OpenAI Presence Alternative: Enterprise Voice AI aus der EU

OpenAI Presence Alternative: Enterprise Voice AI aus der EU

OpenAI hat am 22. Juli 2026 Presence vorgestellt — eine Plattform, mit der Unternehmen Voice- und Chat-Agents in den Produktivbetrieb bringen. Die kurze Antwort für alle, die jetzt prüfen, ob das ihre Lösung ist: Presence ist kein Self-Service-Produkt. Es wird ausschließlich an ausgewählte Enterprise-Kunden in einem begrenzten Verfügbarkeitsprogramm ausgeliefert, begleitet von OpenAIs Forward Deployed Engineers und ausgewählten globalen Systemintegratoren. Wenn Sie ein Zahnarztzentrum mit vier Standorten, ein IT-Systemhaus mit 40 Mitarbeitern oder eine Agentur mit zwölf Kundenmandaten sind, werden Sie von diesem Rollout in den nächsten Monaten nichts sehen.

Das ist die schlechte Nachricht. Die gute: Presence hat etwas Wertvolles getan, das über den Produktzugang hinausgeht. Es hat öffentlich definiert, was ein Voice-Agent im Produktivbetrieb strukturell braucht — Job-Scoping, Policies, Guardrails, freigabepflichtige Aktionen, Eskalationsregeln, Tests vor dem Livegang. Diese Checkliste können Sie ab heute abarbeiten. Sie brauchen dafür kein Forward-Deployment-Projekt, sondern eine Plattform, die diese Bausteine als Features mitbringt. Genau hier setzt Famulor an: derselbe Reifegrad, self-serve buchbar, mit EU-Hosting und eigenem SIP-Trunk.

Was OpenAI Presence ist — und was es nicht ist

Presence ist kein Nachfolger der Realtime API und kein Baukasten für Bastler. OpenAI positioniert es explizit als Infrastruktur für Produktiv-Deployments, nicht als weiteren Chatbot-Builder. Der zentrale Gedanke: Ein Agent wird nicht als Allzweck-Assistent gebaut, sondern auf eine konkrete Aufgabe zugeschnitten — Rechnungsklärung, Schadenmeldung, IT-Service-Anfragen von Mitarbeitern. Für diese Aufgabe erhält er genau die Informationen und genau die Systemzugriffe, die er braucht. Nicht mehr.

Das klingt banal, ist es aber nicht. Die meisten gescheiterten Voice-AI-Projekte der letzten zwei Jahre sind daran gescheitert, dass jemand einen Agent gebaut hat, der „alles" können sollte: Termine buchen, Preise nennen, Reklamationen aufnehmen, Kündigungen bearbeiten, technische Fragen beantworten. Ein solcher Agent hat keinen definierbaren Erfolgsmaßstab und keine testbare Grenze. Presence macht das Gegenteil zum Standard.

Nach Angaben von OpenAI läuft Presence bereits in der eigenen englischsprachigen Telefon-Hotline und löst dort 75 % der eingehenden Anfragen ohne menschliches Eingreifen. Als Design-Partner nennt OpenAI unter anderem BBVA Mexico, SoftBank Corp. mit japanischsprachigen Agents sowie Retail Insurance Australia aus der IAG-Gruppe. Das sind ernstzunehmende Referenzen — und gleichzeitig ein präzises Bild der Zielgruppe: Großbanken, Telekommunikationskonzerne, Versicherungsgruppen.

Die fünf Bausteine, die Presence zum Enterprise-Standard macht

Bevor wir vergleichen, lohnt es, die Architektur ernst zu nehmen. Diese fünf Elemente sind keine Marketing-Features, sondern die Antwort auf die fünf häufigsten Ausfallmuster im Live-Betrieb.

1. Job-Scoping statt Allzweck-Agent

Ein Agent, eine Aufgabe, ein Datenzugriff. Die Schadenmeldung-Agentin sieht Policen und Schadenhistorie, aber keine Vertriebsdaten. Der IT-Helpdesk-Agent kennt Ticketsystem und Asset-Datenbank, aber keine Personalakten. Das reduziert nicht nur das Datenschutzrisiko, sondern macht Qualität überhaupt erst messbar: Sie können sagen, ob der Agent seinen Job erledigt hat, weil der Job definiert ist.

