In den vergangenen zehn Jahren haben wir miterlebt, wie sich die Branche von holprigen Chatbot-Experimenten hin zu ausgereiften, multimodalen Voice-AI-Agenten entwickelt hat, die heute kritische Geschäftsprozesse steuern.
Doch durch all diese Jahre, in denen wir produktionsreife Systeme gebaut haben, kehrte ein Problem immer wieder zurück: das, was wir die Evaluierungslücke nennen.
Einen Voice-Agenten zu bauen, der in einer kontrollierten Demo glänzt? Kein Problem. Einen zu bauen, der über Tausende unvorhersehbarer Kundengespräche hinweg zuverlässig, sicher und regelkonform bleibt? Das ist eine völlig andere Herausforderung. Viel zu lange war die Frage, ob ein Agent wirklich produktionsreif ist, nur manuell, fragmentierter und letztlich unzuverlässig zu beantworten.
Heute launchen wir Wir_Schwatzen, um das zu ändern.
Die Herausforderung: Im Blindflug mit KI
Voice AI entwickelt sich rasant zur primären Schnittstelle für Unternehmen weltweit, doch viele Organisationen raten noch immer, wie sich ihre Agenten unter realen Bedingungen verhalten werden. Dieses Rätselraten bringt drei konkrete Risiken mit sich:
1. Regulatorische Haftung
Der EU AI Act ist in Kraft, und wo und wie Daten verarbeitet werden, ist keine Frage der Präferenz mehr, sondern eine gesetzliche Pflicht. Sensible Sprachdaten und proprietäre Informationen außerhalb Europas zu verarbeiten, ist still und leise zu einem ernsthaften Compliance-Problem geworden.
2. Der QA-Flaschenhals
Manuelle Tests können mit dem Tempo der KI-Entwicklung einfach nicht mithalten. Ohne Automatisierung müssen Teams zwischen verzögerten Launches und dem Risiko ungeprüfter Agenten im Kundenkontakt abwägen.
3. Verlorene Nuancen
Die meisten Evaluierungstools wurden auf nicht-europäischen Datensätzen trainiert. Sprachliche Feinheiten und kulturelle Erwartungen, die in unseren Märkten entscheidend sind, werden dabei regelmäßig übersehen.
Unsere Mission: Schluss mit dem Rätselraten
Bei Wir_Schwatzen bauen wir die automatisierte Infrastruktur, die ermöglicht, einen Voice-Agenten aus der Entwicklungsumgebung direkt in den Live-Betrieb zu überführen und dabei wirklich sicher zu sein. Wir konzentrieren uns auf drei Dinge:
- Daten bleiben in der EU: Testanrufe werden in der EU verarbeitet und gespeichert. Personenbezogene Daten in Transkripten und Audio werden standardmäßig unkenntlich gemacht, und Sie legen fest, wie lange Daten gespeichert bleiben.
- Wiederholbare Tests statt Einzelanrufe: Wir ersetzen manuelle Testanrufe durch Szenarien, die bei jedem Release gleich und mehrfach laufen. Ihr Team kann seine Zeit wieder mit dem verbringen, wofür es da ist: mit Bauen, nicht mit Abtelefonieren.
- Ein klares Urteil für alle: Product Manager und CX-Teams sehen ein verständliches Urteil, Entwickler die Belege dahinter, bis zur genauen Stelle im Anruf. Ganz ohne Engineering-Engpass.
Wie es funktioniert
Die Wir_Schwatzen-Plattform ist als entkoppeltes System für anspruchsvolles Benchmarking konzipiert:
- Synthetische Anrufer rufen Ihren Agenten über seine Telefonnummer an, in verschiedenen Personas mit unterschiedlichem Tempo, Unterbrechungen und Hintergrundgeräuschen, und testen systematisch die Grenzen Ihres Systems.
- Die Plattform wertet jeden Anruf aus: Transkript, gemessene Latenz und Pausen pro Gesprächswechsel und ein Urteil pro Szenario mit Begründung und Beleg.
Gebaut in Nürnberg, gedacht für Europa
Der Name Wir_Schwatzen bringt auf den Punkt, worum es uns geht: Gespräche mit KI so natürlich und verlässlich zu machen wie ein Gespräch unter Menschen.
Nach zehn Jahren tief im Maschinenraum der KI-Entwicklung richten wir unseren Fokus auf das, was am meisten zählt: die Wahrheit darüber, wie Ihr Agent wirklich performt.