Materialeinkauf und Lagerbestand mit KI optimieren

Das echte Ausmaß des Problems

Für einen Handwerksbetrieb mit fünf Mitarbeitenden belaufen sich die versteckten Kosten schlechter Materialbewirtschaftung laut einer Analyse von repleno auf 28.000 bis 52.000 Euro pro Jahr — die meisten davon erscheinen nicht als Lagerposten in der Buchhaltung, sondern als verlorene Arbeitszeit, verschenkte Fahrtkosten und verpasste Folgetermine.

Eine ungeplante Beschaffungsfahrt kostet pro Fahrt erfahrungsgemäß 105 bis 210 Euro, wenn man Meisterstundensatz, Fahrzeugkosten und verlorene Produktionszeit zusammenrechnet. Bei zwei Fahrten pro Woche — was für einen aktiven Betrieb eher konservativ ist — kommen so 10.000 bis 20.000 Euro im Jahr zusammen (Quelle: repleno.com, 2025).

Das Spiegelbild dieses Problems ist der gebundene Einkauf. Im SHK-Handwerk ist es typisch, dass 15 bis 25 Prozent des gesamten Lagerbestands aus Artikeln besteht, die sich in den letzten zwölf Monaten nicht bewegt haben — Spezialfittings für abgeschlossene Projekte, Übergangsstücke für Maße, die kein aktueller Auftrag braucht, Restposten aus günstigen Sammelbestellungen. Das Kapital liegt im Regal und erwirtschaftet nichts.

Beide Probleme — zu wenig Schnelldreher, zu viel Langsamdreher — haben dieselbe Ursache: Es gibt kein System, das den tatsächlichen Verbrauch misst, mit den geplanten Aufträgen abgleicht und daraus ableitet, was wann in welcher Menge gebraucht wird. Stattdessen verlässt man sich auf Erfahrungswerte, Merkzettel und die Hoffnung, dass irgendjemand nachbestellt hat.

Für die SHK-Branche kommt hinzu: Kupferpreise schwanken. Eine Bestellung zum falschen Zeitpunkt bedeutet nicht nur Überbestand, sondern teuren Überbestand. Laut der Branchenübersicht von sanitaer.org reduziert eine konsequente ABC-Analyse in SHK-Lagern die Laufwege um bis zu 40 Prozent und senkt Inventurfehler mit digitalem Barcode-Tracking um bis zu 95 Prozent — beides Effekte, die ohne Systemunterstützung praktisch nicht zu erreichen sind.

Mit vs. ohne KI — ein ehrlicher Vergleich

Die Zahlen stammen aus Erfahrungsberichten von repleno-Kunden sowie aus der Analyse von sanitaer.org zur Lagerwirtschaft im SHK-Handwerk. ¹ Wo keine Primärquellen verfügbar sind: eigene Einschätzung auf Basis der Kostenkennwerte aus dem Handwerkssektor.

Einschätzung auf einen Blick

Zeitersparnis — niedrig (2/5) Die direkten Zeitersparnisse beim Einkauf sind moderat — weniger manuelle Bestelllisten, schnelleres Erkennen von Mindestbeständen. Was nicht passiert: Der Meister sitzt nicht plötzlich zwei Stunden täglich weniger am Schreibtisch. Der echte Effekt liegt in dem, was nicht mehr passiert — Notfallfahrten, Baustellenstopps, Nachbestellungen in letzter Minute. Diese Zeit lässt sich schwerer messen, ist aber in der Summe erheblich. Verglichen mit anderen Anwendungsfällen im Handwerk wie Angebotserstellung oder Kundenkommunikation, die täglich Bürostunden einsparen, ist der Zeitgewinn hier indirekter Natur.

Kosteneinsparung — sehr hoch (5/5) Das ist der stärkste Hebel in dieser Kategorie. Materialeinkauf und Lagerhaltung sind in Handwerksbetrieben oft der größte variable Kostenblock — je nach Gewerk zwischen 25 und 50 Prozent des Umsatzes. Wer hier auch nur 10 bis 15 Prozent an Überbestand und Expresszuschlägen abbaut, spricht von 3.000 bis 10.000 Euro pro Jahr — bei einem mittelgroßen Betrieb. Kein anderer Anwendungsfall im Handwerk hat einen direkter messbaren Kostenhebel.