2. Policies und Guardrails

Guardrails sind Regeln, die unabhängig vom Modellverhalten greifen. Beispiel Versicherung: „Nenne niemals eine Schadenshöhe, bevor der Sachverständige den Fall freigegeben hat." Beispiel Zahnarztpraxis: „Gib keine Auskunft über Befunde, auch nicht auf Nachfrage — verweise an die Sprechstunde." Solche Sätze im System-Prompt zu vergraben, reicht nicht. Sie brauchen eine Ebene, die unabhängig vom Prompt prüft.

3. Approved Actions mit Freigabe-Logik

Der Agent darf nicht alles, was technisch möglich ist. Presence unterscheidet zwischen Aktionen, die der Agent selbstständig ausführt, und Aktionen, die eine menschliche Freigabe brauchen. Termin verschieben: selbstständig. Rückerstattung über 500 Euro auslösen: Freigabe. Diese Grenze ist der Unterschied zwischen einem nützlichen Agent und einem Haftungsrisiko.

4. Eskalationsregeln

Wann übergibt der Agent an einen Menschen? Nicht „wenn der Anrufer wütend wird", sondern deterministisch: nach zwei fehlgeschlagenen Verständigungsversuchen, bei explizitem Wunsch, bei bestimmten Schlüsselwörtern, bei Themen außerhalb des Job-Scopes. Und: an wen übergibt er, mit welchem Kontext?

5. Test vor Livegang

Presence sieht Simulationen und Bewertungsläufe vor, bevor eine Änderung produktiv geht. Das ist der Baustein, den in der Praxis am meisten Teams überspringen — und der am teuersten fehlt. Wer einen Prompt ändert und direkt live schaltet, testet an echten Kunden.

Presence vs. Famulor: der ehrliche Vergleich

Presence und Famulor lösen dieselbe Kernaufgabe, adressieren aber unterschiedliche Käufer und unterschiedliche Beschaffungsrealitäten. Hier die sachliche Gegenüberstellung, Stand Juli 2026:

Die Tabelle zeigt kein Gewinner-Verlierer-Bild, sondern zwei Beschaffungsmodelle. Presence ist ein Projekt. Famulor ist ein Produkt. Für einen Konzern mit 14 Legacy-Systemen und einem Integrationsbudget im sechsstelligen Bereich kann ein begleitetes Projekt der richtige Weg sein. Für die überwältigende Mehrheit der Unternehmen zwischen 10 und 2.000 Mitarbeitern ist es das nicht — nicht weil die Anforderungen niedriger wären, sondern weil der Weg dorthin nicht durch ein sechsmonatiges Deployment führen darf.

Wo Presence für Unternehmen im DACH-Raum an Grenzen stößt

Kein Self-Service bedeutet keine Iteration

Der eigentliche Nachteil des Projektmodells ist nicht der Preis, sondern die Änderungsgeschwindigkeit. Ein Voice-Agent ist im ersten Monat nie fertig. Sie hören sich Gespräche an, merken, dass der Agent bei „Ich hätte da mal eine Frage zur Abrechnung" ins Straucheln kommt, und passen an. Wenn jede Anpassung über einen externen Ansprechpartner läuft, verlieren Sie genau den Vorteil, für den Sie die Automatisierung gekauft haben. Deshalb ist der KI-Prompt-Editor in Famulor kein Komfort-Feature, sondern die Voraussetzung für Qualität.

Telefonie ist ein eigenes Problem

Voice-AI-Anbieter unterschätzen regelmäßig, wie sperrig echte Telefonie ist. Sie haben eine bestehende Rufnummer, die seit elf Jahren auf Ihren Briefköpfen steht. Sie haben eine 3CX- oder NFON-Anlage. Sie haben eine Warteschleife, eine Nachtschaltung und drei Kollegen, an die weitergeleitet wird. Ein Voice-Agent, der das nicht abbilden kann, löst kein Problem — er schafft ein zweites. Famulors SIP-Integration und BYOC sind genau dafür gebaut: Sie behalten Ihre Nummern, Ihren Anbieter und Ihre Anlage.

