Wer heute „KI im Handwerk" sagt, erntet von Geschäftsführern oft ein müdes Lächeln. Verständlich — vor zwei Jahren wurde dieselbe Phrase mit Roboter-Visionen verkauft, die keinen Bezug zur Werkstatt-Realität hatten. 2026 sieht das anders aus. Die Tools sind reif, die Schnittstellen funktionieren, und die ersten Betriebe sehen messbare Effekte. Drei Beispiele aus realen Implementierungen.
1. Angebotserstellung von 90 Minuten auf 12 Minuten
Eine Tischlerei mit 8 Mitarbeitern in Mittelfranken bekam wöchentlich 15-20 Anfragen — vom Einbaubad bis zur Komplett-Küche. Der Geschäftsführer schrieb jedes Angebot persönlich. Aufwand: durchschnittlich 90 Minuten pro Angebot. 25 Stunden/Woche, die für Vertrieb statt Werkstatt verloren gingen.
Die Lösung: Eine Custom-KI-Anwendung, die aus drei Eingaben — Kundenanfrage (Foto + Text), Maße und Material — automatisch eine Angebots-Vorlage in 8 Minuten generiert. Der Geschäftsführer prüft, ergänzt mit individuellen Hinweisen und versendet. Verbleibender Aufwand: ~ 12 Minuten pro Angebot.
Eingesetzte Technologie: Claude (Sprachmodell), kombiniert mit einer Material-Datenbank in Odoo und einer einfachen Web-Oberfläche.
Effekt nach 3 Monaten: 18 Stunden/Woche freigespielt. Die Konvertierungsrate ist um 12 % gestiegen, weil mehr Anfragen schneller beantwortet werden — und der Kunde, der zuerst ein Angebot bekommt, gewinnt überproportional oft den Auftrag.
2. Materialdisposition: Bestandsfehler von 18 % auf unter 4 %
Ein Sanitär- und Heizungsbetrieb mit 12 Monteuren hatte chronische Lager-Probleme: Material fehlt auf der Baustelle, andere Teile lagen monatelang ungenutzt. Der Inhaber schätzte die jährlichen „verlorenen Gelder" durch Fehlkäufe und Eilbestellungen auf 35.000-45.000 €.
Die Lösung: Eine KI-gestützte Bedarfsprognose, die folgende Datenquellen verbindet:
- Historische Auftragsdaten aus dem ERP
- Aktuelle Auftragspipeline
- Saisonale Muster
- Lieferzeiten der Hauptlieferanten
Das System gibt täglich eine Bestellempfehlung aus. Kein „Black Box"-Algorithmus — der Lagerist sieht für jede Empfehlung den Grund (z.B. „Bestand für 14 Tage, durchschnittlicher Verbrauch 3 Stk/Tag, nächste Großbaustelle in 18 Tagen mit Bedarf von 35 Stk").
Effekt nach 6 Monaten: Bestandsfehler von 18 % auf 3,8 % gesenkt. Eilbestellungen nahezu eliminiert. Liquiditätsbindung im Lager um 22 % reduziert.
3. Service-Tickets: 24-Stunden-Reaktion automatisiert
Ein KFZ-Werkstattverbund mit drei Standorten erhielt täglich 30-50 Anfragen über Telefon, E-Mail und WhatsApp. Reaktionszeit: durchschnittlich 6-8 Stunden. Die Folge: 1 von 5 Anfragen wanderte zur Konkurrenz.
Die Lösung: Ein KI-Assistent, der eingehende Anfragen klassifiziert (Reparatur, TÜV, Reifenwechsel, Inspektion) und automatisch eine erste qualifizierte Antwort mit Terminvorschlägen generiert. Die finale Bestätigung kommt vom Mitarbeiter — aber der Kunde hat innerhalb von Minuten Klarheit.
Eingesetzte Technologie: Anbindung von WhatsApp Business API, E-Mail-Postfach und Webformular an Claude. Verarbeitung läuft DSGVO-konform auf EU-Servern.
Effekt nach 4 Monaten: Reaktionszeit unter 30 Minuten in 92 % der Fälle. Conversion-Rate (Anfrage → Termin) um 31 % gestiegen. 1 zusätzlicher Werkstatt-Termin pro Tag im Schnitt — bei 200 €/Termin sind das ~ 50.000 €/Jahr Mehrumsatz.
Was diese Beispiele gemeinsam haben
Drei Punkte sind in allen Fällen gleich:
- Klein anfangen, schnell liefern. Keines dieser Projekte hat länger als 8 Wochen gedauert. Wer KI-Projekte als Großvorhaben mit 12-Monaten-Roadmap startet, scheitert meist.
- Mensch bleibt im Loop. In keinem der Beispiele entscheidet die KI autonom. Sie schlägt vor, der Mensch prüft. Das senkt Risiken erheblich und schafft Akzeptanz im Team.
- Integration in bestehende Systeme. Niemand will ein zweites Werkzeug öffnen müssen. Die KI sitzt im ERP, im E-Mail-Postfach oder in WhatsApp — dort wo gearbeitet wird.
Was den Aufwand bestimmt
Custom-KI-Anwendungen im Handwerk unterscheiden sich stark im Aufwand:
- Einfache Automation (z.B. Angebots-Generator): individuell nach Briefing, 3-5 Wochen Lieferzeit
- Mittlere Integration (mit Datenbank-Anbindung, mehrere Inputs): individuell nach Briefing, 5-8 Wochen
- Vollständige Workflow-Integration (mehrere Kanäle, Cross-System): individuell nach Briefing, 8-14 Wochen
Alle Implementierungen werden auf Anfrage individuell kalkuliert. Laufende Betriebskosten für API-Calls (Claude, OpenAI) und Hosting werden transparent im Angebot ausgewiesen.
Wo wir starten
Wer ein konkretes Automatisierungs-Vorhaben prüfen möchte: schreiben Sie eine Mail an info@xaicore.de. Im Erstgespräch klären wir, ob KI hier wirklich sinnvoll ist — oder ob eine einfachere Lösung schneller zum Ziel führt. Auch das gehört zur ehrlichen Beratung.