Jedes Unternehmen, das ein CRM betreibt, kennt die gleiche Klage aus dem Vertrieb: „Das System kostet mich mehr Zeit, als es mir bringt.“ Die üblichen Antworten darauf sind Schulungen, Pflichtfelder, Reminder-Mails und irgendwann Druck vom Management. Sie funktionieren selten, und der Grund dafür ist strukturell.
Warum CRM-Daten unvollständig sind
Ein Außendienstmitarbeiter führt ein vierzig Minuten langes Gespräch beim Kunden. Darin stecken: eine Mengenangabe, ein Preisvorbehalt, die Information, dass der eigentliche Entscheider gerade gewechselt hat, eine Beschwerde über die letzte Lieferung, und ein Gefühl dafür, wie wahrscheinlich der Abschluss ist.
Was davon im CRM landet, hängt daran, ob diese Person zwei Stunden später — nach zwei weiteren Terminen, im Zug oder abends zu Hause — die Energie aufbringt, elf Formularfelder auszufüllen. Meistens landet ein Satz darin. Manchmal gar nichts.
Das ist kein Disziplinproblem. Es ist ein Schnittstellenproblem. Das Gespräch ist gesprochene Sprache, unstrukturiert, voller Kontext. Das CRM erwartet Formularfelder. Dazwischen liegt eine Übersetzungsleistung, die jemand manuell erbringen muss — und zwar ausgerechnet die Person, deren Zeit am teuersten ist.
Die gesamte KI-Diskussion der letzten Jahre hat sich auf die andere Richtung konzentriert: bessere Auswertung der Daten, die schon da sind. Dashboards, Forecasts, Lead Scoring. Das ist nicht falsch, aber es behandelt das Symptom. Wenn die Hälfte dessen, was im Markt passiert, nie ins System gelangt, ist auch das beste Modell darauf eine Analyse von Lücken.
Warum Realtime Voice hier anders ist als Chat
Sprachsteuerung für Software gibt es seit zwanzig Jahren, und sie war fast immer enttäuschend. Der Unterschied heute liegt nicht in der Spracherkennung — die war auch vorher schon brauchbar — sondern darin, was zwischen Erkennung und Ausführung passiert.
Ein Realtime-Voice-Modell hört nicht zu und tippt mit. Es versteht einen gesprochenen Absatz, erkennt darin verschiedene Sachverhalte, ordnet sie unterschiedlichen Zielstrukturen zu und fragt nach, wenn etwas fehlt. Aus
„Gerade bei Müller GmbH raus. Die wollen 200 Stück zum Q3-Preis, Entscheidung bis Monatsende — ich würde auf 70 Prozent gehen.“
werden drei verschiedene Einträge: ein Besuchsbericht, ein Angebotsentwurf und eine Deal-Einschätzung. Jeder landet dort, wo er hingehört, mit den richtigen Feldern befüllt.
Entscheidend ist der Zeitpunkt. Das funktioniert auf dem Parkplatz, zwei Minuten nach dem Termin, während die Details noch präsent sind. Nicht abends, wenn die Erinnerung schon abgeschliffen ist und die Motivation fehlt.
Der zweite Unterschied zu Chat ist die Freihändigkeit. Ein Vertriebler im Auto kann nicht tippen, aber er kann sprechen. Genau in diesem Zeitfenster — zwischen zwei Terminen — ist er am ehesten bereit, etwas zu erledigen, was sonst liegen bleibt.
Lesen und Schreiben gehören zusammen
Eine reine Diktierfunktion wäre nur die halbe Lösung. Interessant wird es, wenn dieselbe Stimme auch Auskunft gibt.
„Was muss ich über diesen Kunden wissen?“ auf der Fahrt zum Termin — und die Antwort enthält offene Angebote, die letzten Bestellungen, Notizen vom vorherigen Besuch und die relevanten E-Mails der letzten Wochen. Das ist dieselbe Datenbasis, die auch am Schreibtisch zur Verfügung steht, nur über eine Schnittstelle, die im Auto funktioniert.
