AI im Geschäftsalltag: 5 Anwendungen für Schweizer KMU

AI für KMU: Jenseits von ChatGPT

Vielleicht nutzt dein Team ChatGPT zum Texten oder für Recherchen. AI kann auch bei einzelnen Arbeitsschritten in Geschäftsprozessen helfen. Die folgenden fünf Anwendungen sind mögliche Ansatzpunkte für Schweizer KMU. Ob sie sich lohnen und wie lange die Umsetzung dauert, hängt von Daten, bestehenden Systemen und Prüfaufwand ab.

1. Automatische Angebotserstellung

Bei Angeboten wiederholen sich Arbeitsschritte: passende Positionen suchen, Preise nachschlagen und Texte formulieren. AI kann einen Entwurf vorbereiten. Wie viel Zeit nach Prüfung und Korrektur bleibt, muss ein Betrieb mit eigenen Anfragen messen.

Ein möglicher Ablauf: Das System sucht zur Anfrage passende vergangene Angebote und aktuelle Katalogdaten. Daraus erstellt es einen Entwurf. Berechtigungen beim Datenzugriff sowie Katalogpositionen, zulässige Mengen und Preise müssen feste Prüfregeln absichern. Summen und Steuern werden aus den geprüften Daten berechnet. Eine zuständige Person prüft den Entwurf und gibt Preise und Angebot vor dem externen Versand frei. Der folgende Pseudocode zeigt nur den Entwurfsschritt. Die Hilfsfunktionen, Berechtigungs- und Fachprüfungen müssen für eine echte Anwendung implementiert und getestet werden.

// Angebotsentwurf aus Kundenanfrage generieren
async function generateQuote(customerRequest: string) {
  // Ähnliche vergangene Angebote finden
  const similarQuotes = await vectorSearch(
    'quotes',
    customerRequest,
    { limit: 5, minSimilarity: 0.75 }
  );
 
  // Aktuelle Preise aus dem Katalog laden
  const priceList = await db.prices.findCurrent({
    category: classifyRequest(customerRequest),
  });
 
  // AI generiert den Entwurf basierend auf Template + Historie
  const draft = await ai.complete({
    prompt: `Erstelle ein Angebot basierend auf dieser Anfrage.
      Verwende die Preisliste und orientiere dich an den
      bisherigen Angeboten für Stil und Struktur.`,
    context: {
      request: customerRequest,
      previousQuotes: similarQuotes,
      prices: priceList,
      template: await loadTemplate('standard-offerte'),
    },
  });
 
  return {
    proposedPositions: draft.positions, // Noch nicht fachlich validiert
    validUntil: addDays(new Date(), 30),
    status: 'draft', // Keine Preisfreigabe und kein Versand
  };
}

Vergangene Angebote als Kontext abzurufen ist kein automatisches Training des Modells. Eine bestimmte Zahl von Offerten garantiert keine Genauigkeit. Prüfe typische und schwierige Anfragen mit fachlich bewerteten Testfällen. Auch ein vom Modell ausgegebener Vertrauenswert ersetzt keine Preisprüfung oder Freigabe. Die Evaluationshinweise von OpenAI empfehlen aufgabenspezifische Tests und die Abstimmung mit menschlichen Bewertungen.

2. Kundendaten auswerten und Muster erkennen

Dein CRM enthält Daten, die du bisher nicht systematisch auswertest: Wann kaufen Kunden nach? Welche Kundengruppe hat die höchste Abwanderungsrate? Welche Dienstleistung wird häufig zusammen gebucht?

Eine Auswertung kann Hinweise liefern, die du anschliessend prüfst:

• Abwanderungsrisiko: Verlängerte Bestellintervalle können Anlass sein, den Kontaktbedarf zu prüfen. Sie beweisen keine bevorstehende Abwanderung
• Cross-Selling: Prüfen, welche Leistungen in deinen Daten zusammen bestellt werden und ob ein weiteres Angebot zum Kunden passt
• Saisonmuster: Vergangene Nachfrage vergleichen und Annahmen für die Planung prüfen

Eine erkannte Korrelation belegt weder den Grund eines Kaufs noch den Erfolg einer Massnahme. Vergleiche Ergebnisse mit einer passenden Ausgangsmessung, bevor du zusätzliche Kundenbindung oder Umsatz der Analyse zuschreibst. Nutze nur dafür freigegebene Daten und beschränke die Zugriffe.

3. Dokumente klassifizieren und archivieren

Rechnungen, Verträge, Korrespondenz und Lieferscheine müssen auffindbar abgelegt werden. AI-gestützte Dokumentenverarbeitung kann OCR, also Texterkennung, mit Klassifikation kombinieren.

Ein System kann folgende Angaben zur Prüfung vorschlagen:

• Dokumenttyp: Rechnung, Vertrag, Offerte, Mahnung oder Korrespondenz
• Absender und Empfänger: Erkennbare Angaben im Dokument
• Relevante Daten: Beträge, Fristen und Vertragslaufzeiten
• Zuordnung: Passender Kunde oder passendes Projekt

Erkennungsqualität und Prüfaufwand hängen von Scanqualität, Sprache, Handschrift und Dokumentaufbau ab. Prüfe Beträge, Fristen und Zuordnungen, bevor sie weitere Vorgänge auslösen. Miss Fehler und Nacharbeit anhand eigener Dokumente. Daraus lässt sich der tatsächliche Zeitgewinn ermitteln.

