Angebotskalkulation für Einbauküchen automatisieren
KI erstellt vollständige Angebote mit Materialkosten, Arbeitszeit und Margen auf Basis von Kundenangaben.
- Problem
- Küchenangebote dauern 2–4 Stunden pro Auftrag — Kalkulation ist komplex und fehleranfällig bei individuellen Wünschen.
- KI-Lösung
- KI-Kalkulationsassistent verarbeitet Maße und Ausstattungsmerkmale, greift auf aktuelle Materialpreise zu.
- Typischer Nutzen
- Angebotszeit von 3 Std. auf 45 Min. reduziert; Kalkulationsfehler um 80 % reduziert.
- Setup-Zeit
- 3–5 Wochen bis Pilotbetrieb mit einfachem Ansatz
- Kosteneinschätzung
- 10.000–25.000 € Einrichtung; ROI durch mehr Angebote in gleicher Zeit
Es ist Freitagmorgen, 9:47 Uhr.
Miriam Küppers öffnet die E-Mail, die kurz nach Mitternacht eingegangen ist. Familie Reißner möchte eine neue Einbauküche: L-Form, ca. 5,5 Meter Gesamtlänge, Granit-Arbeitsplatte, Kücheninsel mit zwei Sitzplätzen, Induktionskochfeld, Dampfgaroption. Budget offen, aber „nicht zu übertrieben”. Nächste Woche wollen sie einen Termin.
Miriam kennt dieses Gefühl. Bevor sie ein Angebot machen kann, muss sie: die Maße abklären, aus dem Häcker-Katalog die richtigen Korpus-Kombinationen heraussuchen, Arbeitsplattenpreise beim Steinmetz anfragen, Elektroinstallationsaufwand schätzen, Montagezeit kalkulieren, Rabattmarge prüfen, alles in die Kalkulations-Excel tippen und dann noch einmal alles überprüfen. Der letzte solche Termin hat sie dreieinhalb Stunden gekostet — und der Kunde hat letztendlich woanders unterschrieben.
Heute ist Freitag. Bis zum Termin nächste Woche hat sie noch fünf weitere Anfragen, ein laufendes Projekt in Endphase und eine Bestellkorrektur, weil im letzten Angebot eine Unterschrankhöhe falsch eingetragen war.
Das ist kein Einzelfall. Das ist der Alltag in Küchenstudios und Tischlereien quer durch die ganze Republik.
Das echte Ausmaß des Problems
Ein individuelles Küchenangebot ist eines der komplexesten Kalkulationsobjekte im Handwerk. Anders als ein Malerauftrag oder eine Sanitärinstallation kombiniert es:
- Möbelkataloge mit tausenden Artikeln (Korpora, Fronten, Schubladen, Scharniere, Griffe)
- Materialpreise, die sich unterschiedlich schnell ändern — Holzwerkstoffe, Arbeitsplatten, Elektrogeräte
- Handwerksleistungen — Aufmaß, Demontage, Elektro, Montage, Nachbearbeitung
- Individuelle Ausstattungsvarianten, die sich gegenseitig beeinflussen (Kochfeld definiert Dunstabzugsoption, Arbeitsplattendicke beeinflusst Sockelmaß)
- Händlerrabatte und Margenanforderungen, die je nach Lieferant unterschiedlich sind
In der Praxis verbringen ausgebildete Küchenfachberaterinnen und -berater laut Berichten aus der Branche zwei bis vier Stunden pro vollständigem Individualangebot — und das ist für ein Studio mit drei Planungsplätzen, das täglich zwei bis drei Anfragen bekommt, schnell ein strukturelles Problem: Mehr als die Hälfte der Arbeitszeit geht in Angebotserstellung, bevor überhaupt klar ist, ob ein Auftrag zustande kommt.
Hinzu kommt die Fehlerquote: Falsch übertragene Artikelnummern, veraltete Preise aus gedruckten Herstellerlisten, vergessene Positionen (die berüchtigte Sockelblendenleiste, die am Ende fehlt) oder falsch kalkulierte Montagezuschläge bei besonderen Einbausituationen. Fehler in der Vorkalkulation fallen oft erst in der Nachkalkulation auf — wenn der Auftrag schon ausgeführt ist und die Marge sich als zu dünn herausstellt.
