Was kostet ein KI-Telefonagent? Preise, Modelle und versteckte Kosten 2026

Ein KI-Telefonagent kostet an drei Stellen Geld, und dass diese drei durcheinandergeraten, ist der Grund, warum sich die meisten Angebote unmöglich vergleichen lassen. Es gibt ein einmaliges Setup, einen monatlichen Retainer für Betrieb und Pflege und variable Kosten für KI-Token und Telefonie, die mit dem tatsächlichen Gesprächsaufkommen skalieren. Ein standardisierter SaaS-Assistent für eine Praxis startet am deutschen Markt bei rund 49 bis 119 € im Monat; eine individuell integrierte Agenturlösung liegt beim Setup je nach Komplexität typischerweise im mittleren vierstelligen bis unteren fünfstelligen Bereich, plus Retainer. Die gute Nachricht, und der Teil, den fast niemand korrekt beziffert, ist der dritte Block: Die laufenden Kosten pro Gespräch sind klein geworden — mit modernen Sprach-APIs kostet ein Drei-Minuten-Anruf Cent, nicht Euro. Dieser Beitrag zerlegt alle drei Blöcke, benennt die versteckten Posten und rechnet den ROI ehrlich durch.

Die drei Kostenblöcke — und warum Angebote so schwer vergleichbar sind

Fast jedes verwirrende Gespräch über den Preis eines KI-Telefonagenten entsteht daraus, dass drei grundverschiedene Kostenarten vermischt werden. Halten Sie sie auseinander, und der Markt wird plötzlich lesbar.

Das Setup ist der einmalige Aufwand, den Agenten überhaupt zum Leben zu erwecken: die Gesprächsführung entwerfen, ihn an Kalender, CRM und Telefonanlage anbinden, eine Stimme aufnehmen oder lizenzieren, die Eskalations-Pfade definieren („wann übergibst du an einen Menschen?“) und ihn gegen reale Szenarien testen. Hier gehen SaaS-Baukasten und Individuallösung am weitesten auseinander. Ein Baukasten hat diese Arbeit einmal generisch erledigt und verteilt sie über tausende Kunden, sein Setup ist also nahezu null. Eine Individuallösung macht sie speziell für Sie — deshalb ist ihr Setup eine echte Zahl.

Der Retainer ist der monatliche Aufwand, den Agenten am Leben und gut zu halten: Monitoring, Qualitätssicherung, die Gesprächsführung nachschärfen, sobald Sie lernen, was Anrufer wirklich fragen, und ihn aktuell halten, während sich die zugrunde liegenden Modelle ändern. Ein Agent ist keine Website, die man startet und vergisst; er ist ein System, das ohne Aufmerksamkeit verfällt. Der Retainer ist der Preis dafür, dass er nicht verfällt.

Die variablen Kosten sind der reine Betrieb eines Gesprächs: die Sprach-KI-Token und die Telefonie-Minuten. Sie skalieren direkt mit dem Anrufvolumen und werden in einem seriösen Modell nach Verbrauch abgerechnet, nicht als undurchsichtige Pauschale. Sie sind 2026 außerdem der kleinste der drei Blöcke — und genau deshalb ist der nächste Abschnitt so wichtig.

Was ein einzelnes Gespräch im Betrieb wirklich kostet

Bei den variablen Kosten ist die Intuition der meisten Unternehmer Jahre veraltet, deshalb lohnt es sich, sie in realen Zahlen zu erden. Nehmen Sie die OpenAI Realtime API, das Arbeitspferd hinter einem großen Teil produktiver Sprach-Agenten im Jahr 2026. Ihr veröffentlichter Preis für das Flaggschiff-Modell liegt bei 32 US-Dollar pro Million Audio-Input-Token und 64 US-Dollar pro Million Audio-Output-Token, mit einer Mini-Stufe zu etwa einem Drittel davon. Diese Pro-Token-Zahlen sind für sich genommen fast nutzlos, weil die Umrechnung in Minuten davon abhängt, wer spricht und wie lange pausiert wird.

Die nützliche Zahl ist der gemessene Minutenpreis. Unabhängige Messungen über tausende produktive Sitzungen verorten einen typischen Agenten bei rund 0,18 bis 0,46 US-Dollar pro Minute ohne Caching — und bei etwa 0,05 bis 0,10 US-Dollar pro Minute, sobald Prompt-Caching aktiviert und die Tool-Ausgaben getrimmt sind, was jede kompetente Umsetzung tut, weil die meisten Gesprächszüge denselben System-Prompt erneut senden. Übersetzt: Ein Drei-Minuten-Gespräch kostet an KI-Token beim optimierten Satz irgendwo zwischen fünfzehn und dreißig Cent, dazu wenige Cent Telefonie. Eine gut ausgelastete Praxis mit 500 Anrufen im Monat bewegt sich damit bei variablen Kosten im niedrigen dreistelligen Euro-Bereich, nicht im vierstelligen.

