Voice-AI-Vergleich DACH 2026: Vapi, Retell, Parloa, Cognigy, Dograh
Letzter Stand: Mai 2026.
Welcher Voice-AI-Anbieter passt für DACH-IT-Verantwortliche?
Die fünf Voice-AI-Anbieter, die DACH-IT-Verantwortliche 2026 evaluieren, teilen sich klar in drei Lager: zwei DACH-Schwergewichte mit Enterprise-Fokus (Parloa, Cognigy), zwei US-Entwickler-Plattformen mit schneller Inbetriebnahme (Vapi, Retell) und eine Open-Source-Alternative für Self-Hosting (Dograh). Die Wahl entscheidet sich nicht an der Feature-Liste, sondern an Datenresidenz, NIS2-Tauglichkeit und Wechselfähigkeit.
Technisch ist jeder dieser Voice-AI-Anbieter eine NLP-Plattform (Natural Language Processing): Speech-to-Text, Natural Language Understanding (NLU), ein Sprachmodell (LLM) und Text-to-Speech. Wer Voice AI oder NLP im DACH-Raum produktiv einsetzen will, bewertet genau diese Kette.
Vergleichsmatrix: Vapi vs Retell vs Parloa vs Cognigy vs Dograh
| Kriterium | Parloa | Cognigy | Vapi | Retell | Dograh |
|---|---|---|---|---|---|
| HQ-Land | Deutschland | Deutschland | USA | USA | USA (Open Source) |
| Hosting-Standard | EU-Hyperscaler | EU + on-prem | US (EU auf Anfrage) | US (EU auf Anfrage) | Self-Hosted oder hosted |
| Self-Hosting-Pfad | Begrenzt | Ja (on-prem) | Nein | Nein | Ja (nativ) |
| Preismodell | Enterprise-Lizenz | Enterprise-Lizenz | Pro Minute | Pro Minute | Open Source / Self-Hosted |
| Time-to-First-Call | Wochen | Wochen | Stunden | Stunden | Tage (mit Runbook) |
| NIS2-Lieferketten-Beweis | Eingeschränkt | Eingeschränkt + on-prem | Eingeschränkt | Eingeschränkt | Vollständig (self-hosted) |
| Typische Zielgruppe | Enterprise CX | Enterprise CX | Entwickler | Entwickler | Engineering-Teams |
Parloa vs Cognigy: Die zwei DACH-Schwergewichte
Parloa mit Sitz in Berlin positioniert sich als generative Conversational-AI-Plattform für Contact-Center. Series-B-finanziert, mit starkem Vertriebsfokus auf den europäischen Mittelstand und Großkonzerne. Die Plattform bringt EU-Hosting auf Hyperscaler-Infrastruktur (typischerweise Microsoft Azure oder AWS in EU-Regionen) und einen vorgelagerten Auftragsverarbeitungsvertrag mit, der DSGVO-konform ist. Was Parloa nicht löst: Sie kontrollieren die Subprocessor-Kette Ihres Hyperscalers nicht, weil sie eine Schicht unter Ihrem Vertragspartner liegt.
Cognigy mit Sitz in Düsseldorf ist 2016 gegründet und damit die längste DACH-CX-Erfahrung im Vergleich. Cognigy liefert ISO 27001 und SOC 2, bietet eine on-prem-Variante für streng regulierte Branchen (Banken, Versicherungen, Energieversorger) und integriert sich tief in Genesys, Avaya und SAP CX. Die on-prem-Option schließt die NIS2-Lieferketten-Lücke teilweise, weil Subprocessor-Risiken durch Self-Hosting entfallen — der Aufwand für Betrieb und Wartung liegt jedoch dann beim Kunden.
Die Wahl zwischen Parloa und Cognigy fällt in der Praxis nach drei Kriterien: bestehende CX-Stack-Landschaft, Compliance-Tiefe und Vertragsverhandlungs-Position. Beide rechnen mit klassischen Enterprise-Lizenz-Modellen — typischerweise fünf- bis sechsstellig pro Jahr je nach Volumen und Modulen.
Vapi vs Retell: Die zwei US-Entwickler-Plattformen
Vapi ist 2023 in San Francisco gegründet, Y-Combinator-Alumni, und liefert die breiteste SDK-Abdeckung im Feld — TypeScript, Python, mehrere Telefonie-Provider (Twilio, Vonage, Plivo), eine ausgereifte API für Programmable-Voice-Workflows. Time-to-First-Call: wenige Stunden bei vorhandenem Twilio-Account.
Retell verfolgt einen ähnlichen Pfad mit stärkerem Fokus auf Streaming-Latenz und Voice-Quality. Die Plattform ist enger und damit oft schneller in einfachen Use-Cases, weniger flexibel bei komplexen Workflows.
