> ## Documentation Index > Fetch the complete documentation index at: https://docs.famulor.io/llms.txt > Use this file to discover all available pages before exploring further. # Best Practices für Voice AI > Wähle die passende Engine, teste echte Gespräche und vergleiche Geschwindigkeit mit nachgewiesenen Ergebnissen. Beginne mit dem gewünschten Ergebnis: eine Frage beantworten, einen angebotenen Termin buchen, einen Lead qualifizieren, ein Supportproblem lösen oder die anrufende Person verbinden. Eine schnelle Antwort hilft nur, wenn sie korrekt ist und die gewünschte Aktion tatsächlich abgeschlossen wird. ## Die passende Engine wählen | Engine | Geeigneter Einstieg | Was du prüfen solltest | | - | - | - | | Pipeline | Abläufe mit gezielter Kontrolle über Spracherkennung, Antwort und Stimme | Namen und Zahlen, Antwortzeit, Tool-Ergebnisse und passende Sprachunterstützung | | Realtime | Flüssige Gespräche mit nativem Audioverständnis und Sprachausgabe | Hörbare Antwortzeit, Erholung nach Unterbrechungen, Tools und belegte Antworten | | Half-Cascade | Natives Audioverständnis mit separat ausgewählter Stimme | Antwortzeit des nativen Modells sowie Synthese und Wiedergabe der Stimme | | Full Duplex | Gespräche mit gleichzeitigem Sprechen und kurzen Bestätigungen | Sinnvolle Unterbrechungen, erhaltene Informationen und vollständige Pflichtansagen | | Translate | Gespräche zwischen Menschen mit unterschiedlichen Sprachen | Bedeutung, Namen und Zahlen in beiden Richtungen, Sprecherzuordnung und Übersetzungsverzögerung | Engine und Modelle hängen von deinem Plan und Workspace ab. Full Duplex benötigt Beta-Zugriff im Workspace. Siehe [Engine-Modi](/de/assistants/engine-modes) und [Translate](/de/assistants/translate). ## Die richtigen Ergebnisse priorisieren | Anwendungsfall | Priorität | Ein erfolgreicher Test belegt | | - | - | - | | Kundenservice | Korrekte Regeln, erkannte Kennungen und passende Eskalation | Das Anliegen ist gelöst oder die Übergabe erreicht ihr Ziel | | Terminbuchung | Angebotene Zeiten, Zeitzone, ausdrückliche Bestätigung und gültige Tool-Argumente | Der bestätigte Termin existiert; eine nicht angebotene Zeit wird abgelehnt | | Vertrieb | Richtige Produktinformationen, relevante Qualifizierung und Einwilligung | Der vereinbarte nächste Schritt ist erfasst, ohne erfundene Preise oder Zusagen | | Technischer Support | Erkannte Fehlercodes, kurze Anweisungen und sichere Eskalation | Das Problem wird bearbeitet; fehlendes Wissen wird offen benannt | Ein allgemeiner Sieger aus unterschiedlichen Aufgaben ist wenig aussagekräftig. Vergleiche dieselben Szenarien, Sprachen und Erfolgskriterien und wähle die Konfiguration, die zu deinen Gesprächen passt. ## Das hörbare Gespräch messen | Kennzahl | Definition | Einordnung | | - | - | - | | E2E-Latenz | Ende der Äußerung bis zum ersten sinnvoll empfangenen Antwort-Audiosegment | Umfasst die Gesprächsstrecke; Überschneidungen separat ausweisen | | P50 / P95 | Median und 95. Perzentil der gültigen Antwortmessungen | P50 beschreibt einen typischen Zug, P95 langsamere Züge der Stichprobe | | LLM TTFT | Generierungsanfrage bis zum ersten Antwort-Texttoken | Für Pipeline hilfreich; native Audio-Tokenzeiten sind eine andere Messung | | TTS TTFB | Syntheseanfrage bis zum ersten erzeugten Audio | Komponentenmessung; Netzwerkwiedergabe kann zusätzliche Zeit benötigen | | End-of-Turn Delay | Ende der Äußerung bis zur Übernahme des Gesprächszugs | Enthält Erkennung und Gesprächsende-Erkennung; Erkennungsverzögerung nicht doppelt addieren | | Task Success Rate | Erfolgreiche Ergebnisse geteilt durch passende versuchte Aufgaben | Tatsächlichen Termin, Datensatz, Antwort oder Übergabe prüfen | | Containment Rate | Ohne Mensch gelöste geeignete Aufgaben geteilt durch geeignete Aufgaben | Eine richtige gewünschte Eskalation ist erfolgreich, aber nicht enthalten | | Tool Success Rate | Korrekt abgeschlossene Ausführungen geteilt durch versuchte