Handwerk & Baugewerbe

Handwerksbetriebe verlieren täglich Aufträge, weil Angebote zu spät rausgehen — der Kunde hat längst woanders unterschrieben.

Ein LLM generiert aus Stichpunkten, Aufmaßdaten und Preislisten fertige Angebotsdokumente — inklusive nummerierter Positionen, Leistungsbeschreibungen und Gesamtkalkulation mit MwSt.

Angebote, die früher 2–3 Stunden dauerten, entstehen in 20–40 Minuten. Betriebe bearbeiten doppelt so viele Anfragen ohne mehr Personal.

ChatGPT/Claude mit eigenem Prompt (kein Setup)Vorlagenworkflow pro Gewerk (2–4 Std. Einrichtung)Automatisierter Workflow via Make/API-Integration

Baudokumentation wird auf der Baustelle vernachlässigt oder nachträglich aus dem Gedächtnis erstellt — mit Lücken, die bei Streitigkeiten teuer werden.

Multimodale LLMs (GPT-4o, Claude) verarbeiten Fotos, Sprachaufnahmen und kurze Notizen direkt von der Baustelle und generieren daraus strukturierte Tagesberichte, Mängelprotokolle und Abnahmedokumente.

Betriebe reduzieren den Dokumentationsaufwand um 50–70 % (Schätzwert aus Praxisberichten) und haben im Streitfall lückenlose, zeitgestempelte Beweise für erbrachte Leistungen.

ChatGPT/Claude direkt (kein Setup)Strukturierter Workflow mit eigener BerichtsvorlageAutomatisierter Cloud-Workflow via Make

Handwerksbetriebe verlieren Kunden durch langsame oder unprofessionelle Kommunikation — Anrufe nicht zurückgerufen, E-Mails tagelang unbeantwortet.

LLM-basierte KI-Assistenten (GPT-4o, Claude) übernehmen die erste Reaktion auf Anfragen, erstellen Terminbestätigungen und informieren Kunden automatisch über Projektstände.

Kunden fühlen sich besser betreut, Weiterempfehlungsrate steigt, und der Büroaufwand für Kundenkommunikation sinkt um 30–40 %.

ChatGPT / Claude als Schreibassistent (kein Setup)Automatisierte Erstantworten via Make oder ZapierWebsite-Chatbot via Tidio + WhatsApp Business API

Fehlende oder falsch kalkulierte Materialien verursachen teure Baustopps, Nachlieferungen und gebundenes Kapital durch Überbestellung.

Ein LLM (GPT-4o, Claude) liest Angebote und Pläne aus, erstellt daraus Materiallisten mit Mengen und Artikelnummern und schlägt Bestellmengen mit Puffer vor.

Fehlbestellungen sinken um 60–70 % (Schätzwert aus Praxisberichten), Nachlieferungen werden seltener und Materialkosten lassen sich durch bessere Planung um 10–15 % senken.

ChatGPT/Claude direkt (kein Setup)Workflow-Automatisierung via Make/ZapierLieferantensystem-Integration via API

Aufmaße werden auf der Baustelle schnell und oft unstrukturiert notiert — die Übertragung ins Büro kostet Zeit und ist fehleranfällig.

OCR erkennt handschriftliche Aufmaßnotizen, ein LLM strukturiert die Rohdaten zu Aufmaßtabellen mit automatischer Flächenberechnung und Plausibilitätsprüfung.

Die Übertragungszeit vom Aufmaß ins Angebot sinkt um 50–60 % (Schätzwert aus Praxisberichten), Übertragungsfehler werden seltener und Kalkulationsbasis ist zuverlässiger.

ChatGPT/Claude direkt — kein Setup, sofort nutzbarSpracherkennung (Whisper) + LLM-StrukturierungVollautomatisierter Workflow via Make + API-Anbindung

Abschlussrechnungen entstehen im Schnitt 8–14 Tage nach Auftragsabschluss — 60–90 Minuten Aufwand pro Rechnung, den Meister am Abend oder Wochenende leisten.

Ein LLM übernimmt aus dem genehmigten Angebot die Grundstruktur, ergänzt Ist-Werte (Stunden, Mehr-/Mindermengen) und generiert eine vollständige Abschlussrechnung mit §14-UStG-Prüfung.

Erstellungszeit von 75 auf 20 Minuten, Rechnungsversand 6–10 Tage früher — messbar bessere Liquidität.

ChatGPT / Claude direkt (kein Setup)Buchhaltungssoftware mit KI (Lexoffice, sevDesk)Automatisierter Workflow via Make.com

Die Tourenplanung für Monteure kostet täglich Stunden — und trotzdem entstehen Leerfahrten, Terminkollisionen und ineffiziente Routen.