Das Statista-Datenangebot zum deutschen Küchenhandel zeigt: Der durchschnittliche Auftragswert für Küchen in Deutschland hat sich zwischen 2018 und 2023 auf über 6.500 Euro eingependelt (inkl. Elektrogeräte). Bei dieser Auftragsgröße ist ein Kalkulationsfehler von fünf Prozent — schnell durch eine falsch eingetragene Arbeitsplattenlänge oder ein vergessenes Zubehörset möglich — ein Verlust von über 300 Euro. Bei zwei solchen Fehlern pro Monat und 50 Aufträgen im Jahr macht das 7.200 bis 15.000 Euro direkte Verluste, die im Alltag unsichtbar bleiben.
Mit vs. ohne KI — ein ehrlicher Vergleich
| Kennzahl | Ohne KI | Mit KI-Kalkulationsassistent |
|---|---|---|
| Zeit pro vollständiges Angebot | 2–4 Stunden | 45–75 Minuten ¹ |
| Fehlerquote bei Preisübertragung | 10–20 % der Positionen fehlerhaft ² | Unter 3 % ² |
| Reaktionszeit auf Anfrage | 1–3 Werktage | Am gleichen Tag möglich |
| Angebote möglich pro Tag (3 Planer) | 2–3 vollständige Angebote | 5–8 vollständige Angebote |
| Nachkalkulations-Abweichung | Oft 5–12 % Differenz | Unter 3 % ¹ |
| Aktualität der Herstellerpreise | Bei Druckversion oft 3–12 Monate veraltet | Tagesaktuell bei Katalogsynchronisation |
¹ Erfahrungswerte aus Betrieben, die Winner Flex oder integrierte CPQ-Lösungen einsetzen (Cyncly-Partner-Berichte 2024). ² Schätzwerte auf Basis von Branchenberichten; keine repräsentative Studie, aber konsistente Beobachtung in Praxisberichten.
Der wichtigste Effekt ist nicht die Zeitersparnis allein, sondern die Kombinationswirkung: Ein Studio, das statt zwei Angeboten täglich vier verschickt, hat doppelte Auftragschancen — ohne mehr Personal.
Einschätzung auf einen Blick
Zeitersparnis — sehr hoch (5/5) Küchenangebote sind im Vergleich zu anderen Handwerksleistungen überdurchschnittlich komplex und zeitintensiv — gerade weil sie Dutzende Positionen aus Herstellerkatalogen kombinieren. Wer zwei Stunden pro Angebot einspart und täglich drei Anfragen bearbeitet, gewinnt sechs Arbeitsstunden zurück — pro Person, pro Tag. Das ist der stärkste Zeitgewinn aller Anwendungsfälle in dieser Kategorie. Ein Tischlerbetrieb mit Lieferzeitprognose oder CAD-Dokumentation spart ebenfalls Zeit, aber in einzelnen Schritten — hier wird ein kompletter Kernprozess beschleunigt.
Kosteneinsparung — hoch (4/5) Die direkten Einsparungen entstehen auf zwei Wegen: weniger Fehler (jeder Kalkulationsfehler kostet reale Marge), und mehr Aufträge durch kürzere Reaktionszeit. Die Einrichtungskosten liegen je nach Ansatz bei 10.000–25.000 Euro — nicht trivial für ein Kleinstudio. Deshalb: nicht die höchste Kosteneinsparung in der Kategorie, aber eine mit klar messbarem Pfad.
Schnelle Umsetzung — hoch (4/5) Mit einem einfachen Ansatz (KI-gestützter Berechnungsassistent auf Basis bestehender Preistabellen) ist ein Pilotbetrieb innerhalb von 3–5 Wochen möglich. Das ist besser als komplexe Produktionssysteme wie die Materialoptimierung beim Holzzuschnitt, wo historische Schnittraten und Maschinenparameter erst aufgebaut werden müssen. Voraussetzung: ein strukturiertes Preisverzeichnis mit aktuellen Herstellerartikeln ist bereits vorhanden.
ROI-Sicherheit — sehr hoch (5/5) Der Nutzen ist direkt messbar: Wie lange dauert ein Angebot heute? Wie lange nach der Einführung? Wie viele Fehler finden sich in der Nachkalkulation? Kein indirekter Effekt, kein “irgendwann messbarer Nutzen” — die Verbesserung ist sofort, in Zahlen und ohne spezielle Erhebungsmethodik sichtbar. Das macht diese Anwendung zur verlässlichsten Investition in dieser Kategorie.
