Professionelle Telefonansagen: Der komplette Leitfaden 2026

Begruessung, Warteschleife, IVR, Abwesenheit: Alles fuer professionelle Telefonansagen, die Ihr Unternehmensimage staerken.

Modernes Geschaeftstelefon mit Schallwellen und leuchtenden Akzenten in Orange und Cyan

TL;DR : Eine professionelle Telefonansage deckt vier Bereiche ab — Begruessung, Warteschleife, IVR und Abwesenheitsnachricht. 70 % der Anrufer legen nach 60 Sekunden Stille auf (CNN). Dieser Leitfaden behandelt Skripte, die Wahl der Stimme (KI oder Studio), Musik, technische Formate und haeufige Fehler.

Ein Kunde ruft Ihr Unternehmen an. Niemand nimmt ab. Er hoert Stille, dann einen Piepton, dann nichts. Er legt auf und ruft Ihren Konkurrenten an.

Dieses Szenario wiederholt sich taeglich tausendfach. Laut einer CNN-Umfrage legen 70 % der Anrufer, die auf Stille stossen, innerhalb von 60 Sekunden auf. Von diesen rufen 30 % nie wieder an (Snap Recordings).

Die Telefonansage ist oft der erste Kontakt zwischen Ihrem Unternehmen und einem potenziellen Kunden. Die meisten KMU vernachlaessigen sie trotzdem: Standardmusik der Telefonanlage, eine auf dem Smartphone aufgenommene Ansage — oder schlimmer noch, gar keine Ansage.

Dieser Leitfaden behandelt alles, was Sie fuer ueberzeugende Telefonansagen brauchen: die vier Ansagetypen, das Verfassen von Skripten, die Stimmwahl, Musik, technische Formate und typische Fehler.


Welche vier Arten von Telefonansagen gibt es?

Jedes Unternehmen braucht vier verschiedene Ansagen. Die Begruessung gibt den Ton an. Die Warteschleife haelt den Anrufer in der Leitung. Das IVR-Menue leitet zum richtigen Ansprechpartner weiter. Und die Abwesenheitsnachricht verhindert, dass ausserhalb der Geschaeftszeiten Kontakte verloren gehen.

Die Begruessung (Pre-Routing-Ansage)

Das ist der erste Ton, den der Anrufer hoert, bevor ueberhaupt ein Mitarbeiter abnimmt. Ihre Aufgabe: das Unternehmen identifizieren, dem Anrufer bestaetigen, dass er die richtige Nummer gewaehlt hat, und einen professionellen ersten Eindruck hinterlassen.

Eine gute Begruessung dauert zwischen 8 und 15 Sekunden. Laenger wird der Anrufer ungeduldig. Kuerzer hat er keine Zeit, das Unternehmen zu erkennen.

Typischer Inhalt:

  • Unternehmensname
  • Nuechterner Willkommensgruss (kein “Ihr Anruf ist uns wichtig”)
  • Eventuell eine nuetzliche Information (Website, Oeffnungszeiten)

Beispiel: “Guten Tag, Sie haben die Firma Dupont erreicht. Wir verbinden Sie mit einem Mitarbeiter.”

Die Warteschleife (Musik und Informationen)

Die Wartemusik setzt ein, wenn alle Leitungen belegt sind. Ohne Musik oder Ansage hoert der Anrufer Stille oder ein Leitungsbrummen. Er fragt sich, ob die Verbindung getrennt wurde.

Die Zahlen sprechen fuer sich: Anrufer, die Musik hoeren, bleiben 3 Minuten laenger in der Leitung als jene, die auf Stille stossen (North American Telecom). Laut On Hold Messaging Direct treffen 20 % der Anrufer waehrend der Wartezeit eine Kaufentscheidung.

Eine gute Warteschleifenansage wechselt alle 20 bis 30 Sekunden zwischen Musik und informativen Ansagen:

  • Oeffnungszeiten
  • Website-Adresse
  • Neue Dienstleistungen oder Aktionen
  • Hinweis, dass ein Mitarbeiter bald antwortet

Das interaktive Sprachmenue (IVR)

Das IVR (Interactive Voice Response) ermoeglicht es dem Anrufer, sich ueber Tasten- oder Spracheingabe weiterzuleiten. Gut konzipiert verkuerzt es die Bearbeitungszeit jedes Anrufs. Schlecht konzipiert vertreibt es Kunden.

