Assistent zur Triage von Notruf- und Nicht-Notruf-Anrufen (112, Polizei, Leitstellen)

Leitstellen verlieren kritische Sekunden durch Sprachbarrieren, gestörte Leitungen, frei geführte Nachfragen und doppelte Dateneingabe; Nicht-Notruf-Leitungen der Polizei sind mit Anrufen überlastet, die eine Auskunft brauchen, aber keinen Streifenwagen. Ein KI-Assistent transkribiert und übersetzt das Gespräch, füllt das Einsatzformular aus, markiert Warnsignale in der Wortwahl und bearbeitet routinemäßige Nicht-Notfall-Kontakte, während bei jedem Notfall weiterhin ein Mensch entscheidet. Weil er Notrufe bewertet und klassifiziert, ist dieser Anwendungsfall nach der KI-Verordnung (AI Act) ein Hochrisiko-Anwendungsfall.

Problem & Nutzen

• Heute: Disponentinnen und Disponenten in Leitstellen (PSAP, Public-Safety Answering Points) befragen Anrufende nach Protokoll, tippen in das CAD-System (Computer-Aided Dispatch, rechnergestützte Einsatzleitung) und beurteilen die Dringlichkeit unter Stress. Anrufe in seltenen Sprachen erfordern eine Dolmetscher-Konferenz oder werden schlecht bearbeitet. Nicht-Notruf-Leitungen der Polizei (UK 101, Alternativen zum deutschen Polizei-Notruf, lokale Rufnummern) tragen Anzeigen-, Fundsachen- und Auskunftsanrufe, die um dasselbe Personal konkurrieren.
• KI-Nutzen: schnellere und vollständigere Datenerfassung; Transkription und Übersetzung in Echtzeit; einheitliche Protokollführung bei den Rückfragen; Entlastung bei routinemäßigen Nicht-Notfall-Anrufen; ein Transkript für Qualitätsprüfung und Schulung.
• Belege (als Anhaltspunkte behandeln): Das Forschungsprojekt NotAs (Institut der Feuerwehr Dortmund IFR, DFKI, Eurofunk) entwickelte einen mehrsprachigen digitalen Notrufassistenten, der Spracherkennung der Sprache, Spracherkennung, maschinelle Übersetzung und KI-Interpretation des Gesprächsinhalts kombiniert und den Disponenten ein vorausgefülltes Einsatzformular übergibt [1]. Das AI Special Project der EENA erprobte Echtzeit-Übersetzung und -Transkription, Anruf-Triage und -Priorisierung sowie Geräuschunterdrückung mit vier Anbietern und Leitstellen aus acht Ländern [2]. Von Anbietern berichtete Zahlen zur Erkennung von Herzstillstand (z. B. von Corti) stammen aus bestimmten Studien und sollten nicht verallgemeinert werden [4].

Varianten

• Sprachassistent für die Nicht-Notruf-Leitung der Polizei: nimmt Anrufe an, erfasst Anzeigedetails bei Bagatelldelikten, gibt Auskünfte, vereinbart Rückrufe; übergibt bei jedem Hinweis auf ein Risiko. Nah an CONV-002/CONV-011, aber mit harten Eskalationsregeln.
• Copilot für die 112-Disposition (nur Assistenz): Live-Transkript, Übersetzung, Formularvorbelegung und Protokollhinweise; der Mensch klassifiziert und disponiert. Das sicherste und häufigste Muster.
• Überlauf-/Warteschlangen-Assistent: nimmt an, wenn alle Disponenten belegt sind, erfasst Ort und Art des Vorfalls und rückt dringende Anrufe in der Warteschlange nach vorn (hohes Risiko, erfordert strenge Schutzmaßnahmen).
• Mehrsprachiger und barrierefreier Kanal: Dolmetschen für fremdsprachige, gehörlose oder sprachbehinderte Anrufende über Text-/Videokanäle (siehe SPEECH-003, LANG-009).
• Leitungen für Rettungsdienst/Ärztlichen Bereitschaftsdienst (Typ 116117): Symptom-Triage mit klinischen Protokollen, Überschneidung mit CONV-010.

