Benchmarks
AMD-Leistung. Ehrlich gemessen.
Unsere Benchmark-Methodik, die Kennzahlen, die wir erfassen, die Sprachen, die wir testen, und die Grenzen, die wir offenlegen. Wo wir keinen Wert haben, der auf Traffic wie Ihrem gemessen wurde, sagen wir das, statt eine Zahl zu nennen.
Die kurze Antwort
Was messen die DialerBee-Benchmarks? Sie messen die Genauigkeit der KI-gestützten AMD: Das Modell klassifiziert ein Echtzeit-Transkript der ersten 3 Sekunden des Gesprächsaudios als echte Person oder Anrufbeantworter, und wir messen das über 9 der 11 unterstützten Sprachen (Portugiesisch und Indonesisch sind noch nicht in den Pilotdaten enthalten), über Carrier-Umgebungen und Kampagnentypen hinweg. Die Referenzwerte stammen aus Agenten-Korrekturen: Ein Agent, der einer Klassifizierung widerspricht, markiert sie mit einem Klick. Die Auswertung läuft kontinuierlich statt als einmaliger Labortest. Erfasst werden fünf Kennzahlen: Genauigkeit, Falsch-Positiv-Rate, Falsch-Negativ-Rate, Erkennungslatenz und Korrekturrate der Agenten. Veröffentlichte Werte stammen aus internen Pilotprojekten und gelten unter ausgewählten Pilotbedingungen; wo uns kein an vergleichbarem Traffic wie Ihrem gemessener Wert vorliegt, sagen wir das offen, statt eine Zahl zu nennen.
Was wir benchmarken
AMD-Genauigkeit über Sprachen hinweg
Die KI-AMD von DialerBee klassifiziert das Transkript der ersten 3 Sekunden des Anruf-Audios, um festzustellen, ob ein Mensch oder ein Anrufbeantworter abgenommen hat. Wir benchmarken dieses System über mehrere Sprachen, Carrier-Umgebungen und Kampagnentypen hinweg, um die Genauigkeit im echten Betrieb zu messen.
Anders als Anbieter, die Genauigkeitswerte unter Laborbedingungen angeben, spiegeln unsere Benchmarks Produktionsdaten wider – mit allem Rauschen, aller Carrier-Variabilität und allen regionalen Unterschieden, die echte Outbound-Kampagnen mit sich bringen.
Methodik
Wie wir Genauigkeit messen
Transkript-Klassifizierung
Das AMD-Modell klassifiziert ein Echtzeit-Transkript der ersten 3 Sekunden Audio. Es wertet Wörter und Formulierungen aus, nicht Audio-Wellenformen oder Pieptonmuster.
Übersteuerung durch Agenten als Ground Truth
Sind Agenten mit der AMD-Klassifizierung nicht einverstanden, markieren sie diese mit einem Klick. Diese Übersteuerungen dienen als Ground-Truth-Labels für die Messung der Genauigkeit.
Kontinuierliche Auswertung
Benchmarks sind keine einmaligen Tests. Wir werten die Genauigkeit fortlaufend anhand der Übersteuerungen durch Agenten in allen Produktionskampagnen aus.
Erfasste Kennzahlen
Fünf Kennzahlen, die zählen
Genauigkeit
Gesamtquote korrekter Klassifizierungen über alle Anrufe.
Falsch-Positiv-Rate
Anrufe mit Menschen, die fälschlich als Anrufbeantworter klassifiziert wurden.
Falsch-Negativ-Rate
Anrufbeantworter, die fälschlich als Mensch klassifiziert wurden.
Erkennungslatenz
Zeit von der Annahme des Anrufs bis zur AMD-Klassifizierung.
Übersteuerungsrate der Agenten
Anteil der Anrufe, bei denen Agenten die AMD-Entscheidung korrigieren.