Ein gutes IVR-Menue beachtet drei Regeln:

  • Maximal 4 Optionen pro Ebene. Darueber hinaus vergisst der Anrufer die ersten Optionen.
  • Maximal 2 Ebenen. Drei oder mehr Ebenen sind ein Labyrinth.
  • Option “mit jemandem sprechen” immer verfuegbar. 73 % der Anrufer moechten einen Menschen erreichen koennen (Call Centre Helper).

Beispiel: “Fuer den Vertrieb druecken Sie die 1. Fuer den technischen Support die 2. Fuer die Buchhaltung die 3. Um mit einem Mitarbeiter zu sprechen, bleiben Sie in der Leitung.”

Die Abwesenheitsnachricht (Anrufbeantworter / ausserhalb der Geschaeftszeiten)

Diese Nachricht wird ausserhalb der Geschaeftszeiten abgespielt. Sie bestaetigt, dass das Unternehmen existiert, nennt die Oeffnungszeiten und bietet eine Alternative an (E-Mail, Website, Rueckruf).

Konkret sollte eine gute Abwesenheitsnachricht:

  • Den Unternehmensnamen bestaetigen
  • Die Oeffnungszeiten nennen
  • Eine alternative Kontaktmoeglichkeit anbieten (E-Mail, Online-Formular)
  • Zum Hinterlassen einer Sprachnachricht auffordern, falls das System es erlaubt

Beispiel: “Sie haben die Kanzlei Martin erreicht. Unsere Bueros sind montags bis freitags von 8:30 bis 17:30 Uhr geoeffnet. Schreiben Sie uns gerne an info@kanzlei-martin.be. Auf Wiederhoeren.”


Warum sind Telefonansagen so wichtig?

60 % der Anrufer, die ohne Musik oder Ansage in der Warteschleife haengen, legen innerhalb von 40 Sekunden auf (Snap Recordings). Diese Zahl allein rechtfertigt die Investition. Aber die Auswirkungen gehen weit ueber die Abbruchrate hinaus.

Erster Kontakt = erster Eindruck

Fuer viele Kunden ist der Telefonanruf der allererste Kontakt mit dem Unternehmen. Noch bevor sie mit jemandem sprechen, beurteilen sie Ihre Professionalitaet anhand der Qualitaet der Ansage.

Eine klare, gut aufgenommene Ansage mit einer angenehmen Stimme und passender Musik sagt: “Dieses Unternehmen ist serioes und respektiert meine Zeit.” Stille gefolgt von einem Piepton sagt das Gegenteil.

Kundenbindung und Geschaeftschance

Laut einer Studie von U.S. West erhoehen informative Warteschleifenansagen die Verweildauer der Anrufer um 40 %. Diese Warteminuten sind nicht verloren: Sie koennen ueber Ihre Dienstleistungen informieren, auf Ihre Website hinweisen oder ein aktuelles Angebot hervorheben.

Markenkohaerenz

Der Ton Ihrer Telefonansage sollte dem Ihrer Website, Ihrer E-Mails und Ihrer gesamten Kommunikation entsprechen. Eine Anwaltskanzlei verwendet nicht denselben Ton wie ein Sportgeschaeft. Diese Konsistenz staerkt das Vertrauen.


Wie schreibt man ein gutes Telefonskript?

Ein wirkungsvolles Telefonskript ist in 15 Minuten geschrieben, wenn man einer Methode folgt. Die Grundregel: Jedes Wort muss einen Zweck erfuellen. Die Aufmerksamkeitsspanne am Telefon ist kurz. Jede ueberfluessige Sekunde ist eine Sekunde, in der der Anrufer auflegen kann.

