Funktion · Voice-Roleplay

Verkaufsgespräch üben
mit KI. Am Telefon. Live.

Führe echte Telefon-Verkaufsgespräche mit 12 sprechenden KI-Personas, mit Streaming-Stimmen in Echtzeit, Barge-in zum Unterbrechen und freier Gesprächsdauer. Kein Script, kein Kollege, kein verbrannter Lead. Nur du, ein echter Einwand und sofortiges Feedback.

Keine KreditkarteFreie GesprächsdauerSpeicherung in Deutschland

12 sprechende KI-Persona-Typen
1.000+ realistische Gesprächskombinationen
3 Sprachen & Anredeformen
0 € Start · 2 Trainingsgespräche gratis
Warum klassisches Üben nicht reicht

Rollenspiele mit Kollegen üben
das Spiel, nicht den Kunden.

Telefonverkauf entscheidet sich in Sekunden. Trainieren lässt er sich bisher kaum realistisch.

Der Kollege kennt deinen Pitch.

Im internen Rollenspiel weiß der Übungspartner, wohin das Gespräch laufen soll. Echte Kunden tun das nie. Es fehlt der Widerstand, und damit der Lerneffekt.

Am echten Lead üben kostet Deals.

„Learning by doing" am realen Telefonat heißt: verbrannte Erstkontakte, verlorene Abschlüsse. Der erste schwierige Einwand trifft dich live, beim Kunden, nicht in der Übung.

Tipp-Chatbots sind kein Gespräch.

Ein Text-Chatbot beantwortet Fragen. Verkaufen am Telefon ist etwas anderes: sprechen, zuhören, unterbrechen, das Timing halten. Das übst du nur mit einer Stimme, die zurückredet.

So läuft ein Gespräch ab

Anrufen. Sprechen. Auswerten.

Kein Setup, keine Vorbereitung. Öffne die App und sprich los, wie ein echtes Telefonat.

Persona & Situation wählen

Suche aus 12 Käufertypen, 10 Branchen-Kontexten und 10 Situationen: vom skeptischen Entscheider in der Kaltakquise bis zum preisfokussierten Einkäufer in der Verhandlung. Schwierigkeit von kooperativ bis hartnäckig einstellen, Sprache wählen (Sie · Du · Englisch).

Live sprechen: frei, ohne Script

Die Persona meldet sich mit echter Stimme und reagiert per Streaming-Audio in Echtzeit auf das, was du sagst. Unterbrich sie per Barge-in, wenn ein Einwand kommt. Sprich so lange, wie das Gespräch es trägt. Die Dauer ist frei.

Sofort-Scoring nach dem Auflegen

Direkt nach dem Gespräch: ein Score in 5 Dimensionen. Die KI bewertet jede Dimension, der Gesamtscore wird deterministisch aggregiert (3 Bewertungsläufe, Median, ausgewiesene Bewertungs-Streuung). Dazu objektive Metriken (Redeanteil, Fragenrate, Füllwörter) und konkrete Texthinweise je Schwachstelle. Sofort umsetzbar fürs nächste Gespräch.

Was das Roleplay echt macht

Vier Dinge, die ein echtes Telefonat ausmachen.

Stimme, Timing, Druck und Dauer: sip.coach bildet alle vier ab, nicht nur den Text.

Streaming-Stimmen in Echtzeit

Die Personas sprechen mit hochwertigen KI-Stimmen, chunkweise gestreamt, ohne Wartezeit auf eine fertige Audiodatei. Kein Roboter-Klang, kein Latenz-Loch.

  • Durchsuchbarer Stimmen-Katalog: je Persona wird eine passende Stimme zugeordnet
  • Personas mit echter Stimmung: Sie klingen hörbar begeistert, skeptisch oder gelassen, je nachdem, wie dein Gespräch läuft
  • Feinabstimmung von Temperament und Tonlage erfolgt serverseitig automatisch
  • Audio kommt per Chunk-Streaming: du hörst die Antwort beim Entstehen

Barge-in: du darfst unterbrechen

Sobald du anfängst zu reden, stoppt die KI ihre Audioausgabe und hört zu, wie am echten Telefon. Kein starres Frage-Antwort-Ping-Pong.

  • Einwände früh adressieren, statt den Kunden ausreden zu lassen
  • Echtes Gesprächs-Timing trainieren, nicht abwechselndes Sprechen
  • Vielredner und Schweiger lassen sich realistisch kontern

Freie Gesprächsdauer

Keine feste Zeitgrenze pro Session. Übe 5 Minuten vor dem Termin oder spiel ein volles Discovery durch. Nach rund 20 Minuten verabschiedet sich die Persona realistisch.