Schnelle Umsetzung — niedrig (2/5) Ehrlichkeit ist hier geboten. Eine KI-gestützte Bedarfsplanung braucht Daten — und die Daten müssen aus einem System kommen. Wer bisher mit Excel-Listen und WhatsApp-Bestellanfragen arbeitet, muss zuerst ein Warenwirtschaftssystem einführen und befüllen, bevor irgendetwas automatisiert werden kann. Das dauert realistisch 4 bis 8 Wochen für Grundeinrichtung plus 2 bis 3 Monate, bis das System genug Verbrauchsdaten hat, um sinnvolle Prognosen zu liefern. Vergleichsweise einfacher zu starten sind etwa Baudokumentation oder Rechnungsstellung, die keinen historischen Datenstamm voraussetzen.

ROI-Sicherheit — hoch (4/5) Wer Fahrtkosten zählt, sieht das Ergebnis sofort. Wer Lagerbestände monatlich bewertet, sieht den Rückgang bei Langsamdrehern. Wer Expresslieferungsrechnungen archiviert, sieht den Vergleich nach 12 Monaten. Das macht diesen Use Case zu einem der wenigen im Handwerk, bei dem der ROI nicht theoretisch geschätzt, sondern direkt belegt werden kann. Der fehlende Punkt zur 5: Das Prognosemodell braucht 2 bis 3 Monate Anlaufzeit, in denen der Nutzen noch nicht voll greift.

Skalierbarkeit — hoch (4/5) Je mehr Aufträge ein Betrieb hat, desto besser die Prognosebasis. Wer mit 20 Aufträgen pro Monat startet, hat nach 12 Monaten mehr als 200 Datenpunkte — das Modell wird stabiler. Wächst der Betrieb, wächst der Nutzen mit. Einschränkung: Bei sehr unterschiedlichen Auftragsprofilen (z. B. ein Betrieb wechselt stark zwischen Wohnbau und Gewerbebau) lernt das Modell langsamer, weil die Materialprofile zu unterschiedlich sind.

Richtwerte — stark abhängig von Betriebsgröße, Gewerk und vorhandenem Warenwirtschaftssystem.

Was die KI dabei konkret macht

Der Kern des Systems ist einfacher als der Begriff „KI” vermuten lässt. Es geht nicht um ein selbstlernendes neuronales Netz, das du sechs Monate trainierst — es geht um Predictive Analytics auf den Daten, die dein Betrieb ohnehin erzeugt.

Schritt 1: Verbrauchserfassung. Monteure buchen Materialentnahmen per App oder Barcode-Scan direkt im Lager oder am Fahrzeug. Dieses Tracking funktioniert nur, wenn es konsequent passiert — und das ist die zentrale menschliche Anforderung des Systems.

Schritt 2: ABC-Klassifizierung. Das System sortiert alle Artikel nach Verbrauchshäufigkeit und Wert. A-Artikel (20 % der Arten, 80 % des Werts) bekommen höhere Mindestbestände und häufigere Nachbestellung. C-Artikel (viele Arten, wenig Wert) werden gezielt reduziert oder ausgelistet. Diese Automatisierung ersetzt die manuelle Klassifizierungsarbeit, die sonst niemand macht.

Schritt 3: Bedarfsprognose. Wenn ein neuer Auftrag ins System eingeht — z. B. eine Badsanierung — vergleicht das System die Auftragsposition mit historischen Verbräuchen ähnlicher Aufträge. Welche Fittings wurden bei den letzten 15 ähnlichen Badsanierungen verbaut? In welchen Mengen? Daraus ergibt sich ein Materialplan, der den aktuellen Lagerbestand dagegenstellt.

Schritt 4: Bestellvorschlag. Das System meldet: „Für Auftrag 247 werden 12 Pressfittings 28mm benötigt — aktuell 3 auf Lager. Bestellvorschlag: 20 Stück bei Großhändler Sonepar, Preis heute 2,34 €/Stück, Lieferzeit 1 Tag.” Der Einkäufer oder Meister bestätigt per Klick oder passt an.