Ein LLM kombiniert Standorte, Qualifikationsmatrizen und Auftragsdauern zu optimierten Tagesplänen — ergänzt durch regelbasierte Routenoptimierung für die Fahrtzeiten.

Fahrtkosten sinken um 15–25 %, Monteure erledigen mehr Aufträge pro Tag, und Terminkollisionen werden seltener.

ChatGPT/Claude direkt (kein Setup, sofort testbar)Make.com-Workflow mit ChatGPT API (halbautomatisch)Spezialisierte Dispositionssoftware mit KI-Modul

Qualitätsdokumentation wird oft als Bürokratie wahrgenommen und vernachlässigt — mit Folgen bei Gewährleistungsstreitigkeiten.

Ein LLM (Large Language Model) wandelt Sprachnotizen, Messwerte und Fotos direkt auf der Baustelle in strukturierte Abnahmeprotokolle, Checklisten und Qualitätsnachweise um.

Betriebe haben bei Gewährleistungsfragen lückenlose Nachweise — in Betrieben mit 3 Reklamationen/Jahr spart lückenlose Dokumentation nachweislich 6.000–8.000 € pro Jahr.

ChatGPT / Claude direkt (kein Setup)Foto + Sprache → Protokoll via Make-WorkflowVollintegriert: Cloud-Archiv + digitale Abnahme

Gewährleistungsfristen werden manuell nur lückenhaft verfolgt — Betriebe verpassen Fristen oder reagieren zu langsam auf Reklamationen.

NLP-gestützte Systeme verknüpfen abgeschlossene Aufträge automatisch mit Gewährleistungsfristen und generieren per LLM strukturierte Reklamationsantworten und Erstprotokolle.

Weniger versäumte Fristen, Erstreaktion auf Reklamationen innerhalb von Minuten statt Stunden — bei 120 Aufträgen/Jahr verhindert das System erfahrungsgemäß 1 übersehene Frist alle 2–3 Jahre.

Manuelle Fristen-Datenbank + ChatGPT für AntwortenAutomatisierter Workflow via Make.comCRM-Integration mit Fristenmodul

Die Personalplanung in Handwerksbetrieben ist komplex: Urlaub, Krankheit, Qualifikationen und Auftragslage müssen täglich abgewogen werden.

LLM-basierte Planungsassistenten optimieren Einsatzpläne mittels Constraint-Satisfaction über Auftragslage, Qualifikationen, Arbeitszeitgrenzen und Mitarbeiterwünsche.

Planungszeit sinkt um 40–60 % (Schätzwert aus Praxisberichten), Mitarbeiterzufriedenheit steigt durch transparentere und fairere Einsatzplanung.

ChatGPT/Claude direkt (kein Setup, ab 0 €)HR-Software + KI-Assistent (z. B. Personio + ChatGPT)Vollintegrierter Planungsworkflow via Make.com/Zapier

Aufmaß auf der Baustelle dauert je nach Objektgröße 1–4 Stunden. Die Übertragung in digitale Dokumente kostet nochmals Zeit — und Übertragungsfehler kosten Marge.

Smartphone- oder Tablet-Apps nutzen LiDAR-Sensoren kombiniert mit CNN-basierter Bildanalyse, um Räume in Minuten zu erfassen und direkt als Grundriss, Aufmaßliste oder Angebotsbasis zu exportieren.

Aufmaßzeit um 60–80 % reduzieren (Schätzwert), Übertragungsfehler eliminieren, Angebote noch beim Kundentermin erstellen.

Scan-App auf vorhandenem iPad/iPhone (kein Setup)LiDAR-App + Export in AngebotssoftwareLiDAR-App + CAD-Integration + ERP-Anbindung

Erfahrene Handwerker gehen in Rente und nehmen ihr Know-how mit. Azubis und neue Mitarbeiter lernen langsam, machen vermeidbare Fehler — und Meister verbringen zu viel Zeit mit Erklären.

RAG-basierte (Retrieval Augmented Generation) Wissensdatenbank und digitale Assistenten bündeln Anleitungen, Tipps und Checklisten — abrufbar per Sprachfrage oder Foto auf dem Smartphone.

Einarbeitungszeit um 30–40 % verkürzen (Schätzwert aus Praxisberichten), Fehlerquote bei Azubis reduzieren, Meisterwissen sichern bevor es verloren geht.

ChatGPT Custom GPT / NotebookLM (kein eigenes Setup)Make.com-Workflow für automatische WissenserfassungEigene RAG-Infrastruktur mit Self-Hosting

Handwerksbetriebe reagieren auf Online-Bewertungen gar nicht oder nach Wochen mit allgemeinen Floskeln — und verlieren dadurch Neukunden, die die Antwortqualität genauso beobachten wie die Sternezahl.

Ein LLM (Large Language Model) analysiert alle vorliegenden Bewertungen per NLP auf Themenmuster, erstellt Antwortentwürfe im Betriebston und zeigt, welche kritischen Bewertungen zuerst adressiert werden sollten.