Das ist die einzelne wichtigste Kostentatsache des Jahres 2026, und sie kehrt den alten Einwand um. Ein Jahrzehnt lang war der Grund, das Telefon nicht zu automatisieren, dass die Technik teuer und hölzern war. Die Technik ist heute beides nicht mehr. Die Kosten, auf die es ankommt, sind nicht mehr die Kosten pro Anruf; es sind die Kosten, einen Agenten zu bauen und zu pflegen, der gut genug ist, dass Anrufer nicht merken, dass er einer ist. Diese Kosten stecken im Setup und im Retainer — weshalb der ehrliche Vergleich zwischen Modellen läuft, nicht zwischen Minutenpreisen.

Was den Preis nach oben oder unten treibt

Zwei Agenten können sich im Preis um eine Größenordnung unterscheiden, und das ist nie willkürlich. Das sind die Faktoren, die die Zahl tatsächlich bewegen:

Das Muster ist konsistent: Tiefe kostet im Setup, Volumen kostet im Betrieb. Ein Ein-Aufgaben-Bot, der außerhalb der Geschäftszeiten eine Nachricht aufnimmt, ist auf jeder Achse günstig. Ein Agent, der in drei Sprachen antwortet, Ihren Kalender prüft, den Anrufer qualifiziert, den Termin bucht und das Ergebnis in Ihr CRM schreibt, ist im Setup teuer — genau weil er weit mehr wert ist. Die richtige Frage lautet nie „was ist der günstigste Agent“, sondern „was ist der kleinste Agent, der meinen tatsächlichen Engpass löst“.

Baukasten, Agentur oder Eigenbau: Wie das Modell den Preis verändert

Der größte einzelne Hebel auf die Gesamtkosten ist, welches von drei Modellen Sie wählen — und jedes trägt eine andere Preisform. Ein SaaS-Baukasten ist niedriges Setup, feste Monatsgebühr, flache Integration: Am deutschen Markt bewerben fertige Sprachassistenten für Praxen wie VITAS oder PraxisVoice Einstiegspreise ab rund 49 bis 99 € im Monat, Doctolibs Aaron.ai ab etwa 119 € im Monat je Fachkraft. Eine spezialisierte Agentur-Lösung ist höheres Setup, ein Retainer, tiefe Integration und eine Gesprächsführung, die um Ihren Ablauf herum entworfen ist. Eigenbau wirkt am günstigsten von allen — bis Sie die Entwicklungszeit, die laufende Modellpflege und die Bereitschaftsverantwortung einpreisen, wenn es Montagmorgens um acht bricht.

Welches Modell wirklich günstiger ist, ist keine Meinungsfrage, sondern eine Frage Ihres Anrufvolumens und der geforderten Tiefe — und verdient eine eigene Analyse statt eines Slogans. Wir rechnen diesen Vergleich Modell für Modell durch, in unserem eigenen Beitrag KI-Telefonagenten im Anbieter-Vergleich: Baukasten, Agentur oder Eigenbau, und die grundsätzliche Make-or-Buy-Logik in KI-Integration: selbst bauen oder Technologie-Partner kaufen. Die Kurzfassung: Ein Baukasten gewinnt beim Preis, wenn Volumen und Anspruch gering sind; eine Individuallösung gewinnt beim Wert, sobald das Telefon ein echter Umsatzkanal ist und die Integration tief sein muss.

Die versteckten Kosten, die fast niemand beziffert

Ein Setup-Preis ist leicht zu vergleichen und deshalb das, worauf sich alle versteifen. Die Kosten, die tatsächlich entscheiden, ob ein Projekt günstig oder teuer war, tauchen später auf, und es sind drei. Die erste ist Wartung und Modellpflege. Sprachmodelle und APIs bewegen sich schnell; das Flaggschiff von 2024 ist 2026 abgekündigt. Ein Agent, den niemand pflegt, bleibt nicht stehen — er driftet, weil Prompts, die einmal funktionierten, gegen ein neueres Modell schlechtere Antworten produzieren. Der Retainer ist keine Abo-Steuer; er ist das, was zwischen Ihnen und einem langsam verfallenden Agenten steht.

