Schritt 1: Spracheingabe
Der Nutzer äußert sein Anliegen per Telefon oder Voice Over IP.

Schritt 4: Backend
Die KI greift auf angebundene Systeme zu (z.B. Kundendaten, Wissensdatenbanken, Buchungs- oder Ticketsysteme)

Schritt 2: Speech to Text
Die Anfrage wird noch während des Sprechens in Text umgewandelt.

Schritt 5: Text to Speech
Die Antwort wird in Sprache umgewandelt.

Schritt 3: NLU, LLM und Dialog-Manager:
Die Anwendung erkennt den Nutzer-Intent, analysiert den Kontext und steuert den Gesprächsverlauf.

Schritt 6: Voice-Output
Der Nutzer hört die Antwort - und der Dialog kann direkt weitergehen.