Conversation Intelligence ist Software, die Sales-Calls und Meetings aufzeichnet, transkribiert und über den gesamten Bestand an Aufzeichnungen auswertet – nicht nur über den Call, in dem Sie selbst saßen. Diese Auswertung liefert drei Dinge, die eine Aufzeichnung allein nicht liefern kann: Themenerkennung, die Sie über jeden jemals geführten Call durchsuchen können, Risikosignale zu Deals, die auf die Pipeline aggregiert werden, und Coaching-Scorecards, die an benannte Verhaltensweisen der Reps geknüpft sind. Die Aufzeichnung ist der Input. Die Auswertung über viele Calls hinweg ist das Produkt, und nur dieser Teil rechtfertigt Enterprise-Preise.
Es ist kein KI-Notiztool. Fathom, Granola und Otter erfassen und fassen ein einzelnes Meeting für die Teilnehmenden zusammen, und das Artefakt endet an der Grenze dieses Meetings. Conversation Intelligence beantwortet Fragen, die es erst über Hunderte von Calls hinweg gibt: wie oft Reps im letzten Quartal das neue Pricing des Wettbewerbers angesprochen haben und was aus diesen Deals wurde. Es ist auch keine Revenue Intelligence – Gesprächsdaten sind ein Input für den Forecast, nicht der Forecast – und keine Contact-Center-Speech-Analytics, die Support-Interaktionen gegen eine QA- und Compliance-Rubrik bewertet statt gegen den Deal-Fortschritt.
Die vier Schichten
Erfassung und Transkription. Ein Bot tritt über die Kalendereinladung bei, oder der Anbieter erfasst über die API der Konferenzplattform ganz ohne Bot. Die Diarisierung trennt das Transkript nach Sprecher. Diese Schicht ist nahezu Commodity: Jeder Anbieter der Kategorie beherrscht sie, und hier liegt der Preisunterschied nicht.
Themen- und Tracker-Erkennung. Hier wird aus einem Rekorder Conversation Intelligence. Gong trennt das in zwei Mechanismen: Keyword-Tracker treffen den wörtlichen Begriff, während Smart Tracker Modelle sind, die das Konzept unabhängig von der Formulierung erkennen – „Ist das Ihr letztes Wort?” zählt damit als Rabattanfrage, ohne dass das Wort Rabatt fällt (Gong Help Center). Der Unterschied zählt beim Kauf, denn eine reine Keyword-Implementierung sieht in der Demo identisch aus und verpasst das meiste von dem, was sie erfassen soll.
Deal-Risiko. Die Plattform liest Verhaltenssignale aus Gespräch und Aktivitätsverlauf – kein vereinbarter nächster Schritt, Engagement nur über einen einzigen Kontakt, ein verstummter Käufer, ein spät im Zyklus genannter Wettbewerber, eine feststeckende Phase – und zeigt sie gegen die offene Pipeline an, nicht gegen einzelne Calls.
Coaching-Scorecards. Eine Führungskraft bewertet einen Call gegen eine Rubrik, und die Bewertungen aggregieren nach Rep, Team und Frage. Die KI füllt sie inzwischen aus: Gongs automatische Review-Scorecards prüfen jeden Call, der einem Filter entspricht, mit einer Rückschau-Obergrenze von 90 Tagen und verfügbar für Teams in den Plänen Enable Essentials oder Enable (Gong Help Center).
Was es kostet
Zwei Preisformen, und ihre Verwechslung sprengt Budgets.
Mid-Market-Anbieter veröffentlichen einen Sitzpreis, der die Auswertung ausschließt. Avoma listet Startup mit 19 USD pro Nutzer und Monat im Jahresvertrag, Organization mit 24 USD und Enterprise mit 39 USD bei mindestens 10 Sitzen – und verkauft Conversation Intelligence dann als Add-on für 29 USD pro Sitz (35 USD bei monatlicher Abrechnung), Revenue Intelligence für weitere 29 USD (Avoma Pricing, geprüft am 19. August 2026). Ein Rep, der die Coaching- und Deal-Schicht braucht, kostet 48 bis 77 USD pro Sitz, nicht 19. Prüfen Sie jedes Angebot dieser Kategorie auf dieselbe Aufteilung.