Skalierbarkeit — mittel (3/5) Das System ist gut optimiert für einen einzelnen Standort oder ein kleines Team. Es skaliert mit höherem Angebotsdurchsatz — mehr Anfragen, gleicher Aufwand. Aber für eine Kette mit zehn Standorten, die alle auf dieselbe Datenbasis zugreifen sollen, sind Abstimmungsaufwand und Katalogpflege deutlich komplexer. Deshalb solide Mitte im Vergleich zu KI-Anwendungen, die mit dem Unternehmenswachstum proportional mitziehen.
Richtwerte — stark abhängig von bestehender Softwarelandschaft, Lieferantenstruktur und Angebotsdurchsatz.
Was der KI-Kalkulationsassistent konkret macht
Das Grundprinzip ist simpler als es klingt: Der Assistent hat Zugriff auf strukturierte Preisdaten — Herstellerartikellisten, eigene Stundensätze, Materialzuschläge — und kann auf Basis von Kundenangaben (Maße, Ausstattungswünsche, Materialwahl) automatisch die relevanten Positionen heraussuchen, Mengen berechnen und summieren.
Es gibt zwei technische Ansätze, die sich im Praxiseinsatz bewährt haben:
Ansatz 1: Integrierte Planungssoftware mit eingebautem CPQ
Software wie Winner Flex von Cyncly verbindet 3D-Küchenplanung und Kalkulation direkt. Während die Beraterin die Küchenkonfiguration am Bildschirm aufbaut, berechnet das System im Hintergrund laufend: aktuelle Herstellerpreise aus synchronisierten Katalogen, Zuschläge für besondere Einbausituationen, Montagezeiten nach Konfigurationstyp. Am Ende der Planung steht automatisch ein vollständiges Angebot — ohne manuelle Übertragung, ohne separate Excel-Datei.
Ansatz 2: KI-Assistent auf Basis bestehender Preistabellen
Für Studios und Tischlereien, die noch keine spezialisierte Planungssoftware einsetzen, ist ein LLM-basierter Kalkulationsassistent der pragmatischere Einstieg. Der Berater spricht die Eckdaten in ein strukturiertes Formular ein oder gibt sie als Sprachnotiz ein, der KI-Assistent (z.B. via HERO Software mit KI-Angebots-Agent oder plancraft) zieht die Positionen aus der hinterlegten Preisdatenbank und generiert einen vollständigen Angebotsentwurf. Der Berater prüft, ergänzt Sonderposten und gibt frei.
Was das System nicht macht:
Es ersetzt nicht die Beratungskompetenz. Ob eine Kücheninsel mit Sitzgelegenheit in den Grundriss passt, welche Frontenfarbe zur Wohneinrichtung harmoniert oder welche Dunstabzugslösung bei einer Dachschrägensituation sinnvoll ist — das bleibt Aufgabe der Fachberaterin. Das System übernimmt die Rechenarbeit, nicht die Gestaltungsarbeit.
Die Preisdatenbank als Fundament
Das ist der Aspekt, über den die meisten Anbieter schweigen: Die Automatisierung ist nur so gut wie die Daten, auf die sie zugreift. Wer eine KI in seine Angebotserstellung einbaut, bekommt zunächst eine leere Kalkulations-Shell — ohne aktuelle Herstellerpreise ist sie wertlos.
Für diesen Anwendungsfall gibt es drei Wege, aktuelle Preisdaten zu hinterlegen:
1. Direkte Katalogsynchronisation (ideal, aber herstellergebunden) Wer Winner Flex oder eine andere Planungssoftware mit Herstellervertrag nutzt, bekommt Katalogaktualisierungen direkt eingespielt. Häcker, Nobilia, Schüller und andere große Hersteller stellen ihren Vertragshändlern digitale Katalogdaten im OFML-Format oder über Direktschnittstellen bereit. Diese Preise sind tagesaktuell.
2. DATANORM-Schnittstelle HERO Software und plancraft unterstützen DATANORM, den Standard-Artikeldatenformat für den deutschen Großhandel. Über diese Schnittstelle können aktuelle Lieferantenpreise automatisch eingelesen werden — ohne manuelle Pflege.
3. Manuelle Preistabellen-Pflege (einfach, aber aufwendig) Für den einfachsten Einstieg: eigene Preistabelle in Excel oder Google Sheets mit aktuellen Katalogpreisen, einmal pro Quartal manuell aktualisiert. Das funktioniert für kleinere Studios mit wenigen Hauptlieferanten — erfordert aber disziplinierte Pflege.
Die Wartungsaufgabe, die keine Software löst: Herstellerpreise ändern sich typischerweise ein- bis zweimal jährlich, manchmal auch häufiger bei Rohstoffpreisschwankungen. Wer die Aktualisierung vergisst, kalkuliert mit veralteten Zahlen — und verliert entweder Marge oder Aufträge. Die Frage “Wer pflegt die Preisdaten, und wann?” muss vor dem KI-Einsatz beantwortet sein.
