fonio vs. Retell
Entwickler-API gegen fertiges Produkt

Zwei Plattformen, zwei verschiedene Ausgangspunkte

Wer nach einem KI-Telefonassistenten sucht, landet schnell bei Retell AI, einer in den USA gebauten Voice-AI-Plattform, die vor allem unter Entwicklern bekannt ist. Daneben taucht fonio.ai auf, ein Anbieter aus Wien, der gezielt für den deutschsprachigen Markt entwickelt wurde.

Auf dem Papier lösen beide dasselbe Problem: Das Telefon wird beantwortet, auch wenn niemand abnehmen kann. Im Alltag trennen sie aber Welten. Retell ist eine Entwickler-Plattform, fonio ein fertiges Produkt zum Einrichten. Wer den Unterschied früh versteht, spart sich später Frust.

Für deutschsprachige KMU ohne IT-Team ist fonio.ai die naheliegende Wahl: ein fertig konfiguriertes Produkt mit deutscher Oberfläche und EU-Datenresidenz (Hetzner), während Retell AI eine Entwickler-Plattform ist, bei der Sprachmodell, Telefonie und Stack selbst zusammengesteckt werden.

Was ist Retell AI?

Retell AI ist eine Voice-AI-Plattform aus den USA, die sich primär an Entwickler und technische Teams richtet. Du wählst selbst das Sprachmodell (LLM), die Sprachausgabe (TTS) und verbindest die Telefonie über einen separaten Anbieter wie Twilio. Retell nennt auf der eigenen Preisseite beispielhaft GPT 4.1, Claude 5 Sonnet und GPT 5.5 als wählbare Sprachmodelle; bei der Sprachausgabe stehen unter anderem ElevenLabs, Cartesia, Minimax, Fish und OpenAI zur Wahl.

Diese Wahlfreiheit ist der Kern des Modells: Es gibt keine Grundgebühr und keinen Mindestumsatz, zum Ausprobieren gibt es 10 USD Startguthaben. Wer ein Entwicklerteam hat und eine maßgeschneiderte Lösung bauen will, bekommt hier viel Kontrolle und einen niedrigen Einstieg. Eine grafische Oberfläche zum Konfigurieren ist vorhanden, der Aufbau folgt aber der Logik einer Entwicklerplattform: Modell, Stimme und Telefonie sind Entscheidungen, die du triffst, nicht Voreinstellungen, die du übernimmst.

Zielmarkt laut Eigendarstellung: Entwickler, technische Teams und Unternehmen mit eigener IT.

Was ist fonio?

fonio.ai ist ein fertiger KI-Telefonassistent, der für den deutschsprachigen Markt gebaut wurde. Deutsch ist hier nicht eine von vielen unterstützten Sprachen, sondern der Ausgangspunkt der ganzen Plattform. Eingerichtet wird der Assistent über ein Web-Interface. Kein Code, keine Modellwahl, keine Infrastruktur-Entscheidungen.

Das Unternehmen sitzt in Wien, Österreich, also innerhalb der EU. Die Bedienoberfläche, die Dokumentation und der Support sind auf Deutsch.

Zielmarkt laut Eigendarstellung: KMU im DACH-Raum, also Arztpraxen, Handwerksbetriebe, Hotels, Kanzleien, Steuerberater und Autohäuser.

Kostenmodell: Festes Abo gegen Pay-per-Minute

Der Preis ist der greifbarste Unterschied. Beide Modelle hier mit ihren eigenen Zahlen.

Retell rechnet nutzungsbasiert ab, ohne Grundgebühr und ohne Mindestumsatz. Der beworbene Einstieg von 0,07 USD je Minute ist allerdings kein Endpreis, sondern nur die Summe aus Voice-Infrastruktur (0,055 USD) und der günstigsten Sprachausgabe (0,015 USD). Sprachmodell und Telefonie kommen getrennt obendrauf. Retell beziffert die Bausteine selbst: Sprachmodell je nach Wahl 0,045 USD (GPT 4.1) bis 0,16 USD (GPT 5.5), Sprachausgabe 0,015 USD bzw. 0,040 USD bei ElevenLabs, Telefonie im Beispiel 0,015 USD über US-Twilio. Eine sparsame Konfiguration landet damit bei rund 0,13 USD je Minute, eine gehobene bei rund 0,19 USD. Mit Wissensdatenbank, Rauschunterdrückung und Guardrails (je 0,005 USD) sind es 0,205 USD, mit PII-Entfernung 0,01 USD mehr, und die von Retell selbst genannte Obergrenze liegt bei 0,31 USD. Dazu kommen 2 USD im Monat für eine Rufnummer und 8 USD je gleichzeitiger Leitung über die 20 inklusiven hinaus. Ein Jahresabo weist die Preisseite nicht aus.