Technisch sind das zwei verschiedene Aufgaben. Fragen nach Umsätzen, Mengen und Pipeline müssen zu exakten Abfragen auf strukturierte Daten werden — da darf nichts geschätzt werden, Zahlen sind Zahlen. Fragen nach Hintergründen, Gesprächsverläufen oder Produktdetails müssen dagegen semantisch über unstrukturierte Dokumente laufen: Protokolle, E-Mails, Datenblätter, Verträge.
Wir trennen das bewusst in zwei Pfade — Text-to-SQL für die Zahlen, semantische Suche für die Geschichte dahinter — und lassen ein drittes Modell die Ergebnisse zusammenführen und erklären. Die Arithmetik macht dabei nie das Sprachmodell, sondern der Code. Ein Angebot, dessen Summe ein LLM „geschätzt“ hat, wäre unbrauchbar.
Was das in der Praxis bedeutet: Sales Companion
Genau dafür haben wir den Sales Companion gebaut: eine iPhone-App mit CarPlay-Unterstützung, die als Sprachschnittstelle auf dem bestehenden CRM sitzt.
Wichtig dabei: Es ist kein neues CRM. Die Daten bleiben in Salesforce, SAP, Dynamics oder Zoho, wo sie heute schon liegen. Es kommt eine Schicht darüber, die über Adapter auf diese Systeme zugreift. Keine Migration, kein Parallelsystem, keine Umgewöhnung für die Teams, die am Schreibtisch weiter mit ihrem gewohnten Werkzeug arbeiten.
Im Alltag sieht das so aus:
- Briefing vor dem Termin — die relevanten Informationen zum Kunden, zusammengefasst auf der Anfahrt.
- Besuchsbericht danach — diktiert statt getippt, mit Kunde, Ansprechpartnern, Themen und nächsten Schritten.
- Angebotsentwurf — gesprochene Mengen und Preise werden zu einem Entwurf, exakt gerechnet.
- Analysen auf Zuruf — „Welche Kunden haben dieses Quartal weniger bestellt als letztes?“ in Sekunden, ohne auf einen BI-Report zu warten.
Ein Teil, der uns selbst überrascht hat, wie gut er ankommt: Dieselbe Stimme, die die Kunden kennt, taugt auch zum Üben. Ein Rollenspiel mit einer KI, die den Gesprächspartner spielt, Einwände bringt und Widerstand leistet — danach eine Auswertung pro Fähigkeit und konkrete Hinweise, woran zu arbeiten ist. Für neue Mitarbeiter im Vertrieb ist das deutlich wirksamer als jedes Handbuch.
Datenschutz ist keine Fußnote
Wer Kundengespräche durch ein Sprachmodell schickt, muss wissen, wohin die Daten gehen. Unsere Infrastruktur läuft auf europäischen Servern, DSGVO- und AI-Act-konform. Personenbezogene Daten lassen sich maskieren, bevor ein Prompt ein Modell erreicht, und über Rollen steuern Sie, welche Teams welche Datenquellen überhaupt erreichen.
Das ist kein nachgereichtes Feature, sondern bei einem System, das Besuchsberichte über reale Ansprechpartner erfasst, eine Voraussetzung dafür, dass es überhaupt eingesetzt werden darf.
Ausprobieren
Auf unserer Seite zum Agentic CRM können Sie sich die Demo-Videos ansehen und die Sprachfunktion direkt testen — die öffentliche Demo läuft auf Beispiel-Vertriebsdaten, ohne Anmeldung.
Die interessantere Frage ist ohnehin nicht, ob die Technik funktioniert. Sie ist, ob Ihr Vertrieb sie benutzt. Unsere Erfahrung bisher: Wenn die Eingabe zwei Minuten auf dem Parkplatz dauert statt zwanzig Minuten am Abend, benutzen sie sie.