  • Kurz-Drill oder vollständiges Langgespräch: du entscheidest
  • Persona steigt realistisch aus (z.B. „Ich habe gleich einen Anschlusstermin")
  • 40 Sessions pro Tag als fairer Missbrauchsschutz

Echter Druck statt Höflichkeit

Die Personas haben Charakter, Einwandstil und Temperament. Sie sind ungeduldig, fordern Beweise, drücken auf den Preis, und du kannst die Schwierigkeit hochdrehen.

  • 12 Käufertypen vom freundlichen Enthusiast bis zum dominanten Platzhirsch
  • Schwierigkeitsgrad regelbar: von kooperativ bis hartnäckig
  • 3 Sprachen & Anredeformen: de-Sie · de-Du · Englisch
Mit wem du sprichst

12 Käufertypen, die zurückreden.

Jeder Typ hat eigene Einwände und ein eigenes Temperament. Kombiniert mit 10 Branchen-Kontexten und 10 Situationen ergibt das über 1.000 realistische Gesprächskombinationen.

Skeptiker Will Beweise, glaubt erst mal nichts
Vielbeschäftigt Hat 90 Sekunden, dann ist Schluss
Analytiker Fragt nach Zahlen, Daten, Details
Dominant Führt das Gespräch, testet dich
Freundlich Nett, aber entscheidet trotzdem hart
Preisfokussiert Drückt von der ersten Minute auf den Preis
Unentschlossen Will nicht entscheiden, vertagt alles
Besserwisser Weiß alles besser, korrigiert dich
Emotional Reagiert aus dem Bauch, braucht Empathie
Schweiger Gibt wenig preis, lässt dich arbeiten
Enthusiast Begeistert sich, springt dann aber doch ab
Platzhirsch Demonstriert Macht, will Respekt sehen

Eigener Käufertyp dabei nicht? Im Studio baust du eigene Personas aus deinem ICP, ohne Entwickler.

Häufige Fragen

Voice-Roleplay: Fragen & Antworten.

Du wählst eine von 12 KI-Personas, dazu Branche, Situation und Schwierigkeitsgrad, und startest ein gesprochenes Telefongespräch. Die KI antwortet in Echtzeit mit realistischer Stimme und echten Einwänden, wie ein echter Kunde am Telefon. Du sprichst frei, ohne Script. Nach dem Gespräch erhältst du sofort ein Scoring in 5 Dimensionen mit konkreten Texthinweisen je Schwachstelle.
Barge-in bedeutet, dass du die sprechende KI-Persona jederzeit unterbrechen kannst, genau wie in einem echten Telefongespräch. Sobald du anfängst zu reden, stoppt die KI ihre Audioausgabe und hört zu. Das trainiert echtes Gesprächs-Timing: Einwände früh adressieren, nicht warten, bis der Kunde ausgeredet hat. Kein starres Frage-Antwort-Ping-Pong.
Die Personas sprechen mit hochwertigen KI-Stimmen über Streaming-Audio. Die Antwort kommt chunkweise in Echtzeit: kein Warten auf eine fertig gerenderte Audiodatei, kein Roboter-Klang. Aus einem durchsuchbaren Stimmen-Katalog wird je Persona eine passende Stimme zugeordnet; die Feinabstimmung von Temperament und Tonlage erfolgt serverseitig automatisch.
Die Gesprächsdauer ist frei: Es gibt keine feste Zeitbegrenzung pro Session. Du kannst ein kurzes 5-Minuten-Gespräch vor einem Termin führen oder ein vollständiges 30-Minuten-Discovery durchspielen. Erst nach rund 20 Minuten verabschiedet sich die Persona realistisch (z.B. wegen eines Anschlusstermins). Als Missbrauchsschutz gilt ein Limit von 40 Sessions pro Tag.
Es gibt drei Sprach- und Anredeformen: Hochdeutsch mit Sie (de-sie), lockeres Du (de-du) und Englisch (en). So trainierst du den passenden Ton: vom formellen Erstkontakt im Versicherungsvertrieb bis zum lockeren SaaS-Gespräch oder dem internationalen Pitch auf Englisch.
Ja. Die Speicherung erfolgt in Deutschland. Einzelne Verarbeitungsschritte (Sprach-KI: Sprache-zu-Text, Text-zu-Sprache und KI-Auswertung) laufen über sorgfältig ausgewählte Auftragsverarbeiter, teils mit Verarbeitung in den USA, abgesichert per AV-Vertrag und EU-Standardvertragsklauseln. sip.coach erfüllt DSGVO Art. 15 und 17 (Auskunft und Löschung) und ist an den Anforderungen des EU AI Act ausgerichtet. Manager sehen aggregierte Team-Kennzahlen; einzelne Gespräche bleiben standardmäßig privat.

Übe dein nächstes Verkaufsgespräch, heute.

2 Trainingsgespräche gratis. 4 Wochen testen. Keine Kreditkarte. Setup in 2 Minuten. DSGVO-konform mit Speicherung in Deutschland.

Für Teams ab 5 Personen: Demo vereinbaren