WhatsApp-Anrufaufzeichnung und Transkription: Regeln, Einwilligung und Nutzung

Ja, Unternehmen können WhatsApp-Anrufe auf der WhatsApp Business Platform aufzeichnen und transkribieren. Mit Metas Calling API aktivieren Sie für jeden eingehenden oder ausgehenden Anruf Aufzeichnung, Transkription oder beides. Bevor etwas erfasst wird, hören beide Gesprächsteilnehmer eine gesprochene Ansage mit dem von Ihnen angegebenen Zweck. Nach dem Anruf erhalten Sie einen Webhook, um das Audio oder ein JSON-Transkript herunterzuladen, das Meta 7 Tage lang aufbewahrt.

Der technische Teil ist der einfache. Schwieriger sind die Fragen, ob Sie überhaupt aufzeichnen dürfen, wie Sie die Menschen informieren, wo die Dateien liegen, wer sie öffnen darf und wann sie gelöscht werden. Dieser Leitfaden behandelt, was Metas API leistet, die Grundlagen zu Einwilligung und Datenschutz, Speicherung und Schwärzung, Regeln für Zahlungskarten und wie Sie Transkripte in Zusammenfassungen, Qualitätsprüfungen und CRM-Updates verwandeln. Es handelt sich um allgemeine Informationen, nicht um Rechtsberatung.

Dürfen Sie WhatsApp-Business-Anrufe aufzeichnen?

Ja, über die Calling-Funktion der Cloud API. Metas Dokumentation zur Anrufaufzeichnung und Anruftranskription beschreibt zwei getrennte Optionen:

• Aufzeichnung erfasst das Audio des Anrufs.
• Transkription wandelt den Anruf in Text um.

Beide sind unabhängig voneinander. Sie können eine, beide oder keine aktivieren und entscheiden pro Anruf: wenn Sie einen ausgehenden Anruf tätigen oder einen eingehenden annehmen. Jede Option hat eigene Anfrage-Einstellungen, einen eigenen Webhook und laut Meta eigene Preise; prüfen Sie Metas Dokumentation zu den aktuellen Gebühren, bevor Sie budgetieren.

Die eigenständige WhatsApp Business App bietet das nicht; es ist eine Funktion der API. Wenn Anrufe neu für Sie sind, beginnen Sie mit unserem Leitfaden zur WhatsApp Business Calling API.

So funktionieren WhatsApp-Anrufaufzeichnung und Transkription

	Aufzeichnung	Transkription
Gilt für	Vom Nutzer und vom Unternehmen initiierte Anrufe	Vom Nutzer und vom Unternehmen initiierte Anrufe
Aktivierung	Pro Anruf, beim Tätigen oder Annehmen	Pro Anruf, beim Tätigen oder Annehmen
Hinweis	Gesprochene Ansage an beide Seiten mit Ihrem Zweck	Gesprochene Ansage an beide Seiten mit Ihrem Zweck
Ergebnis	Audiodatei (Ogg mit Opus)	JSON-Dokument mit Text, Sprechern und Zeitstempeln
Zustellung	Webhook nach dem Anruf, meist innerhalb einer Minute	Webhook nach dem Anruf, meist innerhalb einer Minute
Aufbewahrung bei Meta	7 Tage, dann gelöscht	7 Tage, dann gelöscht

Die gesprochene Ansage

Bevor Aufzeichnung oder Transkription beginnt, spielt die API eine Ansage in Ihr Audio und in das des Kunden ein. Sie geben zwei Dinge vor:

• Einen Zweck mit bis zu 250 Zeichen, verfasst in der Sprache der Ansage. Er ist Pflicht; ein Anruf mit aktivierter Aufzeichnung ohne Zweck wird abgelehnt.
• Eine Ansagesprache aus Metas Liste unterstützter Sprachen.

Der Kunde hört dann einen Satz wie: „Der Ton dieses Anrufs wird zu folgendem Zweck aufgezeichnet:“ gefolgt von Ihrem Zweck. Sind beide Funktionen aktiv, hört er einen kombinierten Satz, dass der Anruf aufgezeichnet und transkribiert wird. Die Erfassung beginnt erst nach dem Ende der Ansage, und wer nicht einverstanden ist, kann auflegen.

