicht:

Browser-basierte Sprachanrufe
Audio-Streaming mit niedriger Latenz
Keine Plugins erforderlich

Hanc.AI nutzt LiveKit — eine WebRTC-Plattform — für:

Sprach-Widget auf Ihrer Website
Testanrufe im Dashboard
Echtzeit-Audioverarbeitung

Wichtige Plattformbegriffe

Begriff	Definition
Agent	Ein konfigurierter KI-Sprachassistent
Workspace	Ein Container für Agenten, gehört zu einer Organisation
Kunde	Eine Organisation, die die Plattform nutzt (Ihr Unternehmen)
Call Log	Aufzeichnung einer Konversation zwischen Agent und Anrufer
Tool	Eine Aktion, die der Agent ausführen kann (Termin buchen, Anruf weiterleiten)
Action	Eine spezifische Fähigkeit, die für einen Agenten aktiviert ist
First Message	Die Begrüßung, die der Agent beim Antworten sagt
Fallback	Was passiert, wenn der Agent nicht helfen kann (Weiterleitung an Menschen)
Eskalation	Weiterleitung eines Anrufs an einen menschlichen Operator

Nächste Schritte

Jetzt, da Sie die Grundkonzepte verstehen:

Wie es funktioniert — Technische Architekturübersicht
Kontoeinrichtung — Erstellen Sie Ihr Konto
Ihr erster Agent — Bauen Sie Ihren ersten Sprachagenten

Zusammenfassung

Konzept	Kernpunkt
KI	Software, die menschenähnliche Antworten versteht und generiert
Sprachagent	KI, die durch gesprochene Konversation kommuniziert
LLM	Das "Gehirn", das Sprache verarbeitet und Antworten generiert
Wissensdatenbank	Ihre Geschäftsinformationen, die die KI zur Beantwortung von Fragen nutzt
RAG	Technologie, die relevante Infos aus Ihren Dokumenten abruft
Prompt	Anweisungen, die das Verhalten des Agenten definieren
STT/TTS	Technologien zur Umwandlung zwischen Sprache und Text

Das Verständnis dieser Konzepte wird Ihnen helfen, effektivere Sprachagenten zu konfigurieren und Probleme zu beheben, wenn sie auftreten.

Was ist Künstliche Intelligenz (KI)?​

KI in einfachen Worten​

Was ist ein Sprachagent?​

Wie Sprachagenten funktionieren​

Sprachagent vs. Chatbot​

Large Language Models (LLM)​

Beliebte LLMs​

Wie LLMs "denken"​

Wissensdatenbank (RAG)​

Was ist RAG?​

Warum RAG wichtig ist​

Inhalte der Wissensdatenbank​

Der Prompt​

Prompt-Komponenten​

Prompt Best Practices​

Sprachtechnologien​

Speech-to-Text (STT)​

Text-to-Speech (TTS)​

Echtzeit-Kommunikation (WebRTC)​

Wichtige Plattformbegriffe​

Nächste Schritte​

Zusammenfassung​