Das Wichtigste
- Eine Unterbrechung besteht aus Erkennen, laufendes Audio stoppen, Restpuffer verwerfen und Kontext korrigieren.
- VAD-Parameter sind ein Kompromiss zwischen schneller Reaktion und Fehltriggern durch Lärm oder Rückkopplung.
- Gemessen wird der tatsächlich gehörte Ablauf, nicht nur ein Serverereignis.
Vier Dinge müssen fast gleichzeitig stimmen
- Der Eingangskanal erkennt, dass der Anrufer wirklich zu sprechen begonnen hat.
- Die laufende Antwort wird am Wiedergabegerät oder Telefonkanal hörbar gestoppt.
- Bereits erzeugtes, aber noch nicht abgespieltes Audio wird verworfen.
- Der Gesprächszustand berücksichtigt nur den Teil, den der Anrufer tatsächlich hören konnte.
Fehlt Schritt vier, beantwortet der Agent den nächsten Turn möglicherweise so, als wäre seine abgebrochene Erklärung vollständig angekommen. Fehlt Schritt zwei, erkennt das System zwar Sprache, redet aber weiter. Barge-in ist deshalb eine Ende-zu-Ende-Eigenschaft und kein Häkchen in einer Modelldokumentation.
VAD hört Aktivität – nicht automatisch Absicht
OpenAI beschreibt für Realtime zwei Turn-Erkennungsmodi: serverseitige VAD anhand von Stille und semantische VAD anhand des vermuteten Äußerungsendes. Parameter wie Schwelle, Prefix-Padding und Stilledauer beeinflussen, wann Sprache beginnt oder endet. Höhere Empfindlichkeit reagiert schneller, kann aber Geräusche oder Rückkanal-Audio als Einwurf behandeln.[1]
| Umgebung | Typisches Risiko | Testschwerpunkt |
|---|---|---|
| Ruhiges Büro | kurze Zustimmungen werden überhört | „mhm“, „ja“, leise Korrektur |
| Fahrzeug | konstanter Lärm triggert zu früh | Fahrgeräusch plus echte Unterbrechung |
| Lautsprecher | Agent hört eigene Ausgabe | Echo und verzögertes Playback |
| Rezeption | Fremdstimmen im Raum | adressierte vs. fremde Sprache |
Nach dem Stoppen beginnt die eigentliche Dialogarbeit
Nicht jeder Einwurf ist eine neue Aufgabe. „Ja“ kann Zustimmung sein, „Moment“ eine Bitte um Pause, „nein, Mittwoch“ eine Korrektur und eine Zwischenfrage ein Themenwechsel. Der Agent muss den Einwurf auf den laufenden Gesprächsschritt beziehen. Besonders wichtig: Eine begonnene, aber nicht bestätigte Schreibaktion darf durch Barge-in nicht unbemerkt weiterlaufen.
So wird Unterbrechbarkeit messbar
- Zeit vom Beginn echter Anrufersprache bis zum hörbaren Ende der Agentenausgabe.
- Anteil falscher Stopps durch Stille, Atem, Tastengeräusch, Echo oder fremde Stimme.
- Rest-Audio, das nach dem Einwurf noch abgespielt wird.
- Korrektheit der nächsten Antwort und Konsistenz des Gesprächszustands.
- Versehentliche oder doppelte Tool-Aktionen rund um die Unterbrechung.
Die Messung braucht Audio aus Sicht des Anrufers. Serverzeitstempel helfen bei der Diagnose, können aber nicht beweisen, wann ein Lautsprecher oder Telefonkanal tatsächlich still war. Deshalb gehören reale Endgeräte, schlechte Netze und mehrere Geräuschprofile in den Abnahmetest.
Quellen und Prüfstand
Primärquellen der Anbieter, zuletzt geprüft am 19. August 2026.
- [1]Voice activity detection (VAD) · OpenAI Developers · abgerufen am 19. August 2026
Über Call0
Ein Assistent für Telefon, WhatsApp, E-Mail und Website-Chat.
Call0 nimmt Anrufe an, beantwortet Nachrichten und übergibt an dein Team, wenn ein Mensch gefragt ist. Der Assistent entsteht aus deiner Website und ist am selben Tag live.
- Telefonassistent
Nimmt Anrufe rund um die Uhr an, bucht Termine, nimmt Anliegen auf und ruft auch selbst an. Spricht 13 Sprachen.
Telefonassistent → - Übergabe an dein Team
Wenn ein Mensch gefragt ist, klingelt es bei deinem Team: Warteschlange mit Wartemusik, Klingeln der Reihe nach, Halten und Weiterleiten, Öffnungszeiten und Rückfallregeln.
- WhatsApp-Assistent
Beantwortet Kundenanfragen auf WhatsApp mit demselben Wissen wie am Telefon. Du wählst zwischen Assistieren, Freigabe und Autopilot.
WhatsApp-Assistent → - E-Mail-Assistent
Liest dein Postfach und bereitet Antworten vor. Sensible Themen gehen immer an einen Menschen, gelöscht oder archiviert wird nichts.
E-Mail-Assistent → - Website-ChatbotBald verfügbar
Beantwortet Fragen auf deiner Website aus demselben Wissen und gibt Anfragen an dein Team weiter.
Website-Chatbot → - Agent0 und Integrationen
Agent0 richtet den Assistenten mit dir in normaler Sprache ein und passt ihn an. Über 500 Integrationen verbinden Kalender, CRM und Ticketsysteme.
Integrationen →
Mehr dazuTelefonassistent von Call0 · KI-Telefonassistent · KI-Telefonassistent Kosten · KI-Telefonassistenten im Vergleich · KI-Telefonassistent nach Branche