So funktioniert es

1. call/chat/NG112 session (+ caller location)
2. language ID + streaming ASR (stress, accents, noise-robust)
3. real-time translation (call-taker sees/hears own language)
4. extraction: location, incident type, people at risk, hazards
5. structured CAD record
6. red-flag & urgency suggestion (rules + classifier + LLM) with evidence snippets
7. HUMAN call-taker confirms/edits, dispatches via CAD
8. non-emergency branch: voicebot completes report / advice / callback
9. recording, transcript, audit log of suggestion vs decision

• Die Eskalationslogik ist zuerst regelbasiert: Schlüsselwörter, Schweigen der Anrufenden, Not, Kinder, Waffen, „atmet nicht“ und jede Unsicherheit des Modells erzwingen die sofortige Übergabe an einen Menschen. Das LLM beendet nie allein einen Anruf und stuft die Dringlichkeit nie allein herab.
• Der Standort stammt aus Endgerätedaten (AML) und der CAD-Geokodierung, nicht vom Modell; das Modell liest die Adresse nur zur Bestätigung vor.
• Mensch-in-der-Schleife (Human-in-the-Loop)-Punkte: Dringlichkeitsstufe, Disposition, jede Herabstufung eines Anrufs sowie die Prüfung einer Stichprobe aller automatisch angelegten Nicht-Notfall-Vorgänge.

Datenaufbereitung

Relevante Daten: Anrufaufzeichnungen und Transkripte, CAD-Einsatzdatensätze, der Einsatzstichwortkatalog und die Regeln der Einsatzpläne, Adress- und Geokodierungsdaten sowie Dolmetscherprotokolle. In einer Behörde liegen sie typischerweise in den CAD- und Aufzeichnungssystemen, teils in Papierprotokollen und in getrennten regionalen Datenbanken. Typische Lücken: keine einheitlichen Einsatzarten über alle Wachen hinweg, verrauschtes Audio mit Dialekt und Panik-Sprache, Aufzeichnungen ohne Labels, Regeln, die nur im Kopf erfahrener Disponenten existieren, sowie strenge Zugriffsrechte und Aufbewahrungsfristen.

Schritte der Aufbereitung: - Den Einsatzstichwortkatalog erfassen und die Kategorien vereinheitlichen, bevor ein Klassifikator trainiert wird (PREP-019). - CAD-Daten über Konnektoren exportieren (PREP-005) und Aufzeichnungen sowie Datensätze pseudonymisieren (PREP-022). - Rechtsgrundlage und Zweck für die Weiterverwendung von Anrufen prüfen (PREP-025). - Einen Testdatensatz aus echten, von Fachleuten gelabelten Anrufen je Sprache und Dringlichkeitsstufe aufbauen (PREP-018). - Eskalationsregeln als explizite, prüfbare Regelwerke festhalten (PREP-016).

Die Datenarbeit ist der größte Block, etwa 40-60 % des Gesamtaufwands, weil gelabeltes Notruf-Audio knapp und rechtlich eingeschränkt ist. Für erste Transkripte können Whisper-basierte Werkzeuge genutzt werden, aber Disponentinnen und Disponenten sollten jedes Label prüfen.

Umsetzungswege

Welcher Weg für wen

• public: A. Leitstellen brauchen zertifizierte, unterstützte Produkte mit CAD-Anbindung, EU- oder On-Premises-Hosting und KI-Verordnungs-Dokumentation; das Vergaberecht begünstigt diesen Weg.
• enterprise: B. Betreiber privater Sicherheitsdienste oder Werkleitstellen können auf APIs in EU-Regionen aufbauen, aber für echten Notrufverkehr braucht es eine souveräne oder On-Premises-Option.
• developer: C. Offene ASR- und Übersetzungs-Stacks auf HW3 halten sensibles Anrufaudio im Haus und lassen Anbieter ihre eigenen Komponenten validieren.

