KI-Transparenz

Stand: 12. Juli 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 Standard-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 (Erkennung von Sprechpausen)
Aufgabe: Audio in Text umwandeln, Sprechpausen erkennen
Anbieter: Apple Inc.
Verarbeitungsort: je nach Gerätemodell und Betriebssystem-Version on-device oder über Apple-Server

1.2 KI-Antwort (Large Language Model)

Cloud-Modus (Standard für aktivierte Agenten):

Modell: Google Gemini (2.5-Familie, EU-Region)
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 (lokal auf dem Gerät, über Apple MLX):

lokale Sprachmodelle (z. B. Qwen-Familie), 4-bit quantisiert
Aufgabe: wie oben, jedoch ohne Cloud-Anbindung
Verarbeitungsort: direkt auf dem Gerät

BYOK — eigener API-Schlüssel (optional, standardmäßig deaktiviert): Diese Möglichkeit ist inaktiv, solange Sie sie nicht selbst einschalten. Erst wenn Sie in den Einstellungen bewusst einen eigenen API-Schlüssel eines Drittanbieters hinterlegen, nutzt die App anstelle der Standard-Modelle den von Ihnen gewählten Dienst — etwa OpenAI (GPT-Familie) oder Anthropic (Claude). Die Anfragen gehen dann direkt von Ihrem Gerät an diesen Anbieter, auf Grundlage Ihres eigenen Vertrags mit ihm; es gilt dessen Datenschutzerklärung. Ohne von Ihnen hinterlegten Schlüssel findet keine solche Übermittlung statt.

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.

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, kein Training; keine Drittland-Übermittlung.
Premium-Stufe (Cartesia-Stimmen): Modell Cartesia Sonic, Anbieter Cartesia AI Inc. (USA), Verarbeitung auf dem EU-Cluster (Region Frankfurt), vertraglich zugesichert einschließlich Failover; Zero Data Retention, kein Training; abgesichert durch EU-Standardvertragsklauseln, EU-US Data Privacy Framework und AVV.
Lokale Stufe (Apple-/On-Device-Stimmen): Verarbeitungsort vollständig auf dem Gerät — der Antworttext verlässt das Gerät für die Sprachsynthese nicht.

1.4 Tool-Routing

Modell: Apple Foundation Models (on-device) für Entity-Extraktion sowie ein eigener regelbasierter Router mit lokaler Sprachmodell-Unterstützung
Aufgabe: entscheidet, ob der Anrufer einen Termin will, einen Kontakt anlegen lässt oder weitergeleitet werden möchte
Verarbeitungsort: direkt auf dem Gerät

2. Welche Daten verarbeitet werden

Audio des Anrufers (kurze Ausschnitte zur Spracherkennung)
Transkribierter Text des Gesprächs (für die KI-Antwort und ggf. das Anlegen 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 Geräten 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