Zum Inhalt springen

01KI und Integrationen · Modul

Sprachassistent und Sprache-zu-Text

Diktieren Sie Abfragen, transkribieren Sie Aufzeichnungen und steuern Sie Ihr ERP per Sprache über den KI-Assistenten

  • KI-Konversation
  • KI-Nachricht
  • Besprechung (Transkript der Aufzeichnung)
12
Fähigkeiten
3
Datensatztypen
3
Automatisierungen
7
Integrationen und KI-Tools

02Was das Modul leistet

Weniger Routine. Mehr Mehrwert.

Die Sprachfunktionen des KI-Assistenten wandeln Sprache in Text um und ermöglichen es Ihnen, direkt mit Draivix zu sprechen. Die Transkription verarbeitet sowohl Diktate im Chat als auch Besprechungsaufzeichnungen, während der Sprachassistent laut antwortet und dieselben Werkzeuge wie der Text-Chat nutzt, um Datensätze zu suchen und vorzubereiten – sodass Ihr Team freihändig mit dem ERP arbeiten kann.

  • Abfragen diktieren statt tippenDiktate im Assistenten-Chat werden von Soniox oder Gemini in Text umgewandelt, sodass Sie Fragen bequem per Sprache stellen können, wann immer Sie nicht tippen können.
  • Nach Sprechpausen gegliederte TranskripteDie Transkription liefert Wörter mit Zeitstempeln und unterteilt den Text bei Pausen von mehr als 1,2 s, wodurch längere Aufzeichnungen deutlich übersichtlicher werden.
  • Löschung der Aufzeichnungen nach der TranskriptionHochgeladene Dateien werden gelöscht, sobald Soniox die Transkription abgeschlossen hat, sodass nach dem Vorgang keine Audiodateien gespeichert bleiben.
  • Besprechungen in Text umgewandeltBesprechungsaufzeichnungen werden mit denselben Treibern wie Diktate – Soniox oder Gemini – transkribiert, sodass Sie ein schriftliches Protokoll aller besprochenen Punkte erhalten.
  • Einfach mit dem Assistenten sprechenDer Sprachassistent führt gesprochene Dialoge über OpenAI Realtime oder Gemini und ermöglicht Ihrem Team die freihändige Arbeit mit Draivix.
  • Dieselben Regeln für Sprache und ChatSuchen und bereiten Sie Datensätze per Sprache mit exakt denselben Werkzeugen und Berechtigungsprüfungen vor wie im Textassistenten. Für die Sprachsteuerung gelten dieselben Regeln wie für den Chat.
  • Nichts wird ohne Ihre Freigabe gesendetDer Versand von E-Mails und andere Schreiboperationen warten auf Ihre Freigabe. Diese Rückhaltung übernimmt die Sprachoberfläche im Browser; konzeptionsbedingt erzwingt der Server keine separate Prüfung.
  • Mikrofon direkt am ArbeitsplatzRufen Sie das Mikrofon aus der globalen Suche auf, um ein Sprach-Overlay direkt über Ihrer aktuellen Seite zu öffnen – sprechen Sie sofort los, ohne die aktuelle Ansicht zu verlassen.
  • Sprach-SchnellaktionenDirekt auf den Datensätzen stehen Sprach-Schnellaktionen bereit. Lösen Sie datensatzspezifische Schritte per Sprache aus, ohne sich durch Menüs klicken zu müssen.
  • Zeitlich begrenzte SprachsitzungenDraivix stellt für jede Sprachsitzung ein auf 8 Stunden begrenztes Begleit-Token aus, das an die Berechtigungen des Benutzers gebunden ist. Der Sprachzugriff geht niemals über das hinaus, was der Benutzer in seiner regulären Arbeit tun darf.
  • Sprachsitzungen mit einem einzigen Befehl widerrufenEin Administrator kann Sprachsitzungen für ein einzelnes oder für alle Unternehmen mit einem einzigen Befehl widerrufen – besonders hilfreich, da eine Abmeldung das Token selbst nicht widerruft.
  • Sprachsteuerung aktivieren, sobald Sie bereit sindDer Sprachassistent ist standardmäßig deaktiviert und wird von einem Administrator eingeschaltet. Ihr Unternehmen entscheidet selbst, ob und wann die Sprachsteuerung eingeführt wird.