Enterprise-Conversation-Intelligence wird nur auf Anfrage bepreist. Die Benchmark-Daten von Vendr setzen den Median-Vertrag von Gong bei 54.900 USD pro Jahr über 593 erfasste Käufe an, mit einer beobachteten Spanne von 11.184 bis 204.033 USD (Vendr Marketplace, zuletzt aktualisiert im März 2026). Lassen Sie sich das Angebot in Platform Fee und Sitzlizenzen aufschlüsseln, bevor Sie es mit irgendetwas vergleichen, und lassen Sie sich die Erhöhung zur Verlängerung schriftlich geben.
Wie genau ist das wirklich
Es gibt zwei Genauigkeitsfragen, und Käufer stellen meist nur die erste.
Transkriptionsgenauigkeit ist messbar und weitgehend gelöst. Ein peer-reviewter Vergleich von 11 ASR-Diensten auf englischem Vorlesungsaudio maß Wortfehlerraten von 2,9 Prozent (Whisper large-v2) bis 20,1 Prozent (Google), im Mittel 7,0 Prozent – und 10,2 Prozent bei Sprechenden, für die Englisch nicht die Muttersprache ist, gegenüber 7,0 Prozent bei Muttersprachlern (Measuring the Accuracy of Automatic Speech Recognition Solutions). Vorlesungsaudio ist eine einzelne Stimme an einem ordentlichen Mikrofon. Ein Call zu viert mit Durcheinanderreden und Laptop-Mikrofon ist schwerer. Behandeln Sie jede Genauigkeitszahl eines Anbieters also als Aussage über den leichten Fall und testen Sie an eigenen Aufzeichnungen, gewichtet nach den Akzenten und dem Produktvokabular, die Ihr Team tatsächlich verwendet.
Die Genauigkeit der Auswertung kostet Geld, und die Anbieterdokumentation spricht es offen aus. Gongs eigene Seite zur automatischen Scorecard-Review hält fest, dass „die KI manchmal bei identischen Eingaben unterschiedliche Ergebnisse liefert”, und nennt das erwartetes Verhalten. Eine Rubrik-Bewertung, die sich zwischen zwei Durchläufen auf demselben Call verschiebt, kann ohne menschliche Bestätigung nicht Grundlage eines Performance-Gesprächs sein. Lassen Sie jeden Anbieter dieselben 20 Calls zweimal bewerten und sich die Streuung zeigen.
Der Rollout-Blocker ist die Einwilligung, nicht das Budget
Einen Call in einem US-Bundesstaat mit Allparteien-Einwilligung ohne Zustimmung jedes Teilnehmenden aufzuzeichnen, ist eine Wiretap-Frage und keine Frage interner Richtlinien. Rund ein Dutzend Bundesstaaten verlangen die Einwilligung aller Beteiligten, und die Regeln sind darin nicht einheitlich: Connecticut behandelt Telefonate anders als Gespräche vor Ort, Oregon behandelt mündliche Kommunikation anders als elektronische. Für ein verteiltes Sales-Team ist die sichere Annahme, dass jede Woche irgendein Call einen Teilnehmenden in einem dieser Staaten hat.
Der laufende Testfall ist In re Otter.AI Privacy Litigation, No. 5:25-cv-06911 (N.D. Cal.), konsolidiert aus Klagen ab August 2025. Vorgeworfen wird, dass das Notiztool OtterPilot Meetings allein mit der Einwilligung des Gastgebers aufzeichnete – nach dem föderalen Wiretap Act und dem California Invasion of Privacy Act. Richterin Eumi K. Lee verhandelte den Abweisungsantrag am 20. Mai 2026 und hatte bis zum 19. August 2026 nicht entschieden; kein Gericht hat diese Praxis also bislang für rechtmäßig oder rechtswidrig erklärt. Drei Schutzmaßnahmen hängen nicht vom Ausgang ab: Aktivieren Sie den Aufzeichnungshinweis des Anbieters vor dem Meeting, geben Sie Teilnehmenden einen Widerspruchsweg, der die Erfassung tatsächlich stoppt und nicht nur die Zusammenfassung unterdrückt, und lesen Sie die Klausel dazu, ob Ihre Gesprächsdaten die Modelle des Anbieters trainieren.
