Angebotskalkulation für Reinigungsverträge automatisieren

Das echte Ausmaß des Problems

Verlustaufträge in der Gebäudereinigung entstehen selten aus Nachlässigkeit. Sie entstehen aus Informationsmangel: Der Anbieter weiß beim Schreiben des Angebots nicht, was ein vergleichbares Objekt ihn tatsächlich kostet, weil er das nie systematisch gemessen hat.

Laut EMR Unternehmensberatung (Atilla Eskicioglu, Umut Yalcin), die nach eigenen Angaben über 1.000 Reinigungsunternehmen im deutschsprachigen Raum begleitet, ist fehlerhafte Kalkulation einer der häufigsten Gründe für stagnierende Margen oder Insolvenzen in der Branche. Das zugrundeliegende Problem ist strukturell: Viele Betriebe nutzen branchenübliche Richtwerte (z. B. 230 m²/h für Unterhaltsreinigung in Büros), aber diese Werte spiegeln einen Durchschnitt über viele Betriebe und viele Objekttypen wider. Was für einen Betrieb mit 20 Jahren Erfahrung und gut eingespielten Teams gilt, ist für einen Betrieb mit hoher Fluktuation oder einem besonderen Objektmix möglicherweise komplett falsch.

Die versteckten Kostenfallen tauchen immer an denselben Stellen auf:

• Bodenbeläge: Parkett und Naturstein dauern 25–40 Prozent länger als Laminat und Linoleum, werden aber häufig mit demselben Richtwert kalkuliert
• Verteilt liegende Sanitäranlagen in mehrgeschossigen Gebäuden: Wegzeiten zwischen den Etagen fehlen in vielen Kalkulationen vollständig
• Fahrtzeiten zwischen Objekten: Wer mehrere Kleinstaufträge in verschiedenen Stadtteilen hat, kalkuliert die Fahrt oft gar nicht ein
• Sonderreinigungsanteile: Objekte mit regelmäßigen Sonderflächen (Tiefgaragen, Außenanlagen, Glasdächer) werden zunächst nach Grundfläche angeboten, ohne die unregelmäßigen Zusatzleistungen einzupreisen

Das Kernproblem: Ohne systematische Nachkalkulation, also ohne den Vergleich zwischen kalkulierten und tatsächlich angefallenen Stunden je Objekt, gibt es keinen Lerneffekt. Jede neue Kalkulation beginnt wieder bei den branchenüblichen Richtwerten, nicht bei den eigenen.

Mit vs. ohne KI, ein ehrlicher Vergleich

Die Soll-Ist-Daten der Tabelle basieren auf Erfahrungswerten aus der Branchenberatung; individuelle Abweichungen je nach Betrieb und Objektmix sind zu erwarten.

Einschätzung auf einen Blick

Zeitersparnis, mittel (3/5) Ja, KI-gestützte Kalkulation spart Zeit, 30 bis 60 Minuten je Angebot statt mehrerer Stunden sind realistisch. Aber das ist nicht der Hauptgrund, diesen Weg zu gehen. Verglichen mit dem direkten Zeitgewinn aus der Tourenplanung ist der Effekt im Tagesgeschäft kleiner. Wer nur Zeit sparen will, ist mit einem guten Kalkulationsblatt in der Lage, das schon ohne KI in unter einer Stunde zu erledigen. Der eigentliche Wert liegt anderswo.

Kosteneinsparung, sehr hoch (5/5) Das ist der stärkste Hebel dieser Kategorie. Ein einziges eliminiertes Verlustobjekt, das monatlich 300 bis 500 Euro Verlust produziert, bringt innerhalb eines Jahres mehr als die Systemkosten. Wer drei solcher Objekte im Bestand hat, was in Betrieben mit 20+ Objekten keine Ausnahme ist, schützt eine fünfstellige Marge jährlich. Kein anderer Anwendungsfall in der Reinigungsbranche hat dieses Potenzial für direkten Margengewinn, weil hier nicht Effizienz optimiert, sondern Geldverlust gestoppt wird.

