Wie KI-Agenten mit Ihrem Unternehmen interagieren

Ein wachsender Anteil der Anrufe bei Unternehmen und Behörden stammt nicht von Menschen. Es sind persönliche KI-Agenten, die für Einzelpersonen Aufgaben erledigen, Geschäftsagenten, die Bestellungen bestätigen oder Ansprüche prüfen, und gelegentlich eine geklonte Stimme, die sich als Kunde ausgibt.

Heute veröffentlichen wir die Erkennung synthetischer Stimmen in ElevenAgents, damit Unternehmen erkennen können, wer am anderen Ende der Leitung ist, und entsprechend reagieren können. Außerdem treten wir der Arbeitsgruppe zum Personal Agent Protocol als Designpartner bei, um mitzugestalten, wie KI-Agenten und Unternehmen sich identifizieren und miteinander interagieren sollten.

KI-Agenten in Live-Anrufen erkennen

Die Erkennung synthetischer Stimmen analysiert die Sprache des Anrufers in den ersten Sekunden eines Anrufs und liefert eine Einstufung: Mensch oder KI-generiert. Danach bestimmen Ihre Regeln, was geschieht.

Einige Beispiele für Regeln, die Sie festlegen können:

• Verifizierte menschliche Kunden zuerst bedienen. Ein menschlicher Kunde erhält Ihren leistungsfähigsten KI-Agenten oder einen menschlichen Mitarbeiter – mit allem, was dazugehört: Vorrang in der Warteschlange, Verhandlungen über eine Rechnung, ein Angebot zur Kundenbindung oder eine Ermessensentscheidung.
• KI-Anrufern direkte, klar begrenzte Interaktionen bieten. Maschinenanrufer werden an einen Agenten mit eigenen Anweisungen und Grenzen weitergeleitet. Er authentifiziert sich zuerst und antwortet dann schnell und im vorgesehenen Rahmen. Sie bestimmen, wie weit er bei Verhandlungen, Kontoänderungen oder Ausnahmen gehen kann. Wenn ein Mensch benötigt wird, können KI-Anrufer in der Warteschlange hinter den wartenden Personen eingereiht werden.
• Identitätsvortäuschung gleich zu Beginn des Anrufs stoppen. Eine synthetische Stimme, die eine sensible Aktion anfordert – etwa die Änderung einer Bankverbindung, das Zurücksetzen eines Passworts oder Zugriff auf ein anderes Konto –, kann gestoppt werden, bevor sie Informationen erhält oder unzulässige Aktionen ausführt.

Die Erkennung synthetischer Stimmen läuft innerhalb von ElevenAgents im Live-Audiostream und prüft auf Spuren, die ein menschlicher Zuhörer nicht bemerken würde, Software jedoch schon. Alle mit ElevenLabs erzeugten Audiodateien enthalten ein Wasserzeichen, Audiodateien aus anderen Quellen jedoch oft nicht. Die Erkennung ist daher nicht darauf angewiesen.

Beitritt zum Personal Agent Protocol

Wir arbeiten an neuen Standards für Agenten, die mit Unternehmen interagieren, und freuen uns, als Teil der von Meta und Sierra geleiteten Arbeitsgruppe zum Personal Agent Protocol beizutragen. Das Protokoll wird entwickelt, um festzulegen, wie sich ein persönlicher Agent gegenüber einem Unternehmen identifiziert, wen er vertritt und was er im Namen dieser Person tun darf.

Unternehmen nutzen ElevenLabs, um Agenten über viele Text- und Sprachkanäle einzusetzen: Telefon, Website, In-App-Erlebnisse, E-Mail, WhatsApp, SMS und mehr. Unser Ziel ist, alle Kanäle abzudecken, damit Kunden festlegen können, wie sie über jede Schnittstelle mit persönlichen Agenten interagieren.

Wie es weitergeht

Heute ist die Erkennung synthetischer Stimmen für Unternehmenskunden verfügbar, die von unserem Forward Deployed Engineering Team betreut werden. Später in diesem Monat wird sie einer breiteren Gruppe von Unternehmenskunden als konfigurierbare Option in ElevenAgents zur Verfügung stehen.

Während Standards wie das Personal Agent Protocol Gestalt annehmen, werden wir Unterstützung für Agenten hinzufügen, die sich selbst deklarieren, und weitere Signale ergänzen, wenn sich der Bereich weiterentwickelt.

Weitere Informationen erhalten Sie von Ihrem Account-Team oder kontaktieren Sie uns hier.