Terminbuchungs-Assistent (Praxen, Salons, Werkstätten)

Kleine Dienstleistungsbetriebe verlieren Buchungen durch unbeantwortete Telefone, geschlossene Öffnungszeiten und langsame E-Mail- Antworten, während das Personal durch Routineanrufe zur Terminvergabe unterbrochen wird. Ein KI-Buchungsassistent antwortet per Chat oder Telefon, prüft die echte Verfügbarkeit über Kalender-APIs, bucht, verschiebt oder storniert Termine und versendet Erinnerungen. Komplexe, medizinische oder ungewöhnliche Anfragen gehen an das Personal. Der Agent ist eine dünne LLM-Schicht über einer deterministischen Buchungs-Engine und damit einer der praktischsten Einstiege in die dialogbasierte KI für ein KMU.

Problem & Nutzen

• Heute: Empfangskräfte nehmen das Telefon zwischen anderen Aufgaben ab; Kunden rufen erneut an, sprechen auf die Mailbox oder geben auf. Umbuchungen und Absagen führen zu Telefon-Pingpong. Leere Slots durch späte Absagen und Nichterscheinen sind entgangener Umsatz; Arbeitszeit des Personals fließt in immer gleiche Anrufe wie „Haben Sie am Donnerstag noch etwas frei?“.
• Nutzen durch KI: Verfügbarkeit rund um die Uhr, in mehreren Sprachen, mit sofortiger Bestätigung; das Empfangspersonal konzentriert sich auf Menschen im Laden oder in der Praxis; Erinnerungen und Selbstbedienungs-Stornierung geben Slots frei, die aus einer Warteliste neu besetzt werden können.
• Belege: Anbieter berichten von weniger verpassten Anrufen und weniger Nichterscheinen, doch unabhängige, begutachtete Zahlen speziell zu LLM-Buchungsagenten sind selten; messen Sie Ihre eigene Ausgangslage (Quote verpasster Anrufe, Quote des Nichterscheinens, Anteil der Buchungen außerhalb der Öffnungszeiten), bevor Sie Herstellerangaben vertrauen [1][2].

Varianten

• Arzt- und Zahnarztpraxen, Physiotherapie: Buchung nach Terminarten und Versicherungsstatus; Gesundheitsdaten machen Art. 9 DSGVO relevant, und klinische Fragen müssen an das Personal gehen (siehe CONV-010 für Aufnahme und Triage, was ein anderer und stärker regulierter Fall ist).
• Friseur- und Kosmetiksalons, Barbershops, Nagelstudios: Buchungen mehrerer Leistungen, Wahl der Stylistin bzw. des Stylisten, die Dauer hängt von der Kombination der Leistungen ab.
• Auto- und Fahrradwerkstätten, Reifenwechsel, Inspektion: Fahrzeugdaten (Kennzeichen, Modell), Leistungs- art, Kapazität von Hebebühne oder Stellplatz, Leihwagen- und Abholtermine.
• Handwerk, Berater, Steuerberater, Notare: Buchung von Erstgesprächen mit Qualifizierungs- fragen (überschneidet sich mit CONV-005).
• Ämter: Terminbuchung für Bürger (siehe CONV-011).
• Privatnutzung: ein persönlicher Assistent, der Ihre eigenen Termine per Telefon oder Portal bucht (siehe CONV-015, AGENT-012).

So funktioniert es

1. Kanal (Web-Chat / WhatsApp / Telefon über SIP+ASR+TTS oder Echtzeit-Sprachmodell)
2. KI-Hinweis + Erkennung der Absicht (buchen | verschieben | absagen | Frage | Mensch)
3. Slot Filling (Leistung, Wunschzeit, Personal, Kontaktdaten)
4. Tool-Aufruf: Verfügbarkeit prüfen (Kalender- / Buchungs-API)
5. 2–3 Slots anbieten
6. Kunde bestätigt
7. Tool-Aufruf: Buchung anlegen / ändern / löschen (idempotent, validiert)
8. Bestätigung + Erinnerung (SMS/E-Mail/WhatsApp) + Kalendereintrag
9. Übergabe an das Personal bei geringer Sicherheit, Beschwerde, medizinischer oder Preisfrage