Konkrete Werkzeuge — was wann passt
Die Wahl des Werkzeugs hängt stark davon ab, wie viele Anfragen das Studio verarbeitet, welche Hersteller beliefert werden und ob bereits eine Planungssoftware vorhanden ist.
Winner Flex (Cyncly) — Wenn das Studio hauptsächlich mit Häcker, Nobilia, Schüller oder anderen großen Küchenherstellern mit Direktvertrag arbeitet, ist Winner Flex der naheliegendste Weg. Die Integration von 3D-Planung und Kalkulation in einem System ist der größte Vorteil: kein Bruch zwischen Visualisierung und Angebot. Preis nur auf Anfrage — typischerweise als Jahresabo je Arbeitsplatz. Für Studios mit drei oder mehr Planungsplätzen und regelmäßigem Durchsatz lohnt es sich rechnerisch fast immer.
HERO Software — Für Tischlereien und gemischte Handwerksbetriebe, die Küchen als Teil eines größeren Leistungsspektrums anbieten. HERO hat einen KI-Angebots-Agent als Zusatzmodul, der Anfragen in kalkulierbare Positionen zerlegt und auf historische Projekte zurückgreift. Stärke: DATANORM-Schnittstelle für aktuelle Großhändlerpreise. Basis-Paket ab 69 €/Monat, KI-Modul auf Anfrage.
plancraft — Starke Option für Tischlereien, die modernisieren wollen, ohne ein vollständiges ERP einzuführen. Gute KI-Funktionen für Aufmaß und Angebotserstellung, EU-Hosting, starke Bewertungen in der Branche. Business-Paket ab 59,90 €/Monat (jährlich). Weniger spezialisiert auf Küchen als Winner Flex, aber breiter einsetzbar.
Angebotsmeister — Für kleine Tischlereien mit ein bis drei Mitarbeitenden, die schnell starten wollen. Spracheingabe für Auftragseckdaten, KI generiert Angebotsstruktur. Geeignet für standardisierte Küchenarbeiten, weniger für hochkomplexe Individualkonfigurationen. Kostenloser Einstieg, Geselle-Tarif ab 39 €/Monat.
ChatGPT / Claude mit eigenem Prompt — Für den absoluten Minimaleinstieg: eigene Preistabelle als Kontext in den KI-Assistenten laden, strukturierter Prompt, der aus Kundenangaben Angebotspositionen generiert. Kein Setup-Aufwand, sofort nutzbar — aber manuell in bestehende Arbeitsabläufe zu integrieren. Sinnvoll als erster Test vor einer vollständigen Software-Einführung.
Zusammenfassung: Wann welcher Ansatz
- Küchenstudio mit Direktherstellerverträgen, 3+ Planungsplätze → Winner Flex
- Tischlerei/gemischter Betrieb, Großhändlerpreise, 5–50 Mitarbeitende → HERO Software
- Tischlerei, modernisierungswillig, All-in-one-Wunsch → plancraft
- Kleinstbetrieb, einfacher Einstieg → Angebotsmeister
- Schnelltest ohne Setup → ChatGPT mit eigenem Prompt
Datenschutz und Datenhaltung
Küchenangebote enthalten typischerweise personenbezogene Kundendaten (Name, Adresse, Grundrissmaße der Wohnung) und interne Kalkulationsdaten (Einkaufspreise, Händlerrabatte, Margenvorgaben). Beides ist schützenswert — aber aus unterschiedlichen Gründen.
Für DSGVO-Compliance gilt:
Kundendaten fallen unter die Datenschutz-Grundverordnung. Wenn ein KI-System Kundendaten verarbeitet — Name, Adresse, Grundrissskizzen — greift Art. 28 DSGVO: Auftragsverarbeitungsvertrag (AVV) mit dem Softwareanbieter erforderlich. Winner Flex, HERO Software und plancraft sind EU-gehostet und stellen AVV-Dokumente bereit.
Interne Kalkulations- und Einkaufsdaten sind kein DSGVO-Problem, aber ein Geschäftsgeheimnisthema. Händlerrabatte und Einkaufskonditionen sind im Wettbewerbsumfeld sensibel. Wer einen US-gehosteten KI-Dienst (ChatGPT, Claude) nutzt, um Angebote zu generieren, sollte keine spezifischen Rabattsätze oder Lieferantenkonditionen als Kontext übergeben.