4. Intelligente Terminplanung

Eine Terminplanung kann neben freien Zeitfenstern weitere Vorgaben berücksichtigen. Dafür ist nicht in jedem Fall generative AI nötig. Prüfe zuerst, was deine vorhandene Planungssoftware bereits unterstützt:

• Fahrzeit: Zwei Kundentermine in Zürich nacheinander, nicht Zürich-Basel-Zürich
• Kundenpräferenzen: Herr Müller ist nur vormittags erreichbar, Frau Weber bevorzugt Dienstagnachmittag
• Team-Kompetenzen: Die Heizungswartung macht Monteur A, die Sanitärinstallation Monteur B
• Pufferzeiten: Realistische Zeitschätzung statt optimistischer 30-Minuten-Slots

Vergleiche vorgeschlagene Routen und Zeitpläne mit tatsächlich gefahrenen Strecken und erledigten Aufträgen. Berücksichtige Puffer, Kundenwünsche und verfügbare Mitarbeitende. Weniger Fahrzeit bedeutet nur dann zusätzliche Kapazität, wenn passende Aufträge und freie Arbeitszeit vorhanden sind.

5. Automatisierte Follow-ups

Nachfassaktionen lassen sich mit Regeln oder AI als Kontaktvorschläge vorbereiten. Das folgende Beispiel verwendet feste Regeln und ist deshalb für sich genommen keine AI. Öffnungssignale beweisen weder Interesse noch Desinteresse. Verwende nur freigegebene Daten und Kanäle. Der Pseudocode sendet keine Nachrichten, eine zuständige Person prüft den Vorschlag vor jedem externen Kontakt.

// Vereinfachter regelbasierter Kontaktvorschlag
async function evaluateFollowUp(customerId: string) {
  const activity = await getCustomerActivity(customerId);
 
  // Hat der Kunde das Angebot geöffnet?
  if (activity.quoteOpened && !activity.quoteResponded) {
    const openCount = activity.quoteOpenCount;
 
    if (openCount >= 3) {
      // Mehrere Öffnungssignale sind nur ein Prüfhinweis
      return {
        action: 'call',
        priority: 'high',
        note: 'Mehrere Öffnungssignale, Kontaktbedarf prüfen',
        suggestedTime: await findBestCallTime(customerId),
      };
    }
 
    if (openCount === 1 && daysSince(activity.lastOpen) > 5) {
      // Einmal geöffnet, dann Stille
      return {
        action: 'email',
        priority: 'medium',
        template: 'gentle-reminder',
        note: 'Ein Öffnungssignal, Kontaktbedarf prüfen',
      };
    }
  }
 
  // Kein Öffnungssignal, Kontaktbedarf prüfen
  if (!activity.quoteOpened && daysSince(activity.quoteSent) > 3) {
    return {
      action: 'sms',
      priority: 'medium',
      template: 'quote-notification',
      note: 'Kein Öffnungssignal, Kontaktbedarf prüfen',
    };
  }
 
  return { action: 'wait', priority: 'low' };
}

Ob solche Vorschläge hilfreich sind, zeigt ein Vergleich mit dem bisherigen Vorgehen. Miss qualifizierte Antworten, Abschlüsse und unerwünschte Kontakte. Eine höhere Abschlussquote ist ohne einen solchen Test nicht belegt.

Fiktives Rechenbeispiel: Zeitgewinn bewerten

Die folgende Tabelle ist ein fiktives Rechenbeispiel, kein gemessenes Kundenergebnis und keine Prognose. Wir nehmen einen internen Wert von CHF 80 pro Stunde an. Zusätzlich nehmen wir an, dass die folgenden monatlichen Zeitgewinne nach Prüfung und Nacharbeit tatsächlich erreicht werden und sich nicht überschneiden:

Dieser rechnerische Kapazitätswert ist keine ausgezahlte Einsparung und enthält keinen Mehrumsatz. Für eine Wirtschaftlichkeitsrechnung musst du Umsetzung, laufende Kosten, Betreuung und tatsächlich nutzbare freie Zeit einbeziehen. Ohne gemessene Nettoeffekte lässt sich keine Amortisationsfrist zusagen.

Fazit

AI kann einzelne Routinetätigkeiten unterstützen. Ob der Betrieb dadurch Zeit gewinnt oder Fehler reduziert, muss er mit eigenen Daten prüfen. Fachliche Verantwortung, Preisfreigaben und Freigaben für externe Nachrichten bleiben bei den zuständigen Personen.

Der sinnvollste Einstieg: Wähle einen Prozess aus, bei dem viel wiederholte Arbeit anfällt. Miss im Versuch die Ergebnisse einschliesslich Prüfung und Nacharbeit und entscheide danach über eine Erweiterung.

Du möchtest wissen, welche AI-Anwendung für dein Unternehmen den grössten Hebel hat? Kontaktiere uns für eine unverbindliche Einschätzung.