Schnelle Umsetzung, niedrig (2/5) Das ist die ehrlichste Einschränkung: Ein Kalkulationstool mit historischen Kostendaten kalibrierst du nicht in einer Woche. Bis du genug Soll-Ist-Vergleiche gesammelt hast, um eigene Korrekturfaktoren für verschiedene Objekttypen abzuleiten, vergehen realistisch 8–14 Wochen, und das setzt voraus, dass du vorher systematisch Zeiterfassung eingeführt hast. Wer heute noch keine digitale Zeiterfassung hat, beginnt mit Phase 1 der Vorbereitung, nicht mit der KI.

ROI-Sicherheit, hoch (4/5) Der ROI tritt ein, sobald du das erste Verlustobjekt bei der Verlängerung auf neue Konditionen setzt, oder das nächste Angebot für einen ähnlichen Objekttyp mit korrekten Werten kalkulierst und gewinnst, ohne draufzulegen. Das ist messbar, nicht theoretisch. Weniger sicher als bei der Rechnungsverarbeitung, weil der Zeitpunkt vom Auslauf der Bestandsverträge abhängt, aber klarer als bei indirekten Nutzeneffekten.

Skalierbarkeit, hoch (4/5) Das System wird besser, je mehr Daten du einspeist. Jeder abgeschlossene Auftrag schärft deine Korrekturfaktoren. Das ist ein echter Skalierungsvorteil gegenüber Excel-Kalkulation, die keinen Lerneffekt hat. Nicht maximal bewertet, weil die Datenbasis bei weniger als 10 Objekten noch zu schmal ist, um zuverlässige Muster abzuleiten.

Richtwerte, stark abhängig von Betriebsgröße, Objektmix und vorhandener Zeiterfassungspraxis.

Warum die Vorkalkulation scheitert, wenn die Nachkalkulation fehlt

Das ist die wichtigste strukturelle Erkenntnis dieses Anwendungsfalls, und sie wird in den meisten Diskussionen über KI-Kalkulation übersprungen.

Ein LLM-gestütztes Kalkulationstool arbeitet mit Daten. Die Frage ist: Mit welchen? Standardmäßig mit Branchenrichtwerten aus dem Tarifvertrag, aus der RAL-Gütegemeinschaft oder aus den voreingestellten Leistungswerten des Tools. Diese Werte sind ein guter Startpunkt, aber sie sind nicht dein Betrieb.

Dein Betrieb hat eine eigene Leistungsrealität:

• Dein Team schafft bei Treppenreinigung in Altbauten 180 m²/h, nicht die branchenüblichen 220 m²/h, weil die Treppenhäuser älter und enger sind und weil dein Kernteam für diese Objekte nicht das schnellste ist
• Dein Team schafft bei Glas-Innenflächen 320 m²/h statt 280 m²/h, weil eine deiner Reinigungskräfte jahrelange Spezialisierung mitbringt
• Dein Materialverbrauch je m² ist bei Kunststeinfußböden 15 % höher als branchenüblich, weil du ausschließlich HACCP-zugelassene Mittel verwendest

Diese Abweichungen sind betriebsindividuell. Keine KI der Welt kann sie erraten. Sie können nur aus deinen eigenen Zeiterfassungsdaten gewonnen werden.

Der Kreislauf sieht so aus: Zeiterfassung je Objekt → monatliche Soll-Ist-Auswertung → Korrekturfaktoren für Objekttypen → eingebaute Korrekturen in der nächsten Kalkulation → genauere Angebote → bessere Margen. Fehlt der erste Schritt, bleibt das ganze System auf Branchenrichtwertniveau.

Was das für die Einführung bedeutet: Bevor du ein KI-Kalkulationstool mit historischen Kostendaten kalibrieren kannst, musst du diese Daten erst erzeugen. Das passiert durch systematische Zeiterfassung. Wer das noch nicht hat, beginnt diesen Anwendungsfall mit der Einführung einer Zeiterfassungslösung, und startet mit der Kalibration der Kalkulations-KI sechs bis zwölf Monate später.