Praktische Empfehlung:
- Für die Kernkalkulation (Preisdatenbank, Angebotsberechnung): EU-gehostete Lösungen bevorzugen
- Für Text-Generierung (Anschreiben, Leistungsbeschreibungen): gängige KI-Tools nutzbar, solange keine personenbezogenen Daten und keine internen Konditionen enthalten sind
- AVV mit jedem genutzten Anbieter, der Kundendaten berührt — das gilt auch für Cloud-Planungssoftware
Was es kostet — realistisch gerechnet
Einmalige Einrichtungskosten
Der größte Einrichtungsaufwand ist nicht die Software, sondern die Datenbasis:
- Bestehende Preistabellen aufbereiten und in das System einlesen: 2–4 Tage intern
- Herstellerkataloge verknüpfen (bei Planungssoftware mit Katalogschnittstelle): 1–2 Tage
- Interne Stundensätze und Zuschläge konfigurieren: 0,5 Tage
- Mitarbeitende einweisen: 1–2 Tage
Bei Planungssoftware wie Winner Flex fallen einmalige Einrichtungsgebühren an (Größenordnung: 2.000–8.000 €, abhängig von Standortgröße und Schulungsaufwand). Bei einfacheren Lösungen wie plancraft oder Angebotsmeister entfällt der Einrichtungsaufwand weitgehend.
Laufende Kosten (monatlich)
- Winner Flex: auf Anfrage, erfahrungsgemäß 150–400 €/Planungsplatz/Monat je nach Paket
- HERO Software: ab 69 €/Monat (Core), KI-Modul Preis auf Anfrage
- plancraft Business: 59,90 €/Monat (jährlich), weitere Nutzer 49,90 €/Monat
- Angebotsmeister: 0–49 €/Monat
Konservative ROI-Rechnung
Ein Studio mit zwei Planungsplätzen und zehn Angeboten pro Woche:
- Zeitersparnis: 2 Stunden/Angebot × 10 Angebote = 20 Stunden/Woche
- Stundenkosten (intern) ca. 30–45 €/Stunde: 600–900 € Kosteneinsparung wöchentlich
- Plus: Fehlerreduktion — wenn bisher ein Fehler pro Woche á 200 € Marge entstand: weitere 800–1.000 €/Monat
- Monatlicher Nutzen konservativ: 2.400–4.600 €
Selbst bei Winner-Flex-Kosten von 400 €/Monat amortisiert sich die Lösung bei diesem Durchsatz innerhalb der ersten drei Monate.
Wie du den Nutzen wirklich misst: Nicht durch Schätzungen, sondern durch zwei einfache Metriken: Stopuhr-Stichprobe für fünf Angebote vor der Einführung, fünf Angebote danach. Und Nachkalkulations-Abweichung: Vergleich von Angebot und tatsächlich berechnetem Auftragswert. Beide Zahlen kannst du heute schon erheben — als Baseline für den Vergleich.
Drei typische Einstiegsfehler
1. Mit der Software starten, bevor die Datenbasis steht. Das größte Missverständnis: Man kauft die Software und erwartet, dass sie sofort kalkulieren kann. Sie kann es nicht — ohne aktuelle Herstellerpreise, konfigurierte Stundensätze und hinterlegte Materialzuschläge produziert der Assistent fehlerhafte Zahlen. Die Einrichtung der Datenbasis ist der erste und wichtigste Schritt — nicht das Onboarding der Software. Plane zwei bis vier Wochen ein, bevor das erste echte Angebot darüber läuft.
2. Veraltete Preislisten als Datengrundlage verwenden. Viele Studios haben jahrelang mit denselben Preistabellen gearbeitet und dabei nicht gemerkt, dass sich Herstellerpreise angepasst haben. Wer diese veralteten Daten in ein KI-System lädt, produziert schnell und fehlerfrei — die falschen Zahlen. Vor dem Start: alle Preislisten auf Aktualität prüfen, im Zweifelsfall direkt beim Hersteller oder Lieferanten aktuelle Listen anfordern. Das ist Aufwand, der sich sofort auszahlt, auch unabhängig vom KI-Einsatz.
