Ja, eine KI kann für dich anrufen. In unserem Test vom 12. Oktober 2026, bei dem 11 KI-Sprachmodelle denselben echten Anruf führten, war Gemini 3.8 Live am besten und Grok Voice 2.0 Zweiter. Beide antworteten in etwa einer Sekunde, führten ein natürliches Gespräch und legten von selbst auf, als die Aufgabe erledigt war.
Idea Maker AI hat ein Werkzeug namens Call for me: Du schreibst, für wen der Anruf ist, die Nummer, was die KI wissen soll und was sie erreichen soll, und die KI wählt die Nummer, während du zuhörst. Im Prinzip könnte jedes Sprachmodell, das wir anbieten, diesen Anruf führen. Wir wollten wissen, welche es tatsächlich sollten.
Wie haben wir die KI-Sprachmodelle getestet?
Jedes Modell bekam denselben Auftrag und rief echte Telefone an, mehrere US-Mobilnummern, mit einem Menschen am anderen Ende. Der Auftrag hatte absichtlich drei Teile: einen Freund fragen, ob er am Freitag zum Badminton kommt; wenn ja, ihn bitten, einen Schläger zum Ausleihen mitzubringen; und eine Mitfahrgelegenheit zum Revanchespiel am Samstag anbieten.
- Dieselben Worte für alle. Nichts wurde pro Modell angepasst, also zeigte sich, welches Modell eine Sonderbehandlung brauchte.
- Eine echte Telefonleitung. Die Anrufe liefen über Twilio Media Streams zu einem normalen Handy, nicht zu einem Simulator.
- Gemessen, nicht nur angehört. Bei jedem Anruf haben wir protokolliert, wie lange der Ton bis zum Telefon brauchte, wie verspätet die Stimme der Person bei der KI ankam, wie lange das Modell bis zur Antwort brauchte, wie der Anruf endete und was er kostete.
- Die Person unterbrach. Absichtlich, mindestens einmal pro Anruf: Ein Modell, das sich nicht unterbrechen lässt, führt kein Gespräch.
Welches KI-Sprachmodell ist das beste für Anrufe?
Gemini 3.8 Live. Es antwortete jeweils in etwa 1,2 Sekunden, verstummte, sobald es unterbrochen wurde, und beendete den Anruf selbst, für 0,07 bis 0,10 $ bei einem etwa einminütigen Anruf. Grok Voice 2.0 lag knapp dahinter: genauso natürlich, etwas teurer mit etwa 0,15 $ pro Anruf.
| Modell | Urteil | Was wir sahen |
|---|---|---|
| Gemini 3.8 Live (Google) | Das beste | Etwa 1,2 s bis zur Antwort; natürlicher Sprecherwechsel; beendete den Anruf selbst |
| Grok Voice 2.0 (xAI) | Zweiter | 0,6-0,8 s bis zur Antwort; genauso natürlich; etwa doppelte Kosten pro Anruf |
| Grok Voice 1.0 (xAI) | Funktioniert | Etwa 1 s bis zur Antwort; führte den Anruf zu Ende |
| GPT Realtime 1.5 (OpenAI) | Funktioniert | Schnell (0,7 s), nahm aber eine Antwort an, die es nie bekam |
| Gemini 3.8 Live Extended Thinking | Zu langsam | 11-14 s Stille vor jeder Antwort, während es nachdachte |
| GPT Realtime 2.1 | Hörte nicht zu | Las den ganzen Auftrag in einem Zug vor und verabschiedete sich, ohne auf Antworten zu warten |
| GPT Realtime 2 | Brach ab | Stellte sich vor und sagte dann nichts mehr |
| GPT Realtime | Falsche Sprache | Führte den Anruf eines englischen Auftrags auf Chinesisch |
| Gemini 2.5 Flash Native Audio | Zu langsam | 3-7 s vor jeder Antwort |
| GPT Realtime Mini, GPT Realtime 2.1 Mini | Nicht übernommen | Im Labor schnell (0,7-1,2 s); nicht in der Auswahl |
Nach dem Test bietet Call for me in Idea Maker AI vier davon an: Gemini 3.8 Live, Grok Voice 2.0, Grok Voice 1.0 und GPT Realtime 1.5. Die anderen können weiterhin ein Sprachgespräch im Chat führen, wo du selbst am anderen Ende bist, kein Fremder.