Datenresidenz ist im DACH-Raum keine Fußnote

Ein Steuerberater in Stuttgart, eine Versicherungsmaklerin in Wien und ein Pflegedienst in Basel führen dieselbe Diskussion mit demselben Ergebnis: Ohne Auftragsverarbeitungsvertrag, ohne klare Aussage zur Verarbeitungsregion und ohne Kontrolle über Aufbewahrungsfristen wird das Projekt nicht freigegeben. Diese Anforderung ist nicht verhandelbar und sie kommt nicht am Ende des Prozesses, sondern am Anfang.

Voice und Chat sind nicht alle Kanäle

Presence adressiert Voice und Chat. In der Realität deutscher Mittelständler läuft ein erheblicher Teil der Kundenkommunikation über WhatsApp — bei Handwerksbetrieben, Fahrschulen, Immobilienverwaltungen und Autohäusern häufig mehr als über Telefon. Ein Agent, der den Anruf annimmt, aber die WhatsApp-Nachricht desselben Kunden nicht kennt, produziert genau die Reibung, die Sie abschaffen wollten. Famulors WhatsApp-Integration läuft im selben Assistenten wie die Telefonie.

So bauen Sie den Presence-Reifegrad in Famulor nach

Die folgende Reihenfolge entspricht der Presence-Logik, umgesetzt mit Famulor-Bausteinen. Realistischer Zeitrahmen für den ersten produktionsreifen Agenten: zwei bis fünf Arbeitstage.

1. Job definieren, nicht Rolle. Schreiben Sie einen Satz: „Dieser Agent nimmt Terminanfragen an, prüft freie Slots und bucht." Nicht: „Dieser Agent ist unser Empfang." Alles, was nicht in diesen Satz passt, wird eskaliert oder bekommt einen eigenen Assistenten.
2. Wissensbasis auf den Job begrenzen. Legen Sie eine Wissensbasis mit genau den Dokumenten an, die dieser Job braucht — Öffnungszeiten, Leistungskatalog, Anfahrt. Nicht das komplette Intranet. Zu viel Kontext verschlechtert Antworten messbar.
3. Guardrails als Verbote formulieren. Positive Anweisungen werden im Gespräch weicher, Verbote halten besser. „Nenne keine Preise für Individualleistungen" wirkt zuverlässiger als „Sei bei Preisen vorsichtig."
4. Aktionen in zwei Klassen teilen. Bauen Sie mit Mid-Call-Tools die Aktionen, die der Agent während des Gesprächs ausführen darf. Alles mit finanzieller oder rechtlicher Wirkung bekommt einen Freigabeschritt im Workflow, statt direkt zu schreiben.
5. Systeme anbinden, nicht abtippen. Über die Integrationen verbinden Sie Kalender, CRM und Ticketsystem direkt. Für eigene Systeme nutzen Sie Webhooks oder den MCP-Connector.
6. Eskalation deterministisch machen. Definieren Sie über Anrufweiterleitung, wann und an wen übergeben wird — inklusive Kontext, damit der Kollege nicht bei Null anfängt.
7. Testen, bevor Sie live gehen. Führen Sie zehn Testgespräche mit realistischen Szenarien, darunter drei absichtlich schwierige: Nebengeräusche, Dialekt, Themenwechsel mitten im Satz.
8. Messen und nachschärfen. Über Post-Call-Analyse bewerten Sie jedes Gespräch automatisiert gegen Ihre Kriterien. Nach 100 Anrufen wissen Sie, welche zwei Sätze im Prompt das Problem sind.

Drei Beispiele aus der Praxis

Zahnarztpraxis Dr. Becker, 60 Mitarbeiter, vier Standorte. Der Engpass ist Montagvormittag zwischen 8 und 10 Uhr — 140 Anrufe, drei Leitungen, Rückrufbitten auf Zetteln. Job-Scope: Terminvergabe und Terminverlegung, sonst nichts. Guardrail: keine Auskunft zu Befunden oder Medikation. Freigabepflichtig: Absage von Behandlungen über 60 Minuten Dauer. Eskalation: bei Schmerzangabe sofort an die Praxis. Ergebnis nach vier Wochen: Der Agent trägt die Spitze, das Team übernimmt die Fälle, die wirklich menschliches Urteil brauchen.