Empfohlene Struktur nach Ansagetyp

TypIdeale DauerPflichtinhalteZu vermeiden
Begruessung8-15 Sek.Unternehmensname, Willkommen”Ihr Anruf ist uns wichtig”
Warteschleife30-45 Sek. (Schleife)Nuetzliche Info + MusikIdentische Wiederholung in Schleife
IVR20-30 Sek.Klare Optionen, max. 4Verschachtelte Untermenues
Abwesenheit15-25 Sek.Oeffnungszeiten, alternative KontaktmoeglichkeitTrauriger Ton

Sieben Regeln fuer die Texterstellung

  1. Mit der Identitaet beginnen. Der Unternehmensname muss in den ersten 5 Sekunden fallen.
  2. Fuers Ohr schreiben. Lesen Sie das Skript laut vor. Wenn ein Satz sich gesprochen seltsam anhoert, schreiben Sie ihn um.
  3. Saetze kurz halten. Maximal 12 bis 18 Woerter pro Satz. Darueber hinaus schaltet der Anrufer mental ab.
  4. Fachjargon vermeiden. “Ihr dedizierter Ansprechpartner wird sich Ihres Anliegens annehmen” = schlecht. “Ein Kollege wird sich gleich bei Ihnen melden” = gut.
  5. Nuetzliche Informationen geben. Jede Warteansage sollte etwas bieten: eine Oeffnungszeit, einen Service, eine Website.
  6. Leere Versprechen vermeiden. “Wir geben unser Bestes, um…” hat null Wert. Eine geschaetzte Wartezeit anzugeben — das ist nuetzlich.
  7. Den Ton an die Zielgruppe anpassen. Eine Arztpraxis waehlt einen ruhigen, beruhigenden Ton. Eine Eventagentur darf schwungvoller sein.

Fuer weitere Inspiration finden Sie unsere Skriptbeispiele nach Branche sortiert.


KI-Stimme oder menschliche Stimme — wie entscheiden?

Die Sprachsynthese hat in den letzten drei Jahren einen enormen Sprung gemacht. KI-generierte Stimmen sind im telefonischen Kontext nahezu nicht von menschlichen Stimmen zu unterscheiden. Jeder Ansatz hat seine Vorteile.

Vergleich KI-Stimme vs. traditionelles Studio

KriteriumKI-Stimme (TTS)Traditionelles Studio
ProduktionszeitWenige Minuten3 bis 10 Werktage
KostenAb wenigen Euro80 bis 300 EUR pro Ansage
TextaenderungSofort, ohne AufpreisNeue Studiositzung
KlangqualitaetAusgezeichnet (ElevenLabs etc.)Ausgezeichnet
Verfuegbare Sprachen30+ Sprachen, sofort wechselbarNeuen Sprecher engagieren
Emotion / NuancenGut, stetig besser werdendNatuerlich ausgezeichnet
NutzungsrechteIn der Lizenz enthaltenVariabel je nach Vertrag

Der ausfuehrliche Vergleich KI-Studio vs. traditionelles Studio beschreibt, in welchen Faellen welche Option vorzuziehen ist.

Wann die KI-Stimme waehlen

  • Die Ansage aendert sich regelmaessig (Aktionen, saisonale Oeffnungszeiten)
  • Mehrere Sprachen werden benoetigt
  • Das Budget ist knapp
  • Die Zeit draengt, z. B. bei der Inbetriebnahme einer neuen Nummer

Wann das Studio vorziehen

  • Die Marke hat bereits eine bekannte Stimme (Radiospot, TV-Werbung)
  • Die Ansage soll mehrere Jahre unveraendert bleiben
  • Ein sehr spezifischer Ton ist gefragt (Storytelling, starke Emotion)

In der Praxis kombinieren viele Unternehmen beides. Eine im Studio aufgenommene Begruessung fuer die Markenkontinuitaet und KI-generierte Warteansagen fuer einfache Aktualisierungen.


Welche Musik fuer die Telefonansagen waehlen?

Die Hintergrundmusik begleitet die Warteschleife und manchmal die Begruessung. Die Wahl ist nicht trivial: Unpassende Musik nervt den Anrufer, und nicht lizenzierte Musik kann teure Strafen nach sich ziehen.

Musikrechte auf einen Blick

Einen kommerziellen Song als telefonische Wartemusik zu verwenden, ist ohne Lizenz illegal. In Belgien verwaltet die SABAM die Rechte, in Deutschland die GEMA, in Oesterreich die AKM. Bussgelder fuer nicht autorisierte Nutzung im geschaeftlichen Kontext reichen von einigen Hundert bis zu mehreren Tausend Euro.