Weg A — Kaufen (Standardsoftware) (Standard für Behörden)

• Leitstellenanbieter mit KI-Modulen: Eurofunk (AT), Frequentis (AT), Hexagon Safety & Infrastructure, Motorola Solutions (VESTA, Command Center; hat 2026 Hyper für die KI-Bearbeitung von Nicht-Notruf-Anrufen übernommen [3]), Axon sowie Systel (FR), das die Anrufanalyse von Corti (DK) integriert [4]. Eurofunk, Frequentis, Systel und Corti haben ihren Sitz in der EU.
• A wählen, wenn: Sie bereits ein CAD eines Anbieters betreiben; Zertifizierung, Support und Integration wichtiger sind als Anpassbarkeit. Fordern Sie EU-Hosting, eine On-Premises-Option, Konformitätsdokumentation nach KI-Verordnung und einen Ausstiegspfad.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Streaming-ASR und Übersetzung aus EU-Regionen (Azure AI Speech, Google Cloud Speech, Deepgram, Speechmatics (UK), Mistral-Modelle über EU-Hosting) plus ein LLM für die Extraktion mit schema-beschränkter Ausgabe. Notrufdaten in der öffentlichen Cloud erfordern eine nationale Sicherheitsbewertung und oft eine souveräne Cloud; viele Behörden werden diesen Weg für echten Notrufverkehr ausschließen und nur für Nicht-Notruf-Leitungen nutzen.

Weg C — Selbst betreiben (Open Source)

• ASR: Whisper large-v3 / faster-whisper, NVIDIA Parakeet/Canary; Übersetzung: NLLB-200, MADLAD oder ein offenes LLM; Extraktion/Routing: Qwen-, Llama- oder Mistral-Modelle mit offenen Gewichten, bereitgestellt mit vLLM und strukturierten Ausgaben; Telefonie: Asterisk/FreeSWITCH, LiveKit oder Pipecat für Sprachagenten.
• Hardware: HW3 (eine GPU mit 48 GB+) bewältigt mehrere parallele Streams; Redundanz (zweiter Knoten, Rückfall auf manuellen Betrieb) ist Pflicht. Aufwand: 6-12 Monate inkl. Integration und Validierung.

Weg D — Eigenes Training

ASR auf echtem, einwilligungsbasiertem und pseudonymisiertem Notruf-Audio feintunen (Dialekte, Lärm, Panik-Sprache, seltene Sprachen) und einen Einsatzklassifikator auf historischen CAD-Datensätzen trainieren. Hier entstehen die meisten Genauigkeitsgewinne, aber der Datenzugriff erfordert eine Rechtsgrundlage, eine Ethikprüfung und strenge Aufbewahrungsregeln.

Stand der Technik (2026)

• Mehrsprachige Streaming-ASR und Sprache-zu-Sprache-Übersetzung sind bei sauberem Audio gut; die Leistung sinkt bei Sprache unter Stress, bei Überlappung, bei Dialekt und in ressourcenarmen Sprachen, also genau in der Notfallsituation. Testen Sie mit Ihren eigenen Aufzeichnungen.
• LLMs extrahieren Einsatzfelder gut aus Transkripten, können aber Adressen halluzinieren, Fakten aus verschiedenen Gesprächsbeiträgen vermischen oder Verneinungen übersehen. Das Rohtranskript sichtbar halten und eine Bestätigung verlangen.
• Anbieter entwickeln sich von der Transkription zu „Agenten“, die Kontext interpretieren und unter Aufsicht voreingestellte Aktionen auslösen [3]; Aufsichtsbehörden und EENA betonen die menschliche Kontrolle [2][5].
• Stimm-Emotions- oder Stress-Scoring nicht als Wahrheit behandeln; es ist fehleranfällig und rechtlich heikel (siehe unten).

Gemeinsame Bausteine & Kombinationen

• Gleicher Sprach-Stack (ASR, Übersetzung, Streaming, TTS) wie CONV-002, CONV-007 (Agent Assist), SPEECH-002 (Anrufanalyse), SPEECH-003 und SPEECH-005 (Diktat von Polizeiberichten).
• Bürgerseitiges Frontend gemeinsam mit CONV-011; klinische Triage-Logik gemeinsam mit CONV-010; die Erkennung von Audioereignissen (Schuss, Glasbruch) ist ein eigener, sensiblerer Fall (SPEECH-009).
• Ein GPU-Sprachserver (HW3) kann Trainings-Transkription, Qualitätsprüfung und Nicht-Notruf-Bots bedienen.