• LLM nur als Dialogschicht: Das Modell extrahiert Absicht und Parameter und ruft typisierte Werkzeuge auf (Function Calling / MCP). Verfügbarkeit, Puffer, Öffnungszeiten und Regeln gegen Doppelbuchungen liegen im Buchungssystem, nie im Prompt. So werden „erfundene“ freie Slots verhindert.
• Sprache: entweder eine Kaskade (ASR → LLM → TTS) oder ein Echtzeit-Speech-to-Speech-Modell; Latenz, Barge-in und die Erkennung von Zahlen und Daten sind die Qualitätstreiber (siehe CONV-002).
• Mensch-in-der-Schleife (Human-in-the-Loop): Das Personal sieht alle von der KI erstellten Buchungen, kann sie übersteuern und erhält Eskalationen mit der Gesprächszusammenfassung. Hochwertige oder sensible Leistungen können eine Bestätigung durch das Personal verlangen.

Datenaufbereitung

Die Buchung arbeitet mit strukturierten Betriebsdaten statt mit Dokumenten: Kalender (Outlook, Google, Praxis- oder Werkstattsoftware), Leistungskatalog mit Dauern, Verfügbarkeit von Personal und Räumen, Buchungsregeln (Vorlaufzeiten, Stornierung, Pufferzeiten) und Kundendatensätze im CRM oder Praxissystem.

Typische Lücken: mehrere Kalender mit Doppelbuchungen, Leistungen ohne Dauern, nur informell bekannte Regeln („der Chef nimmt freitags keine neuen Patienten“), doppelte Kundendatensätze und Terminbücher aus Papier. Im Gesundheitsbereich sind Terminanlässe Daten besonderer Kategorien.

Aufbereitungsschritte: (1) je Ressource auf einen maßgeblichen Kalender konsolidieren, (2) Leistungen mit Dauer, Voraussetzungen und zuständigem Personal auflisten, (3) Buchungsregeln als einfache Wenn-dann-Aussagen niederschreiben, (4) Kundendatensätze bereinigen und festlegen, welche Felder gespeichert werden dürfen, (5) festlegen, was der Assistent nie fragen darf (keine medizinischen Details im Freitext), (6) Erinnerungen und Daten zum Nichterscheinen einrichten, um den Erfolg zu messen. Werkzeuge: Kalenderexport, Tabellenkalkulation, n8n für Regelprüfungen.

Anteil am Aufwand: meist gering, etwa 15 bis 25 Prozent, überwiegend für Regeln und die Bereinigung der Kalender. Siehe PREP-005, PREP-008, PREP-011 und PREP-025.

Umsetzungswege

Welcher Weg für wen

• KMU: Weg A. Online-Buchung sowie Chat-/Telefon-Buchungsassistenten (einschließlich Branchenprodukte für Praxen, Werkstätten, Salons) sind ausgereift, in der EU hostbar und bezahlbar.
• Großunternehmen: Weg B. Terminplanung an mehreren Standorten mit Ressourcenregeln und CRM-Integration erfordert meist eine Eigenentwicklung auf Cloud-KI-Diensten.
• Entwickler: Weg C. Open-Source-Terminplanung (zum Beispiel Cal.com) plus ein kleines Open-Weight-Modell ergeben einen wiederverwendbaren Baustein für mehrere Kundenprojekte.
• Privat: Weg A. Kalenderassistenten und Buchungsfunktionen in bestehenden Apps decken private Bedürfnisse ohne Einrichtung ab.