Reaktionszeit auf Bewertungen von 3–14 Tagen auf unter 4 Stunden reduziert, Zeitaufwand pro Antwort von 15–25 auf 5–8 Minuten gesenkt, wiederkehrende Kritikthemen systematisch erkannt und adressiert.

ChatGPT / Claude kostenlos (kein Setup)Gemini für Google-Workspace-NutzerMARA Solutions ab 49 USD/Monat (Mehrstandort)

Handwerksbetriebe haben für viele Standardtätigkeiten keine schriftlichen Anweisungen — neue Mitarbeiter lernen durch Beobachten, Fehler entstehen, Haftungsrisiken wachsen.

Ein LLM (Large Language Model) wandelt mündliche Beschreibungen oder Fotos in strukturierte Schritt-für-Schritt-Anleitungen mit Sicherheitshinweisen und Qualitätschecklisten um.

Einarbeitungszeit neuer Mitarbeiter um 20–30 % reduziert, Fehlerquote bei Standardtätigkeiten messbar gesunken, Betrieb unabhängiger von einzelnen Schlüsselpersonen.

ChatGPT oder Claude für erste AnweisungenScribe für bildschirmbasierte ProzessanleitungenNotion AI für strukturiertes Betriebshandbuch

Viele Kunden wissen nicht, welche Förderungen für ihre Maßnahme in Frage kommen — und entscheiden sich gegen teurere, aber bessere Lösungen, die gefördert wären.

Ein LLM (Large Language Model) mit hinterlegten Förderprogramm-Dokumenten als Kontext analysiert die Auftragsart und erstellt eine personalisierte Förderübersicht für den Kunden — als Teil des Angebotsprozesses oder als separates Beratungsdokument.

Höhere Auftragswerte durch bessere Beratung, 15–25 % mehr Auftragsvolumen bei förderfähigen Maßnahmen, Kundenzufriedenheit durch proaktiven Service.

NotebookLM mit aktuellen Förderrichtlinien-PDFsPerplexity für Live-Recherche von KfW/BAFA-KonditionenChatGPT/Claude mit Vorlage als Angebotsbeilage

Disponenten planen Fahrtenrouten manuell und ineffizient — Leerfahrten, zu weite Umwege und falsch ausgestattete Fahrzeuge für Aufträge kosten täglich Stunden und hunderte Euro.

Ein constraint-basierter Optimierungsalgorithmus (Vehicle Routing Problem) berechnet optimierte Tagesrouten unter Berücksichtigung von Auftragsprioritäten, Fahrzeugausstattung, Fahrtzeit und Techniker-Qualifikation.

Leerfahrten um 15–25 % reduziert, täglich 45–90 Minuten Disponent- und Fahrzeit eingespart, 10–15 % mehr Aufträge pro Techniker möglich.

OptimoRoute für reine RoutenoptimierungWebfleet für komplettes Flottenmanagement mit TelematikAREALCONTROL für automatisierte Wartungsdisposition

Wartungsverträge bringen planbaren Umsatz — aber Betriebe mit dutzenden Verträgen verlieren den Überblick über Intervalle und vergessen fällige Einsätze, bis Kunden sich beschweren.

Regelbasierte Intervalllogik mit LLM-Unterstützung überwacht alle Wartungsverträge, generiert automatisch Terminvorschläge für die Disposition und erstellt personalisierte Erinnerungsschreiben für Kunden.

Vergessene Wartungseinsätze von 15–20 % auf unter 3 % reduziert, Wartungsvertrags-Umsatz durch proaktive Planung um 10–20 % gesteigert.

ChatGPT/Claude für Erinnerungsschreiben aus VertragslistePraxedo als günstiges Field-Service-Tool für Einsteigermfr oder pds für vollintegriertes Wartungsmanagement

Handwerksbetriebe bestellen zu viel (Kapitalbindung, Lagerkosten) oder zu wenig (Projektverzögerungen, Expresslieferkosten) — weil kein System den Bedarf mit dem Lagerbestand abgleicht.

Predictive Analytics auf Auftragshistorie und Verbrauchsdaten prognostiziert den Materialbedarf je Auftrag und gleicht ihn mit dem aktuellen Lagerbestand ab — mit automatischen Bestellvorschlägen.

Lagerkosten um 15–25 % reduziert, Expresslieferungen um 40–60 % weniger, Projektverzögerungen durch fehlende Materialien um 70 % reduziert.

repleno für automatisierte Verbrauchsmaterial-Bestellungplancraft für Angebot und Lager im selben SystemSTREIT V.1 mit Großhandel-Direktanbindung für Elektro/SHK

Handwerksbetriebe bekommen wenige Bewerbungen, weil Stellenanzeigen generisch und unattraktiv sind — und verlieren dann Zeit mit unpassenden Bewerbungen ohne systematische Vorselektion.