Was das System konkret macht

Der technische Ansatz kombiniert drei Elemente:

1. Datenbasis aufbauen: Jedes abgeschlossene Objekt liefert Daten, tatsächlich aufgewendete Stunden, tatsächlicher Materialverbrauch, Abweichungen vom Angebot. Diese Daten werden nach Objekttyp kategorisiert (Büro Altbau, Büro Neubau, Gewerbe Flachdach, Treppenhaus mehrgeschossig usw.) und als Korrekturfaktoren gegenüber den Branchenrichtwerten gespeichert.

2. Neue Angebote kalkulieren: Bei einem neuen Objekt gibt der Vertriebler oder Inhaber die Objektparameter ein, Fläche, Bodenbelag, Geschossanzahl, Frequenz, besondere Anforderungen. Das Tool sucht in der Datenbank nach dem ähnlichsten Objekttyp und schlägt Kalkulationswerte vor, die auf den eigenen Ist-Daten basieren, nicht auf Branchenrichtwerten.

3. Qualitätskontrolle durch Generative KI: Ein zusätzlicher Schritt, den die besseren Lösungen bieten: Eine KI prüft, ob die eingegebenen Parameter plausibel sind. Flächenangaben, die für den Objekttyp ungewöhnlich hoch sind, werden markiert. Sonderanforderungen (Sicherheitsbereich, Reinraumstandard, Außenanlagen), die in der Basisanfrage nicht erwähnt wurden, werden aktiv abgefragt.

Der Unterschied zur klassischen Kalkulations-Software: Klassische Software rechnet mit festen Richtwerten. KI-gestützte Kalkulation lernt aus den eigenen Betriebsdaten und passt die Richtwerte über Zeit an. Das ist kein Marketing, sondern Mathematik, und es funktioniert nur, wenn Daten einfließen.

Konkrete Werkzeuge, was wann passt

Die Auswahl hängt davon ab, wie weit die Digitalisierung im Betrieb schon fortgeschritten ist.

CleanCalc, wenn du schnell einsteigen willst CleanCalc ist die einfachste Einstiegslösung für Betriebe, die noch keine Kalkulationssoftware haben. Professionelle Angebotsvorlagen, branchenübliche Leistungswerte voreingestellt, Angebot mit Leistungsverzeichnis in unter 30 Minuten. Einschränkung: CleanCalc hat keine integrierte Soll-Ist-Auswertung. Du bekommst schnellere Angebote, aber keine Rückmeldung, welche Objekttypen dir tatsächlich Geld kosten. Kosten: Pro ab 39,95 €/Monat.

Profacilo, wenn du den Kreislauf schließen willst Profacilo ist die einzige der hier genannten Lösungen mit einem integrierten Soll-Ist-Vergleich zwischen kalkulierten und tatsächlichen Stunden je Objekt. Das macht es zum richtigen Tool für den zentralen Anwendungsfall dieses Use Cases: die eigene Betriebsrealität als Kalkulationsbasis nutzen. Zeiterfassungs-App für Mitarbeitende inklusive. Nachteil: Einstieg erst ab ca. 349 €/Monat laufend plus 980 € Einrichtung sinnvoll, rentiert sich ab ca. 15–20 Mitarbeitenden.

ChatGPT oder Claude, wenn du keine Spezialsoftware willst Für Betriebe, die bereits in Excel kalkulieren und die einen strukturierten Prompt nutzen wollen: Ein gut formulierter Prompt kann ChatGPT oder Claude anweisen, eine vorhandene Kalkulations-Excel zu analysieren, fehlende Kostenposten zu identifizieren und einen vollständigen Angebotstext zu formulieren. Das ersetzt keine Soll-Ist-Datenbank, senkt aber die Einstiegshürde auf null. Kosten: ab 0 € (kostenlose Kontingente), pro-Zugang ab ca. 20 €/Monat.