Was sich 2026 geändert hat
Gong kündigte Gong Enable am 25. Februar 2026 an und den Gong Revenue Harness am 24. Juni 2026 – eine agentische Ausführungsschicht auf Basis von Agent Studio und MCP-Unterstützung, mit Custom Agents, die RevOps ohne Engineering konfigurieren kann (Gong Pressemitteilung). ZoomInfo stellt die Call-Daten von Chorus über ein conversation_intelligence-Tool im eigenen MCP Server bereit, sodass ein Agent über indexierte Calls, E-Mails und Transkripte schlussfolgern kann.
Die Richtung ist bei allen Anbietern dieselbe: Der Call-Bestand wird zu einer für Agenten abfragbaren Datenquelle statt zu einer Bibliothek, in der Führungskräfte Clips ansehen. Damit verschiebt sich die Kauffrage von „wessen Transkript ist am saubersten” hin zu „wer lässt meine Agenten den Bestand lesen, und unter welchen Scopes” – das Lese-Gegenstück zur Entscheidung in MCP-Schreibzugriff auf das CRM.
Häufige Fehler
- Als Rekorder kaufen und nie Tracker konfigurieren. Die Plattform zeichnet auf, niemand sucht, und zur Verlängerung liegen Nutzungsdaten vor, die ein Downgrade rechtfertigen. Schutz: In Woche eins fünf Tracker ausrollen, an laufende Deals gekoppelt – Hauptwettbewerber, Preiseinwand, Security-Review, Abgang des Champions, Procurement – und sie im wöchentlichen Pipeline-Meeting durchgehen.
- Tracker einmal gesetzt und nie nachjustiert. Schutz: Trefferquoten quartalsweise prüfen. Ein Tracker, der bei unter 1 Prozent der Calls auslöst, misst nichts; einer, der bei über 60 Prozent auslöst, misst die Sprache, die ohnehin alle verwenden.
- Scorecards vor der Kalibrierung an die Leistungsbeurteilung hängen. Schutz: Dieselbe Stichprobe von 20 Calls von zwei Führungskräften und der KI bewerten lassen und die Übereinstimmungsquote veröffentlichen, bevor eine Bewertung in eine Beurteilung eingeht. Wo sie auseinandergehen, liegt das Problem an der Rubrik, nicht am Rep.
- Adoption an der Aufzeichnungsquote messen. Ab Tag eins wird jeder Call aufgezeichnet; diese Zahl belegt, dass der Bot läuft, nicht dass jemand etwas gelernt hat. Schutz: Ausgeführte Suchen und geteilte Clips pro Führungskraft und Woche verfolgen.
- Keine Aufbewahrungs- oder Ausschlussregel. Aufzeichnungen von Preisverhandlungen, Kündigungsgesprächen und Rechtsthemen bleiben unbegrenzt im Bestand und werden im Streitfall herausgabepflichtig. Schutz: Aufbewahrungsfrist festlegen und Meeting-Typen schon bei der Erfassung per Kalender-Stichwort ausschließen.
Verwandt
- Signalbasierter Vertrieb – die Plays, die Gesprächsdaten auslösen sollen
- Forecast-Kategorien erklärt – wo Risikosignale im Forecast landen
- Interview Intelligence – dieselbe Technologie im Recruiting, mit anderer Rubrik und anderem Regulator
- GTM Context Layer – wozu Anbieter den Call-Bestand ausbauen
- AE Rep Coaching Skill – ein Claude Skill, der Call-Auswertung in einen Coaching-Plan überführt