Ein LLM erstellt attraktive, berufsspezifische Stellenanzeigen im richtigen Ton für Fachkräfte und analysiert eingegangene Bewerbungen strukturiert anhand vorher definierter Mindestkriterien.

Attraktivere Stellenanzeigen in 30–60 Minuten statt 2–3 Stunden; Vorselektion von 2–3 Stunden auf 20–30 Minuten je Stelle reduziert.

ChatGPT oder Claude direkt nutzenJOIN für Multiposting auf JobbörsenPersonio oder softgarden ab 10+ MA

Die meisten Handwerksbetriebe haben eine veraltete Website, ein halb gepflegtes Google Business-Profil und schreiben seit Jahren keine Neuigkeiten mehr — weil Texterstellung zeitaufwändig ist und Agenturen für kleine Betriebe zu teuer sind.

Ein Large Language Model (LLM) generiert Leistungsbeschreibungen, Über-uns-Texte, saisonale Google-Beiträge und Bewertungsantworten auf Basis strukturierter Betriebsinformationen — in wenigen Stunden statt mehreren Wochen.

Website-Texterstellung von mehreren Tagen auf 2–4 Stunden reduziert, professionelle Online-Präsenz ohne Agentur-Kosten (Texte allein typisch 500–1.500 € extra), Google Business wöchentlich befüllbar in unter 30 Minuten.

ChatGPT oder Claude für TexteCanva für BegleitgrafikenGoogle Business Profile zur Veröffentlichung

Ein leises Tropfen hinter der Wand ist schwer zu orten. Kunden beschreiben die Geräuschquelle ungenau, Handwerker suchen mit dem Stethoskop und öffnen im Zweifel mehrere Stellen. Das kostet Zeit, Geld und verursacht unnötige Bauschäden.

Mehrere Mikrofon-Sensoren werden außen auf Wand, Boden und Rohrleitungen geklemmt. Ein FFT-basierter Kreuzkorrelationsalgorithmus berechnet aus den Laufzeitunterschieden der Schallsignale die Leckstelle und zeigt sie auf einem Grundriss-Overlay — Genauigkeit 5–20 cm.

Suchaufwand von 2–5 Stunden auf 20–50 Minuten reduzierbar. Wandöffnungen im Durchschnitt von 2–4 auf 1 reduzierbar. Pro Einsatz 300–1.200 € durch vermiedene Fehlöffnungen einsparbar.

Leckortungsdienst beauftragenSewerin Aquaphon tageweise mietenSewerin Aquaphon A200 anschaffen

Bei jedem Auftrag entstehen Holzreste, die theoretisch für Folgeprojekte nutzbar wären — aber niemand weiß genau, was noch im Lager liegt und welche Maße verfügbar sind. Am Ende wandern teure Eiche- oder Nussbaumreste in den Container statt in den nächsten Auftrag.

Eine Lager-App erfasst Restholzstücke mit Maßen per Scan oder manuell. Ein Column-Generation-Algorithmus schachtelt neue Schnittlisten optimal in vorhandene Reste — und minimiert so Neukauf und Abfall.

Holzabfall um 15–30 % reduzierbar. Bei Edelholz ab 80 €/m² sind die Einsparungen schnell vierstellig pro Monat.

Max-Cut Community Edition kostenlosHOMAG intelliDivide oder OptiCutHERO Software Lager-Modul integriert

Eine unterladene oder überfüllte Wärmepumpe läuft zwar, aber ineffizient — der Betreiber merkt es erst an der Stromrechnung. Korrekter Kältemittelstand erfordert Berechnung von Überhitzung, Unterkühlung und Systemdruck unter Berücksichtigung von Außentemperatur, Hersteller-Sollwerten und aktuellem Lastpunkt. Das können nur sehr erfahrene Techniker zuverlässig beurteilen.

Techniker gibt aktuelle Messwerte (Drücke, Temperaturen) in eine KI-Diagnose-App ein. Ein regelbasiertes NLP-Modell mit thermodynamischer Wissensbasis berechnet Überhitzung und Unterkühlung, vergleicht mit Herstellerspezifikation und gibt eine klare Diagnose: Kältemittelmenge, Kompressor-Verschleiß oder Expansionsventilproblem.

Diagnosezeit von 30–60 Minuten auf unter 10 Minuten reduzierbar. Weniger Fehldiagnosen, die zu unnötigem Kältemittelnachfüllen oder Kompressortausch führen — Kompressorschäden kosten typisch 2.000–4.000 €.

Copeland Mobile oder Danfoss Ref ToolsChatGPT/Claude für DifferentialdiagnoseMeasureQuick Premier mit Bluetooth-Sets