fonio arbeitet mit festen Monatsabos: Solo kostet 119 Euro im Monat (99 Euro im Jahresabo) und enthält 1.000 Gesprächsminuten, jede weitere 0,15 Euro. Team kostet 359 Euro (299 Euro im Jahresabo) und enthält 3.600 Minuten, jede weitere ebenfalls 0,15 Euro. Telefonie, Sprachmodell und Sprachausgabe stecken darin, es gibt keine getrennten Provider-Rechnungen.

Preisstand: fonio und Retell jeweils abgelesen am 6. September 2026. fonio-Beträge sind Euro netto, Retell-Beträge USD netto. Wir rechnen sie hier bewusst nicht ineinander um, weil ein Wechselkurs die Aussage genauer erscheinen ließe, als sie ist.

Was das im Alltag bedeutet, hängt am Volumen. Bei wenigen Anrufen ist Retell günstiger: Wer 200 Minuten im Monat telefoniert, zahlt bei Retell je nach Stack rund 26 bis 38 USD Nutzung plus 2 USD Rufnummer, während fonio Solo auch dann 119 Euro kostet. Bei 1.000 Minuten liegen die Größenordnungen beieinander: rund 132 USD (sparsam) bis 192 USD (gehoben) bei Retell gegen 119 Euro bei fonio, dort inklusive Telefonie. Bei 3.600 Minuten sind es rund 470 bis 686 USD bei Retell gegen 359 Euro bei fonio Team.

Der Unterschied, der über jedes Volumen hinweg bleibt, ist die Planbarkeit. Bei Retell entsteht die Rechnung aus sechs Positionen, die man selbst addieren muss, ohne Deckel nach oben: Ein Monat mit ungewöhnlich vielen oder langen Gesprächen schlägt voll durch. Bei fonio steht der Sockelbetrag fest, der Überminutenpreis ist bekannt, abgerechnet wird in Euro, und es gibt 30 Tage Geld-zurück-Garantie.

DSGVO: Wo die Daten liegen

Retell ist ein US-Unternehmen und in der Breite ordentlich zertifiziert: SOC 2 Type II, ISO 27001, HIPAA-Bereitschaft und DSGVO-Konformität nach eigener Darstellung. Für Anforderungen an den Speicherort verweist Retell auf ein On-Prem-Deployment im Enterprise-Vertrag.

Eine öffentlich zugesagte EU-Datenresidenz außerhalb dieses On-Prem-Angebots haben wir dagegen nicht gefunden, weder eine Zusage für Europa noch eine gegenteilige Angabe. Belastbar ist damit nur eine Aussage: Der Speicherort steht nicht öffentlich fest und gehört vor Vertragsschluss geklärt. Hinzu kommt der US CLOUD Act, der US-Behörden grundsätzlich Zugriff auf Daten amerikanischer Unternehmen erlauben kann, auch wenn diese in Europa gespeichert sind. Für Betriebe mit strengen Anforderungen an die Datenhoheit ist beides vorab zu prüfen.

fonio sitzt in Wien, also in der EU, und setzt auf EU-Datenresidenz: Die Server laufen in Hetzner-Rechenzentren in der EU, für Audio gilt Zero-Data-Retention. Einzelne US-Sub-Prozessoren (etwa für Sprachmodell oder Transkription) sind über das EU-US Data Privacy Framework und Standardvertragsklauseln (SCC) abgesichert.

Für Arztpraxen, Heilpraktiker, Rechtsanwälte und Steuerberater ist EU-Datenresidenz keine Vorliebe, sondern Teil der Compliance-Pflicht. fonio bringt sie mit EU-Servern und einem AVV nach Art. 28 DSGVO von Haus aus mit, während du bei einem US-Anbieter wie Retell deutlich genauer hinschauen musst.