Aufwand, Kosten & Kennzahlen

• Weg A: Quartale, getrieben von CAD-Integration, Beschaffung und Abnahmetests. Weg B/C: 6-12+ Monate mit einem eigenen Team.
• Kostentreiber: Telefonie-Integration, Redundanz, Validierung, Nachschulung des Personals, 24/7-Support.
• Kennzahlen: Zeit bis zur Annahme, Zeit bis zur Alarmierung, korrekt erfasste Felder, Anteil der Anrufe mit Dolmetscherbedarf, die in unter X Sekunden bedient werden, Untertriage-Rate (am kritischsten, darf sich nicht verschlechtern), Übertriage, Entlastungsquote bei Nicht-Notfällen, Arbeitsbelastung und Zufriedenheit der Disponenten, Wortfehlerrate je Sprache.

Menschen & Veränderung

Beziehen Sie Geschäftsleitung und Abteilungsleitung (Leitstellenleiter) von Anfang an ein; sie tragen die Risikoentscheidung. Holen Sie IT und Informationssicherheit für Integration, Redundanz und die Frage des souveränen Hostings hinzu, und die/den Datenschutzbeauftragte(n) früh für die Datenschutz-Folgenabschätzung (DSFA; Art. 35 DSGVO: besondere Kategorien, systematische Verarbeitung von Anrufenden) und die Auftragsverarbeitungsverträge (AVV; Art. 28). Disponentinnen und Disponenten sind die Schlüsselnutzer: Binden Sie sie in das Labeln des Testdatensatzes und in die Abnahmetests ein.

Betriebsrat: ja. Anrufanalysen und je Disponent protokollierte KI-Vorschläge sind geeignet, Verhalten und Leistung zu überwachen; daher greift die Mitbestimmung nach § 87 Abs. 1 Nr. 6 BetrVG (das BAG verlangt nur die objektive Eignung); § 90 Abs. 1 Nr. 3 verlangt die rechtzeitige Unterrichtung über KI-gestützte Arbeitsprozesse, und § 80 Abs. 3 erlaubt einen KI-Sachverständigen. In öffentlichen Stellen übernimmt der Personalrat nach BPersVG oder Landesrecht diese Rolle. Vereinbaren Sie eine Betriebs- bzw. Dienstvereinbarung, die individuelles Leistungs-Scoring ausschließt.

KI-Kompetenz: Stärken Sie die Fähigkeiten des Personals durch Schulungen zu Fehlerarten, Unter- und Übertriage sowie Automatisierungsverzerrung (Automation Bias), wie es Art. 4 KI-Verordnung verlangt. Pilotieren Sie mit einer Schicht auf Nicht-Notruf-Leitungen im Schattenbetrieb. Typische Sorgen: Arbeitsplatzverlust, Schuldzuweisung bei KI-Fehlern, Überwachung. Begegnen Sie ihnen, indem die menschliche Entscheidung über Dringlichkeit und Disposition erhalten bleibt, die Prüfregeln veröffentlicht werden und Disponenten jederzeit eingreifen können.