3. Mitarbeitende nicht in die Konfiguration einbeziehen. Der häufigste Adoptionsfehler: Eine Person konfiguriert das System, alle anderen müssen damit arbeiten. Erfahrene Beraterinnen und Berater haben eigene Kalkulationslogiken, Daumenregeln und Einschätzungen — was für “schwierige Einbausituationen” ein realistischer Aufwand ist, wie viel Montage-Puffer man bei Altbauküchen einplant, welche Zubehörpositionen sie immer vergessen hat vorher mitzunehmen. Diese Daumenregeln müssen in das System einfließen. Wer das überspringt, hat ein System, das für einfache Standardküchen gut funktioniert und bei komplexen Aufträgen immer nachgebessert werden muss — von denselben Mitarbeitenden, die vorher auch manuell kalkuliert haben.
4. Das System einführen und dann nicht pflegen. Das ist der gefährlichste Fehler — weil er im Alltag unsichtbar passiert. Herstellerpreise ändern sich. Neue Zubehörsortimente kommen hinzu. Alte Artikel laufen aus dem Katalog. Ein System, das 18 Monate nach der Einführung niemand aktualisiert hat, kalkuliert auf Basis veralteter Daten — mit der Überzeugung von Aktualität. Das Ergebnis: Angebote, die nach Auftragserteilung korrigiert werden müssen, Margenverluste, Kundenenttäuschungen. Die Lösung ist keine Technologie, sondern eine organisatorische Entscheidung: Wer pflegt die Datenbasis, und wann — konkret, mit Namen und Quartalstermin.
Was mit der Einführung wirklich passiert — und was nicht
Die meisten Studios und Tischlereien unterschätzen zwei Dinge: den Aufwand in der Einrichtungsphase, und den Widerstand von erfahrenen Kalkulatoren.
Die Datenbasis-Phase (Woche 1–3) ist mühsamer als erwartet. Preislisten liegen in verschiedenen Formaten vor — manche als PDFs aus den 2010ern, manche als aktuelle Excel-Tabellen, manche gar nicht digital. Das Inventur-Denken (“Was haben wir eigentlich genau?”) löst manchmal eine tiefere Haushaltsaufgabe aus: Welche Hersteller beliefern uns wirklich regelmäßig, welche haben wir seit drei Jahren nicht mehr geordert? Dieser Prozess ist wertvoll — aber er dauert.
Das Erfahrungsparadox: Wer am besten manuell kalkulieren kann, hat oft den geringsten Anreiz für einen Wechsel. Die erfahrene Planerin, die eine Küche im Kopf kalkulieren kann, bevor sie den Taschenrechner in die Hand nimmt, sieht im System zunächst keinen Gewinn — für sie ist das aktuelle System kein Problem. Das ist eine echte Herausforderung: Genau diese Person sollte das System konfigurieren und validieren, weil sie die Kalkulationslogik am besten versteht. Was hilft: Die Einführung als Entlastung framen, nicht als Kontrollinstrument. “Du musst diese Rechenarbeit nicht mehr machen” statt “Jetzt können wir sehen, ob deine Zahlen stimmen.”
Der erste Monat ist immer langsamer. Die Einarbeitungszeit kostet zunächst Zeit, die erst nach zwei bis drei Monaten zurückgewonnen wird. Das ist normal — und sollte vorher offen kommuniziert werden, damit die Reaktion auf die ersten langsamen Wochen nicht “Das System funktioniert nicht” lautet.
Was tatsächlich hilft:
- Einen “Parallelmonat” einplanen: Einen Monat lang sowohl das neue als auch das alte System führen, um die Ergebnisse zu vergleichen
- Eine Person pro Standort als Systemverantwortliche benennen, die erste Anlaufstelle für Fragen ist und die Datenbasis pflegt
- Ersten “Quick Win” mit einem einfachen Standardauftrag demonstrieren — nicht mit der komplexesten Küchenkonfiguration des Jahres anfangen
Realistischer Zeitplan mit Risikohinweisen
| Phase | Dauer | Was passiert | Typisches Risiko |
|---|---|---|---|
| Inventur & Datenbasis | Woche 1–2 | Preislisten sammeln, aktuelle Versionen beim Hersteller anfragen, Stundensätze definieren | Mehr veraltete Daten als erwartet — Herstelleranfragen verzögern sich |
| Systemkonfiguration | Woche 2–4 | Preisdaten einlesen, Stundensätze konfigurieren, Zuschlagsregeln definieren, DATANORM-Schnittstellen aktivieren | Artikel aus alten Projekten nicht im neuen Katalog — manuelle Überprüfung nötig |
| Pilottest intern | Woche 3–5 | Fünf bis zehn echte vergangene Angebote im neuen System nachkalkulieren, Abweichungen analysieren | Ergebnis weicht von bisheriger Kalkulation ab — Ursachensuche kostet Zeit |
| Rollout mit Begleitung | Woche 5–7 | Alle neuen Angebote über das System, Parallelcheck gegen bisherige Methode für kritische Aufträge | Zeitdruck in der Hochsaison — Rollout verschiebt sich in ruhigere Phase |
| Normalbetrieb | Ab Woche 8 | Datenbasis-Pflege im Quartalstakt, Systemverantwortliche gepflegt | Wartung wird vernachlässigt — Preise laufen auseinander |
Der Pilottest in Woche 3–5 ist entscheidend: Wenn fünf historische Angebote im neuen System systematisch anders kalkuliert werden als der reale Auftragswert, liegt es fast immer an der Datenbasis — und nicht am System.