Weg A — Kaufen (Standardsoftware) (für die meisten KMU empfohlen)

• Buchungssoftware mit KI-Empfang: Calendly, Cal.com (Open Core), SimplyBook.me, Fresha und Treatwell für Salons, Timify (EU), Doctolib (EU) für Praxen sowie Werkstattsoftware mit Online- Buchung. Prüfen Sie, ob die KI enthalten oder ein Zusatzmodul ist.
• KI-Empfangs- / Telefonagent-Produkte: IONOS AI Frontdesk (EU-Anbieter) mit Cal.com- oder Calendly-Integration [3], dazu Anbieter wie Allo, Quickchat, Synthflow, Retell, Vapi und PolyAI. Prüfen Sie EU-Hosting, einen unterzeichneten Auftragsverarbeitungsvertrag, Abläufe zur Einwilligung in die Anrufaufzeichnung und die Qualität in Deutsch und anderen EU-Sprachen.
• Wählen Sie A, wenn: ein Standort, Standardleistungen, ein bereits genutztes Kalenderwerkzeug und keine eigenen Entwickler vorhanden sind.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Kalender- und Buchungs-APIs: Google Calendar API (freeBusy, events) [7], Microsoft Graph Calendar (Bookings), Cal.com API v2, Calendly API oder die API des Praxis- bzw. Werkstattverwaltungssystems.
• Modelle: Frontier-LLMs mit Tool-Aufrufen und strukturierten Ausgaben (Claude, Gemini, GPT, Mistral aus der EU) in EU-Regionen; für das Routing genügen kleine Modelle. Sprache über Twilio/Telnyx SIP plus eine Echtzeit- Sprach-API oder Azure Speech und Google Cloud STT/TTS in EU-Regionen.
• Orchestrierung: n8n, Make oder Power Automate plus ein dünner Dienst; Messaging über die WhatsApp Business Platform. Stellen Sie Buchungsoperationen als MCP-Server bereit, damit jeder Agent sie nutzen kann.
• Wählen Sie B, wenn: individuelle Regeln (Ressourcenpaarung, Fahrzeugdaten), CRM-Integration oder mehrere Standorte vorliegen.

Weg C — Selbst betreiben (Open Source)

• Buchung: Cal.com selbst betrieben [4], Easy!Appointments, Nextcloud Appointments.
• Modelle: Open-Weight-LLMs mit 8–30 Mrd. Parametern und Tool-Aufrufen (Qwen3, Mistral Small, Llama, gpt-oss) über vLLM oder Ollama; Whisper oder faster-whisper für ASR; Piper oder Kokoro für TTS; Pipecat oder LiveKit Agents für Echtzeit-Sprachpipelines.
• Hardware: HW2 bewältigt einen bis wenige gleichzeitige Anrufe oder viele Chats; die Sprachlatenz ist die Grenze.
• Wählen Sie C, wenn: Gesundheitsdaten die eigenen Räume nicht verlassen dürfen oder ein starker Bedarf an Datensouveränität besteht.

Weg D — Eigenes Training

Selten nötig. Das Feintuning eines kleinen Modells für einen lokalen Dialekt, Fachvokabular (Autoteile, Behandlungs- namen) oder die Spracherkennung von Namen kann helfen, mit geprüften Anruf-Transkripten als Daten (mit Einwilligung und Anonymisierung).

Stand der Technik (2026)

• LLMs mit Tool-Aufrufen beherrschen Slot Filling und Kalenderoperationen zuverlässig, wenn die Buchungslogik deterministisch ist; die Schwachstellen sind relative Datumsangaben („nächsten Freitag nach den Ferien“), Zeitzonen, Gruppen- oder Mehrleistungs-Buchungen und Anrufer, die mitten im Dialog ihre Meinung ändern.
• Echtzeit-Speech-to-Speech-Modelle und abgestimmte Sprachpipelines machten die natürliche Telefonbuchung praktikabel, doch Hintergrundgeräusche, Dialekt, buchstabierte Namen und Telefonnummern verursachen weiterhin Fehler; lesen Sie Datum, Uhrzeit und Kontaktdaten stets zurück.
• Protokolle: MCP und ähnliche Werkzeugstandards machen Kalender- und Buchungsanbindungen über Agenten hinweg wiederverwendbar.
• Grenzen und Fehlerbilder: Doppelbuchungen durch Race Conditions (Sperren/Idempotenzschlüssel nutzen); Prompt Injection über Freitextfelder; sichere, aber falsche Antworten zu Preisen, Versicherungs- deckung oder medizinischer Eignung; Identitätsprüfungen beim Stornieren fremder Termine.

