Vapi oder Retell AI: Wer betreut Support-Tickets, Übergaben an Menschen und die vollständige Telefonrechnung?
Eigene Ticket-APIs und unterstützte native Integrationen verteilen den Wartungsaufwand unterschiedlich. Beim Vergleich von Vapi und Retell AI sollten zuerst das Verhalten bei fehlgeschlagenen begleiteten Übergaben, die Sprachkonfiguration und die Telefonanbindung feststehen, bevor die Kosten außerhalb der Plattform berechnet werden.
Wenn KI Supportanrufe annimmt, sind zwei Fragen für den produktiven Einsatz wichtiger als die Stimme einer Demo: Wer betreut die Ticketanbindung, und wer übernimmt den Kunden, wenn die Weiterleitung scheitert? Vapi und Retell AI verbinden beide Telefonie, Sprachmodelle und Geschäftstools. Hat das Team bereits ein eigenes Support-Backend und möchte einzelne Anbieter austauschen sowie APIs selbst verwalten, sollte es zuerst Vapi prüfen. Decken Retells unterstützte Integrationen die benötigten Ticketaktionen ab und soll ein zusätzlicher Verbindungsdienst entfallen, lohnt sich zuerst Retell. Beide benötigen Verantwortliche für Anrufrouting, Geschäftsberechtigungen und Fehlerbehandlung.
Das Ticketsystem bestimmt, welche Arbeitsschicht entfällt
Nehmen wir eine englischsprachige Kundendienst-Hotline in den USA: Ein Anrufer fragt nach einem Störungsticket. Die KI findet den bestehenden Datensatz, ergänzt die Beschreibung und gibt komplexe Fälle an einen Menschen weiter. Das ist ein hypothetisches Auswahlszenario. Vapis Function tool übermittelt Parameter an den eigenen Server. Identitätsprüfung, Ticketberechtigungen und interne Regeln lassen sich so hinter einer kontrollierten Schnittstelle bündeln. Verfügbarkeit, Authentifizierung und Fehlerbehandlung dieser Schnittstelle bleiben beim Team. Die Dokumentation zu Vapis Funktionstools beschreibt die Konfiguration über Dashboard und API; Vapi als reine Codelösung darzustellen wäre deshalb falsch.
Retells Integrationstools unterstützen unter anderem Zendesk. Für unterstützte Aktionen übernimmt die Plattform API und Authentifizierung. Nicht unterstützte interne Systeme benötigen weiterhin eine selbst gehostete Custom Function. Prüfen Sie zuerst die tatsächlich benötigten Felder, Suchbedingungen und Aktualisierungsaktionen, bevor Sie davon ausgehen, auf einen Server verzichten zu können. Der Fachbereich muss weiterhin entscheiden, welche Anrufer welche Tickets sehen dürfen. Ein verbundenes Konto ersetzt kein Berechtigungskonzept.
Auch die Sprachverarbeitung lässt sich nicht auf „Vapi frei wählbar, Retell fest vorgegeben“ reduzieren. Bei Vapi sind STT, LLM und TTS wählbar; auch die kaskadierenden Sprachagenten von Retell erlauben die Auswahl unterstützter Erkennungsanbieter, darunter Deepgram, sowie abweichende Einstellungen pro Knoten. Retell kann allerdings auch nach einer solchen Auswahl auf einen anderen Anbieter zurückfallen. Wer den Anbieter für die Datenverarbeitung festlegen muss, sollte daher die Ausweichpfade prüfen und nicht nur die Hauptkonfiguration.
Eine begleitete Übergabe führt bei Fehlern nicht automatisch zurück
Soll ein Mitarbeiter erst über den Ticketkontext informiert werden, bevor beide Seiten verbunden werden, sind die konkreten Übergabemodi entscheidend. Bei Vapis normaler begleiteter Übergabe setzt die Einführung per Nachricht oder Zusammenfassung Twilio voraus. Andere Telefonieanbieter leiten ohne diese Einführung weiter. Der ursprüngliche Assistent verlässt das Gespräch bereits beim Start der Weiterleitung. Bei besetztem Ziel oder ausbleibender Antwort kann der Anrufer daher nicht zu ihm zurückkehren. Dafür kommt assistant-based warm transfer infrage: Der weiterhin als experimentell markierte Modus kann über fallbackPlan zum ursprünglichen Assistenten zurückkehren. Außerdem muss der Übergabeassistent ausdrücklich angewiesen werden, bei einer Mailbox abzubrechen; eine automatische Erkennung sollte nicht vorausgesetzt werden.
