KI-Souffleuse
Nie wieder das eine Argument vergessen

Jedes wichtige Gespräch hat Momente, in denen Ihnen genau die eine Zahl, das eine Argument oder der eine Fachbegriff fehlt. Nachschlagen kostet den Faden und den Blickkontakt — also improvisieren Sie und ärgern sich hinterher über die verpasste Chance.

Die KI-Souffleuse läuft auf einem zweiten Monitor, hört über ein Tisch-Mikrofon mit, transkribiert in Echtzeit und denkt parallel mit. Im Augenwinkel erscheinen Stichworte: offene Fragen, Argumente, Fakten im Kontext, Einwandbehandlungen. Ihr Gegenüber sieht nichts — wie eine Theater-Souffleuse, nur dass Sie Ihre Stichworte lesen statt hören. Stumm, präzise, nur wenn nötig.

Vor dem Gespräch (60 Sekunden Briefing): Sie füllen ein kurzes Briefing aus — Gesprächspartner, Ziel, relevante Fakten und Zahlen, erwartete Einwände. Dieses Briefing ist der Rahmen, in dem die KI während des Gesprächs arbeitet.

Während des Gesprächs (Monitor 1 + Monitor 2): Das Tisch-Mikrofon nimmt beide Stimmen auf. Auf Monitor 1 läuft das Transkript mit Sprecherzuordnung, Latenz unter einer Sekunde. Auf Monitor 2 arbeiten mehrere KI-Agenten parallel (offene Fragen, Einwände, Fakten, Ziel-Tracking) und blenden nur dann ein Stichwort ein, wenn wirklich etwas beizutragen ist. Kein Dauer-Feuer, keine Ablenkung.

Nach dem Gespräch (automatische Nachbereitung): Sie bekommen das volle Transkript, eine Zusammenfassung und eine To-Do-Liste — wer hat was gesagt, was ist offen, was haben Sie zugesagt. Auf Wunsch landet das direkt in Ihrem CRM.

Zwei klare Blöcke: einmaliges Setup und monatlicher Betrieb. Keine Mindestlaufzeit. Die tatsächlichen KI-Kosten laufen separat über Ihre eigenen API-Keys.

Beispielrechnung — was kostet mich das wirklich

Die KI-Souffleuse verarbeitet Gesprächsdaten mit möglicherweise personenbezogenen Informationen Ihres Gegenübers. Wir haben das Setup technisch so schlank wie möglich gebaut:

Keine eigene Infrastruktur bei uns

Die Souffleuse läuft vollständig in Ihrem Chrome-Browser auf Ihrem Rechner. Es gibt keinen zwischengeschalteten Server der Netzhandwerker. Audio- und Textdaten werden direkt zwischen Ihrem Browser und den Dienstleistern Deepgram (Transkription) und Anthropic (Sprachmodell) ausgetauscht — über API-Keys, die Sie kontrollieren.

Datenverarbeitung bei Drittanbietern

Deepgram und Anthropic stellen Auftragsverarbeitungsverträge nach Art. 28 DSGVO bereit. Je nach Anbieter-Tarif und Account-Konfiguration erfolgt die Verarbeitung in EU-Regionen oder auf Grundlage der EU-Standardvertragsklauseln nach Kommissionsbeschluss 2021/914. Die genaue Konstellation hängt von Ihrem Account-Setup ab — wir klären das im Kick-off durch und dokumentieren es schriftlich.

Sie bleiben Verantwortlicher

Weil Sie die API-Keys führen, sind Sie gegenüber Deepgram und Anthropic direkter Vertragspartner. Wir unterstützen Sie bei der technischen Umsetzung — die rechtliche Prüfung und Dokumentation (insbesondere Informationspflichten nach Art. 13/14 DSGVO und Rechtsgrundlage nach Art. 6 DSGVO) bleibt bei Ihnen bzw. Ihrer Rechtsberatung.

Transparenz gegenüber dem Gesprächspartner

Wir empfehlen, zu Gesprächsbeginn kurz auf die KI-gestützte Transkription und Unterstützung hinzuweisen. Eine kurze, freundliche Formulierung geben wir Ihnen im Setup-Workshop mit.

Ist das nicht eine Art Aufzeichnungs-Tool, das rechtlich grenzwertig ist?

Rechtlich sauber ist der Einsatz, wenn Sie Ihr Gegenüber zu Gesprächsbeginn transparent auf die KI-gestützte Transkription und Unterstützung hinweisen. Die konkrete Einordnung (Informationspflichten Art. 13/14 DSGVO und Rechtsgrundlage Art. 6 DSGVO) hängt vom Einsatzszenario und Ihrer Rolle als Verantwortlicher. Wir liefern Ihnen eine fertige Formulierung, die kurz und freundlich ist. Die rechtliche Prüfung bleibt bei Ihnen bzw. Ihrer Rechtsberatung.