Ausführungen | Argumente, Rückgaben und Endzustand prüfen | | Unterbrechungen | Reaktionszeit beim Abgeben und korrekte Fortsetzung nach passenden Unterbrechungen | Falsche Unterbrechungen und verlorene Informationen separat erfassen | | STT / WER | Wortänderungen geteilt durch Referenzwörter unabhängig transkribierter Aufnahmen | Namen, Beträge und Zeiten zusätzlich prüfen; ein niedriger Gesamtwert kann wichtige Fehler verbergen | | Call Drop Rate | Unerwartete Abbrüche geteilt durch aufgebaute Testgespräche | Geplantes Auflegen ausschließen und fehlgeschlagenen Verbindungsaufbau separat bewerten | | Halluzinationsrate | Antworten mit einer wesentlichen unbelegten Behauptung geteilt durch bewertete Antworten | Referenzfakten verwenden und strittige Fälle prüfen | | Transfer Success Rate | Bestätigte Verbindungen am Ziel geteilt durch Übergabeversuche | Anfrage, Ansage oder angenommener Übergabebefehl allein belegen keine Verbindung | Native Realtime-Engines liefern nicht dieselben getrennten Textgenerierungs- und Sprachsynthesewerte wie Pipeline. Fehlende Werte werden als **nicht anwendbar** ausgewiesen. Sie bedeuten keine Latenz von null. ## Einen nützlichen Testsatz erstellen Verwende dieselben Referenzaufnahmen und erwarteten Ergebnisse für vergleichbare Konfigurationen. Teste gewöhnliche und schwierige Gespräche: fehlende Pflichtangaben, leere Suchergebnisse, nicht verfügbare Termine, Korrekturen, kurze Bestätigungen, Unterbrechungen, Stille und Anfragen außerhalb des Aufgabenbereichs. Teste Sprachen einzeln. Prüfe Schreibweisen, Daten, Zeitzonen, Beträge und Kennungen gegen eine bekannte Referenz. Verwende für Spracherkennung Aufnahmen mit unabhängig bestätigten Transkripten. Synthetische Stimmen sind für kontrollierte Gespräche hilfreich, repräsentieren aber nicht sämtliche Akzente, Mikrofone und Anrufenden. Wiederhole Szenarien und wechsle die Reihenfolge der Konfigurationen. Halte Sprache, Prompt, Tools, Region, Transport und Audiobedingungen konstant. Vergleiche klares Audio getrennt von Hintergrundgeräuschen, schwachen Mikrofonen und Paketverlust. Nenne für jede Kennzahl die Zahl der Gespräche und gültigen Beobachtungen. Ein kurzer Auswahltest zeigt Kompatibilitätsfehler und Kandidaten für weitere Prüfungen. Er belegt weder ein belastbares P95 der gesamten Nutzung noch seltene Fehlerquoten. Veröffentliche Stichprobengröße, Unsicherheit und Ausschlüsse mit jedem Ranking. Werte aus bestehenden Anrufen und kontrollierte Vergleiche gehören in getrennte Auswertungen, weil Aufgaben und Einstellungen unterschiedlich sein können. ## Schrittweise verbessern 1. Beschränke den Prompt auf Rolle, bekannte Fakten und Voraussetzungen für Aktionen. 2. Antworte kurz und frage jeweils nach einer fehlenden Angabe. 3. Biete passende Tools an und prüfe deren Endergebnisse. 4. Wähle eine passende Sprachstimme und höre Namen, Zahlen und Pflichtansagen an. 5. Teste Pausen und Unterbrechungen beim Anpassen der Antwortzeit. Zu frühe Gesprächsende-Erkennung kann Menschen abschneiden. 6. Wiederhole dieselben Szenarien nach Modell-, Prompt-, Stimmen- oder Integrationsänderungen. Nutze [Simulationen](/de/assistants/simulations), [KI-Qualitätssicherung](/de/assistants/ai-quality-assurance) und den [Anrufverlauf](/de/monitoring/history). Verwende Aufnahmen mit Einwilligung oder kontrollierte Testdaten und teile zusammengefasste Ergebnisse statt Kundengespräche. ## Kosten und Erfolg gemeinsam bewerten Vergleiche den Verbrauch der gesamten Konfiguration und deinen geltenden Tarif. Eine günstige Minute kann je erfolgreichem Ergebnis teurer sein, wenn Rückrufe, fehlgeschlagene Aktionen oder unnötige Eskalationen entstehen. Fehlende Preise oder Nutzungsdaten sind unbekannt, nicht kostenlos. Lieferantenabrechnung und interne Betriebskosten gehören in die private Auswertung. Siehe [Verbrauch und Abrechnung](/de/billing/minutes) für den kundenseitigen Verbrauch. This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.