03Funktionsweise

So funktioniert es Schritt für Schritt.

  1. Sprache-zu-Text-Transkription

    Für die Umwandlung von Sprache in Text kommen die Treiber von Soniox und Gemini zum Einsatz. Soniox verarbeitet Audio asynchron, liefert Wörter mit Zeitstempeln und unterteilt den Text bei Sprechpausen von mehr als 1,2 Sekunden in Segmente. Hochgeladene Audiodateien werden nach der Transkription gelöscht.

    Im Detail lesen

    Die Transkription von Besprechungsaufzeichnungen nutzt dieselben Treiber. Sie können direkt in den Assistenten-Chat oder über das Mikrofonsymbol in der globalen Suche diktieren.

  2. Sprachassistent

    Der Sprachassistent führt gesprochene Dialoge mit dem Benutzer. Der Browser verbindet sich dazu direkt mit OpenAI Realtime oder Gemini. Benötigt der Assistent Daten, laufen Tool-Aufrufe über die für Ihr Unternehmen konfigurierte Voice Bridge sowie über die Capability Bridge von Draivix – unter Einsatz exakt derselben Werkzeuge und Berechtigungsprüfungen wie beim Textassistenten.

    Im Detail lesen

    Der Sprachassistent ist standardmäßig deaktiviert und wird von einem Administrator freigeschaltet. Per Sprache können Sie einen Datensatz nachschlagen, eine Statusübersicht abrufen oder eine Aktualisierung vorbereiten, die Sie anschließend bestätigen.

  3. Freigabe vor dem Schreiben von Daten

    Die Sprachoberfläche hält jede Funktion zurück, die Daten ändert oder nach außen kommuniziert – etwa das Versenden einer E-Mail –, bis der Benutzer seine Freigabe erteilt. Diese Bestätigung erfolgt über die Sprachoberfläche im Browser; konzeptionsbedingt erzwingt der Server keine separate Prüfung.

    Im Detail lesen

    Sämtliche Schreiboperationen werden genau wie im Text-Chat mit den Berechtigungen des angemeldeten Benutzers ausgeführt.

  4. Sicherheit von Sprachsitzungen

    Für eine Sprachsitzung stellt Draivix ein 8 Stunden gültiges Begleit-Token (Companion Token) aus. Es kann nur aus einer authentifizierten Browsersitzung heraus erzeugt werden, und sein Zugriff ist auf die Berechtigungen des Benutzers beschränkt. Das Ausstellen eines neuen Tokens widerruft automatisch das vorherige. Da ein Abmelden das Token nicht widerruft, steht Administratoren ein Befehl zur Verfügung, mit dem sie Sprachsitzungen für ein einzelnes Unternehmen oder unternehmensübergreifend auf einmal widerrufen können.

  5. Wo Sie die Sprachsteuerung finden

    Die Sprachsteuerung steht auf der vollständigen Seite /chat, im rechten Assistenten-Panel, über das Mikrofonsymbol in der globalen Suche, als Sprach-Overlay über der aktuellen Seite sowie in den Schnellaktionen von Datensätzen zur Verfügung. Module können zudem eigene Aktionen in der Sprachoberfläche registrieren.

04Was automatisch abläuft

Automatisierungen, die Zeit sparen.

  1. Automatische Bereitstellung der Transkripte

    Sobald eine Transkription über Soniox gestartet wird, läuft die Verarbeitung asynchron im Hintergrund ab und das Ergebnis wird automatisch abgerufen – ohne Wartezeit oder manuelle Überwachung.