Versicherungsmaklerin Kramer & Partner, 12 Mitarbeiter. Zwei getrennte Assistenten statt einem. Assistent A nimmt Schadenmeldungen auf: Police, Schadenzeitpunkt, Schadenart, Fotos per WhatsApp nachgefordert. Assistent A nennt niemals eine Deckungsaussage — harte Guardrail. Assistent B ruft im Oktober 400 Kunden zur Vertragsprüfung an, qualifiziert Interesse und legt Termine in den Kalender. Beide Assistenten schreiben in dasselbe CRM, sehen aber unterschiedliche Datenfelder.

IT-Systemhaus Nordlicht, 40 Mitarbeiter, 90 Wartungskunden. Der Agent nimmt Störungsmeldungen auf, prüft den Vertragsstatus des Anrufers, klassifiziert die Priorität und legt das Ticket an. Bei Priorität 1 mit Produktionsstillstand eskaliert er innerhalb von 30 Sekunden an die Rufbereitschaft — mit Kunden-, Anlagen- und Störungsinformation im Kontext. Bei allem darunter bestätigt er die Aufnahme und nennt das Reaktionsfenster aus dem Vertrag.

Best Practices und typische Fehler

Ein Punkt verdient besondere Aufmerksamkeit: Die Zahl, an der Sie Ihren Agenten messen, ist nicht die Automatisierungsquote. OpenAIs 75 % auf der eigenen Hotline sind ein starker Wert — aber sie beschreiben eine sehr spezifische Anrufmischung mit einer sehr spezifischen Zielgruppe. Ihre erste ehrliche Kennzahl ist eine andere: Wie viele Anrufe, die vorher unbeantwortet blieben, werden jetzt bearbeitet? In der Praxis ist das der Wert, der den Business Case trägt.

Was der Presence-Launch für den Markt bedeutet

Wenn OpenAI ein dediziertes Produkt für den Produktivbetrieb von Voice-Agents baut und dafür eigene Ingenieure zu Kunden schickt, ist das eine Aussage über den Markt: Die Experimentierphase ist vorbei. Der Wettbewerb verschiebt sich weg von „Wessen Stimme klingt echter?" hin zu „Wessen Agent hält sich verlässlich an Regeln, führt korrekte Aktionen aus und eskaliert sauber?"

Für Anbieter ist das anstrengend. Für Käufer ist es die beste Nachricht des Jahres. Es bedeutet, dass Sie 2026 nach nachprüfbaren Dingen fragen können — Datenresidenz, Freigabe-Logik, Testbarkeit, Eskalationskontrolle, Systemanbindung — statt nach Demo-Eindrücken. Und es bedeutet, dass Plattformen, die diese Anforderungen self-serve erfüllen, den Reifegrad großer Projekte an Unternehmen bringen, die niemals ein solches Projekt beauftragen würden.

Fazit

OpenAI Presence ist ein gut gebautes Enterprise-Produkt für eine kleine Zahl sehr großer Kunden. Sein größter Beitrag für alle anderen ist die Klarheit über die Anforderungen: Ein Voice-Agent braucht einen abgegrenzten Job, harte Guardrails, zweistufige Aktionsrechte, deterministische Eskalation und Tests vor dem Livegang. Das ist die Messlatte — unabhängig davon, welche Plattform Sie wählen.

Famulor ist für Unternehmen die pragmatische erste Wahl, weil Sie diese Messlatte ohne Deployment-Projekt erreichen: EU-Hosting mit Auftragsverarbeitungsvertrag, eigener SIP-Trunk mit Ihren bestehenden Nummern, über 300 Integrationen, Telefon plus Chat plus WhatsApp in einem Agenten, über 40 Sprachen und White-Label, wenn Sie das Ganze für eigene Kunden betreiben wollen.

Ihr nächster Schritt: Wählen Sie einen Anrufgrund, der Sie täglich Zeit kostet — Terminvergabe, Statusanfrage, Störungsmeldung. Bauen Sie dafür einen Assistenten mit klarer Grenze, testen Sie zehn Gespräche und schalten Sie ihn zunächst nur für die Zeiten frei, in denen sonst niemand abnimmt. Das ist ein Nachmittag Arbeit — und die Grundlage für alles, was danach kommt. Die Preisübersicht zeigt, ab welchem Anrufvolumen sich das rechnet.

