foto freepik

Moderne Speech-to-Speech-Modelle sorgen für flüssige Dialoge, Leitplanken stellen sicher, dass die KI nicht außer Kontrolle gerät: Spitch setzt auf neuronal-symbolisches Hybridkonzept.

»Es gibt viele beeindruckende Demonstrationen über die Leistungsfähigkeit von KI-Systemen, aber die Herausforderung für Unternehmen besteht darin, diese alltagstauglich zu machen«, sagt Joe Novak, Chief Innovation Officer and Co-Founder der Spitch AG. Der Chef-Innovator des Entwicklers von Systemen für Conversational AI verweist dazu auf zwei Herausforderungen – die 90-Prozent-Falle und das »Grounding-Problem« – und erklärt, wie diese mit einem neuronal-symbolischen Hybridkonzept bewältigt werden kann.

Die »90-Prozent-Falle«

Es gibt beim KI-Einsatz ein zentrales Problem: 90 Prozent Genauigkeit zu erreichen ist machbar und bei vielen Anwendungen äußerst sinnvoll – etwa bei der Anrufgrunderkennnung im Call Center, wenn danach an einen menschlichen Ansprechpartner weitervermittelt wird.

Aber es gibt andere Anwendungen – wenn beispielsweise das KI-System selbst Auskunft geben soll – bei denen Trefferquoten von weit über 90 Prozent wünschenswert sind. Indes wird jede weitere Steigerung auf beispielsweise 92, 95 oder 99 Prozent deutlich schwieriger. Um diese letzten entscheidenden Prozentpunkte zu erreichen, darf man große Sprachmodelle nicht als isolierte »Wunderwerkzeuge« betrachten. Sie müssen Teil einer kontrollierten, klar strukturierten Gesamtarchitektur sein.

Das »Grounding-Problem« in der Praxis

Ein fundamentales Hemmnis ist das sogenannte Grounding-Problem: KI kann formal richtige Lösungen liefern, die in der realen Unternehmenswelt trotzdem unbrauchbar sind, weil Kontext und praktische Abläufe nicht verstanden werden.

Im Kundenservice wird das besonders deutlich: Wenn ein Kunde sagt »Das reicht mir jetzt«, kann die KI das als Wunsch, das Gespräch zu beenden, interpretieren. Ein Mensch würde jedoch nachhaken, versuchen, dem Unmut auf den Grund zu gehen und probieren, dem Gespräch noch eine positive Wendung zu geben.

Es ist eine typische Situation, in der die KI alles falsch machen kann, indem sie formal alles richtig macht, weil sie den Kontext nicht versteht. Es bedarf daher einer klaren Verankerung in der Geschäftslogik – nur ein zufriedener Kunde ist ein guter Kunde – und nicht nur ein formales Vorgehen. Sonst entstehen Fehlentscheidungen und die KI mutiert zur Kundenabwehr, statt der Kundenbindung zu dienen.

Neuronal-symbolischer Hybridansatz

Spitch setzt auf einen neuronal-symbolischen Hybridansatz, um diese Hürden mit einer Collaborative AI zu nehmen. Dabei arbeitet das System als unterstützende Kraft und nicht als Ersatz für den Menschen. Hierzu werden drei Komponenten kombiniert:

Neuronale Large Language Models (LLMs):
Hier setzt Spitch auf aktuelle Speech-to-Speech-Modelle sowie multimodale LLMs, um die Nuancen, Empathie und Komplexität menschlicher Sprache adäquat zu verarbeiten. Speech-to-Speech-Modelle setzen gesprochene Sprache direkt in gesprochene Sprache um – ohne den Umweg über Text – was zu schnellen Reaktionen und natürlichen Gesprächen führt, weil Tonfall, Betonung und Emotion besser erhalten bleiben. Dies sorgt für eine flüssige kontextbezogene Kommunikation in Echtzeit.
Symbolic Guardrails:
Die LLM-Kreativität wird von Spitch mittels sogenannter Symbolic Guardrails begrenzt. Der Fachbegriff aus der KI-Forschung beschreibt deterministische, regelbasierte Sicherheitsmechanismen, die die Freiheit der Large Language Models bewusst einengen. Während LLMs auf lernenden Modellen aufbauen, arbeiten Symbolic Guardrails nach festen Regeln, die von Large Language Models weder geändert noch umgangen werden können. Diese Steuermechanismen verhindern, dass die KI »aus dem Ruder läuft«. In der Praxis sind das vorgegebene Entscheidungsstrukturen sowie festgelegte Prozesse.
Die menschliche Autorität:
Alle Systeme dienen dazu, Menschen zu unterstützen – sowohl die Kunden, die anrufen, um ein Problem zu lösen, als auch die Mitarbeitenden, die letztlich für die Lösung verantwortlich sind.

Die neuronale KI liefert Flexibilität, Sprachverständnis und Kontext – die symbolische Ebene sorgt dafür, dass das System zuverlässig, sicher und geschäftslogisch korrekt funktioniert. Schrittweise geführte Call Flows oder fest vorgegebene Transferlogiken sind in diesem Kontext also keine veralteten Technologien, sondern sorgen dafür, dass das Speech-to-Speech-Modell während einer Live-Interaktion nicht »die Orientierung verliert«. Das schafft die Struktur, damit LLMs ihre Stärken optimal entfalten können und eine angenehme Customer Journey entsteht.

Multi-Agent-Debatte in der Entwicklungsphase: KI testet KI

Ein weiterer wesentlicher Fortschritt liegt in der Nutzung mehrerer KI-Systeme während der Entwicklung. Verschiedene KI-Rollen (Multi-Agent Swarms) simulieren etwa einen unzufriedenen Kunden, einen Compliance-Prüfer und einen Optimierer. Diese »diskutieren« mögliche Abläufe, bevor sie im echten Betrieb eingesetzt werden.

Im produktiven Einsatz wird das System dann bewusst schlanker gestaltet: Standardabläufe werden fest definiert, während KI gezielt dort eingesetzt wird, wo sie echten Mehrwert bringt. Aufgaben-spezifische AI Agents übernehmen dedizierte Funktionen wie Order-Erfassung oder Eskalationsmanagement, während standardisierte Schritte – etwa eine konsistente Begrüßung oder das Abrufen von CRM-Daten – als statisch festgelegte Abläufe umgesetzt werden, um den Ressourcenverbrauch effizient zu steuern. So entsteht eine Kombination aus Effizienz, Stabilität und intelligenter Automatisierung.

2295 Artikel zu „KI Service Sprache“

News | IT-Security | Kommentar

Warum KI das klassische Sicherheitsmodell aushebelt

14. April 2026

KI beschleunigt Angriffe schneller, als klassische Sicherheitsmodelle reagieren können. Warum Erkennung und Reaktion nicht mehr ausreichen – und weshalb Eindämmung zur entscheidenden Disziplin für Unternehmenssicherheit wird. Jahrelang war »assume a breach«, also »von einem Sicherheitsvorfall auszugehen« eine nützliche Denkweise in der Sicherheit, um eine bessere Erkennung und Reaktion zu fördern. Mit Initiativen wie Project…

Jetzt 25 % Ticketrabatt für »manage it« Leser

Moderne Speech-to-Speech-Modelle sorgen für flüssige Dialoge, Leitplanken stellen sicher, dass die KI nicht außer Kontrolle gerät: Spitch setzt auf neuronal-symbolisches Hybridkonzept.

2295 Artikel zu „KI Service Sprache“