Brauche ich spezielle Hardware?

Drei Komponenten. Erstens: Laptop oder Desktop mit zwei angeschlossenen Monitoren. Zweitens: Ein empfindliches Tisch-Mikrofon, das sowohl Sie als auch den Handy-Lautsprecher Ihres Gegenübers aufnimmt — wir empfehlen das Beyerdynamic Fox USB (rund 80 Euro). Drittens: Chrome-Browser, aktuelle Version. Sonst nichts.

Wie verlässlich sind die KI-Tipps wirklich?

Die Souffleuse gibt Stichworte, keine Anweisungen. Sie entscheiden jederzeit, ob Sie einen Tipp aufgreifen oder ignorieren. Wir trainieren die Agenten darauf, lieber gar nichts einzublenden als Unsinn zu schreiben. Qualität hängt stark am Briefing — je präziser Sie Ziel und Hintergrund vorgeben, desto besser die Tipps. In der Praxis sind 5 bis 10 wirklich hilfreiche Stichworte pro einstündigem Gespräch ein realistischer Richtwert.

Wie hoch ist die Latenz zwischen gesprochenem Wort und Einblendung?

Transkript auf Monitor 1: unter einer Sekunde. Tipps auf Monitor 2: je nach Agent 2 bis 6 Sekunden nach Auslöse-Moment. Das ist gewöhnungsbedürftig, aber in der Praxis kein Problem — weil die meisten Tipps Einwände oder offene Fragen betreffen, bei denen Sie ohnehin nicht sofort antworten müssen, sondern ins nächste Fenster des Gesprächs einspeisen.

Warum muss ich eigene API-Keys führen?

Die ehrlichste Preis-Struktur. KI-Kosten pro Gespräch sind variabel — 1 bis 8 Euro je nach Länge und Intensität. Mit eigenen Keys sehen Sie auf den Cent, was ein Gespräch gekostet hat, und können Limits setzen. Zudem bleiben Sie datenschutzrechtlich sauber in der Rolle des Verantwortlichen.

Funktioniert das auch in Video-Calls statt am Telefon?

Ja. Für Microsoft Teams, Zoom oder Google Meet nutzen Sie ein Audio-Loopback wie VB-Cable, das das System-Audio in die Souffleuse einspeist. Richten wir im Setup ein. Ergebnis: die Stimmen aus dem Video-Call landen im Transkript, genau wie beim Handy-Lautsprecher-Szenario.

Was passiert bei schlechten oder irritierenden Tipps?

Sie ignorieren sie. Das ist der Sinn einer Souffleuse: Stichwort anbieten, nicht Skript vorschreiben. Auf Monitor 2 ist jeder Tipp einzeln ausblendbar, Sie können bestimmte Agenten während des Gesprächs komplett stummschalten. Im Wartungs-Support schicken Sie uns schlechte Beispiele — wir ziehen die Prompts nach.

Kann ich die Souffleuse selbst weiterentwickeln?

Ja. Sie bekommen die HTML-Datei mit Quellcode. Wenn Sie einen Entwickler an der Hand haben, können Sie eigene Agenten ergänzen, Prompts anpassen oder das Tool an Ihre CRM-Welt andocken. Unsere Updates kommen über den Wartungsvertrag, parallel dazu können Sie eigene Branches pflegen.

Was passiert mit den Gesprächsdaten nach dem Gespräch?

Das entscheiden Sie. Standard: Transkript und Zusammenfassung landen als JSON in einem Ordner auf Ihrem Rechner, verschlüsselt. Keine Cloud-Synchronisation, keine Backups außerhalb Ihres Rechners. Auf Wunsch richten wir eine automatische Ablage in Ihr CRM ein — dann gilt Ihre dortige Datenschutz-Logik.

Wie lange dauert die Einrichtung?

Ein halber Tag. Vormittag: Installation, Mikrofon-Test, erste Konfiguration. Nachmittag: Briefing-Workshop (wie fertigt man ein gutes Briefing an?) und ein Probe-Gespräch mit uns, bei dem wir die Tipps live feintunen. Ab Tag 2 sind Sie produktiv.

Was passiert, wenn das Internet ausfällt?

Ohne Internet kein Live-Transkript und keine KI-Tipps. Die Audio-Aufnahme läuft lokal weiter, Sie können nach dem Gespräch nachtranskribieren. Für wichtige Gespräche empfehlen wir eine Mobilfunk-Notverbindung (Smartphone als Hotspot) als Backup.

Wie kündige ich?

Zum Monatsende per E-Mail, keine Mindestlaufzeit. Die HTML-Datei behalten Sie — sie läuft weiter, solange Ihre API-Keys gültig sind. Was wegfällt: Updates, neue Agenten, Support.