Gemeinsame Bausteine & Kombinationen

• Derselbe Stack (llm-general + agent-framework + asr/tts): CONV-001 Kunden-Chatbot, CONV-002 eingehender Voicebot, CONV-008 ausgehende Erinnerungen, CONV-010 Patientenaufnahme, AGENT-012 Kalender-Agent.
• Naheliegende Kombinationen: PRED-022 Vorhersage des Nichterscheinens und kluges Überbuchen entscheidet, welche Slots doppelt vergeben werden; CONV-008 ruft Patienten zur Bestätigung an; CONV-001 beantwortet FAQs zu Leistungen und Preisen.
• Infrastruktur: ein Telefonie-Gateway, eine Kalender-Anbindungsschicht und ein selbst betriebener LLM-Server (HW2) können all diese bedienen.

Aufwand, Kosten & Kennzahlen

• Weg A: Stunden bis Tage für die Einrichtung; Abonnement pro Nutzer, pro Standort oder pro Minute/Anruf.
• Weg B: 1–3 Monate für einen produktiven Sprach- oder Chat-Agenten mit Integrationen; Kostentreiber sind Gesprächsminuten, Modell-Tokens und Telefonie.
• Weg C: 2–4 Monate plus Betriebsaufwand für Modelle, Telefonie und Überwachung.
• Kennzahlen: Anteil der Buchungen ohne Personal (Abschluss ohne Übergabe), Buchungen außerhalb der Öffnungszeiten, Quote verpasster Anrufe, Quote des Nichterscheinens, Kalenderauslastung, Buchungsfehlerquote (falscher Slot/falsche Leistung), Eskalationsquote, Kundenzufriedenheit.

Menschen & Veränderung

Die Geschäftsführung bzw. die Praxisinhaberin oder der Praxisinhaber entscheidet, welche Termine automatisch gebucht werden dürfen. Die Bereichsleitung (Empfang, Serviceberatung) verantwortet die Regeln und kennt die Ausnahmen; das Empfangspersonal sind die täglichen Nutzer und sollte die Abläufe testen und die manuelle Übersteuerung behalten. Die IT verbindet Kalender und Website; die Datenschutzbeauftragte bzw. der Datenschutzbeauftragte prüft Datenminimierung, den AVV mit dem Buchungsanbieter und bei Gesundheitsdaten, ob eine DSFA erforderlich ist. Informieren Sie Kunden über den Assistenten und bieten Sie eine telefonische Alternative an.

Betriebsrat: abhängig vom Einzelfall. Wo ein Betriebsrat besteht, können Buchungsprotokolle, die die Auslastung oder Antwortzeiten einzelner Beschäftigter zeigen, unter §87 Abs. 1 Nr. 6 BetrVG fallen (BAG: objektive Eignung genügt); mindestens ist er nach §90 Abs. 1 Nr. 3 zu unterrichten. Viele kleine Praxen und Werkstätten haben keinen. Öffentlicher Dienst: Personalrat.