Häufige Einwände — und was dahintersteckt
„Unsere Küchen sind zu individuell — das kann man nicht automatisieren.” Das ist das häufigste und verständlichste Argument. Und es stimmt — für den letzten Prozentpunkt. Die Individualität liegt in der Gestaltung, nicht in der Kalkulation. Ob die Kücheninsel zwei oder drei Meter lang ist, welche Fronten ausgewählt wurden, welcher Griff dazukommt — all das sind Positionen aus einem Katalog, die nach definierten Regeln multipliziert und summiert werden. Das System kalkuliert die Standardpositionen; die Beraterin ergänzt die Sonderleistungen. Kein Auftrag ist so individuell, dass er keine Standardkomponenten enthält.
„Wir haben schon eine Planungssoftware — die reicht.” Die meisten Planungssoftware-Pakete haben eine integrierte Kalkulation, die jedoch oft auf einem Preis- und Artikel-Stand steht, den niemand aktiv pflegt. “Wir haben das” und “Wir nutzen es korrekt und aktuell” sind unterschiedliche Aussagen. Prüfe: Wann wurden die Herstellerpreise zuletzt aktualisiert? Wenn die Antwort nicht “im letzten Quartal” lautet, ist das die eigentliche Baustelle.
„Das lohnt sich nicht für uns — wir machen zu wenige Angebote.” Ehrlich: Unter zehn Angeboten pro Monat ist die Zeitersparnis überschaubar. Wer fünf mal im Monat ein Angebot schreibt und dafür jeweils zwei Stunden braucht — das sind zehn Stunden monatlich. Ein spezialisiertes System für zehn Stunden einzurichten und zu pflegen lohnt sich rechnerisch nicht. Hier ist der pragmatische Weg: strukturierte Vorlagen mit eigenen Preistabellen, nicht KI-Software. Das gilt auch für Betriebe, die zwar viele Anfragen haben, aber hauptsächlich Standardküchen aus einem einzigen Katalog planen — dort sind einfachere Vorlagen oft effizienter.
Woran du merkst, dass das zu dir passt
Das System ist ein guter Fit, wenn mehrere dieser Punkte zutreffen:
- Du oder dein Team schreiben mehr als zwanzig Angebote pro Monat — darunter ist der Aufwand für eine vollständige Softwareinvestition schwer zu rechtfertigen
- Fehler in der Nachkalkulation tauchen regelmäßig auf — falsche Mengen, vergessene Positionen, veraltete Preise
- Anfragen können nicht am selben Tag beantwortet werden, obwohl das Kundenerlebnis stark darunter leidet
- Du arbeitest mit ein bis drei Hauptlieferanten mit aktuellem Herstellervertrag und digitaler Preisliste
- Mehrere Mitarbeitende kalkulieren, und die Ergebnisse unterscheiden sich je nach Person für denselben Auftragstyp
Wann es sich (noch) nicht lohnt — drei harte Ausschlusskriterien:
-
Unter 15 bis 20 Küchen-Angeboten pro Monat. Der Konfigurationsaufwand — Datenbasis aufbauen, System einrichten, Mitarbeitende schulen — amortisiert sich bei niedrigem Durchsatz nicht innerhalb eines vertretbaren Zeitraums. Wer selten kalkuliert, braucht zuerst strukturierte Vorlagen und eine gepflegte Preistabelle, nicht KI.
-
Keine aktuellen digitalen Preislisten von Hauptlieferanten vorhanden. Wenn Herstellerpreise nur als gedruckte PDFs aus dem letzten Jahr existieren oder regelmäßig per Telefonat beim Vertreter erfragt werden, fehlt die Basis für jede Automatisierung. Bevor KI eingesetzt wird, müssen aktuelle Artikeldaten in maschinenlesbarer Form vorliegen. Das ist eine Voraussetzung, keine Nebensache.