Was das System nicht macht: Es trifft keine Bestellentscheidungen alleine. Es prognostiziert und schlägt vor — die Freigabe bleibt beim Menschen. Das ist kein Designfehler, sondern Absicht: Wenn ein ungewöhnliches Großprojekt kommt oder der Großhändler Sonderkonditionen für eine Sammelbestellung anbietet, muss ein Mensch das einordnen können.

Integrations-Realität: Wo die eigentliche Arbeit liegt

Die KI-Logik ist das kleinste Problem. Die eigentliche Arbeit liegt in der Integration.

Was du vorher brauchst:

Ohne ein funktionierendes Warenwirtschaftssystem gibt es keine Datenbasis. Das bedeutet: Wenn du heute mit Excel-Listen, Zettelwirtschaft oder einem System arbeitest, das nur Rechnungen schreibt aber keine Lagerbewegungen verfolgt, ist die erste Investition nicht in KI, sondern in ein Warenwirtschaftssystem.

Welche Systeme integrieren:

STREIT V.1 und plancraft sind etablierte Handwerks-ERPs mit Lagerverwaltung. STREIT V.1 hat native Großhandels-Schnittstellen (UGL, OCI, IDS) für direkte Bestellübertragung zu Sonepar, Wuerth oder Hagemeyer — das ist für Elektro- und SHK-Betriebe oft der entscheidende Komfort. plancraft fokussiert stärker auf Angebotserstellung und Aufmaß, deckt Lagerverwaltung aber ebenfalls ab.

repleno ist der spezialisierte Einstieg für Betriebe, die primär Verbrauchsmaterial (Kabel, Schrauben, Kleinfittings) automatisiert nachbestellen wollen, ohne gleich ein vollständiges ERP einzuführen.

Was die Integration kostet:

Eine Lagerverwaltungs-App wie repleno ist ab 25 €/Monat einsatzbereit. Ein vollständiges Handwerks-ERP mit Materialplanung und Großhandels-Schnittstellen liegt typischerweise bei 150 bis 400 €/Monat je nach Betriebsgröße. Dazu kommen einmalige Einrichtungskosten und der Aufwand für die Datenmigration — Artikelstammdaten, Mindestbestände, Lieferantenzuordnungen. Realistisch solltest du 20 bis 40 Stunden interner Arbeitszeit für die Grundeinrichtung einkalkulieren.

Was Großhändler beitragen:

Die meisten Elektro- und SHK-Großhändler unterstützen standardisierte Schnittstellen wie UGL, OCI oder Open Masterdata. Das bedeutet: Aktuelle Preise und Verfügbarkeiten können direkt ins System eingespielt werden, und Bestellungen laufen ohne Telefonat oder E-Mail. Wer das noch nicht nutzt, zahlt im Schnitt 2 bis 5 Prozent zu viel — weil manuelle Bestellungen keine automatischen Preisvergleiche machen.

Konkrete Werkzeuge — was wann passt

repleno — wenn Verbrauchsmaterial das Hauptproblem ist Einstiegslösung für Betriebe, die Kleinteile und Standardmaterial automatisch nachbestellen wollen. Monteure buchen Entnahmen per App, das System generiert Bestellvorschläge. Kein vollständiges ERP nötig — aber auch keine tiefe Auftragsintegration. Einstieg ab 25 €/Monat, kein Kreditkartenzwang für die Demo. Geeignet für Betriebe mit 3–30 Mitarbeitenden.

STREIT V.1 — wenn Elektro oder SHK und Großhandel-Direktanbindung gefragt ist Vollständiges Handwerks-ERP mit Lagerverwaltung, automatischen Bestellvorschlägen und direkten Schnittstellen zu den wichtigsten Elektro- und SHK-Großhändlern. Stärker im Gesamtsystem, höherer Einführungsaufwand. Preis auf Anfrage, typisch ab 150–300 €/Monat für Kleinbetriebe. Empfohlen ab 8–10 Mitarbeitenden.

plancraft — wenn Angebot + Lager in einem System Stärker in der Angebotserstellung, aber mit integrierter Materialverwaltung. Besonders wenn Angebote aus dem Leistungsverzeichnis direkt eine Materialliste erzeugen sollen. Nativ für wachsende Handwerksbetriebe gebaut, ab ca. 60 €/Monat. KI-Funktionen für Aufmaß und Rechnungserkennung inklusive.

