GPT-Live-1: Was KI am Telefon jetzt kostet und was vorher zu klären ist
OpenAI hat am 10. September 2026 das Modell GPT-Live-1 in der Programmierschnittstelle freigegeben. Es übernimmt Zuhören und Sprechen in einem einzigen Modell, statt wie bisherige Lösungen Spracherkennung, Textmodell und Sprachausgabe hintereinanderzuschalten. Für diese Sprachebene berechnet OpenAI fünf US-Cent je Minute, sekundengenau abgerechnet. Über eine SIP-Schnittstelle lässt sich das Modell an eine vorhandene Telefonanlage anbinden. Damit rückt eine Anwendung in Reichweite, die in vielen Betrieben der Region ein Dauerthema ist: die Annahme von Anrufen, wenn niemand am Apparat ist. Im Handwerk, in der Hotellerie, im Maschinenservice und in Praxen geht ein Teil der eingehenden Gespräche schlicht verloren. Ob eine Maschine diese Lücke schließen soll, bleibt eine betriebliche Entscheidung. Ob sie es technisch und wirtschaftlich kann, lässt sich seit dieser Woche anders beantworten als noch im Sommer.
Was technisch neu ist
Bisherige Telefonassistenten bestehen aus drei Bausteinen: Ein System wandelt Sprache in Text, ein Sprachmodell formuliert eine Antwort, ein drittes spricht sie aus. Bei jeder Übergabe entsteht Verzögerung. Das Ergebnis kennt jeder, der schon einmal mit einem solchen System telefoniert hat: Man wartet, man fällt sich ins Wort, ein eingeworfenes "Nein, warten Sie" verpufft wirkungslos. GPT-Live-1 hört und spricht in einem Modell und arbeitet im Vollduplex-Betrieb, kann also hören, während es spricht. Die eigentliche Denkarbeit reicht es an ein Modell im Hintergrund weiter, das der Betrieb selbst auswählt. OpenAI schlägt vor, Routinevorgänge wie Terminvergabe oder Auskunft zum Auftragsstatus von einem günstigen Modell erledigen zu lassen und nur komplizierte Fälle an ein leistungsfähigeres zu übergeben.
Zur Qualität nennt OpenAI eigene Messwerte: einen Vorsprung von 30 Prozentpunkten gegenüber dem Vorgängermodell in einem Vollduplex-Testverfahren und knapp 80 Prozent weniger Unterbrechungen gegenüber Systemen, die strikt abwechselnd arbeiten. Das sind Herstellerangaben aus selbst gewählten Tests. Zur Sprachabdeckung kündigt OpenAI lediglich an, Stimmen und Sprachen in den kommenden Monaten zu erweitern. Wer auf Deutsch einsetzen will, sollte das vorab prüfen, und zwar mit Anrufern, die Dialekt sprechen.
Was der Einsatz kostet
Die fünf US-Cent je Minute betreffen ausschließlich die Sprachebene. Das Modell im Hintergrund wird zusätzlich nach verbrauchten Token abgerechnet. Für das derzeitige Spitzenmodell GPT-6 Astra ruft OpenAI 10 US-Dollar je Million Token Eingabe und 50 US-Dollar je Million Token Ausgabe auf. Wer Standardfälle von einem kleineren Modell bearbeiten lässt, zahlt deutlich weniger. Eine Überschlagsrechnung allein für die Sprachebene: Bei täglich 40 Anrufen von je drei Minuten fallen 120 Gesprächsminuten an, also rund sechs US-Dollar am Tag und bei 22 Arbeitstagen etwa 130 US-Dollar im Monat. Hinzu kommen das Hintergrundmodell, die Anbindung an die Telefonanlage und der Aufwand für Einrichtung und Pflege der Gesprächsleitfäden. Für Betriebe ohne eigene IT-Abteilung ist das eher ein Argument, mit einem Dienstleister zu sprechen, als selbst zu bauen.
Was vorher rechtlich zu klären ist
Seit dem 2. August 2026 gilt Artikel 50 der europäischen KI-Verordnung. Systeme, die unmittelbar mit Menschen interagieren, müssen so gestaltet sein, dass die betroffene Person erkennt, dass sie mit einem KI-System spricht. Bei einem Telefonassistenten heißt das: ein Hinweis zu Gesprächsbeginn, nicht im Kleingedruckten auf der Website. Welche Transparenzpflichten seit August sonst noch greifen, haben wir in KI-Verordnung: Was seit dem 2. August 2026 im Betrieb gilt beschrieben. Wird das Gespräch mitgeschnitten oder transkribiert, kommt eine zweite Ebene hinzu: Der Mitschnitt des nicht öffentlich gesprochenen Wortes ist ohne Einwilligung strafbewehrt. Ein Hinweis zu Gesprächsbeginn und eine klare Aufbewahrungsfrist gehören deshalb zur Einrichtung.
Beim Ort der Verarbeitung bietet OpenAI Datenresidenz unter anderem für den Europäischen Wirtschaftsraum und die Schweiz an und führt dabei auch die Audio- und Echtzeit-Schnittstellen auf. Die Option ohne jede Speicherung von Anfragen und Antworten ist dagegen nur für einen Teil der Schnittstellen vorgesehen. Wer Gesundheits-, Bewerber- oder Vertragsdaten am Telefon verarbeitet, sollte vorab klären lassen, welche Variante gilt. Bleibt die Frage, was der Assistent überhaupt darf: Auskunft geben ist etwas anderes als Termine verbindlich buchen. Die Überlegungen zu Berechtigungen, Protokollierung und menschlicher Freigabe aus KI-Agenten im Mittelstand gelten am Telefon unverändert.
Was das für die Praxis heißt
Der sinnvolle Einstieg ist keine Grundsatzentscheidung über Sprach-KI, sondern eine Messung. Zählen Sie über zwei bis drei Wochen, wie viele Anrufe außerhalb der Besetzungszeiten eingehen, wie viele unbeantwortet bleiben und worum es geht. Meist besteht der Großteil aus wenigen wiederkehrenden Anliegen: Terminverschiebung, Auftragsstand, Öffnungszeiten, Rückrufbitte. Genau diese Fälle sind der erste Kandidat, in der einfachsten Ausbaustufe: annehmen, Anliegen aufnehmen, Rückruf zusagen, protokollieren. Drei Punkte gehören von Anfang an geregelt: ein gesprochener Hinweis, dass ein KI-System antwortet, ein klarer Weg zu einem Menschen für jeden, der das möchte, und eine Auswertung der Gesprächsprotokolle in den ersten Wochen. Wo das System falsch verstanden oder falsch zugeordnet hat, zeigt sich dort zuerst. Wer zunächst sortieren möchte, an welcher Stelle im Betrieb Digitalisierung den größten Hebel hat, kann dafür unseren Selbstcheck nutzen. Eine Einordnung zum Schluss: Die Ankündigung betrifft einen Baustein für Entwickler, kein fertiges Produkt. Zwischen der Schnittstelle und einem Assistenten, der einem Anrufer tatsächlich weiterhilft, liegt Projektarbeit. Der Preis macht sie für kleinere Betriebe rechenbar. Er ersetzt sie nicht.
Quellen: OpenAI, "Build more natural voice experiences with GPT-Live-1 in the API", 10. September 2026; OpenAI, API-Preisübersicht und Leitfaden zu Datenkontrollen, abgerufen am 14. September 2026; OpenAI, "Introducing data residency in Europe", zuletzt aktualisiert Januar 2026; Verordnung (EU) 2024/1689 über künstliche Intelligenz, Artikel 50 und 113.
