Drei Preismodelle, drei sehr unterschiedliche Zahlen
Es gibt keinen einzigen "KI-Sprachagent-Preis", weil es drei verschiedene Arten von Produkt gibt. Sie zu verwechseln ist der Grund, warum Leute verwirrt oder in die Irre geführt werden. Sie sind:
- Entwicklerplattformen (Retell, Vapi, Bland), pro Minute, du baust den Agenten
- Paketierte KI-Empfänge (Goodcall, Rosie, Callsy), monatliches Abo, einsatzbereit
- Done-for-you-Agenturen, monatliches Retainer + Einrichtungsgebühr, vollständig betreut
Entwicklerplattformen: der beworbene Satz ist ein Bruchteil des echten
Das ist die am stärksten verzerrte Zahl der Kategorie. Plattformen bewerben eine niedrige Zahl pro Minute, aber bei Bring-your-own-Key-Preisen zahlst du Speech-to-Text, das LLM, Text-to-Speech und die Telefonie zusätzlich separat.
Die echten, kombinierten Kosten (aus den Preisanalysen von CloudTalk und eesel, 2025–2026):
- Vapi, beworben ~0,05 $/Min; echt all-in ~0,14–0,33 $/Min
- Retell, beworben ~0,055–0,07 $/Min; echt all-in ~0,13–0,31 $/Min
- Bland, im Paket ~0,09–0,11 $/Min, plus eine Plattformgebühr von 299–499 $/Monat
Paketierte KI-Empfänge: 25–899 $/Monat
Das sind einsatzbereite Produkte mit einer monatlichen Gebühr. Kein Bauen erforderlich. Der Markt umfasst eine breite Spanne (Preisratgeber von AgentZap, Aira, NextPhone, 2025–2026):
- Günstige reine KI-Bots, 25–65 $/Monat (Rosie ab 49 $, Goodcall ab 79 $)
- Mittelklasse, etwa 109–295 $/Monat, oft mit einer "unbegrenzt"-Stufe um 199–299 $
- Done-for-you- / integrierte Tarife, höher, weil Einrichtung und Integration enthalten sind
Done-for-you-Agenturen: Retainer + Einrichtung
Im oberen Bereich bauen, optimieren und betreuen Agenturen den Agenten für dich. Typische Struktur (Preisratgeber von Digital Agency Network, Trillet, 2025–2026):
- Monatliches Retainer, 800–3.500 $/Monat für sprachspezifische Arbeit
- Einmalige Einrichtung/Aufbau, 2.000–25.000 $ oder mehr je nach Komplexität
- Weiterverkauf pro Minute an den Kunden (falls sie die Nutzung aufschlagen), 0,50–2,00 $/Min
Der ehrliche Vergleich "gegenüber einem Menschen"
Der Grund, warum Unternehmen sich das überhaupt ansehen: Ein menschlicher Empfang kostet rund 2.800–4.500 $/Monat all-in (Gehalt, Nebenkosten, Vertretung), gegenüber 109–899 $/Monat für einen KI-Empfang (Schätzungen von Aira, AgentZap). Das ist eine große Lücke, aber behandle diese als Branchenschätzungen von Anbietern, nicht als geprüfte Zahlen, und bedenke, dass ein Mensch bei komplexen und emotionalen Anrufen weiterhin gewinnt.
Wie man ein Angebot liest, ohne reinzufallen
Drei Fragen schneiden durch den Großteil der Verwirrung:
- Ist der Minutensatz all-in, oder schließt er das LLM und die Telefonie aus? (Auf Entwicklerplattformen schließt er sie meist aus.)
- Sind Einrichtung und Integration enthalten, oder kommen sie extra? (Paketierte Produkte enthalten meist die Basis-Einrichtung; maßgeschneiderte Aufbauten berechnen sie.)
- Ändert sich der Preis mit dem Anrufvolumen? (Pro Minute skaliert; die monatliche Pauschale nicht.)