Siehe GUIDE-004, GUIDE-005 und GUIDE-008.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): Anhang III Nr. 5 Buchst. d nennt KI-Systeme, die Notrufe bewerten und klassifizieren sowie die Priorität beim Entsenden von Ersthelfern (Polizei, Feuerwehr, Medizin) festlegen oder bestimmen [5]. Als Hochrisiko behandeln: Risikomanagement, Daten-Governance, Protokollierung, menschliche Aufsicht, Genauigkeits-/Robustheitstests, Registrierung und Betreiberpflichten (Art. 26, für öffentliche Stellen möglicherweise eine Grundrechte-Folgenabschätzung nach Art. 27). Die Pflichten nach Anhang III gelten gemäß dem Digital Omnibus zur KI (Verordnung (EU) 2026/1744, in Kraft seit 27. Juli 2026) ab dem 2. Dezember 2027. Ein reiner Informationsbot für Nicht-Notruf-Leitungen, der weder Notfälle klassifiziert noch Einsatzprioritäten festlegt, ist in der Regel ein System mit begrenztem Risiko (Transparenzpflicht nach Art. 50: Anrufende müssen erfahren, dass sie mit einer KI sprechen).
• Zu vermeidende Verbote nach Art. 5: kein Social Scoring von Anrufenden; keine biometrische Echtzeit-Fernidentifizierung; kein Ableiten von Emotionen von Personen am Arbeitsplatz oder in Bildungseinrichtungen (betrifft die Überwachung der Disponenten); kein prädiktives Profiling von Einzelpersonen allein anhand von Persönlichkeitsmerkmalen. Stimmbiometrie und Profiling von Anrufenden bleiben außerhalb des Umfangs.
• DSGVO / LED: Anrufe enthalten Daten besonderer Kategorien (Gesundheit), Daten Dritter und mitunter Daten von Kindern. Öffentliche Stellen handeln nach nationalen Polizei- oder Rettungsdienstgesetzen, bei der Datenverarbeitung durch die Polizei mit der Richtlinie zum Datenschutz bei Polizei und Justiz (LED). Erforderlich sind eine DSFA, strikte Zweckbindung, kurze Aufbewahrung, Zugriffskontrolle und Verarbeitung ausschließlich in der EU.
• Sicherheit & Ausfallsicherheit: Das System muss ausfallsicher sein (Rückfall auf die unterstützte Disposition ohne KI), darf die Annahme nie verzögern und muss durch ein Störungsmeldewesen abgedeckt sein; die EU-Regeln zur elektronischen Kommunikation verlangen einen zuverlässigen 112-Zugang und die Standortübermittlung der Anrufenden.
• Gegenmaßnahmen: Standard nur Assistenz, vorsichtige Eskalation, Bias-Tests über Sprachen und Akzente, Piloten im Schattenbetrieb, regelmäßige Prüfung von Untertriage-Fällen, Schulung des Personals (KI-Kompetenz, Art. 4).

Erste Schritte

1. Anrufarten und -volumen erfassen; den Nicht-Notruf-Strom von echten Notfällen trennen.
2. Einen Pilot im Schattenbetrieb (ohne Einfluss auf den Live-Betrieb) für Transkription + Übersetzung auf aufgezeichneten, rechtmäßig nutzbaren Anrufen durchführen; die WER je Sprache messen.
3. Eskalationsregeln und ausfallsicheres Verhalten mit Disponenten sowie medizinischen und rechtlichen Beratern festlegen.
4. Vor jeder Live-Nutzung die Einstufung nach KI-Verordnung, die DSFA und (falls zutreffend) die Grundrechte-Folgenabschätzung durchführen.
5. Zuerst mit der Disponenten-Assistenz oder dem Sprachassistenten für Nicht-Notrufe live gehen, dann die Untertriage auswerten, bevor der Umfang erweitert wird.

Quellen

1. DFKI — Multilingual digital emergency call assistant (NotAs) — https://www.dfki.de/en/web/news/a-multilingual-digital-emergency-call-assistant-for-emergency-call-centers-research-project-notas-la
2. EENA — AI Special Project — https://eena.org/ai-special-project/
3. Urgent Communications — Motorola Solutions buys Hyper to use AI for non-emergency calls — https://urgentcomm.com/ai-analytics/motorola-solutions-buys-hyper-to-use-ai-for-non-emergency-calls
4. Systel / Corti partnership (link no longer available)
5. European Commission AI Act Service Desk — Annex III — https://ai-act-service-desk.ec.europa.eu/en/ai-act/annex-3
6. EENA — How the AI Act will shape the future of emergency services — https://eena.org/blog/how-the-ai-act-will-shape-the-future-of-emergency-services/
7. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj