Warum Voice bei komplexen, stressigen Gesprächen gewinnt

Wenn ein Problem komplex oder stressig ist, möchten Menschen es laut unserer Forschung lieber besprechen als eintippen. Um das zu testen, verglichen wir Voice-Anrufe per Telefon und über WhatsApp mit Chat-Sitzungen von Hunderten produktiver Agents, die beide Kanäle nutzen. Zusätzlich führten wir eine Nutzerstudie durch.

Wir haben festgestellt, dass Voice für komplexe Anliegen am besten geeignet ist. In Gesprächen von mehr als zwei Minuten war Voice 32 % häufiger erfolgreich als textbasierter Chat. Wenn diese längeren Gespräche erfolgreich waren, löste Voice sie etwa ein Drittel schneller.

Auch wenn es stressig wurde, bevorzugten Menschen Voice. In einem simulierten Szenario mit einem annullierten Flug wählten 85 % der Teilnehmenden diesen Kanal.

Das macht Chat nicht überflüssig. In kurzen Gesprächen hat Chat einen leichten Vorteil. Doch je länger ein Gespräch dauert, desto mehr hilft Voice.

Voice überzeugt bei komplexen Support-Anliegen

Wir nutzten die Gesprächsdauer als Näherungswert für Komplexität und erkannten ein Muster. Bei Gesprächen unter einer Minute schnitt Chat um etwa 9 Prozentpunkte besser ab. Zwischen einer und zwei Minuten lagen beide Kanäle ungefähr gleichauf. Nach zwei Minuten lag Voice vorn: Die Erfolgsraten waren um 10,9 Punkte höher — ein Anstieg von 31,7 % — und fast zwei Drittel der Agents schnitten mit Voice deutlich besser ab.

Voice löst längere Gespräche auch schneller. Bei erfolgreichen Gesprächen von mehr als zwei Minuten lag Voice im Schnitt bei 4,6 Minuten, verglichen mit 7 Minuten bei Chat. 78 % der 90 Agents mit ausreichend erfolgreichen langen Gesprächen in beiden Kanälen lösten sie mit Voice schneller.

Die Dauer ist ein ungenaues Maß für Komplexität, besonders bei Chat, da Kunden zwischen Nachrichten pausieren können. Das Muster ist jedoch klar: Je länger das Gespräch, desto mehr hilft Voice.

Ein Grund könnte sein, dass Voice Kunden ermöglicht, mehr Inhalte abzudecken. Menschen sprechen etwa dreimal so schnell, wie sie tippen, und ein gesprochenes Gespräch hält beide Seiten eingebunden, statt sie zwischen Nachrichten warten zu lassen. Wenn ein Gespräch komplex wird, führt Voice schneller zur Lösung.

Die Erfolgsformel für Voice: Geschwindigkeit und Empathie

Nicht jedes Voice-Gespräch ist erfolgreich. Einer der wichtigsten Gründe dafür ist die Latenz. Bei 315 Agent-Gesprächen, die für geringere Latenz auf ein schnelleres LLM wechselten, korrelierte eine Senkung der durchschnittlichen End-to-End-Latenz um 16 % mit einem Anstieg der Erfolgsrate um 26 %. Gleichzeitig sank der Anteil der Anrufe, die innerhalb von 15 Sekunden endeten, von 21,1 % auf 3,8 %.

Das deutet darauf hin, dass Latenz besonders zu Beginn eines Anrufs wichtig ist, wenn Menschen entscheiden, ob sie in der Leitung bleiben. Reagiert ein Agent langsam, nehmen Anrufer wahrscheinlich an, dass die Verbindung unterbrochen ist oder das System nicht funktioniert, und legen auf. Schnellere Antworten halten sie lange genug in der Leitung, um Hilfe zu erhalten.

Geschwindigkeit ist nur ein Teil davon. Wenn ein Gespräch stressig ist, kommt es auch darauf an, wie ein Agent klingt. In einer von uns durchgeführten Nutzerstudie bearbeiteten 98 Teilnehmende ein simuliertes Szenario mit einem annullierten Flug, ähnlich wie in diesem Video, und buchten in zufälliger Reihenfolge sowohl mit einem Voice-Agent als auch mit einem Chat-Agent um. In einer Umfrage nach Abschluss ihrer Szenarien gaben 85 % an, Voice zu bevorzugen. Zu ihren wichtigsten Gründen zählten die schnelle Lösung und Empathie.

Warum es wichtig ist, Voice richtig umzusetzen

Kundenbindung wird dann gewonnen oder verloren, wenn besonders viel auf dem Spiel steht: beim annullierten Flug, bei einer strittigen Abbuchung, bei einem Problem, das bereits zu viel Zeit des Kunden gekostet hat. Unabhängig vom Kanal kostet Sie eine ungelöste Anfrage das nächste Gespräch.

Bei den schwierigsten Gesprächen bietet Voice die besten Chancen auf eine Lösung — wenn es gut umgesetzt ist. Das beginnt mit einem Agent, der die Aufgabe zu Ende bringen kann. Für lange Gespräche braucht es einen Agent, der den Kontext behält und mit Ihren Systemen verbunden ist, damit er den Flug selbst umbuchen oder die Erstattung veranlassen kann, statt den Kunden weiterzuleiten. Geringe Latenz ist genauso wichtig, weil sie das Gespräch natürlich hält und Anrufer in der Leitung bleiben. Auch die Stimme selbst sollte ruhig und empathisch klingen, besonders wenn der Kunde es nicht ist.

Genau das entwickeln wir mit ElevenAgents. Es ist ein Agent mit demselben Wissen und denselben Integrationen für Voice und Chat, damit Kunden ihr Anliegen in dem Kanal lösen können, den sie wählen. Doch je länger ein Gespräch dauert, desto mehr hilft Voice — und desto schneller führt es zur Lösung. Unternehmen, die die schwierigsten Gespräche lösen, sind diejenigen, zu denen Kunden zurückkehren.

Unsere Methodik

Wir betrachteten Agents, die zwischen Mai und Juli 2026 mindestens 50 Voice- und 50 Chat-Gespräche bearbeiteten. Jeder wurde anhand von Erfolgskriterien bewertet, die das Unternehmen für seinen jeweiligen Anwendungsfall festgelegt hatte.

Um den Vergleich fair zu halten, verglichen wir die Voice- und Chat-Leistung jedes Agents mit seiner eigenen Leistung, statt alle Gespräche zusammenzufassen. Unternehmen unterscheiden sich in Anwendungsfall, Volumen und ihrer Definition von Erfolg. Würden wir alle Gespräche zusammenfassen, könnte ein Unternehmen, das überwiegend Voice nutzt und zufällig hohe Erfolgsraten erzielt, Voice besser aussehen lassen, selbst wenn Voice für dieses Unternehmen keinen Unterschied macht. Der Vergleich jedes Agents mit sich selbst beseitigt dieses Problem.