Make.com — wenn kein vollständiges ERP, aber automatische Auslöser gebraucht werden Für technisch affine Betriebe, die mit ihrer bestehenden Software arbeiten wollen: Make.com verbindet Tabellenkalkulationen, Lager-Apps und Bestellsysteme per API miteinander. Wenn der Lagerbestand unter einen definierten Wert fällt, löst Make automatisch eine Bestellanfrage aus oder schickt eine WhatsApp-Benachrichtigung. Kein KI-Modell im engeren Sinne, aber für Betriebe mit einfacherem Materialspektrum oft ausreichend. Einstieg ab 9 €/Monat, Gratis-Tier für kleine Automatisierungen.

Zusammenfassung: Wann welcher Ansatz

• Verbrauchsmaterial-Fokus, einfacher Einstieg → repleno
• Elektro/SHK mit Großhandel-Direktbestellung → STREIT V.1
• Vollständige Handwerkslösung mit Angebotserstellung → plancraft
• Bestehende Software verbinden + Trigger-Logik → Make.com

Datenschutz und Datenhaltung

Materialdaten sind für sich genommen keine personenbezogenen Daten — ein Lagerbestand über WAGO-Klemmen fällt nicht unter die DSGVO. Das ändert sich, sobald das System Auftragshistorien verarbeitet, aus denen Kunden oder Baustellen identifizierbar sind. Dann greift DSGVO, und ein Auftragsverarbeitungsvertrag (AVV) mit dem Systemanbieter ist Pflicht.

Für die genannten Werkzeuge im Überblick:

• repleno: Deutsches Unternehmen, EU-Datenspeicherung, AVV erhältlich — unkompliziert DSGVO-konform.
• STREIT V.1: On-Premise-Option vorhanden (Daten auf eigenen Servern), alternativ Cloud-Hosting in Deutschland. Für datenschutzsensible Betriebe ist On-Premise die sicherste Wahl.
• plancraft: EU-Datenspeicherung, AVV verfügbar, deutsches Unternehmen.
• Make.com: Tschechisches Unternehmen mit EU-Serverstandorten. AVV erhältlich, DSGVO-konform einsetzbar — aber keine deutsche Datensouveränität.

Praktische Handlungsempfehlung: Schreib bei jeder Systemeinführung auf, welche Datenkategorien das System verarbeitet, fordere den AVV aktiv an und lass ihn vor dem Produktivbetrieb von deinem Steuerberater oder Datenschutzbeauftragten prüfen. Das dauert in der Regel zwei bis drei Stunden — nicht mehr.

Was es kostet — realistisch gerechnet

Einmalige Einrichtungskosten

• Artikelstammdaten erfassen und migrieren: 10–25 Stunden intern (beim Start mit 100–200 Artikeln)
• Mindestbestände und Bestellpunkte festlegen: 4–8 Stunden mit dem Lagermitarbeitenden
• Systemeinrichtung und ggf. Schulung: 1.000–3.000 € Implementierungsaufwand bei Partnereinführung
• Großhändler-Schnittstellen einrichten: typisch im Systempreis enthalten oder 200–500 € einmalig

Laufende Kosten (monatlich)

• repleno Einstieg: 25–42 €/Monat
• STREIT V.1 oder vergleichbare Handwerks-ERP: 150–400 €/Monat
• plancraft: 60–200 €/Monat je nach Tarif und Nutzerzahl

Konservatives ROI-Szenario

SHK-Betrieb, 8 Mitarbeitende, durchschnittlich 8 Notfallfahrten pro Monat zu je 120 € Vollkosten:

• Bisherige Fahrtkosten: 960 €/Monat = 11.520 €/Jahr
• Nach Einführung: 2–3 Fahrten/Monat, Einsparung: ca. 700 €/Monat = 8.400 €/Jahr
• Reduzierter Langsamdreher-Bestand: 25.000 € auf 18.000 € = 7.000 € freies Kapital
• Systemkosten (inkl. Einrichtung auf 24 Monate): ca. 220 €/Monat
• Nettoersparnis Jahr 1: ca. 5.800 € — ROI ab Monat 8

Das ist das konservative Szenario. Wer auch die besseren Großhandelspreise durch systematischen Preisvergleich einrechnet (typisch 2–4 % günstiger), kommt schneller auf Amortisation.

