KI-Transparenz

Stand: 26. April 2026 · Informationen nach Art. 50 EU AI Act und Art. 13 DSGVO

Coolblack ist ein KI-gestützter Telefonagent. Wir legen offen, welche Modelle für welche Aufgabe eingesetzt werden, mit welchen Daten sie arbeiten, was die Modelle gut können — und was nicht. Anrufer werden zu Beginn jedes Gesprächs darauf hingewiesen, dass sie mit einer KI sprechen.

1. Welche Modelle aktuell laufen

Die folgende Liste beschreibt die Default-Konfiguration der App. Sie können in den Einstellungen jederzeit andere Modelle wählen oder eigene API-Keys hinterlegen (BYOK).

1.1 Sprachverstehen (Speech-to-Text)

• Modell: Apple Speech Framework + Apple SpeechAnalyzer (Voice Activity Detection)
• Aufgabe: Audio in Text umwandeln, Sprechpausen erkennen
• Anbieter: Apple Inc.
• Verarbeitungsort: je nach iPhone-Modell und iOS-Version on-device oder über Apple-Server

1.2 KI-Antwort (Large Language Model)

Cloud-Modus (Default für aktivierte Agenten):

• Modell: Google Gemini 2.5 Flash-Lite
• Aufgabe: Anrufer-Anliegen verstehen, kontextpassende Antwort formulieren, Tools (Kalender, Kontakte, Erinnerungen, Weiterleitung) aufrufen
• Anbieter: Google Ireland Limited / Google Cloud
• Verarbeitungsort: EU (Region europe-west1, Belgien)
• Aufbewahrung: nach Google-Standard maximal 30 Tage; kein Training mit Ihren Daten

Offline-Modus (zwei Modelle zur Auswahl, beide über Apple MLX, 4-bit quantisiert):

• Qwen 3.5 4B — Standard, gute Qualität bei deutscher Sprache
• Llama 3.2 3B — Alternative, schneller bei kleinerer Modellgröße
• Aufgabe: wie oben, jedoch ohne Cloud-Anbindung
• Verarbeitungsort: direkt auf dem iPhone

BYOK (optional): OpenAI (GPT-5-Familie), Anthropic (Claude Haiku/Sonnet/Opus). Bei BYOK gehen Anfragen direkt an den jeweiligen Anbieter; es gilt dessen Datenschutzerklärung.

1.3 Sprachausgabe (Text-to-Speech)

Die Sprachausgabe richtet sich nach der Stimmen-Stufe, die Sie je Agent auswählen — sie bestimmt zugleich, wohin der Antworttext zur Synthese übermittelt wird. In jedem Fall gilt: nur der vom Agenten erzeugte Antworttext wird übermittelt, nie das Audio des Anrufers.

Premium-Stufe (Cartesia-Stimmen):

• Modell: Cartesia Sonic
• Anbieter: Cartesia AI Inc., USA — Verarbeitung auf dem EU-Cluster (Region Frankfurt), vertraglich zugesichert einschließlich Failover
• Aufbewahrung: keine (Zero Data Retention), kein Training
• Drittland-Absicherung: EU-Standardvertragsklauseln, EU-US Data Privacy Framework und Auftragsverarbeitungsvertrag

Standard-Stufe (Google-Stimmen):

• Modell: Google Chirp 3 HD
• Anbieter: Google Ireland Limited — Verarbeitung ausschließlich in der EU über den EU-Endpoint
• Aufbewahrung: max. 30 Tage nach Google-Standard, kein Training
• Drittland-Übermittlung: keine — EU-Verarbeitung

Lokale Stufe (Piper- und Apple-Stimmen):

• Modell: Piper-Stimmen (über sherpa-onnx) oder Apple-Stimmen (iOS-Speech-Synthesis-Framework)
• Verarbeitungsort: vollständig auf dem iPhone/iPad — der Antworttext verlässt das Gerät für die Sprachsynthese nicht

1.4 Tool-Routing

• Modell: Apple Foundation Models (iOS 26+) für Entity-Extraktion sowie ein eigener regelbasierter SemanticRouter mit Qwen-Unterstützung
• Aufgabe: entscheidet, ob der Anrufer einen Termin will, einen Kontakt anlegen lässt oder weitergeleitet werden möchte
• Verarbeitungsort: direkt auf dem iPhone

2. Welche Daten verarbeitet werden

• Audio des Anrufers (kurze Ausschnitte zur Spracherkennung)
• Transkribierter Text des Gesprächs (für KI-Antwort und ggf. Anlage von Terminen/Kontakten)
• Inhalte aus der Wissensbasis des Auftraggebers (FAQ, Preise, Öffnungszeiten) — als Kontext für die Antwort
• Anrufer-Telefonnummer und Anruf-Zeit (für CallKit und Statistik)

Was wo gespeichert wird, ist im Detail in unserer Datenschutzerklärung erklärt.

3. Hinweis an den Anrufer

Der Agent stellt sich am Gesprächsbeginn als KI vor und weist auf die Transkription hin (DSGVO Art. 13, EU AI Act Art. 50). Die genaue Begrüßung wird vom Auftraggeber konfiguriert; eine Standardformulierung wird bei der ersten Einrichtung vorgeschlagen (z. B. „Hallo, hier ist der digitale Assistent von [Firma]. Um Ihr Anliegen bestmöglich zu bearbeiten, wird dieses Gespräch automatisch transkribiert.").

4. Was die KI kann — und was nicht

Stärken:

• Standardanfragen (Öffnungszeiten, Preise, Wegbeschreibung) zuverlässig beantworten
• Termine in den Kalender eintragen, Kontakte und Erinnerungen anlegen
• Anrufer bei Bedarf an einen Mitarbeiter weiterleiten
• Mehrsprachig — abhängig von der gewählten Stimme und Spracherkennung

Grenzen / Risiken:

• Halluzinationen: Sprachmodelle können Fakten erfinden, die so nicht in der Wissensbasis stehen. Prüfen Sie wichtige Auskünfte (Preise, Termine, rechtsverbindliche Aussagen) durch eigene Maßnahmen.
• Verstehensfehler: bei dialektaler Aussprache, lauter Umgebung oder schlechter Telefonqualität kann die Spracherkennung Wörter verwechseln.
• Latenz: typisch 0,5–2 Sekunden bis zur ersten Antwort; im Offline- Modus auf älteren iPhones länger.
• Keine medizinische, juristische oder finanzielle Beratung: die KI darf in diesen Fachgebieten keine verbindlichen Auskünfte geben — der Auftraggeber konfiguriert dafür entsprechende Weiterleitungs-Trigger.

5. Recht auf menschliches Eingreifen

Jeder Anrufer kann jederzeit bitten, mit einem Mitarbeiter verbunden zu werden — die App verfügt über eine Weiterleitungs-Funktion, die der Auftraggeber konfigurieren kann. Wenn der Anrufer der KI-Verarbeitung widerspricht, beendet der Agent das Gespräch und bietet einen Rückruf durch einen Mitarbeiter an.

6. Verantwortlich

Coolblack GmbH
Südfeldwiese 14
32107 Bad Salzuflen
info@coolblack.gmbh
Impressum