Bidfix, für öffentliche Ausschreibungen Wenn du regelmäßig an öffentlichen Vergaben teilnimmst (Kommunen, Schulen, Verwaltungsgebäude), ergänzt Bidfix die Kalkulation um den Ausschreibungsradar: Das Tool findet passende Ausschreibungen in DACH-weiten Vergabedatenbanken und analysiert die Eignungskriterien automatisch. Die eigene Kalkulation bleibt dein Teil, Bidfix hilft dir, die richtigen Ausschreibungen zu finden und zu qualifizieren.

Zusammenfassung: Wann welcher Ansatz

• Kein Tool vorhanden, schneller Einstieg → CleanCalc Pro
• Soll-Ist-Kreislauf schließen, 15+ Mitarbeitende → Profacilo
• Keine Spezialsoftware, Excel-basiert → ChatGPT oder Claude mit Prompt
• Öffentliche Ausschreibungen → Bidfix als Ergänzung

Datenschutz und Datenhaltung

Kalkulationsdaten in der Gebäudereinigung enthalten typischerweise keine direkten personenbezogenen Daten der Endkunden, aber sie können sensible Unternehmensdaten enthalten: genaue Objektadressen, Zutrittszeiten, vertragliche Konditionen mit Auftraggebern.

Die DSGVO-Relevanz hängt davon ab, ob du Kontaktdaten von Ansprechpartnern im System hinterlegst (das ist dann personenbezogen und erfordert einen Auftragsverarbeitungsvertrag).

• CleanCalc: EU-Hosting laut Anbieter; kein expliziter AVV in der öffentlichen Dokumentation, vor dem Produktivbetrieb anfordern, wenn du Kundenkontaktdaten einpflegst
• Profacilo: EU-Hosting; für Unternehmenskunden empfiehlt sich ein AVV, besonders wenn Mitarbeiterdaten (Zeiterfassung, Lohn) im System liegen
• ChatGPT: US-Hosting (OpenAI, San Francisco); keine Vertragsdaten oder Kundenadressen eintippen, nur Strukturdaten (Flächen, Leistungswerte, Preislogik). Für alles, was personenbezogen ist, on-premise oder EU-konforme Lösungen nutzen
• Bidfix: EU-Hosting; Ausschreibungsdaten sind öffentlich, keine datenschutzrechtliche Besonderheit

Praktische Empfehlung: Trenne die KI-Ebene (Angebotstexte, Plausibilitätsprüfung) von der Datenbasis-Ebene (Kundendaten, Objektadressen). Sensible Daten bleiben in deiner eigenen Software, zur KI geht nur das, was für die Kalkulation wirklich nötig ist.

Was es kostet, realistisch gerechnet

Einmalige Einrichtungskosten

• CleanCalc: Keine Einrichtungsgebühr; 30 Tage kostenlose Testphase; eigene Kalkulationswerte hinterlegen: 3–5 Stunden intern
• Profacilo: 980 € Einrichtungsgebühr (Datenbankaufbau durch Profacilo), plus 8–15 Stunden interner Aufwand für Objekte und Mitarbeiterdaten
• ChatGPT/Claude-Weg: Null Einrichtungskosten, aber 4–8 Stunden für die Entwicklung und das Testen eines funktionierenden Prompts mit der eigenen Excel-Vorlage

Laufende Kosten (monatlich)

• CleanCalc Pro: 39,95 €/Monat
• Profacilo Admin + Zeiterfassung: ab 398 €/Monat + 4,90 €/Mitarbeiter/Monat (bei 20 Mitarbeitenden: ca. 496 €/Monat)
• ChatGPT Plus: ca. 20 €/Monat
• Bidfix: Basis-Recherche kostenlos; bezahlte Tarife für KI-Analyse auf Anfrage

Konservatives ROI-Szenario Annahme: Betrieb mit 15 Dauerobjekten. Vor dem System: drei Objekte mit systematischer Unterkalkulation, die jeweils 200–400 € Verlust/Monat produzieren. Gesamtverlust: ca. 800 € bis 1.200 € monatlich.

Nach der Einführung eines Soll-Ist-Systems und Kalibrierung über 6–9 Monate: Diese drei Objekte werden bei Vertragsverlängerung auf kostendeckende Konditionen gebracht oder nicht verlängert. Jährliche Margenverbesserung: ca. 9.600 bis 14.400 €.