Wie du den Nutzen tatsächlich misst Führe vor dem Start eine Nullmessung durch: Zähle alle Beschaffungsfahrten im letzten Quartal. Bewerte den Lagerbestand nach ABC-Kriterien. Notiere den Gesamtwert der Lagerhaltung. Nach sechs Monaten wiederholst du die Messung — die Differenz ist dein belegbarer ROI.

Drei typische Einstiegsfehler

1. Zu viele Artikel auf einmal in das System laden. Der Reflex: Alle 800 Artikel aus dem alten System importieren. Das Ergebnis: Das System hat für 600 Artikel keine Verbrauchshistorie, gibt daher keine sinnvollen Bestellvorschläge, und das Team verliert das Vertrauen. Besser: Mit den 30 bis 50 Artikeln starten, die wöchentlich bewegt werden. Dort ist die Datenbasis sofort vorhanden und die ersten Bestellvorschläge sind treffsicher. Nur wenn das funktioniert, erweitern.

2. Das Buchungsverhalten der Monteure nicht sicherstellen. Ein System, das Bestellvorschläge basierend auf Entnahmen macht, funktioniert nur, wenn Entnahmen tatsächlich gebucht werden. Wenn Monteure weiterhin Material aus dem Regal nehmen, ohne es zu registrieren — weil das System als extra Aufwand wahrgenommen wird — gibt das System falsche Bestandsdaten und macht systematisch zu wenig Bestellvorschläge. Dieser Fehler passiert häufig still: Man merkt es erst, wenn plötzlich wieder Engpässe auftreten. Lösung: Vor dem Start klären, wie die Entnahmebuchung in den Arbeitsablauf integriert wird (Barcode am Regal, Buchung per App beim Einladen ins Fahrzeug), und das mit dem Team besprechen.

3. Das Prognosemodell nach der Einführung sich selbst überlassen. Das ist der gefährlichste Fehler, weil er erst nach Monaten sichtbar wird. Wenn ein Betrieb stark zwischen Wohnbau und Gewerbebau wechselt, unterscheiden sich die Materialprofile erheblich — eine Rohbausanierung braucht andere Mengen als eine Büroerweiterung. Das System lernt beide Muster, aber wenn sich der Auftragsmix plötzlich verändert (z. B. ein Großauftrag Gewerbebau nach langer Wohnbauphase), kann die Prognose für mehrere Wochen deutlich abweichen. Wer das nicht erkennt und manuell korrigiert, bestellt im falschen Maßstab. Faustregel: Das Modell braucht mindestens 50 vergleichbare Aufträge, bevor seine Prognosen wirklich stabil sind. In den ersten 3 Monaten Bestellvorschläge immer prüfen, nicht blind umsetzen.

Was mit der Einführung wirklich passiert — und was nicht

Die Technik ist das Einfachste. Das Schwierigste ist das Buchungsverhalten.

Im ersten Monat passiert typischerweise Folgendes: Das System läuft, aber drei von sieben Monteuren buchen Entnahmen nicht konsequent — weil sie vergessen haben, weil das Smartphone gerade nicht greifbar war, weil es auf der Baustelle schnell gehen musste. Das System macht Bestellvorschläge auf Basis unvollständiger Daten. Der Meister bestellt und stellt fest, dass mehr verbraucht wurde als gemeldet. Das Vertrauen sinkt.

Dieser Moment ist kritisch. Wer jetzt sagt „Das System funktioniert nicht”, verliert die Chance. Wer stattdessen fragt „Warum wurden nicht alle Entnahmen gebucht?” und das Problem behebt, hat nach drei Monaten ein zuverlässiges System.