Die zweite ist Integrations-Schuld. An dem Tag, an dem Ihre Praxissoftware ihre API aktualisiert, Sie den Kalender wechseln oder Ihr CRM ein Feld ändert, kann ein tief integrierter Agent brechen — und je wertvoller die Integration, desto mehr Fläche kann brechen. Das ist kein Grund, flach zu integrieren; es ist ein Grund, die Pflege der Integration einzuplanen, statt sie als Einmalkosten zu behandeln. Die dritte ist Compliance. Ein DSGVO-Auftragsverarbeitungsvertrag mit Ihrem KI-Anbieter, dokumentierte Datenflüsse, EU-Hosting für sensible Daten und der Art.-50-Hinweis des EU AI Act, dass Anrufer mit einer Maschine sprechen — nichts davon ist optional, und alles kostet entweder Geld oder Zeit. Wir behandeln das genau deshalb als Teil des Baus; Compliance nachträglich auf einen laufenden Agenten zu schrauben, ist die teuerste Art, sie zu kaufen.

Die ehrliche ROI-Rechnung

Ein Kostenartikel, der bei den Kosten aufhört, ist eine halbe Antwort, denn der richtige Vergleich läuft nie gegen null. Der Status quo hat bereits einen Preis, und er ist größer, als die meisten Inhaber zugeben. Laut einer Erhebung der Deutschen Telekom bleiben in kleinen und mittleren Unternehmen im Schnitt rund 22 Prozent der eingehenden Anrufe unbeantwortet. Untersuchungen des US-Telefonservices PATLive zufolge rufen 85 Prozent der Anrufer, die in der Mailbox landen, nie zurück, und 62 Prozent wenden sich direkt an einen Wettbewerber. Jeder unbeantwortete Anruf bei einem Hochpreis-Dienstleister ist kein neutrales Ereignis; er ist ein qualifizierter Lead, der demjenigen überreicht wird, der als Nächstes abhebt.

Rechnen Sie es durch. Eine Praxis oder Kanzlei, deren durchschnittlicher Neukunde einen vier- bis fünfstelligen Betrag wert ist, muss nicht viele verpasste Anrufe im Monat retten, um die gesamten Kosten eines Agenten zu decken. Rettet ein Agent für Randzeiten und Anruf-Überlauf auch nur eine Handvoll sonst verlorener Anfragen, sind Setup und Retainer bezahlt — und alles danach ist Marge. Deshalb wird der Telefonagent in unserer eigenen Klientenarbeit selten als Kostensenkung begründet und fast immer als Umsatz-Rettung. Die Kostensenkung (unsere Klienten sehen typischerweise 40 bis 60 Prozent weniger reine Telefonie-Personalkosten, bei 80 bis 90 Prozent ohne Menschen vorqualifizierter Anrufe) ist real, aber sie ist die kleinere Hälfte des Arguments. Die größere Hälfte sind die Anrufe, die Sie heute verlieren, ohne sie je zu sehen.

Eine Zahl noch zum Festhalten: Rund um die Uhr erreichbare Betriebe verzeichnen spürbar mehr Buchungen als solche, die nur zu Bürozeiten erreichbar sind. Eine Maschine, die sonntags um acht Uhr abends abhebt, klar sagt, dass sie eine Maschine ist, und den Termin bucht, spart nicht nur ein Gehalt — sie fängt Nachfrage ab, die Ihre Wettbewerber ins Leere klingeln lassen.

Fazit

„Was kostet ein KI-Telefonagent“ hat eine präzise Antwort, sobald Sie die drei Blöcke trennen: ein einmaliges Setup, das fast vollständig von der Integrationstiefe abhängt, einen monatlichen Retainer, der den Agenten vor dem Verfall bewahrt, und variable Kosten, die 2026 in Cent pro Anruf gemessen werden. SaaS-Baukästen starten bei zweistelligen Monatsgebühren und flacher Integration; Individuallösungen kosten im Setup mehr und zahlen es in Tiefe zurück. Die Posten, auf die es ankommt, sind die versteckten — Wartung, Integrations-Schuld, Compliance —, nicht der Schaufensterpreis. Und der ehrliche ROI-Vergleich läuft nie gegen null, sondern gegen die Anrufe, die Sie bereits verlieren. Wenn Sie die Zahlen für Ihr konkretes Anrufvolumen und Ihre Integrationstiefe wollen statt einer Marktspanne, ist genau das der Zweck eines Erstgesprächs — und wie der Telefonagent in das größere Bild einer KI-Integration und unserer Leistungen passt, sehen Sie dort.

Häufige Fragen zu den Kosten eines KI-Telefonagenten