Benchmark-Übersicht
Öffentliche Übersicht aus internen Pilotprojekten
Detaillierte Werte nach Sprache, Carrier und Region aus unseren internen Pilotprojekten erhalten Sie auf Anfrage.
| Kennzahl | Öffentliche Übersicht | Hinweise |
|---|---|---|
| Ausgewertete Anrufe | Bereich 10.000–50.000 | Über interne Pilotkampagnen hinweg |
| Zeitraum | Q1–Q2 2026 | Wird aktualisiert, sobald neue Pilotdaten vorliegen |
| Getestete Sprachen | 9 | EN, AR, ES, FR, IT, DE, TR, HI, UR |
| Getestete Regionen | MENA, Europa, Nordamerika | Carrier-Mix variiert je nach Region |
| Kampagnentypen | Inkasso, BPO, Vertrieb, Versicherungen | Ergebnisse, wo möglich, segmentiert |
| AMD-Falsch-Positiv-Rate | Unter 3 % in ausgewählten Pilotprojekten | Mensch fälschlich als Anrufbeantworter klassifiziert |
| AMD-Falsch-Negativ-Rate | Unter 5 % in ausgewählten Pilotprojekten | Anrufbeantworter fälschlich als Mensch klassifiziert |
| Median der Erkennungslatenz | Unter 1 Sekunde | Von der Annahme bis zur AMD-Entscheidung |
| P90-Erkennungslatenz | Unter 1,5 Sekunden | Von der Annahme bis zur AMD-Entscheidung |
| Korrekturquote der Agenten | Bereich 2–5 % | Manuelle Korrekturrate in Pilotkampagnen |
| Steigerung der Kontaktrate | Bis zu 4x gegenüber manuellem Wählen | In Pilot-Workflows; Ergebnisse variieren |
| Weniger Leerlaufzeit | Bereich 30–45 % | In ausgewählten Pilotkampagnen |
Basierend auf internen Pilot-Benchmarks. Die Ergebnisse variieren je nach Kampagnentyp, Listenqualität, Carrier, Region, Sprache, Pacing-Konfiguration und Agentenworkflow. Das Verhalten je Sprache und Carrier schwankt so stark, dass wir es lieber auf Ihren Routen in einem Pilotprojekt messen, statt einen Durchschnittswert zu veröffentlichen, der nicht zu Ihren Ergebnissen passt. Vor einem Pilotprojekt können Sie Ihr aktuelles Setup mit dieser Methodik anhand des kostenlosen AMD-Genauigkeits-Selbsttest.
Getestete Sprachen
Neun von elf Sprachen, echte Pilotdaten
EN
English
AR
Arabisch
ES
Spanisch
FR
Französisch
IT
Italienisch
DE
Deutsch
TR
Türkisch
HI
Hindi
UR
Urdu
Die arabischen Benchmarks umfassen Golf-, Levante- und ägyptische Dialektvarianten. Die Hindi- und Urdu-Benchmarks decken regionale Varianten ab. Jede Sprache wird separat mit anbieter- und regionsspezifischen Aufschlüsselungen analysiert.
Einschränkungen
Was Benchmarks Ihnen nicht sagen können
Die Ergebnisse variieren je nach Carrier. Verschiedene Carrier liefern unterschiedliche Mailbox-Ansagen, Audioqualität und Verbindungszeiten.
Die Ergebnisse variieren je nach Kampagnentyp. Inkasso-Kampagnen haben andere Annahmemuster als Vertriebs- oder Umfragekampagnen.
Die Ergebnisse variieren je nach Region. Stil der Mailbox-Ansagen, Carrier-Infrastruktur und Netzbedingungen unterscheiden sich von Markt zu Markt.
Die Ergebnisse variieren je nach Listenqualität. Veraltete, falsche und abgeschaltete Rufnummern wirken sich unterschiedlich auf die AMD-Leistung aus.
Die Benchmarks spiegeln die Gesamtleistung wider. Die Ergebnisse einzelner Kampagnen können über oder unter den angegebenen Durchschnittswerten liegen.
Vollständige Benchmark-Daten aus internen Pilotprojekten auf Anfrage
Benchmark-Berichte aus internen Pilotprojekten mit Genauigkeitstabellen je Sprache, Aufschlüsselungen nach Carrier und historischen Trenddaten stehen qualifizierten Interessenten unter NDA zur Verfügung. Wenden Sie sich an unser Team, um Zugang anzufordern.
Benchmark-Daten anfordern
Buchen Sie eine Demo, und wir teilen detaillierte AMD-Benchmark-Ergebnisse, die zu Ihrer Sprache, Region und Ihrem Kampagnentyp passen.