Kosten für Profacilo: ca. 6.000 €/Jahr (Lizenz) + 980 € Einrichtung + intern 2–4 Stunden/Monat Pflege. Im konservativen Szenario amortisiert sich das System innerhalb von 9–12 Monaten.

Wie du den Nutzen tatsächlich misst Die Messung ist hier ungewöhnlich direkt: Du vergleichst die Bruttomargen je Objekt vor und nach dem System. Das braucht einen Bewertungszeitraum von mindestens zwei Abrechnungsperioden. Was du auswertest: Welche Objekttypen waren systematisch unprofitabel? Wie hat sich die Marge nach Anpassung der Kalkulationsbasis entwickelt?

Vier typische Einstiegsfehler

1. Mit dem Tool starten, bevor Zeiterfassungsdaten vorliegen Der häufigste Fehler: Jemand schafft CleanCalc oder ein ähnliches Tool an, trägt die Objekte ein, und kalibriert mit den voreingestellten Branchenrichtwerten. Das System rechnet schnell, aber nicht besser als vor dem Tool. Die eigene Betriebsrealität kommt nicht vor. Solange keine systematische Zeiterfassung läuft, kalkulierst du weiterhin mit Branchengenauigkeit, nicht mit Betriebsgenauigkeit. Das ist besser als nichts, aber weit entfernt vom vollen Potenzial.

2. Alle Objekte mit einem einzigen Richtwert kalkulieren Unterhaltsreinigung Büro Neubau und Treppenhaus Altbau in ein Raster zu stecken, ist einer der häufigsten Kalkulationsfehler überhaupt. Die Leistungswerte differieren je nach Bodenbelag, Zugänglichkeit, Etagen und besonderen Anforderungen erheblich. Ein gutes System zwingt dich, Objektparameter differenziert einzugeben, aber nur, wenn du weißt, welche Parameter relevant sind. Wer das überspringt, hat ein schnelleres, aber genauso ungenaues System wie vorher.

3. Verlustobjekte im Bestand nicht aufarbeiten Wenn das neue Kalkulationssystem zeigt, dass Objekt 7, 11 und 14 verlustreich sind, passiert dann etwas? Oder läuft der Vertrag weiter, weil du den Kunden nicht verlieren willst? Das ist der Moment, wo viele Betriebe stecken bleiben. Die Systemeinführung bringt nichts, wenn die Erkenntnisse aus dem Soll-Ist-Vergleich nicht in konkrete Gespräche mit Auftraggebern münden, über Preisanpassungen bei Verlängerungen oder über den geordneten Ausstieg aus Verlustverträgen. Dieses Gespräch führt kein Tool. Das müsstest du führen.

4. Das System wird gepflegt, aber die Leistungswerte nicht aktualisiert Konkret passiert das so: Der IG-BAU-Tariflohn steigt im Januar um 3,2 Prozent, aber im Kalkulationstool steht noch der alte Wert von 14,58 Euro brutto. Jedes Angebot ab Februar ist um diesen Betrag zu niedrig. Gleiches gilt für Leistungswerte: Wenn dein Team bei Treppenreinigung inzwischen 195 m²/h schafft statt der ursprünglich angesetzten 180 m²/h, kalkulierst du zu defensiv und verlierst Ausschreibungen unnötig. Gegenmittel: Einmal jährlich, sinnvollerweise nach der Tarifrunde im Januar, alle Lohnansätze, Materialpreise und selbst gemessenen Leistungswerte in der Kalkulationsbasis anpassen. Das dauert einen halben Tag und verhindert das falsche Sicherheitsgefühl der scheinbar datenbasierten Kalkulation.

Was mit der Einführung wirklich passiert, und was nicht

Die erste Reaktion auf ein Soll-Ist-System ist in vielen Betrieben Ernüchterung, nicht Begeisterung. Wer das System zum ersten Mal auswertet, sieht oft, was er nicht sehen wollte: Mehrere Objekte, die er für solide hielt, haben negative oder minimale Deckungsbeiträge. Das ist kein Fehler des Systems. Das ist Information, die schon immer da war, nur unsichtbar.