Deutsch: Kernsprache gegen eine von vielen

Retell unterstützt Deutsch neben zahlreichen weiteren Sprachen. Wie gut ein Gespräch auf Deutsch klingt, ist dort allerdings keine Produkteigenschaft, sondern das Ergebnis der eigenen Konfiguration: Die Stimme kommt vom gewählten TTS-Anbieter, das Sprachverständnis vom gewählten Modell. Beides lässt sich sehr gut einstellen, aber jemand muss es einstellen und testen. Plattform, Dokumentation und Support sind auf Englisch ausgerichtet.

fonio wurde gezielt für deutschsprachige Anrufe entwickelt. Dazu gehören mehrere deutsche Stimmen, eine auf Deutsch optimierte Spracherkennung samt Erkennung von deutschen Namen, E-Mail-Adressen und Telefonnummern sowie eine durchgängig deutsche Oberfläche.

Setup: Klicken gegen Programmieren

Bei Retell gehört ein funktionierender Agent zusammengebaut: Sprachmodell wählen, Sprachausgabe konfigurieren, Telefonie über einen externen Anbieter wie Twilio anbinden und den Prompt feinschleifen. Für ein Entwicklerteam ist das machbar. Für einen Handwerksbetrieb oder eine Praxis ohne IT-Personal ist es der falsche Startpunkt.

Bei fonio läuft es in drei Schritten: Assistenten anlegen, konfigurieren, Telefonnummer verbinden. Nach eigener Angabe ist der Assistent in wenigen Minuten einsatzbereit, ohne technische Vorkenntnisse. Wer das nicht selbst machen möchte, nutzt das begleitete Onboarding durch das fonio-Team.

Beispiel: fonio oder Retell für eine Steuerkanzlei ohne IT

Ein angenommener Fall, kein Kundenprojekt: Eine kleine Steuerkanzlei hat kein IT-Team, nur einen Drucker, der manchmal streikt. Auf einer Entwickler-Plattform wie Retell müsste sie Modellwahl, Sprachausgabe und Telefonie selbst zusammenstecken, in aller Regel also externe Hilfe einkaufen, deren Kosten in keinem Minutenpreis stehen. Mit fonio richtet dieselbe Kanzlei den Telefonassistenten an einem Nachmittag über das Web-Interface ein, ohne eine Zeile Code. Der Unterschied ist nicht die Technik im Inneren, sondern wer sie bedienen kann.

Vergleichsüberblick

Beide Spalten sind am 6. September 2026 an den Preisseiten der Anbieter abgelesen. fonio rechnet in Euro netto, Retell in USD netto.

Für wen welcher Anbieter passt

Retell AI ist die richtige Wahl, wenn ein Entwicklerteam im Haus sitzt, das eine eigene Lösung bauen will: eigene Modelle, eigener Modell-Stack, volle Kontrolle über jede Komponente. Für Agenturen und SaaS-Anbieter, die selbst Voice-Produkte entwickeln, ist Retell ein starkes Fundament. Zwei weitere Fälle sprechen sachlich für Retell: sehr geringes Anrufvolumen, weil ohne Grundgebühr nur die tatsächlich telefonierten Minuten anfallen, und starke Anrufspitzen, weil 20 gleichzeitige Anrufe ohne Aufpreis inklusive sind. Bei fonio sind es je nach Tarif einer oder drei.

fonio ist die richtige Wahl für deutschsprachige KMU ohne eigenes IT-Team, die einfach möchten, dass das Telefon zuverlässig beantwortet wird, mit einem festen Monatsbetrag in Euro und EU-Datenhaltung. Wer keinen Entwickler hat, der eine Plattform zusammenbaut, fährt mit dem fertigen Produkt besser, und ab etwa tausend Gesprächsminuten im Monat liegen beide Angebote ohnehin in derselben Größenordnung.