Auch Retells Agentic Warm Transfer lässt eine zweite KI mit dem Empfänger sprechen und anschließend über Verbinden oder Abbrechen entscheiden. Ein Abbruch bringt den Anrufer zum Hauptagenten zurück. Bei Zeitüberschreitung stehen Cancel Transfer und Bridge the transfer zur Wahl. Muss eine Hotline die Annahme durch einen Menschen sicherstellen, sollte sie abbrechen und eine Nachbearbeitung vorsehen, statt eine Verbindung nach Fristablauf als Erfolg zu zählen. Bei beiden Lösungen muss die konkrete Kombination aus Anbieter, Zielnummer und Mitarbeiterwarteschlange geprüft werden. Hier wurden keine Anrufe getestet; daraus lässt sich kein Sieger bei Antwortgeschwindigkeit oder Verbindungszuverlässigkeit ableiten.
Erst die Konfiguration festlegen, dann Monatsrechnungen vergleichen
Die Budgetannahme lautet: eine lokale US-Rufnummer, eigene Twilio-SIP-Anbindung, monatlich 2.000 eingehende Anrufe mit durchschnittlich fünf Minuten KI-Phase, insgesamt 10.000 Minuten, maximal 10 gleichzeitige Anrufe. Die englischsprachige Kaskade verwendet Deepgram-Erkennung, GPT 4.1 mini im Standardtarif und ElevenLabs Flash. Das genaue Erkennungsuntermodell und die Voice-ID müssen noch anhand der in beiden Konten verfügbaren Konfigurationen festgelegt werden. Auf beiden Plattformen wird eine begleitete Übergabe verwendet, bei der eine zweite KI die Annahme bestätigt. Angenommen werden 200 erfolgreiche Übergaben mit jeweils fünf Minuten menschlichem Gespräch, also weitere 1.000 Minuten. Abrechenbare KI-Wartezeiten und Zeiten des Übergabeassistenten, die nicht in den 10.000 Minuten enthalten sind, kommen hinzu. Nur die Sprechzeit des Kunden zu zählen reicht nicht. Beide unterstützen eigene Telefonieanbindungen; Einzelheiten zum Routing bieten Vapi SIP und Retell Twilio SIP.
Nach den Vapi-Preisen kostet das Hosting von 10.000 Minuten 500 US-Dollar. Core kostet 29 US-Dollar pro Monat und umfasst 10 gleichzeitige Anrufe. Ausgangspunkt sind somit 529 US-Dollar zuzüglich tatsächlicher STT-, LLM-, TTS-, Telefonie- und Geschäftssystemkosten. Core wird nicht auf den Gesprächsverbrauch angerechnet. Vapi reicht Anbieterkosten durch. Die Standardschätzung der Website ist kein Angebot für diese genaue Modellkombination und belegt keinen niedrigeren Gesamtpreis.
Am selben Tag nennt Retells Preisliste 0,055 US-Dollar/Minute für Sprachinfrastruktur, 0,0128 US-Dollar/Minute für GPT 4.1 mini im Standardtarif und 0,040 US-Dollar/Minute für ElevenLabs Flash. Die Grundrechnung lautet 10.000 × (0,055 + 0,0128 + 0,040) = 1.078 US-Dollar. Zehn gleichzeitige Anrufe liegen innerhalb der enthaltenen 20. Für eigenes SIP erhebt Retell keine Telefoniegebühr; der Telefonieanbieter berechnet seine Leistungen trotzdem. Nach der Übergabe enden die KI-Gebühren, während Telefoniegebühren weiterlaufen. Wartezeit und Stille zählen zur Gesprächsdauer. Optionale Wissensdatenbanken, Rauschunterdrückung, PII-Entfernung und AI QA sind separat auszuweisen. Der beworbene Mindestpreis ist nicht der Gesamtpreis dieser Konfiguration.