Der schwierigere Teil ist nicht die Technik. Der schwierigere Teil ist der Umgang mit dieser Information:

Die Verlustobjekte-Konversation. Sobald klar ist, welche Auftraggeber unprofitable Konditionen haben, kommt die Frage: Was jetzt? Die Antwort ist nicht immer einfach. Langjährige Kunden, die man nicht verprellen will. Auftragsvolumen, auf das man angewiesen ist. Referenzen, die man braucht. Das Tool kann dir sagen, welche Objekte unprofitabel sind. Es kann dir nicht sagen, wie du das Gespräch führst. Das ist Vertriebsarbeit, und die sollte parallel zur Systemeinführung geplant werden.

Die Mitarbeiterperspektive. Wenn Zeiterfassung eingeführt wird, um Soll-Ist-Daten zu gewinnen, entsteht manchmal das Gefühl, dass Mitarbeitende überwacht werden sollen. Das muss klar kommuniziert und entkräftet werden: Es geht nicht darum, einzelne Mitarbeitende mit ihren Zeiten zu konfrontieren, sondern darum, ob die Kalkulation für ein Objekt realistisch war. Der Unterschied ist: Du wertest Objekttypen aus, nicht Einzelpersonen.

Was konkret hilft:

• Drei bis vier typische Objekte als Piloten auswählen, auf die du deine erste Soll-Ist-Auswertung stützt, nicht alle auf einmal
• Zwei bis drei Monate Daten sammeln, bevor du Schlüsse ziehst, Einzel-Monats-Schwankungen sind kein Muster
• Vertragsverlängerungen proaktiv planen: Welche Objekte enden in den nächsten sechs Monaten? Das ist dein Zeitfenster für Preisanpassungen

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände, und was dahintersteckt

„Wir wissen, was unsere Objekte kosten, das haben wir im Griff.” Das glauben viele, bis sie zum ersten Mal eine systematische Soll-Ist-Auswertung sehen. Bauchgefühl und Betriebsrealität klaffen häufiger auseinander, als man denkt, besonders bei Objekttypen, die man nicht täglich selbst begleitet. Ein einstündiger Test mit den eigenen Zeiterfassungsdaten (sofern vorhanden) zeigt, ob das Gefühl mit den Zahlen übereinstimmt.

„Unsere Margen sind gut, wir haben kein Problem.” Wenn die Gesamtmargen gut sind, stimmt das häufig trotzdem nicht auf Objektebene. Profitable Großobjekte subventionieren defizitäre Kleinstaufträge. Das Problem: Wenn der große Auftrag wegfällt, kommt der Schiefstand ans Licht. Betriebe mit transparenten Objektmargen haben eine stabilere Basis, nicht weil sie mehr verdienen, sondern weil sie wissen, wo sie verdienen.

„Dafür haben wir keine Zeit.” Die Einführung einer systematischen Zeiterfassung ist ein Einmalaufwand. Der laufende Betrieb danach kostet einen Objektleiter vielleicht zwei Stunden im Monat für die Auswertung. Die Alternative, weiter Verlustverträge im Bestand zu haben, ohne es zu merken, ist teurer.

Woran du merkst, dass das zu dir passt

• Du hast mehr als 10 Dauerobjekte im Bestand und weißt nicht zuverlässig, welche davon wirklich profitabel sind
• Du erstellst regelmäßig Angebote (mehr als 4–5 pro Monat) für neue Reinigungsverträge
• Du hast bereits eine digitale Zeiterfassung oder bist bereit, eine einzuführen, das ist Voraussetzung, nicht Option
• Du verlängerst Verträge routinemäßig ohne zu prüfen, ob die ursprüngliche Kalkulation noch stimmt
• Du weißt, dass manche Objekttypen mehr Aufwand machen als andere, aber du hast keine Zahl dazu

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

1. Unter 10 Dauerobjekten im Bestand. Die Datenbasis ist zu schmal, um zuverlässige Korrekturfaktoren nach Objekttyp abzuleiten. Mit sechs Objekten hast du vielleicht zwei von jeder Kategorie, das ergibt noch kein statistisch verlässliches Bild. Der Einstieg lohnt sich, wenn du genug Objekte hast, um Muster zu sehen.