Häufige Fragen

Ist Retell AI günstiger als fonio? Bei geringem Volumen ja: Retell hat keine Grundgebühr, sodass 200 Gesprächsminuten je nach Modell-Stack rund 26 bis 38 USD plus 2 USD Rufnummer kosten, während fonio Solo auch dann 119 Euro im Monat kostet (99 Euro im Jahresabo). Ab etwa tausend Minuten dreht sich das Bild: Dort liegt Retell bei rund 132 bis 192 USD gegen 119 Euro bei fonio, und bei 3.600 Minuten sind es rund 470 bis 686 USD gegen 359 Euro bei fonio Team. Der beworbene Einstieg von 0,07 USD je Minute ist dabei nie der Endpreis, weil Sprachmodell und Telefonie separat abgerechnet werden und der reale Satz nach Retells eigenen Bausteinpreisen bei 0,13 bis 0,31 USD liegt (Preisstand beider Anbieter: 6. September 2026, fonio in Euro netto, Retell in USD netto, ohne Wechselkursumrechnung).

Kann Retell AI ohne Programmierkenntnisse eingerichtet werden? Retell bietet eine grafische Oberfläche zur Konfiguration, richtet sich nach eigener Darstellung aber an Entwickler und technische Teams. Die vollständige Einrichtung mit Modellwahl, Sprachausgabe und externer Telefonie setzt technisches Verständnis voraus, und der Aufwand dafür taucht im Minutenpreis nicht auf. Für KMU ohne IT-Ressourcen ist er selten allein zu stemmen.

Wie steht es bei beiden um die DSGVO? Retell ist ein US-Unternehmen und weist SOC 2 Type II, ISO 27001, HIPAA-Bereitschaft und DSGVO-Konformität aus, sagt einen europäischen Speicherort öffentlich aber nicht zu; für Residenz-Anforderungen verweist der Anbieter auf ein On-Prem-Deployment im Enterprise-Vertrag. Über den US CLOUD Act können US-Behörden zudem grundsätzlich auf Daten amerikanischer Anbieter zugreifen. fonio dagegen sitzt in Wien und setzt auf EU-Datenresidenz (Hetzner-Rechenzentren in der EU), Zero-Data-Retention für Audio und einen AVV nach Art. 28 DSGVO; einzelne US-Sub-Prozessoren sind über das EU-US Data Privacy Framework und Standardvertragsklauseln (SCC) abgesichert.

Wie unterscheidet sich die Deutsch-Qualität? fonio wurde gezielt auf deutschsprachige Anrufe optimiert, inklusive Erkennung von deutschen Namen, E-Mail-Adressen und Telefonnummern, und kommt in dieser Einstellung fertig aus dem Karton. Retell unterstützt Deutsch ebenfalls, überlässt die Qualität aber der eigenen Konfiguration: Stimme und Sprachverständnis hängen vom gewählten TTS- und Sprachmodell ab, was mehr Spielraum bedeutet, aber eben auch mehr Arbeit beim Einstellen und Testen.

Was kostet es, den Voice Agent direkt von FoxifAI einrichten zu lassen? Wenn FoxifAI den kompletten Aufbau übernimmt, starten die Pakete bei 1.920 Euro Einrichtung plus ab 100 Euro monatlich, jährlich kündbar. Du bekommst einen fertig konfigurierten KI-Telefonassistenten, ohne dich selbst um Technik oder Modellwahl kümmern zu müssen.

Bietet FoxifAI auch Implementierungen auf Retell-Basis an? Nein. FoxifAI setzt auf fonio als bewährte Lösung für DACH-KMU mit EU-Datenhaltung und deutscher Sprachoptimierung. Bei speziellen Anforderungen beraten wir gerne im Erstgespräch.

Mehr zu unserem KI-Telefonassistenten findest du auf der Service-Seite. Einen weiteren Direktvergleich gibt es unter fonio vs. Vapi, eine breitere Marktübersicht im Voice-Agent-Anbieter-Vergleich. Willst du gezielt von Retell weg, lies die Retell AI Alternative. Wenn du fonio allgemein mit anderen Lösungen abwägst, hilft die Seite fonio Alternative, und alle Tarife stehen unter fonio Preise. Ob fonio eine API hat und wie sich der Assistent per Schnittstelle an CRM oder Warenwirtschaft anbinden lässt, steht unter fonio Integrationen. Als offizieller fonio-Partner geben wir dir einen persönlichen Code für 10 % auf dein erstes Abo, kostenlos per E-Mail und im fonio-Checkout einzugeben. Ohne eingetragenen Code gilt der Listenpreis.

Jetzt kostenloses Erstgespräch buchen (öffnet in neuem Tab). Wir zeigen dir, welche Lösung zu deinem Betrieb passt.