Formulieren Sie einen kurzen und ehrlichen Zweck:

zur Qualitätssicherung und zur Dokumentation Ihres Anliegens

zur Schulung unseres Teams und zur Bestätigung Ihrer Buchungsdetails

Prüfen Sie die Sprachliste vor dem Start. Meta führt zum Zeitpunkt der Erstellung lokalisierte Ansagen für Englisch, Niederländisch, Französisch, Deutsch, Hindi, Italienisch, Kannada, Portugiesisch (Brasilien), Spanisch, Telugu und Vietnamesisch. Sprechen Ihre Kunden eine andere Sprache, planen Sie, wie Sie sie klar informieren, etwa mit einer Begrüßung in ihrer Sprache und einem Hinweis im Chat.

Was das Transkript enthält

Eine Transkriptionssprache wählen Sie nicht: Die API erkennt sie aus dem Audio. Metas Liste unterstützter Sprachen ist lang und umfasst etwa Arabisch, Englisch, Deutsch, Spanisch und Türkisch. Das JSON-Transkript enthält:

• das gesamte Gespräch als Text, wobei jeder Teil als Business oder Customer gekennzeichnet ist
• die erkannte Sprache und einen Gesamt-Konfidenzwert
• Segmente mit Zeitstempeln, mit Timing und Konfidenz auf Wortebene

Die Sprecherkennzeichnung basiert auf getrennten Audiokanälen für Ihre Seite und die des Kunden, sodass sie auch dann stimmt, wenn beide gleichzeitig sprechen. Wird im Anruf eine Sprache gesprochen, die das Modell nicht unterstützt, kann das Transkript leer sein.

Dateien herunterladen und aufbewahren

Der Webhook enthält eine Media-ID und eine Download-URL, die 5 Minuten gültig ist; läuft sie ab, fordern Sie mit der Media-ID eine neue URL an. Nach 7 Tagen ist die Datei weg. Laden Sie jede benötigte Aufnahme und jedes Transkript herunter, prüfen Sie den von Meta mitgelieferten SHA-256-Hash und speichern Sie die Dateien nach Ihrer eigenen Aufbewahrungsrichtlinie.

Zwei verwandte Punkte:

• Voicemail. Wenn Sie Metas Voicemail-Einstellung aktivieren, kann ein verpasster oder abgelehnter Anruf mit Ihrer Ansage angenommen werden, und die Nachricht des Anrufers wird Ihnen als Audionachricht zugestellt. Behandeln Sie Voicemails ebenfalls als Aufnahmen.
• Aufzeichnung auf Ihrer eigenen Seite. Laut Metas Calling-FAQ können Lösungspartner Aufzeichnung und Transkription auf Basis des rohen Audiostreams ergänzen. Erfolgt die Aufzeichnung in Ihren eigenen Systemen statt über Metas Funktion, wird Metas Ansage nicht abgespielt, und der Hinweis ist Ihre Aufgabe.

Einwilligung und Information: die Grundlagen

Gesetze zur Gesprächsaufzeichnung unterscheiden sich je nach Land und manchmal nach Bundesstaat oder Region. Verstehen Sie diesen Abschnitt als Liste von Fragen, die Sie mit Ihrer Rechtsberatung klären, nicht als Regelwerk.

Einwilligung einer Partei oder aller Parteien. Manche Orte erlauben die Aufzeichnung, wenn ein Gesprächsteilnehmer zustimmt, und das kann Ihr Mitarbeiter sein. Andere verlangen die Zustimmung aller Beteiligten. In den USA beispielsweise folgen das Bundesrecht und viele Bundesstaaten der Einwilligung einer Partei, während einige Bundesstaaten die Zustimmung aller verlangen. Wenn Sie grenzüberschreitend telefonieren, planen Sie mit der strengeren Regel.

DSGVO (EU und Vereinigtes Königreich) und ähnliche Gesetze. Eine Gesprächsaufzeichnung verarbeitet personenbezogene Daten. Sie brauchen daher:

• eine Rechtsgrundlage für jeden Zweck (zum Beispiel Vertrag, rechtliche Verpflichtung oder berechtigtes Interesse, oder Einwilligung, wo sie die passende Grundlage ist), dokumentiert vor dem Start
• klare Informationen: wer aufzeichnet, warum, wie lange Sie aufbewahren und wie Betroffene ihre Rechte ausüben
• Datenminimierung: nur die Anrufe und Zwecke aufzeichnen, die Sie wirklich brauchen
• Aufbewahrungsgrenzen: einen Löschplan, den Sie tatsächlich umsetzen
• Auskunftsrechte: Kunden können eine Kopie ihrer personenbezogenen Daten verlangen, wozu auch Aufnahmen und Transkripte gehören können

KVKK (Türkei). Auch das türkische Datenschutzgesetz verlangt eine Rechtsgrundlage und die Information der Betroffenen über die Verarbeitung und hat eigene Regeln für Übermittlungen ins Ausland. Wenn Sie Kunden in der Türkei bedienen, prüfen Sie die Aufzeichnung mit Ihrer KVKK-Beratung, einschließlich des Speicherorts von Aufnahmen und Transkripten.

