KKC_0265 | Voice AI: Sprachgesteuerte Automatisierung

Sprachgesteuerte Automatisierung wirkt erst dann überzeugend, wenn sie in echten Prozessen zuverlässig funktioniert. In diesem Seminar bauen Sie das Verständnis dafür auf, wie Voice AI Systeme aus Speech-to-Text, Dialoglogik und Text-to-Speech zusammenspielen und welche technischen und organisatorischen Grenzen dabei realistisch sind. Sie lernen, wie Sie aus einem Use Case ein sauberes Intent- und Slot-Modell ableiten, Gesprächsflüsse entwerfen und mit Rückfragen, Bestätigungen sowie Fallbacks stabil machen.

Ein zentraler Teil ist die Architektur: Streaming oder Batch, Turn-Taking, Voice Activity Detection, Umgang mit Störgeräuschen und Latenz. Damit Voice Bots nicht nur „reden“, sondern korrekt handeln, verbinden Sie sie mit Business-Systemen wie CRM oder ITSM, legen Webhooks und Zustandslogik fest und sorgen für einen nachvollziehbaren Audit-Trail. Zusätzlich arbeiten Sie an Governance: Consent, Logging, PII-Handling, Rollen und Rechte sowie typische Angriffswege wie Prompt Injection und Data Exfiltration.

Zum Abschluss entwickeln Sie ein Vorgehen für Testing, Monitoring und kontinuierliche Verbesserung, inklusive Kennzahlen wie WER, Task Success und Containment Rate. So können Sie Voice AI Projekte sicher planen, pilotieren und betreiben.

• Zusammenspiel von Speech-to-Text, Dialoglogik und Text-to-Speech verstehen
• Use Cases in Intent- und Slot-Modelle übersetzen
• Gesprächsflüsse mit Rückfragen, Bestätigungen und Fallbacks stabil machen
• Streaming, Batch, Turn-Taking, Voice Activity Detection und Latenz einordnen
• Voice Bots mit CRM, ITSM, Webhooks und Zustandslogik verbinden
• Consent, Logging, PII-Handling, Rollen, Rechte und Security-Risiken berücksichtigen
• Testing, Monitoring und Kennzahlen wie WER, Task Success und Containment Rate planen

Das Seminar richtet sich an IT-Teams, Prozessverantwortliche, Customer Service, Entwickler/innen, Automatisierungsteams und Entscheider/innen.

Grundkenntnisse in Prozessautomatisierung, APIs oder digitalen Serviceprozessen sind hilfreich. Spezielle Sprach-KI-Vorkenntnisse sind nicht erforderlich.

• Voice AI Grundlagen, Nutzen, Grenzen
  • Speech-to-Text, Text-to-Speech, NLU und Dialogsteuerung
  • Latenz, Unterbrechungen, Barrierefreiheit, Mehrsprachigkeit
  • Qualitätskennzahlen: WER, Task Success, Containment Rate
• Dialogdesign, Prompting und Gesprächsführung
  • Intent- und Slot-Modellierung, Gesprächsflüsse, Kontextverwaltung
  • Rückfragen, Bestätigungen, Fehlerkultur und Fallbacks
  • Tonality, Persona, Compliance-Formulierungen
• Tooling und Architektur für Voice-Workflows
  • Streaming vs. Batch, Turn-Taking, VAD, Noise Handling
  • RAG für Voice: Wissensquellen, Zitierbarkeit, Aktualität
  • Orchestrierung: Events, Queues, Webhooks, Zustandsautomaten
• Integration in Business-Prozesse
  • CRM/ITSM-Anbindung: Ticket anlegen, Status abfragen, Updates
  • Terminierung, Identitätsprüfung, Eskalation an Menschen
  • End-to-End-Automatisierung mit Audit-Trail
• Sicherheit, Datenschutz und Governance
  • PII-Handling, Logging-Strategien, Aufbewahrungsfristen
  • Consent, Aufzeichnung, Rollen- und Rechtekonzepte
  • Prompt Injection, Data Exfiltration, Guardrails
• Testing, Monitoring und Betrieb
  • Testfälle für Dialoge, Regression, Voice UX Tests
  • Observability: Latenz, Abbrüche, Erkennungsfehler, Kosten
  • Rollout-Strategien, A/B-Tests, kontinuierliche Verbesserung