Skip to main content
Nachdem ein Anruf beendet ist, liest ein LLM-Richter das Transkript und bewertet es anhand der Analysekonfiguration des Assistenten. Er kann die Stimmung des Anrufers einschätzen, entscheiden, ob der Anruf ein Erfolgskriterium erfüllt hat, und strukturierte Felder herausziehen (eine Rückrufnummer, eine Bestell-ID, eine Ja/Nein-Antwort). Das Ergebnis wird beim Anruf gespeichert und ist in den Verlaufsfiltern, der öffentlichen API und in MCP verfügbar.

​
Was die Analyse liefert

Für jeden analysierten Anruf schreibt der Richter ein Ergebnis mit:
  • Sentiment – positive, neutral oder negative (Gesamtstimmung des Anrufers).
  • Erfolg – true / false (oder null, wenn die Erfolgsbewertung deaktiviert ist), plus eine kurze Begründung, die das Urteil erklärt.
  • Daten – eine Zuordnung der von dir definierten strukturierten Felder, mit dem Feldnamen als Schlüssel.
  • Modell und analyzed_at – welches Richtermodell gelaufen ist und wann.
Sentiment und Erfolg werden außerdem als denormalisierte Spalten auf dem Anruf gespeichert, damit du große Anruflisten schnell filtern kannst (in der Verlaufsansicht und über GET /calls?sentiment=&success=).
Die Analyse läuft nach dem Anruf und hat nie Einfluss auf das laufende Gespräch. Schlägt der Richter fehl oder liefert er eine unbrauchbare Ausgabe, bleibt der Anruf unverändert – es wird ein analysis_failed-Anrufereignis protokolliert, und in die Analyse des Anrufs wird nichts geschrieben.

​
Assistenten konfigurieren

Öffne die Analyse-Karte des Assistenten und aktiviere die Teile, die du brauchst. Alles ist optional; bei einer leeren Konfiguration läuft keine Analyse.
1

Sentiment

Standardmäßig aktiviert. Schalte es aus, wenn du keine Stimmung pro Anruf brauchst.
2

Erfolgskriterium

Aktiviere Erfolg und beschreibe in einfachen Worten, wie ein erfolgreicher Anruf aussieht – zum Beispiel „Der Anrufer hat einen Termin gebucht” oder „Der Anrufer hat seine Lieferadresse bestätigt.” Der Richter gibt einen booleschen Wert plus eine Begründung zurück.
3

Strukturierte Felder

Füge Felder hinzu, die extrahiert werden sollen. Jedes Feld hat einen name (snake_case, eindeutig), einen type (string, number, boolean oder enum), eine description, die dem Richter sagt, was er herausziehen soll (max. 500 Zeichen), ein optionales required-Flag und – bei enum – eine Liste von choices.

​
Beispielkonfiguration

Ein resultierendes calls.analysis sieht so aus:

​
Ergebnisse nutzen

  • Verlaufsfilter – filtere die Anrufliste nach Sentiment und Erfolg, um zum Beispiel alle negativen Anrufe zu finden, die nicht erfolgreich waren.
  • Öffentliche API – jeder Anruf in GET /calls und GET /calls/{id} enthält analysis, sentiment und success. Filtere die Liste mit ?sentiment=negative und ?success=false.
  • MCP – dieselben Anruffelder stehen über die MCP-Tools list_calls/get_call zur Verfügung.

​
Konfiguration über die API

analysis_config ist ein beschreibbares Feld des Assistenten, das du programmatisch verwalten kannst:
Den vollständigen Feldvertrag findest du in der API-Referenz (PATCH /assistants/{id} und das AnalysisConfig-Schema).