KI-Hinweis. Wenn ein KI-Voice-Agent den Anruf annimmt, sagen Sie Anrufern, dass sie mit einem automatisierten Assistenten sprechen. Manche Gesetze verlangen das, und es schafft in jedem Fall Vertrauen. Unser Leitfaden zum WhatsApp Voice-KI-Agenten zeigt, wie Sie das Gespräch eröffnen.

Eine praktische Grundlage, die in den meisten Märkten funktioniert:

1. Sagen Sie es in der Begrüßung, auch wenn Metas Ansage abgespielt wird.
2. Erklären Sie den Zweck in einfachen Worten und halten Sie ihn wahrheitsgemäß.
3. Bieten Sie Anrufern, die nicht aufgezeichnet werden möchten, eine Alternative an, etwa im Chat weiterzumachen.
4. Nehmen Sie es in Ihre Datenschutzerklärung auf und verlinken Sie diese in Ihrem WhatsApp-Profil oder in der ersten Nachricht.

Aufnahmen speichern, sichern und schwärzen

Sobald die Dateien Meta verlassen, liegen sie in Ihrer Verantwortung. Legen Sie diese Regeln fest, bevor Sie die Aufzeichnung aktivieren:

• Aufbewahrung. Entscheiden Sie, wie lange jeder Zweck braucht: Für Qualitätsprüfungen reichen vielleicht Wochen, ein Vertragsstreit kann länger dauern. Löschen Sie planmäßig.
• Zugriff. Beschränken Sie nach Rolle, wer Aufnahmen abspielen und Transkripte lesen darf, und führen Sie Audit-Logs darüber, wer was geöffnet hat.
• Verschlüsselung. Verschlüsseln Sie Dateien im Speicher und bei der Übertragung und halten Sie sie in einer Region, die zu Ihren Datenschutzpflichten passt.
• Schwärzung. Maskieren Sie personenbezogene Daten in Transkripten, bevor diese an größere Teams, Analysen oder KI-Tools gehen: Ausweisnummern, Gesundheitsangaben, Adressen, Kontonummern.
• Trennung. Bewahren Sie Rohaudio in einem eingeschränkten Speicher auf; die meisten Personen arbeiten mit geschwärzten Transkripten und Zusammenfassungen.
• Betroffenenanfragen. Stellen Sie sicher, dass Sie die Aufnahmen eines Kunden auf Anfrage finden und exportieren oder löschen können.

Wenn Sie Transkripte für Zusammenfassungen an ein Sprachmodell senden, gelten dieselben Datenschutzfragen wie bei jedem KI-Tool. Unsere Datenschutz-Checkliste für KI-Chatbots geht Anbieter, Schlüssel und Aufbewahrung durch.

Zahlungskarten: Kartendaten aus aufgezeichneten Anrufen heraushalten

Callcenter, die Kartenzahlungen telefonisch annehmen, müssen eine bestimmte Regel einhalten. Laut PCI Security Standards Council verstößt das Speichern von Kartenprüfnummern (dem drei- oder vierstelligen Sicherheitscode) in einer Audioaufnahme nach der Autorisierung gegen PCI DSS, und es sollte alles getan werden, damit sie gar nicht erst aufgezeichnet werden.

Auf WhatsApp gibt es einen einfacheren Weg: Nehmen Sie Kartendaten nie per Sprache auf.

Agent: Ich schicke Ihnen jetzt einen sicheren Zahlungslink hier in den Chat. Sie können dort bezahlen, während wir telefonieren, und ich bestätige, sobald die Zahlung durch ist.

Schulen Sie Ihr Team und konfigurieren Sie Ihren KI-Agenten so, dass er gesprochene Kartennummern ablehnt und auf einen Link umstellt. Wie Zahlungslinks in ein Gespräch passen, erfahren Sie unter Zahlungen in WhatsApp-Chats annehmen.

