Ein Anrufer nennt sein Anliegen. VoiceDesk erkennt, worum es geht, fragt fehlende Angaben ab und erstellt eine strukturierte Mitteilung.
NOEMA VoiceDesk In active development
Ein Anruf ist mehr als eine Audiodatei.
VoiceDesk ist ein intelligenter Telefonassistent für Unternehmen, Praxen, Dienstleister und Organisationen. Das System nimmt Anrufe entgegen, versteht das Anliegen, führt einen natürlichen Dialog, erfasst relevante Informationen und übergibt das Ergebnis strukturiert an den Betreiber.
Was VoiceDesk kann
Kein simpler Sprachbot – eine strukturierte Dialogplattform.
- Telefonanrufe automatisch entgegennehmen und Anrufer natürlich begrüßen
- Namen, Anliegen, Termine und Rückrufwünsche erfassen
- Datum und Uhrzeit aus natürlicher Sprache verstehen
- Rückfragen stellen, wenn Informationen fehlen
- Informationen vor Abschluss zusammenfassen
- Termine und Mitteilungen strukturiert speichern
- Ergebnisse per E-Mail oder über das Administrationssystem bereitstellen
- Bestehende Telefonie über SIP anbinden
- Verschiedene Sprach-, KI- und Text-to-Speech-Anbieter verwenden
- Unternehmensinformationen und individuelle Vorgaben berücksichtigen
Anwendungsfälle
Aus Gesprächen werden verwertbare Vorgänge.
„Ich brauche nächste Woche Dienstag gegen 14 Uhr einen Termin." – VoiceDesk erkennt Datum, Uhrzeit und Anliegen und erstellt einen Terminwunsch.
Der Anrufer bittet um einen Rückruf. VoiceDesk erfasst den Rückrufwunsch, das Anliegen und vorhandene Kontaktdaten.
„Ich komme morgen vorbei und bringe die Unterlagen mit." – Fehlt eine relevante Uhrzeit, erkennt VoiceDesk das und fragt nach.
Administration
Kalender, Mitteilungen und Rückrufe im Blick.
Die Administrationsoberfläche zeigt Anrufverlauf, Monatskalender mit Tagesansicht, offene Terminwünsche mit Status sowie alle Mitteilungen und Rückrufbitten – inklusive Gesprächszusammenfassung je Anruf.
- Monatskalender und Tagesansicht mit Terminstatus
- Mitteilungen und Rückrufe mit Anliegen und Kontaktdaten
- Provider-Einstellungen, Unternehmenswissen, SIP-Konfiguration
Technische Architektur
Das Backend ist die Entscheidungsinstanz.
VoiceDesk ist modular aufgebaut. Der zentrale Backend-Dienst kontrolliert Dialoglogik, Validierung, Termindaten, Nachrichten, Rückrufwünsche, Provider-Konfiguration und Speicherung. Die Telefonie- und Audio-Komponenten transportieren das Gespräch – sie sind nicht die Entscheidungsinstanz. Dadurch existiert keine widersprüchliche Dialoglogik an mehreren Stellen.
FritzBox / Telefonanlage
Asterisk
LiveKit SIP
Echtzeit-Worker
VoiceDesk-Backend
Sprachausgabe
Komponenten:
- FastAPI-Backend mit PostgreSQL, Docker Compose
- Asterisk und LiveKit für SIP- und Audiotransport
- Speech-to-Text: aktuell Deepgram Nova-3
- Sprachmodell und Text-to-Speech: aktuell über OpenRouter bzw. Gemini-TTS
- Administrationsoberfläche mit Kalender- und Nachrichtenverwaltung
VoiceDesk ist nicht dauerhaft an diese Anbieter gebunden – die Provider sind konfigurierbar. Genannte Anbieter sind unabhängige Drittanbieter.
Konfiguration
Alle KI-Dienste selbst wählbar – direkt im Admin-Bereich.
VoiceDesk schreibt keinen Anbieter fest vor. Sprachmodell (LLM), Sprachausgabe (TTS) und Spracherkennung (STT) werden im Admin-Bereich eingetragen – jeweils mit Anbietername, API-Adresse, Modellname und API-Schlüssel.
So funktioniert die Eintragung:
- LLM / Sprachmodell: Jeder Dienst mit OpenAI-kompatibler Schnittstelle – z. B. OpenRouter, OpenAI oder Claude-Dienste von Anthropic. Einfach API-Adresse, Modellname und Schlüssel eintragen und speichern.
- TTS / Sprachausgabe: Ebenfalls frei wählbar, inklusive Stimmenauswahl – etwa über OpenRouter oder Gemini-TTS.
- STT / Spracherkennung: Auch hier ist der Anbieter konfigurierbar. Nach unserer Erfahrung liefert Deepgram (Nova-3) für Telefonie derzeit die besten Ergebnisse – schnell, robust und zuverlässig bei deutscher Sprache.
- Lokale Modelle: Theoretisch lassen sich auch lokal betriebene Modelle anbinden, sofern sie eine OpenAI-kompatible Schnittstelle anbieten (z. B. über Ollama oder LM Studio). Für flüssige Telefonate empfehlen wir jedoch Cloud-Dienste – lokale Hardware ist dafür meist zu langsam.
Genannte Anbieter sind unabhängige Drittanbieter. Die API-Schlüssel bleiben auf dem eigenen System gespeichert.
Datenschutz & Kontrolle
Für kontrollierbare und datenschutzorientierte Betriebsmodelle entwickelt.
- Der Betreiber kontrolliert die Systemkonfiguration
- Anbieter können je nach Einsatzgebiet und Anforderungen gewählt werden
- Persönliche Gesprächsdaten werden nicht öffentlich verarbeitet
- Dynamische Gesprächsinhalte werden nicht als allgemeine Audiodateien zwischengespeichert
- Keine automatische endgültige Entscheidung bei unklaren Informationen
Die rechtliche Bewertung einer konkreten Installation hängt von Hosting, Datenfluss, Vertragspartnern und eingesetzten Providern ab.
Denkbare Einsatzgebiete
Wo strukturierte Anrufannahme helfen könnte.
Überall dort, wo viele wiederkehrende Anrufe zuverlässig erfasst werden müssen – etwa in Praxen, Werkstätten, Beratungsstellen oder Vereinen. VoiceDesk ist ein Forschungs- und Entwicklungsprojekt; es gibt derzeit kein kommerzielles Angebot.
Produktstatus
In aktiver Entwicklung – unter realen Bedingungen.
VoiceDesk wird derzeit unter realen Bedingungen entwickelt und getestet. Der Schwerpunkt liegt auf zuverlässigem Sprachverständnis, kontrollierten Dialogen und einer sauberen Übergabe der erfassten Informationen. Geplant sind außerdem ein Fax-Modul (eingehend, ausgehend, PDF-Archiv) und flexible SIP- und Rufnummernmodelle. VoiceDesk ist nicht öffentlich verfügbar; weitere Informationen folgen.