  2. Durch natürliche Sprechpausen strukturierter Text

    Während der Transkription wird der Text anhand von Sprechpausen automatisch in Abschnitte gegliedert, sodass Sie sich nie durch eine endlose Textwand arbeiten müssen.

  3. Nur das neueste Token bleibt gültig

    Wird ein neues Sprach-Token ausgestellt, wird das vorherige automatisch widerrufen. Ältere Tokens können nicht mehr verwendet werden, sodass immer nur ein einziges aktives Token im Umlauf ist.

Externe Integrationen

  • Soniox wandelt Sprache in Text umSoniox transkribiert sowohl Diktate als auch Besprechungsaufzeichnungen und liefert Wörter mit Zeitstempeln zurück. Hochgeladene Dateien werden nach der Transkription gelöscht, sodass sie beim Dienst niemals gespeichert bleiben.
  • Gemini für Transkription und KonversationGemini dient sowohl als Sprache-zu-Text-Treiber als auch als Konversationsdienst für den Sprachassistenten und verarbeitet die gesprochenen Eingaben des Benutzers.
  • Live-Konversation über OpenAIWährend eines Gesprächs verbindet sich der Browser direkt mit OpenAI Realtime. Benötigt der Assistent Daten, werden die Aufrufe mit denselben Berechtigungsprüfungen über die Voice Bridge und die Capability Bridge geleitet.

Was der KI-Agent übernimmt

  • Jeden Datensatz mit einem Satz finden

    Sagen Sie einfach, wonach Sie suchen, und der Sprachassistent findet die Datensätze und liest sie vor – wobei er ausschließlich das sieht, worauf der angemeldete Benutzer zugreifen darf.

  • Änderungen diktieren und selbst bestätigen

    Lassen Sie den Assistenten eine Datensatzaktualisierung per Sprache vorbereiten. Gespeichert wird erst nach Ihrer Bestätigung – und stets mit den Berechtigungen des angemeldeten Benutzers.

  • E-Mail-Versand nur nach Ihrer Freigabe

    Der Assistent kann auf Sprachbefehl hin eine E-Mail entwerfen und versenden, doch die Sprachoberfläche hält sie zurück, bis Sie zustimmen – so verlässt keine Nachricht das System ohne Ihre Prüfung.

  • Dieselben Zusammenfassungen wie im Text-Chat

    Fordern Sie per Sprache dieselben Modulzusammenfassungen an wie beim Textassistenten. Verschaffen Sie sich einen Überblick über Vertrieb, Lager oder Fertigung, ohne die Tastatur anzufassen.

Ein Mensch gibt frei, sobald es um Geld, Kunden oder eine Ausnahme geht.

05Häufig gestellte Fragen

Kann Draivix Sprache in Text transkribieren?

Ja. Die Transkription erfolgt über Soniox oder Gemini und verarbeitet sowohl Diktate im Chat als auch Besprechungsaufzeichnungen. Soniox liefert dabei Wörter mit Zeitstempeln.

Kann ich mit dem ERP sprechen?

Ja, sobald ein Administrator den Sprachassistenten aktiviert hat. Gespräche laufen über OpenAI Realtime oder Gemini, und der Assistent nutzt dieselben Werkzeuge und Berechtigungen wie der Text-Chat.

Versendet der Sprachassistent E-Mails ohne mein Wissen?

Nein. Die Sprachoberfläche hält den E-Mail-Versand und andere Schreiboperationen zurück, bis Sie Ihre Freigabe erteilen.

Wie lange dauert eine Sprachsitzung?

Das Begleit-Token ist 8 Stunden lang gültig und wird durch eine Abmeldung nicht widerrufen. Das Ausstellen eines neuen Tokens widerruft das vorherige, und ein Administrator kann Sitzungen gesammelt widerrufen.

Starten wir gemeinsam

Erzählen Sie uns, wie Ihr Unternehmen arbeitet.

Wir zeigen Ihnen, wie ein System aussehen kann, das Ihnen einen Teil dieser Arbeit abnimmt.

Beratungstermin vereinbaren