So nutzen Sie Anruf-Transkripte

Eine Aufnahme, die im Speicher liegt, hilft niemandem. Transkripte machen Anrufe durchsuchbar und nützlich:

Nutzung	Was Sie erhalten
Anrufzusammenfassungen	Grund, Ergebnis und nächster Schritt in drei Zeilen, beim Kunden hinterlegt
Übergabe	Der nächste Mitarbeiter liest die Zusammenfassung, statt den Kunden um Wiederholung zu bitten
CRM-Updates	Lead-Details, Buchungs- oder Fallstatus werden automatisch zurückgeschrieben
Qualitätsprüfung	Eine Stichprobe von Anrufen anhand einer Checkliste bewerten, ohne sie komplett anzuhören
Coaching	Gute und schlechte Beispiele nach Thema finden und in Schulungen nutzen
Trends	Anrufgründe zählen und neue Probleme früh erkennen
Wissenslücken	Fragen, die Team oder KI nicht beantworten konnten, werden zu neuen Einträgen in der Wissensdatenbank

Eine einfache Qualitäts-Checkliste zur Bewertung anhand von Transkripten:

• Begrüßung mit Name und Unternehmen, Hinweis auf die Aufzeichnung gegeben
• Anliegen innerhalb der ersten Minute erkannt
• Korrekte Informationen, passend zu Ihren Richtlinien
• Keine sensiblen Daten per Sprache abgefragt
• Klarer nächster Schritt mit dem Kunden bestätigt
• Nachfassnachricht im Chat gesendet

Verknüpfen Sie diese Punkte mit den Kennzahlen, die Sie bereits verfolgen; unser Leitfaden zu Kennzahlen und SLAs im Chat-Support erklärt, wie Sie darüber berichten.

Anrufaufzeichnung und Transkripte mit MonoChat

MonoChat hält Anrufe und Chats in einem Posteingang, sodass das im Anruf Gesagte direkt neben den Nachrichten des Kunden bleibt.

WhatsApp-Anrufe. Mit WhatsApp-Anrufen in MonoChat nehmen Ihr Team oder ein KI-Voice-Agent Anrufe an und sehen dabei den Chatverlauf des Kunden. Nach jedem Anruf kann MonoChat das Ergebnis zusammenfassen, Anliegen und Stimmung taggen und strukturierte Notizen an Ihr CRM, Helpdesk oder interne Systeme übertragen.

Telefonanrufe über SIP. Auf Ihrer SIP-Leitung folgen Anrufaufzeichnung und Transkripte vier Schritten:

1. Verbinden Sie Ihren SIP-Anbieter: Trunk-Zugangsdaten, eingehende Nummern und ausgehende Anrufer-ID.
2. Legen Sie die Aufzeichnungsrichtlinie fest: welche Anrufe aufgezeichnet werden, ein Aufzeichnungshinweis im Anrufablauf und wer auf Aufnahmen zugreifen darf.
3. Aktivieren Sie Transkripte und Zusammenfassungen, damit aufgezeichnete Anrufe zu Text mit einer kurzen KI-Zusammenfassung werden.
4. Prüfen, durchsuchen und automatisieren: Transkripte durchsuchen, Qualität in Analysen prüfen und Workflows aus Anrufergebnissen auslösen.

Für den Datenschutz bietet MonoChat rollenbasierte Berechtigungen, Audit-Logs, Steuerung der Aufzeichnungsrichtlinien, PII-sichere Workflows und optionale Schwärzung; mehr dazu auf unserer Sicherheitsseite. KI-Anrufzusammenfassungen extrahieren Anliegen, Aufgaben und CRM-fertige Notizen, und die Workflow-Automatisierung kann aus dem Anrufergebnis ein Ticket erstellen, einen Termin buchen oder eine Nachfassnachricht per WhatsApp oder SMS senden.

Sie können mit dem kostenlosen Basic-Tarif (ein Agent, ein Kanal) unter app.monochat.ai starten oder auf der Preisseite weitere Tarife ansehen.

Quellen

• Meta for Developers: Anrufaufzeichnung
• Meta for Developers: Anruftranskription
• Meta for Developers: Anrufeinstellungen konfigurieren (Voicemail)
• Meta for Developers: Calling-FAQ
• Meta for Developers: Preise der Calling API
• PCI Security Standards Council: FAQ zu Kartenprüfnummern in Audioaufnahmen