Was konkret hilft:

• In der ersten Woche tägliche kurze Check-ins: „Was wurde gestern verbraucht, was wurde nicht gebucht?” Nicht als Kontrolle, sondern als Kalibrierung.
• Eine Person pro Team als Materialverantwortliche benennen — nicht mit Vollzeit-Aufwand, aber mit dem Mandat, die Buchungsqualität im Blick zu haben.
• Barcode-Scanner oder QR-Etiketten an den meistgenutzten Lagerplätzen anbringen — das senkt die Buchungshürde auf unter fünf Sekunden.
• Nach 90 Tagen eine ehrliche Zwischenbilanz: Wie viele Bestellvorschläge waren treffsicher? Wo weicht das System systematisch ab?

Was nicht passiert: Das System hört nicht auf, Neues zu lernen. Wenn ein Betrieb neue Dienstleistungen einführt — z. B. neu mit Wärmepumpeninstallationen beginnt — kennt das System diesen Materialtyp noch nicht. Es gibt keine Prognose für Kältemittel und Außengeräte-Montagematerial, weil es keine Vergangenheitsdaten gibt. Das erfordert für 3 bis 6 Monate manuelle Einschätzung, bis genug Aufträge als Lernbasis vorhanden sind.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Wir bestellen sowieso immer beim gleichen Großhändler — das läuft.” Ja, aber zu welchem Preis? Und in welcher Menge? „Läuft” bedeutet oft: Es gibt keine eklatanten Engpässe, aber auch keinen systematischen Preisvergleich, keine Bündelung von Bestellungen und keine Erkennung, welche Artikel überhaupt noch gebraucht werden. Ein System, das Großhändler-Preise live abfragt und Bestellmengen optimiert, erzielt typisch 2 bis 5 Prozent günstigere Einkaufspreise — bei einem Materialeinkauf von 30.000 Euro pro Monat sind das 600 bis 1.500 Euro monatlich.

„Unsere Aufträge sind zu unterschiedlich für Prognosen.” Das ist der stichhaltigste Einwand — und er stimmt, wenn er zutrifft. Für Betriebe, die zu 60 Prozent Wohnbau und zu 40 Prozent Gewerbebau machen, mit stark wechselnden Kundentypen und wenig Wiederholung, ist die Prognosequalität tatsächlich begrenzt. Aber: Verbrauchsmaterial (Kabel, Schrauben, Verbinder, Absperrhähne) ist für einen Elektro- oder SHK-Betrieb weitgehend auftragsneutral. Egal ob Badezimmer oder Industriehalle — bestimmte Kleinteile werden immer verbraucht. Die Prognose für diesen Kern ist auch bei gemischten Betrieben stabil.

„Das ist zu viel Aufwand für unser Betriebsvolumen.” Richtig — unter einer bestimmten Betriebsgröße lohnt es sich nicht. Der Break-even liegt erfahrungsgemäß bei Betrieben mit mindestens 30 bis 50 Aufträgen pro Monat und einem regelmäßigen Materialverbrauch von mindestens 8.000 bis 10.000 Euro monatlich. Kleinere Betriebe fahren besser mit einer einfachen digitalen Checkliste und klaren Mindestbeständen, die manuell überwacht werden.

Woran du merkst, dass das zu dir passt

Checkliste — je mehr Punkte zutreffen, desto mehr lohnt sich die Einführung:

• Du hast mehr als sechs bis acht Mitarbeitende, davon mindestens vier Monteure im Außendienst
• Dein Betrieb führt mehr als 30 Aufträge pro Monat durch
• Du hast regelmäßig Baustellenstopps oder Notfallfahrten wegen fehlender Materialien
• Dein Lager enthält Artikel, die seit mehr als sechs Monaten nicht bewegt wurden
• Du hast einen regelmäßigen Verbrauch von mindestens 8.000 € Material pro Monat
• Ihr bestellt bei einem oder mehreren Großhändlern, die OCI- oder UGL-Schnittstellen unterstützen

Wann es sich (noch) nicht lohnt — drei harte Ausschlusskriterien:

1. Unter 5 Mitarbeitenden oder weniger als 20 regelmäßig verbrauchten Artikeln. Das System generiert keinen ausreichenden Datenstrom. Mit einer Excel-Tabelle und einer wöchentlichen 15-Minuten-Kontrolle kommst du zum gleichen Ergebnis, ohne Systemaufwand.