Das vollständige Budget besteht aus „Plattform- und Modellkosten + Rufnummernmiete + eingehenden Verbindungsstrecken + zusätzlichen Verbindungsstrecken/KI-Verbrauch während der begleiteten Übergabe + Verbindungsstrecken nach menschlicher Annahme + Zusatzfunktionen + Ticketsystem und Verbindungsdiensten + Steuern“. In diesem Szenario sind Untermodelle, tatsächlicher Modellverbrauch und Anbieterangebote noch nicht festgelegt. Deshalb lassen sich weder sämtliche Modellkosten von Vapi noch einer der endgültigen Gesamtpreise beziffern. Retells 1.078 US-Dollar sind eine Zwischensumme der genannten Komponenten, kein Komplettangebot. Vergleichen Sie Rechnungen für dieselbe Rufnummernregion und dieselbe Übergabeart. Keine Plattform-Anschlussgebühr für eigene Telefonie bedeutet keine kostenlosen Gespräche.
Der Betrieb muss das Ticket verfolgen, nicht nur die Gesprächsbewertung
Das Monitoring sollte call ID, Ticket-ID, Toolfehler und Übergabeergebnis eines Anrufs zusammenführen. Vapis Logs trennen Calls, Webhooks und API. Die Fehlersuche bei Weiterleitungen stellt ausdrücklich klar, dass assistant-forwarded-call keine menschliche Annahme belegt. Retells Ereignisse unterscheiden transfer_started, transfer_bridged und transfer_cancelled; call_analyzed folgt nach Abschluss der Analyse. Der Bereitschaftsverantwortliche sollte Tickets überwachen, die nicht übergeben wurden und keine Nachbearbeitung haben, statt lediglich Anrufe mit gestartetem Weiterleitungsversuch zu zählen.
Einwilligung zur Aufzeichnung, Aufbewahrungsfristen und Kopien bei Dritten müssen getrennt geregelt werden. Vapis Aufzeichnungskonfiguration steuert Aufnahmen, Logs und Transkripte; die Paketdokumentation verknüpft die Rohdatenaufbewahrung mit dem Paket. Retells Speichereinstellungen bewahren Aufnahmen und andere Anrufdaten standardmäßig auf. Die Aufbewahrungsrichtlinie sieht standardmäßig keine automatische Löschung vor und lässt sich pro Agent ändern. Keine langfristige Speicherung auf der Plattform bedeutet weder, dass keine Aufnahme verarbeitet wurde, noch dass Webhook-, Ticketanhang- oder Anbieterkopien automatisch gelöscht werden. Legen Sie im Anrufablauf die Information und den Umgang mit verweigerter Aufzeichnung fest. Verantwortliche müssen die geltenden Anforderungen prüfen; diese Produktschalter begründen für sich genommen keine rechtliche Schlussfolgerung.
Die Entscheidung lässt sich an einer konkreten Frage festmachen: Wer betreut dauerhaft die Verbindungen zwischen eingehendem Anruf und menschlicher Übernahme? Sind die Ticket-APIs stark angepasst und will das Entwicklungsteam Sprachkomponenten und Routing verwalten, ist Vapi der erste Testkandidat. Decken unterstützte Ticketintegrationen die benötigten Aktionen ab und sollen weniger eigene Endpunkte betrieben werden, ist es Retell. Keines der beiden Systeme sollte ohne menschlichen Ansprechpartner und Warteschlange für fehlgeschlagene Fälle eine Support-Hotline direkt ersetzen. Prüfen Sie zunächst dieselben Ticket-, Besetzt-, Nichtannahme- und Aufzeichnungsverweigerungsszenarien. Entscheiden Sie anschließend anhand vollständiger Kosten und Betriebsaufwand.
Hinweis zum Inhalt:Dieser Artikel basiert auf öffentlich verfügbaren Informationen und dient als Orientierung bei der Auswahl von Tools. Funktionen, Preise und zugehörige Richtlinien können sich jederzeit ändern; maßgeblich sind die aktuellen offiziellen Angaben.
Originalquelle:docs.vapi.ai