Das war bewusst ein Test mit nur einem Versuch. Jedes Modell hatte pro Anruf genau einen Versuch, denselben Auftrag und nur ein Minimum an Regeln: sagen, für wen es anruft und dass der Anruf aufgezeichnet werden kann, niemandem ins Wort fallen und sich höflich verabschieden. Keine Prompt-Anpassung pro Modell, keine Wiederholungen. So sieht man jedes Modell in seiner reinsten Form, und genau das bekommst du bei deinem ersten Anruf.
Was kann eine KI für dich anrufen?
Alles, was ein kurzer Anruf mit einem klaren Ziel erledigen kann. Das sind die fünf Arten von Anrufen, die Menschen am häufigsten einer KI überlassen, mit Beispielen für das, was du als Ziel schreiben würdest:
1. Einen Tisch oder etwas anderes reservieren
Kann eine KI Reservierungen machen? Ja, und das Restaurant ist der klassische KI-Anruf. „Reserviere am Freitag um 19:30 einen Tisch für vier, frag nach einem ruhigen Platz und sag, dass ein Gast glutenfrei isst.“ Das funktioniert genauso für einen späten Hotel-Check-in, eine Startzeit beim Golf oder einen Tennisplatz.
2. Einen Termin vereinbaren oder verschieben
Lass die KI einen Termin machen, wo es keine Online-Buchung gibt: „Buch diese Woche einen Termin, um zwei Autoreifen zu wechseln; frag nach dem Preis für beide und wie lange es dauert.“ Oder Friseur, Zahnarzt-Kontrolle, Tierarzt, Klempner. Sie kann ihn auch verschieben: „Verleg meinen Donnerstag 15 Uhr auf irgendeine Zeit am nächsten Montag.“
3. Vorher anrufen und nachfragen
Fragen, die sich nur am Telefon klären lassen: „Haben Sie am Feiertagsmontag geöffnet, und bis wann?“, „Haben Sie den 27-Zoll-Monitor vorrätig, und können Sie mir einen bis 18 Uhr zurücklegen?“, „Wie lange wartet man gerade auf einen Tisch?“ Die KI fragt, und du liest die Antwort im Chat.
4. Nachhaken, was dir zusteht
Nachfragen, die niemand gern macht: „Frag, wann die Erstattung für Bestellung 4471 kommt“, „finde heraus, warum meine Lieferung zwei Tage zu spät ist“, „prüf, ob die Kaution zurückgezahlt wurde.“ Sie bleibt höflich und beim Thema, und das Transkript ist dein Beleg.
5. Eine Nachricht überbringen, die du lieber nicht selbst überbringst
Manche Anrufe sind leichter, wenn nicht du sprichst: „Sag der Band, dass ich die Probe am Samstag nicht schaffe, und frag, ob Sonntag geht“, „erinnere Alex daran, dass die 40 $ für die Konzertkarten noch offen sind“, „sag dem Vermieter, dass der Küchenhahn wieder tropft.“ Die KI sagt, dass sie in deinem Auftrag anruft, und du kannst zuhören und jederzeit übernehmen.
Ist es sicher, eine KI für dich anrufen zu lassen?
Ja, wenn sie ehrlich sagt, was sie ist. In Idea Maker AI sagt die KI gleich zu Beginn, dass sie deine KI-Assistentin ist und in deinem Auftrag anruft und dass der Anruf aufgezeichnet und transkribiert werden kann. Du hörst beide Seiten live, kannst dich mit dem Mikrofon einschalten und jederzeit auflegen.
Was ein Anruf kostet. Während des Anrufs laufen zwei Kosten: die KI pro Sekunde und die Telefonleitung pro Minute. In unseren Tests kostete ein etwa einminütiger Anruf 0,07-0,10 $ an KI mit Gemini 3.8 Live und etwa 0,15 $ mit Grok Voice 2.0.
Ein Anruf, den niemand annimmt, kostet nur den Versuch.
Welches Modell solltest du wählen?
Wähle Gemini 3.8 Live für die meisten Anrufe: Es war am Telefon am natürlichsten und das günstigste der guten. Wähle Grok Voice 2.0, wenn dir seine Stimme besser gefällt oder du eine zweite Meinung zu einem Anruf willst, der nicht nach Plan lief. Die Dokumentation der Modelle ist öffentlich: Gemini Live API, xAI voice und OpenAI Realtime.
Neu in der App? Fang mit Was ist Idea Maker AI an. Sie ist im privaten Test auf iPhone und Android; schreib uns, und wir sagen dir Bescheid, sobald sie öffnet.