2. Keine systematische Zeiterfassung vorhanden und auch nicht geplant. Ohne Ist-Daten kalibrierst du auf Branchenrichtwerten, das bringt schnellere Angebote, aber keine objekttypspezifische Genauigkeit. Wer keine Zeiterfassung einführen will oder kann, bekommt nur einen Teil des Nutzens.

3. Hauptgeschäft sind Einmal-Aufträge oder Sonderreinigungen. Die Stärke dieses Ansatzes liegt in wiederkehrenden Verträgen, bei denen sich Muster über Zeit ergeben. Wer hauptsächlich Bauendreinigungen, Jahresreinigungen oder diskrete Sondereinsätze anbietet, hat keine Datenbasis für objekttypspezifische Kalibrierung, jedes Objekt ist zu individuell.

Das kannst du heute noch tun

Bevor du ein Kalkulationstool kaufst oder eine KI in dein Angebotswesen integrierst, mach diesen einen Test: Nimm deine fünf umsatzstärksten Dauerobjekte. Notiere, wie viele Stunden du je Objekt im letzten Monat tatsächlich aufgewendet hast, aus deiner Zeiterfassung oder aus den Anwesenheitslisten. Vergleiche das mit der ursprünglichen Kalkulation.

Wenn die Abweichung bei zwei oder mehr Objekten mehr als 15 Prozent beträgt, hast du ein Kalkulationsproblem, das kein Tool schnell löst, aber ein Tool, das diese Daten systematisch erfasst, wird langfristig deine wichtigste Investition.

Für den Einstieg mit KI-Unterstützung, ohne Spezialsoftware, nutze diesen Prompt in ChatGPT oder Claude:

Quellen & Methodik

• EMR Unternehmensberatung (Atilla Eskicioglu, Umut Yalcin): Angabe, über 1.000 Gebäudereinigungs-Unternehmen im DACH-Raum beraten zu haben; Einordnung, dass fehlerhafte Kalkulation einer der häufigsten Insolvenzgründe in der Branche ist, blog.emr-unternehmensberatung.de (abgerufen Mai 2026). Kein externer Prüfvermerk für diese Zahl; Eigenaussage des Unternehmens.
• Aspire Software / Property Works: Ron Bosco (The Batallan Group / Property Works) berichtete über 30–35% Umsatzwachstum nach Einführung des Aspire-Systems, youraspire.com (abgerufen Mai 2026); US-amerikanischer Kontext, nicht direkt auf deutsches KMU übertragbar.
• 1a-Reinigungsberatung.de: Kalkulationsbeispiel für 4.580 m² Bürogebäude mit vollständiger Kostenaufstellung; Stundensatz-Multiplikator “Tariflohn × 2 = Mindeststundensatz” als Branchenregel, 1a-reinigungsberatung.de (abgerufen Mai 2026).
• Blink.de Blog: Beschreibung häufiger Kalkulationsfallen (Fahrzeugkosten, Personalnebenkosten, produktive Arbeitsstunden), blink.de/blog/kalkulation-gebaeudereinigung (abgerufen Mai 2026).
• Preisangaben CleanCalc: Veröffentlichte Tarife auf cleancalc.de (Stand Mai 2026).
• Preisangaben Profacilo: Veröffentlichte Tarife auf profacilo.de (Stand Mai 2026).
• Soll-Ist-Abweichungen: Erfahrungswerte aus Branchenberatung; keine repräsentative Studie, Orientierungswerte, individuelle Abweichungen je nach Betrieb möglich.

Du willst wissen, welche deiner Objekte tatsächlich profitabel sind, und wie du das ohne großen Setup-Aufwand systematisch herausfindest? Das lässt sich in einem kurzen Gespräch klären.