-
Kein Mitarbeitender hat Zeit und Mandat für Datenpflege. Ein KI-Kalkulationssystem ohne gepflegte Datenbasis kalkuliert schneller und überzeugender — aber falsch. Wenn niemand im Betrieb Zeit und Verantwortung für die Preisdaten-Aktualisierung im Quartalstakt hat, wird das System nach sechs bis zwölf Monaten zum Risiko statt zur Hilfe.
Das kannst du heute noch tun
Du brauchst keine neue Software, um das Konzept in drei Stunden zu testen. Das Ziel: Verstehen, wie eine KI-gestützte Kalkulation mit deinen eigenen Preisdaten funktioniert — bevor du einen Cent investierst.
Schritt 1: Öffne einen deiner letzten vollständigen Angebote und extrahiere die fünf bis zehn wichtigsten Positionen (Frontpreis, Korpuspreis, Arbeitsplattenpreis pro laufendem Meter, Montagepauschale, etc.). Das ist deine Mini-Preisdatenbank.
Schritt 2: Nutze den Prompt unten. Füge deine Preisdaten als strukturierten Block ein und beschreibe eine neue Kundenanfrage. Sieh, was der Assistent daraus macht.
Schritt 3: Vergleiche das Ergebnis mit dem, was du manuell berechnet hättest. Was stimmt? Was fehlt? Was hat der Assistent falsch interpretiert? Diese Analyse zeigt dir genau, welche Anpassungen nötig wären, bevor ein solches System produktiv läuft.
Mitarbeiter:in
KI-Assistent
Quellen & Methodik
- Angebotsdauer 2–4 Stunden: Branchenberichte und Praxisberichte von Küchenstudios im deutschen Fachhandel; Cyncly-Partnerbefragungen (2024) berichten von Angebotslaufzeiten von durchschnittlich 2,5–3,5 Stunden für vollständige Individualangebote vor Systemeinführung.
- Kalkulationsfehler-Schätzwerte: Erfahrungswerte aus Handwerksbetrieben (plancraft-Nutzerbefragung 2024, HERO Software Kundenbeiträge); keine repräsentative Studie.
- CPQ ROI-Benchmarks: ResearchGate, „The Evolution of CPQ Systems: AI Integration and Revenue Impact” (2025) — Branchendurchschnitt 200–400 % ROI in drei Jahren; Fallstudie Fertigungsindustrie (Stuttgart) via apexpinnaclegrowth.com (2024): €125.000 Investition, 1.372 % ROI Jahr 1.
- KitchenDEV Cabinet CPQ Case Study (Aqua Kitchen and Bath): KitchenDEV.com (2024) — $9M+ Umsatz nach Implementierung, 30 % Rückgang Durchlaufzeiten.
- Winner Flex / Cyncly: Cyncly.com Produktseite und Partnerberichte (Mai 2026) — über 4.500 Betriebe in Deutschland.
- Preisangaben plancraft, HERO Software, Angebotsmeister: Veröffentlichte Tarife der jeweiligen Anbieter (Stand Mai 2026).
- Statista Küchenauftragswert: Statista, „Auftragswert für Küchen bis 2023”, durchschnittlich über 6.500 EUR inkl. Elektrogeräte.
Du willst wissen, welcher Ansatz für dein Studio oder deine Tischlerei am meisten Sinn ergibt — und was realistisch in sechs Wochen umsetzbar ist? Meld dich — das klären wir in einem kurzen Gespräch.
Diesen Inhalt teilen:
Interesse an diesem Use Case?
Schreib uns, wenn du mehr erfahren oder diesen Use Case für dein Unternehmen umsetzen möchtest. Wir melden uns zeitnah bei dir.
Weitere Use Cases
Holzarterkennung per Bildanalyse
KI erkennt Holzarten automatisch aus Fotos. Spart Zeit bei Wareneingangskontrolle und Dokumentation — und macht Expertenwissen portierbar, bevor es in den Ruhestand geht.
Mehr erfahrenFertigungsdokumentation für CNC-Fräsen automatisieren
KI erstellt Fertigungsprotokolle aus Maschinendaten automatisch. Weniger manueller Aufwand in der Produktion, lückenlose Rückverfolgbarkeit ohne Papierchaos.
Mehr erfahrenKundenwunsch-Konfiguration für Möbel per KI
KI übersetzt Kundenbeschreibungen in konkrete Möbelkonfigurationen mit Maßen, Holzarten und Oberflächen — und gibt dem Vertrieb mehr Zeit für echte Beratung.
Mehr erfahren