FAQ

Was ist OpenAI Presence?

Presence ist eine im Juli 2026 vorgestellte OpenAI-Plattform, mit der Unternehmen Voice- und Chat-Agents produktiv betreiben. Sie kombiniert Modell-Reasoning mit Policies, Guardrails, freigabepflichtigen Aktionen und Eskalationsregeln, wobei jeder Agent auf eine konkrete Aufgabe zugeschnitten wird.

Kann ich OpenAI Presence selbst buchen?

Nein. Presence ist in begrenzter Verfügbarkeit ausschließlich für berechtigte Enterprise-Kunden erhältlich und wird über OpenAIs Forward Deployed Engineers sowie ausgewählte Systemintegratoren eingeführt. Ein Self-Service-Zugang existiert nicht.

Was ist die beste OpenAI Presence Alternative für den Mittelstand?

Famulor, wenn Sie den gleichen Produktionsreifegrad ohne Enterprise-Projekt brauchen. Sie erhalten Job-Scoping über getrennte Assistenten, Guardrails, freigabepflichtige Mid-Call-Aktionen, geregelte Eskalation und automatisierte Gesprächsbewertung — self-serve, mit EU-Hosting und eigenem SIP-Trunk.

Löst ein KI-Telefonassistent wirklich 75 % der Anrufe?

Die 75 % beziehen sich auf OpenAIs eigene englischsprachige Hotline und eine dort spezifische Anrufmischung. Ihre Quote hängt von Anrufgründen, Sprache und Scope ab. Die belastbarere Startkennzahl ist, wie viele bisher unbeantwortete Anrufe jetzt bearbeitet werden.

Kann ich meine bestehende Telefonnummer behalten?

Ja. Über BYOC und SIP-Integration binden Sie Ihren vorhandenen Anbieter oder Ihre Telefonanlage an — etwa 3CX, NFON, Placetel, sipgate, Twilio oder Telnyx. Ihre Rufnummern bleiben unverändert.

Wie lange dauert es, einen produktionsreifen Voice-Agent zu bauen?

Für einen klar abgegrenzten Anrufgrund realistisch zwei bis fünf Arbeitstage, inklusive Anbindung von Kalender oder CRM und zehn Testgesprächen. Ein Agent mit mehreren Aufgabenbereichen braucht länger — deshalb empfehlen wir, mit einem Job zu starten.

Ist ein KI-Telefonassistent DSGVO-konform einsetzbar?

Ja, wenn drei Dinge geklärt sind: Verarbeitung in der EU, ein Auftragsverarbeitungsvertrag mit dem Anbieter und eine dokumentierte Regelung zu Aufnahme und Aufbewahrung. Famulor bietet EU-Hosting, AVV und konfigurierbare Aufbewahrungsfristen.

Brauche ich verschiedene Agents für Telefon, Chat und WhatsApp?

Nein. In Famulor bedient ein Assistent Telefon, Web-Chat und WhatsApp mit derselben Wissensbasis und denselben Aktionen. Das verhindert widersprüchliche Antworten über Kanäle hinweg und halbiert den Pflegeaufwand.

Was unterscheidet Guardrails von Anweisungen im System-Prompt?

Prompt-Anweisungen konkurrieren mit dem Gesprächsverlauf und werden im Laufe langer Dialoge weicher. Guardrails wirken als eigene Prüfebene und greifen unabhängig vom Modellverhalten — besonders wichtig bei Preisauskünften, medizinischen Aussagen und Deckungszusagen.

Lohnt sich Voice AI auch für Betriebe mit unter 20 Mitarbeitern?

Häufig ja, weil dort die höchste Zahl unbeantworteter Anrufe pro Kopf entsteht. Entscheidend ist nicht die Mitarbeiterzahl, sondern der Wert eines verpassten Anrufs: Bei Handwerk, Autohaus oder Immobilienverwaltung liegt der Auftragswert eines einzigen Rückrufs oft über den Monatskosten.