Drei legale Optionen:

  • Lizenzfreie Musik (Royalty-Free). Einmaliger Lizenzkauf, unbegrenzte Nutzung. Die gaengigste Option fuer KMU.
  • Gemeinfreie Musik. Werke, deren Rechte abgelaufen sind. Achtung: Die Aufnahme selbst kann noch geschuetzt sein, auch wenn die Komposition es nicht mehr ist.
  • Originalmusik. Massgeschneidert komponiert. Teurer, aber exklusiv.

Plattformen wie VoiceLab bieten einen integrierten Katalog lizenzfreier Musik, was die Lizenzfrage direkt klaert.

Den richtigen Musikstil waehlen

Der Musikstil sollte zum Unternehmensimage und zum Anrufkontext passen:

  • Arztpraxis, Kanzlei: Akustisches Klavier, leichte Streicher, langsames Tempo (60-80 BPM)
  • Immobilienagentur, Beratung: Sanfter Jazz, Lounge, anspruchsvoll
  • Handel, Retail: Instrumentale Popmusik, schwungvoll, aber nicht aggressiv (100-120 BPM)
  • Tech, Startup: Elektronisches Ambient, modern, minimal
  • Handwerk, lokal: Akustisch, Gitarre, warm

Lautstaerke und Abmischung

Die Musiklautstaerke muss niedrig genug sein, um die Stimme nicht zu ueberdecken, aber praesent genug, um Stille zu ueberbruecken. Empfohlene Pegel:

  • Stimme: -16 LUFS (Hauptpegel)
  • Musik unter der Stimme: -26 bis -30 LUFS (10 bis 14 dB unterhalb der Stimme)
  • Musik allein (zwischen den Ansagen): -20 bis -22 LUFS

Die Uebergaenge zwischen Musik und Stimme sollten fliessend sein (Ausblendung von 0,5 bis 1 Sekunde), um abrupte Schnitte zu vermeiden.


Welche Audioformate erwartet Ihre Telefonanlage?

Jedes Telefonsystem hat seine eigenen Anforderungen an das Audioformat. Eine MP3-Datei in Stereo mit 320 kbps an eine Anlage zu senden, die WAV mono 8 kHz erwartet, fuehrt garantiert zu schlechter Qualitaet oder zur Ablehnung der Datei.

Die Standardformate in der Telefonie

FormatCodecAbtastrateHauptverwendung
WAV PCMPCM linear8 kHz, 16 Bit, monoUniverseller PBX-Standard
WAV A-lawG.711 A-law8 kHz, 8 Bit, monoEuropa, Asien, Afrika
WAV u-lawG.711 u-law8 kHz, 8 Bit, monoNordamerika, Japan
MP3MPEG Layer 344,1 kHz, variabelWartemusik (einige PBX)
GSM 6.10RPE-LTP8 kHz, monoAsterisk, FreePBX

G.711: Der weltweite Telefoniestandard

Der Codec G.711, ITU-T-Norm seit 1972, ist das native Format der digitalen Telefonie. Zwei Varianten:

  • A-law: Wird in Europa und in den meisten Laendern der Welt verwendet. Logarithmische Kompression, optimiert fuer niedrige Lautstaerkepegel.
  • u-law (mu-law): Wird in Nordamerika und Japan verwendet. Leicht abweichende Dynamik gegenueber A-law.

Die Audio-Bandbreite ist auf 300-3400 Hz begrenzt (Standard-Telefonband). Alles unter 300 Hz oder ueber 3400 Hz wird abgeschnitten. Eine mit einem Profi-Mikrofon in 48 kHz aufgenommene Stimme klingt nach der Konvertierung auf 8 kHz fuer die Telefonanlage anders.

Audio-Normalisierung (LUFS)

Die Normalisierung in LUFS (Loudness Units relative to Full Scale) gewaehrleistet eine konstante Lautstaerke von einer Ansage zur naechsten. Ohne Normalisierung erlebt der Anrufer Lautstaerkeschwankungen zwischen Begruessung und Warteschleife — das wirkt unprofessionell.