Beide Anbieter verarbeiten Audio standardmäßig in US-Cloud-Regionen. EU-Hosting ist auf Enterprise-Anfrage möglich, aber nicht der Default. Für DSGVO-relevante DACH-Anwendungsfälle tragen beide drei offene Risiken: undurchsichtige Subprocessor-Kette, kein dokumentiertes Per-Session-Routing, kein vertraglicher Modell-Versions-Pin pro Anruf. Diese Risiken sind in der Vapi-vs-Retell-Entscheidung nahezu identisch; die Wahl entscheidet sich nach SDK-Präferenz und Telefonie-Integration.
Dograh: Die Open-Source-Alternative
Dograh ist Open-Source-Orchestrierung für Voice-Agenten — relativ neu im Markt, mit MCP-Server- und SDK-Releases im ersten Halbjahr 2026. Der entscheidende Unterschied zu den vier Hosted-Anbietern: Dograh läuft auf Ihrer eigenen Infrastruktur. STT, LLM und TTS sind über OpenAI-kompatible Endpunkte austauschbar, die gesamte Orchestrierung versionierbar, der Modell-Versionsstand pro Anruf logbar.
Dograh wird zur richtigen Wahl, wenn Sie eine der drei NIS2-Kernpflichten — Subprocessor-Kontrolle vorab, Routing-Beweis pro Session, Modell-Versionierung pro Anruf — vertraglich nachweisen müssen. Bei einem hosted Service erfüllt das keiner der vier Wettbewerber strukturell. Dograh kann zudem als gemanagter Service betrieben werden, falls Self-Hosting nicht in Frage kommt — dann gelten allerdings dieselben strukturellen Lieferketten-Fragen wie bei Vapi oder Retell.
Kosten-Vergleich: Hosted SaaS vs Self-Hosted-Stack
Drei Kostenpfade, ehrliche Größenordnungen:
| Pfad | Modell | Größenordnung |
|---|---|---|
| Vapi / Retell | Pro Minute | 0,05 bis 0,20 EUR pro Anruf-Minute |
| Parloa / Cognigy | Enterprise-Lizenz | 5- bis 6-stellig pro Jahr |
| Self-Hosted (Dograh + L40S + L4) | Fixe GPU-Infrastruktur | 1.200 bis 2.800 EUR pro Monat |
Der Break-even von Hosted SaaS gegenüber Self-Hosting auf STACKIT oder PlusServer liegt typischerweise oberhalb von 50.000 Anruf-Minuten pro Monat — bei strengen Compliance-Anforderungen (NIS2 §30, branchen-spezifische Datenresidenz) auch deutlich früher. Wer Voice AI in einem Pilotprojekt unter 10.000 Anruf-Minuten pro Monat einsetzt, fährt mit Vapi oder Retell günstiger; wer skaliert oder unter NIS2 fällt, kippt zu Self-Hosting.
NIS2-Audit-Score je Anbieter
Bezogen auf die sieben Audit-Kategorien der Anbieter-Checkliste liefert keiner der vier Hosted-Anbieter standardmäßig die NIS2-Mindestpunktzahl von 12 von 14. Selbst Cognigys on-prem-Option erfüllt nur die Subprocessor- und Routing-Punkte vollständig; Modell-Versions-Pinning bleibt vertraglich nachverhandelbar. Self-Hosting mit Dograh auf STACKIT oder PlusServer erfüllt alle sieben Kategorien — ist dafür aber operativ aufwendiger.
Die Empfehlung für DACH-IT-Verantwortliche: Hosted-Anbieter für nicht-NIS2-relevante Pilotprojekte, Self-Hosting für Produktivbetrieb in wesentlichen oder wichtigen Einrichtungen.
Empfehlung
Es gibt keine universelle Antwort, aber drei klare Pfade:
- Pilot ohne NIS2-Bezug, schnelle Validierung: Vapi oder Retell. Time-to-First-Call in Stunden, geringe Anfangsinvestition.
- Enterprise-CX mit existierender Stack-Landschaft: Parloa, wenn der Fokus auf moderner Conversational-AI liegt; Cognigy, wenn ISO-Zertifizierung und on-prem-Option entscheidend sind.
- NIS2-relevanter Produktivbetrieb, kundeneigene VPC, Datenresidenz: Dograh oder vergleichbare Open-Source-Orchestrierung auf STACKIT oder PlusServer mit dem NVIDIA L40S + L4 Dual-GPU-Stack. Diese Variante ist im Case Study dokumentiert.
Wer unsicher ist, beginnt mit der Anbieter-Audit-Checkliste — sieben Kategorien, eine Seite, weiterleitbar an Procurement.
Changelog
- 2026-05-21: Erstveröffentlichung. Fünf Anbieter, NIS2-Score, Kosten-Vergleichsmatrix.
Ihre Agenten antworten aus dem, was die Suche gerade findet, und oft ist das der Stand vom letzten Quartal. Ich baue die Kontextschicht, aus der sie antworten und handeln: einen temporalen Wissensgraphen, der jeden Fakt mit Quelle und Gültigkeitszeitraum hält, mit den Rechten der jeweiligen Person liest und nichts ohne Freigabe einer Person schreibt. Auf Ihrem eigenen Tenant, nach Stunden abgerechnet, Schritt für Schritt.