2. Kein Warenwirtschaftssystem oder ERP im Einsatz. KI-gestützte Materialplanung braucht strukturierte Eingangsdaten. Wer Material heute per Excel oder mündlich verwaltet, muss erst ein Warenwirtschaftssystem einführen und stabilisieren — das ist der notwendige Schritt davor. Die KI kommt danach.

3. Stark gemischter Auftragsmix mit weniger als 50 Aufträgen pro Monat als historische Basis. Wenn ein Betrieb zu je einem Drittel in Wohnbau, Gewerbebau und öffentlichen Projekten arbeitet und weniger als 50 Aufträge pro Monat hat, ist die Datenbasis pro Auftragstyp zu klein für zuverlässige Prognosen. Die Prognose für Verbrauchsmaterial funktioniert noch — für projektgebundenes Spezialwerkzeug aber nicht. Hier lohnt sich nur der Teil-Einsatz für Schnelldreher.

Das kannst du heute noch tun

Mach eine Materialkosten-Analyse für die letzten drei Monate. Du brauchst dafür keine Software:

1. Öffne deine Lieferantenrechnungen der letzten 90 Tage
2. Markiere alle Positionen, die als Expresslieferung oder Nachbestellung gekennzeichnet sind
3. Addiere diese Kosten

Das Ergebnis zeigt dir, ob der Handlungsbedarf groß genug ist, um in eine Lösung zu investieren. Wenn die Summe über 1.000 Euro liegt, ist die Amortisation eines einfachen Systems in unter einem Jahr realistisch.

Für die ABC-Analyse deines Lagers kannst du diesen Prompt nutzen:

Quellen & Methodik

• Versteckte Lagerkosten 28.000–52.000 € pro Jahr (5-Personen-Betrieb): repleno GmbH, Blog-Analyse „Lagerkosten senken im Handwerk” (2025), verfügbar unter repleno.com/en/blog/lower-warehouse-costs-trades. Eigene Aufschlüsselung nach vier Kostentreibern; keine repräsentative Studie, aber konsistente Kalkulation auf Basis branchenüblicher Stundenkosten.
• Ungeplante Beschaffungsfahrt 105–210 € pro Fahrt: repleno GmbH, Blog „Verbrauchsmaterial Handwerk: Lager immer leer?” (2025), verfügbar unter repleno.com/de/blog/verbrauchsmaterial-handwerk-lager-immer-leer-was-hilft. Basiert auf Meisterstundensatz 80 €/h, Fahrzeugkosten und entgangener Produktionszeit.
• ABC-Analyse reduziert Laufwege um 40 %: sanitaer.org, „SHK-Warenlager optimieren: 4 Strategien für mehr Effizienz” (2025), verfügbar unter sanitaer.org/magazin/shk-branche-strategien-effitientes-warenlager-202513428.
• Digitale Bestandserfassung reduziert Inventurfehler um bis zu 95 %: Ebenda.
• 55 % der Handwerksbetriebe offen gegenüber KI-Anwendungen: ZDH-Studie „KI im Handwerk” (2022), zitiert nach EnBW-EG Blog (enbw-eg.de/blog/ki-im-elektro-und-shk-handwerk/).
• Preisangaben repleno, plancraft, STREIT V.1: Veröffentlichte Tarife bzw. Partnerseiten der jeweiligen Anbieter (Stand Mai 2026). STREIT V.1 kommuniziert Preise nicht öffentlich — Erfahrungswert auf Basis von Partnerberichten.
• Prognosequalität bei gemischten Auftragsprofilen: Eigene Einschätzung basierend auf allgemeinen Machine Learning-Prinzipien zur Datenbasisanforderung. Keine veröffentlichte Studie zu diesem spezifischen Handwerksszenario verfügbar.

Du willst wissen, wie groß das Optimierungspotenzial in deinem Lager konkret ist und welches System am besten zu deiner aktuellen Software passt? Melde dich — das lässt sich in einem kurzen Gespräch klären.