Technische Empfehlungen:

  • Ziel: -16 LUFS fuer die Stimme, -20 LUFS fuer den finalen Mix (Stimme + Musik)
  • True Peak: Nicht ueber -1 dBTP hinausgehen, um Verzerrungen nach der Konvertierung zu vermeiden
  • Exportformat: Immer zuerst als WAV PCM 16 Bit exportieren, dann ins Zielformat konvertieren (A-law, u-law), um die Qualitaet zu erhalten

Kompatibilitaet gaengiger Telefonanlagen

PBX / PlattformBevorzugtes FormatHinweise
Asterisk / FreePBXWAV GSM 6.10 oder u-law, 8 kHz monoKonvertierung via sox empfohlen
3CXWAV PCM 16 Bit, 8 kHz monoOder MP3 fuer Wartemusik
VodiaWAV PCM oder A-law, 8 kHz monoDirekter Upload ueber die Oberflaeche
Teams PhoneMP3 oder WAV, 16 kHz empfohlenMicrosoft akzeptiert breitere Formate
Cisco UCMWAV u-law, 8 kHz monoSehr striktes Format
Yealink / GrandstreamWAV PCM, 8 kHz, 16 Bit, monoVia Provisioning oder Weboberflaeche

Welche Fehler werden am haeufigsten gemacht?

Selbst mit einem guten Skript und einer schoenen Stimme koennen bestimmte technische oder strategische Fehler die Wirkung der Ansagen ruinieren. Hier die haeufigsten, beobachtet bei Hunderten von KMU.

1. Gar keine Ansage

Das schlimmste Szenario. Der Anrufer hoert endloses Klingeln, dann Leere. Er legt auf, ruft einen Konkurrenten an und kommt nicht zurueck. Dabei ist genau das die Standardkonfiguration der meisten Telefonanlagen.

2. Die Standardansage des Herstellers

“Please hold. Your call will be answered in the order it was received.” Diese englische Ansage mit der Roboterstimme der Telefonanlage signalisiert Ihrem Kunden, dass sich niemand die Muehe gemacht hat, das Telefon zu konfigurieren. Nicht gerade das Signal von Professionalitaet, das man anstrebt.

3. Eine zu lange Ansage

Eine 45 Sekunden lange Begruessung, bevor man mit jemandem sprechen kann, ist kontraproduktiv. Der Anrufer hat eine konkrete Frage und moechte eine schnelle Antwort. Jede zusaetzliche Sekunde erhoeht die Frustration.

4. Die sich wiederholende Schleife

Immer wieder dieselbe 30-Sekunden-Ansage alle 30 Sekunden ueber 5 Minuten hinweg zu hoeren, ist unertraeglich. Planen Sie mindestens 3 verschiedene Ansagen im Wechsel ein.

5. Zu laute oder zu leise Musik

Musik, die die Stimme ueberdeckt = unhoerbar. Kaum wahrnehmbare Musik = der Anrufer glaubt, die Leitung sei getrennt. Die richtige Abmischung ist ein praezises Gleichgewicht (siehe den Abschnitt zu LUFS weiter oben).

6. Veraltete Informationen

“Wir sind ueber die Feiertage geschlossen” — im Maerz. “Besuchen Sie unsere neue Website” — die vor drei Jahren gelauncht wurde. Kurz: Ueberpruefen Sie Ihre Ansagen mindestens zweimal jaehrlich: vor dem Sommer und vor den Feiertagen.

7. Mehrsprachigkeit ignorieren

In Belgien schliesst eine rein franzoesische Ansage die niederlaendisch- und englischsprachigen Kunden aus. In der Schweiz ist eine Ansage ohne Deutsch oder Italienisch ein geschaeftlicher Fehler. Mehrsprachigkeit ist kein Luxus.

8. Das falsche Audioformat

Eine Stereo-Datei mit 44 kHz an eine Anlage zu senden, die mono 8 kHz erwartet, erzeugt einen metallischen, verzerrten oder abgeschnittenen Klang. Die Konvertierung ins richtige Format ist ein technischer Schritt, den man nicht ueberspringen sollte.


Checkliste: Ihre Ansagen in 8 Schritten erstellen

  1. Bedarfe auflisten: Begruessung, Warteschleife, IVR, Abwesenheit, saisonale Ansagen
  2. Skripte verfassen: Ein Skript pro Ansage, unter Einhaltung der empfohlenen Laengen
  3. Stimme waehlen: KI oder Studio, Sprache(n), zum Sektor passender Ton
  4. Musik auswaehlen: Lizenzfrei, im Einklang mit Ihrer Marke
  5. Audiodateien produzieren: Aufnahme oder TTS-Generierung + Stimme/Musik-Abmischung
  6. Lautstaerke normalisieren: -16 LUFS Stimme, -20 LUFS Mix, True Peak unter -1 dBTP
  7. Im richtigen Format exportieren: Spezifikationen Ihrer Telefonanlage pruefen (A-law, u-law, PCM)
  8. Am realen System testen: Die eigene Nummer anrufen, Qualitaet, Uebergaenge und Pegel ueberpruefen

FAQ

Wie lang sollte eine telefonische Begruessung idealerweise sein?

