Was es wirklich braucht, um mit KI wiederkehrende Aufgaben zu automatisieren

1. Die stillen Zeitfresser im Servicealltag

Die größten Zeitverluste im Servicebetrieb sind selten spektakulär. Es sind die kleinen, sich täglich wiederholenden Aufgaben, die in Summe Stunden kosten.

Statusanfragen, die telefonisch beantwortet werden, obwohl die Information im System steht. Auftragsdaten, die zwischen Büro und Techniker doppelt erfasst werden. Übergaben, bei denen Informationen verloren gehen oder per WhatsApp weitergegeben werden. Rückfragen, die entstehen, weil niemand beim letzten Einsatz sauber dokumentiert hat.

Das sind weniger Technologieprobleme sondern es sind Prozessprobleme. Und sie sind die Grundlage, auf der jede Automatisierung aufbauen muss oder an der sie letztendlich scheitert.

2. Der häufigste Denkfehler mit KI

Die meisten KI-Projekte scheitern nicht an der Technologie. Sie scheitern an der Erwartung. "Mehr verkaufen, mehr Wachstum, mehr irgendwas" - das sind keine klaren Ziele für KI.

KI hat nur eine Aufgabe: ein definiertes Unternehmensergebnis effizienter, schneller und besser zu erreichen. Dieses Ergebnis muss vorher klar, messbar und reproduzierbar sein. Nicht "schnellere Auftragsabwicklung", sondern "Rückmeldung an den Kunden innerhalb von zwei Stunden nach Auftragsabschluss". Wer das Ziel nicht kennt, erkennt auch nicht, wenn KI schlechte Arbeit liefert.

Dazu kommt ein zweiter, weniger diskutierter Denkfehler: das falsche Werkzeug. Agentic AI — also KI, die autonom Entscheidungen trifft, ohne dass ein Mensch eingreift — ist gerade das meistgehypte Thema in der Tech-Welt. Für Großkonzerne mit eigenen AI-Teams und Governance-Strukturen mag das ein sinnvolles Experiment sein. Für einen Servicebetrieb mit 20 bis 250 Technikern ist es das falsche Versprechen. Kernprozesse wie Disposition, Abrechnung und Dokumentation sind haftungsrelevant und niemand will, dass eine KI autonom entscheidet, ohne den Kontext zu kennen, den ein erfahrener Disponent hat. Und niemand im Betrieb hat die Ressourcen, autonome KI-Entscheidungen systematisch zu kontrollieren.

Der richtige Ansatz: Workflows mit KI-Unterstützung. Automatisierung dort wo Parameter klar sind und der Mensch im Loop dort wo Urteilsvermögen zählt.

3. Was sind intelligente Workflows?

Ein Workflow ist eine definierte Abfolge von Schritten: Wenn X passiert, dann Y. Wenn der Techniker auf dem Tablet "Wartung abgeschlossen" klickt, dann generiere das Serviceprotokoll, dann schicke es ans Office, dann setze den Status auf "abrechenbar".

Das ist vorhersehbar, prozesssicher und nachvollziehbar. In mfr® passiert das ganz automatisch. Aber es gibt auch Fälle, in denen man sich seine eigenen Workflows in seinem Technologie-Ökosystem bauen möchte und in denen KI hinzugezogen werden soll. Hierzu gibt es Tools wie n8n, Zapier oder Make, die genau das ermöglichen.

4. Wie setzt du KI wirklich effizient in deinem Betrieb ein?

Damit KI die gewünschte Erleichterung bringt, braucht das System von dir drei Dinge:

• klare Ziele. „Mehr Umsatz und Wachstum“ sind keine Ziele. Ein Ziel ist messbar und reproduzierbar: zum Beispiel „Kundenrückmeldung innerhalb von zwei Stunden nach Auftragsabschluss“. Klare Ziele sind nicht nur für die Arbeit der KI wichtig, sondern auch für dich. Denn wie willst du die Arbeit der KI beurteilen, wenn du selbst nicht weißt, was herauskommen soll?
• passende Daten. Das umfasst insbesondere Felddaten aus deinen Serviceaufträgen. Allerdings solltest du bei Anbietern wie Claude oder ChatGPT vorsichtig sein, wenn es um den Zugriff auf sensible oder personenbezogene Daten geht. Da diese Systeme - im Gegensatz zum oben genannten n8n - nicht als geschlossenes System betrieben werden können, besteht die Gefahr, dass diese Daten in fremde Hände geraten.
• praxisnaher Kontext und ein klarer Rahmen mit Vorgaben. Daten ohne Kontext, bleiben zufällige Zeichen, die höchstens statistisch ausgewertet werden können. KI braucht jedoch mehr. Es braucht Zusammenhänge, also Prozessverständnis. Somit gehört zur Vorarbeit immer, deine Workflow sauber zu definieren: Wenn X passiert, dann Y. Wenn der Techniker auf dem Tablet "Wartung abgeschlossen" klickt, dann generiere das Serviceprotokoll, dann schicke es ans Office, dann setze den Status auf "abrechenbar". Das ist vorhersehbar, prozesssicher und nachvollziehbar.

Über den Daumen gepeilt, gilt bei KI-Projekten die 80/20-Regel: 80 % des KI-Erfolgs hängen an 20 % Eigenarbeit. Wird diese nicht gemacht, BEVOR die KI losrennt, wird es wild.

5. Wie mfr® dir mit KI hilft, deine Abläufe zu automatisieren

In der Field Service Management (FSM) Plattform mfr steckt selbst schon einiges an KI. Wir haben die Funktionen über die letzten Jahre in enger Abstimmung mit (und manchmal durch einen Vorschlag von) unseren Kunden integriert. Mit KI-Unterstützung kannst du zum Beispiel:

• eine Sprachnotiz automatisch in eine Textnotiz umwandeln.
• sogar deine Checklisten per Spracheingabe ausfüllen.
• deine Routenplanung automatisieren.
• automatisiert Vorschläge erhalten, welches Teammitglied in Bezug auf Qualifizierung, Anfahrzeit und Fahrtkosten am besten auf einen bestimmten Auftrag passt.

6. Wie mfr® dir hilft, die 20 % Eigenarbeit zu schaffen

mfr® unterstützt dich auch, die 20 % Eigenarbeit beim Umsetzen einer KI-Anwendung in deinem Betrieb zu schaffen. Die FSM-Plattform liefert deiner KI-Anwendung nicht nur gut strukturierte Felddaten aus deinen Aufträgen.

mfr® ist selbst prozessorientiert konzipiert. Dadurch werden deine Auftragsdaten und Prozesse an einem Ort zusammengeführt. In mfr® spiegelt sich quasi dein eigenes Prozessverständnis wider, das die KI benötigt, um den Felddaten Sinn zu geben. Mit mfr werden die 20 % Eigenarbeit somit zum Kinderspiel. Außerdem sind der Kreativität durch die offene Schnittstelle von mfr® wenige Grenzen gesetzt.