Fördern Sie die KI-Kompetenz des Empfangsteams (Art. 4 KI-Verordnung) und weisen Sie auf den KI-Charakter der Chat- oder Sprachinteraktion hin (Art. 50). Starten Sie mit einem Standort oder einer Leistungsart und einer festen Überprüfung nach vier Wochen. Typische Bedenken: Patienten oder Kunden fühlen sich ohne Person verloren, und das Personal fürchtet den Kontrollverlust über den Kalender. Begegnen Sie dem mit einem sichtbaren menschlichen Ansprechpartner, Regeln, mit denen das Personal Slots sperren oder übersteuern kann, und ohne automatische Buchung sensibler Termine. Siehe GUIDE-008, GUIDE-005, GUIDE-009.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): begrenztes Risiko. Art. 50 Abs. 1 verlangt, dass Menschen darüber informiert werden, dass sie mit einem KI-System interagieren, sofern dies nicht offensichtlich ist; die Transparenzpflichten gelten ab dem 2. August 2026, und Leitlinien der Kommission folgten im Juli 2026 [5][6]. Ein reiner Terminplanungs-Assistent ist kein Hochrisiko-System nach Anhang III; er wird sensibel, wenn er Patienten nach Dringlichkeit priorisiert (Triage), was in Richtung CONV-010 und möglicherweise Hochrisiko- oder Medizinprodukte-Regeln geht. Die KI-Kompetenz nach Art. 4 gilt für die Beschäftigten.
• DSGVO: Namen, Telefonnummern und Besuchshistorie sind personenbezogene Daten. Termine in Arztpraxen offenbaren Gesundheitsdaten (Art. 9) und erfordern einen Auftragsverarbeitungsvertrag, strikte Zugriffskontrolle, EU-Hosting und Datenminimierung. Anrufaufzeichnung und Transkripte brauchen eine Rechtsgrundlage und einen Hinweis; speichern Sie Audio standardmäßig nicht. Die berufliche Schweigepflicht (z. B. §203 StGB) gilt für Arztpraxen und Steuerberater und wirkt sich auf die Wahl des Anbieters aus.
• Telekommunikation und Marketing: Erinnerungen sind Servicenachrichten, aber werbliches Upselling per SMS oder WhatsApp braucht eine Einwilligung (ePrivacy/UWG).
• Gegenmaßnahmen: KI im ersten Gesprächsschritt offenlegen und einen Menschen anbieten; vor Änderungen die Identität prüfen; jeden Tool-Aufruf protokollieren; Buchung schriftlich bestätigen; medizinische Beratung sperren; mit gezielt schwierigen Eingaben testen.

Erste Schritte

1. Messen Sie die Ausgangslage: verpasste Anrufe, Buchungen nach Kanal, Quote des Nichterscheinens, Minuten Arbeitszeit des Personals für die Terminplanung.
2. Bereinigen Sie den Leistungskatalog (Dauern, Puffer, Ressourcen, Stornoregeln) in Ihrem Buchungswerkzeug.
3. Pilotieren Sie zuerst einen Chat- oder WhatsApp-Assistenten; ergänzen Sie Sprache, sobald die Buchungslogik stabil ist.
4. Legen Sie Eskalationsregeln und den Text des KI-Hinweises fest; schließen Sie einen Auftragsverarbeitungsvertrag; wählen Sie eine EU-Region.
5. Prüfen Sie im ersten Monat wöchentlich 50 echte Gespräche und passen Sie Prompts und Regeln an.

Quellen

1. Quickchat — connecting Cal.com to an AI agent (availability, slot offer, booking via API) — https://quickchat.ai/post/connect-calcom-to-your-ai-agent
2. Allo — AI appointment booking on calls (calendar integrations, booking defaults) — https://www.withallo.com/product/ai-appointment-booking
3. IONOS Help — AI Frontdesk appointment booking with Cal.com or Calendly — https://www.ionos.com/help/ai/ai-frontdesk/appointment-scheduling-and-integrations/ai-frontdesk-setting-up-appointment-booking-with-calcom-or-calendly/
4. Cal.com — open-source scheduling (self-hosting) — https://github.com/calcom/cal.com
5. Cooley — EU AI Act transparency obligations take effect 2 August 2026 — https://www.cooley.com/news/insight/2026/2026-08-03-eu-ai-act-transparency-obligations-take-effect-2-august-2026
6. Regulation (EU) 2024/1689 (AI Act), Art. 50 — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
7. Google Calendar API — https://developers.google.com/workspace/calendar/api/guides/overview