Zwischen 8 und 15 Sekunden. Die Begruessung muss das Unternehmen identifizieren und den Anrufer beruhigen, ohne ihn warten zu lassen. Ab 20 Sekunden steigt die Abbruchrate deutlich, besonders am Mobiltelefon, wo die Geduld geringer ist.

Brauche ich eine Lizenz fuer die Wartemusik?

Ja, es sei denn, Sie verwenden lizenzfreie Musik (Royalty-Free) oder gemeinfreie Werke. In Belgien kontrolliert die SABAM die musikalischen Nutzungsrechte im geschaeftlichen Kontext, in Deutschland die GEMA. Bussgelder fuer nicht autorisierte Nutzung sind real. Die einfachste Loesung: Einen Katalog lizenzfreier Musik verwenden, der fuer die Telefonie konzipiert ist.

Was ist der Unterschied zwischen A-law und u-law?

Beide sind Varianten des Codecs G.711 fuer die digitale Telefonie. A-law ist der Standard in Europa, Asien und Afrika. u-law (mu-law) wird in Nordamerika und Japan verwendet. Wenn Ihr Unternehmen in Europa sitzt, nutzt Ihre Telefonanlage hoechstwahrscheinlich A-law. Im Zweifelsfall funktioniert WAV PCM 8 kHz mono auf praktisch allen Systemen.

Was kostet die Erstellung professioneller Telefonansagen?

Im traditionellen Studio rechnen Sie mit 80 bis 300 EUR pro Ansage (Stimme + Abmischung + Musik). Mit einer Plattform wie VoiceLab sinken die Kosten auf wenige Euro pro Ansage, mit der Moeglichkeit, den Text sofort zu aendern. Das Gesamtbudget fuer die Ausstattung eines KMU (4 Basisansagen) reicht also von 20 EUR bis ueber 1.000 EUR, je nach gewaehltem Ansatz.

Wie oft sollte man seine Telefonansagen aktualisieren?

Mindestens zweimal jaehrlich: vor den Sommerferien und vor den Winterfeiertagen. Idealerweise bei jedem Wechsel der Oeffnungszeiten, Dienstleistungen oder Aktionen. Unternehmen, die KI-Stimmen verwenden, aktualisieren ihre Ansagen deutlich haeufiger, da die Aenderung kaum Zeit oder Geld kostet.

Vertreibt ein IVR-Menue die Kunden?

Ein schlecht gestaltetes IVR, ja. Menues mit 8 Optionen, 3 Ebenen und keiner Moeglichkeit, einen Menschen zu erreichen, vertreiben jeden. Aber ein durchdachtes IVR mit maximal 3 oder 4 Optionen, einer einzigen Ebene und direktem Zugang zu einem Mitarbeiter verkuerzt die Bearbeitungszeiten und verbessert die Zufriedenheit. Der Schluessel: Testen Sie Ihr IVR selbst, indem Sie sich in die Lage des Anrufers versetzen.


Das Wichtigste auf einen Blick

Telefonansagen sind kein administratives Detail. Sie sind echte Kommunikationswerkzeuge, die die Wahrnehmung Ihres Unternehmens, die Verweildauer Ihrer Anrufer und letztlich Ihren Umsatz beeinflussen.

Vier Ansagen genuegen fuer die meisten Anforderungen: Begruessung, Warteschleife, IVR und Abwesenheit. Das Texten folgt einfachen Regeln (kurz, klar, nuetzlich), die Stimme kann per KI generiert oder im Studio aufgenommen werden, und das technische Format muss zu Ihrer Telefonanlage passen.

Das Teuerste ist nicht, diese Ansagen zu erstellen. Es ist, keine zu haben.


Quellen: CNN, Snap Recordings, North American Telecom, On Hold Messaging Direct, U.S. West, Call Centre Helper, ITU-T (G.711), Holdcom.