Whitepaper · Künstliche Intelligenz im Handwerk
Wie Sanitär-, Heizungs- und Klimabetriebe mit Künstlicher Intelligenz Büro, Kundendienst und Baustelle entlasten
Künstliche Intelligenz wird den Anlagenmechaniker nicht ersetzen. Sie kann aber dafür sorgen, dass weniger Arbeitszeit für Telefonnotizen, Rückfragen, Dokumentensuche, Angebotsvorbereitung und wiederkehrende Büroarbeit verloren geht.
Dieses Whitepaper zeigt, welche Anwendungen im SHK-Betrieb heute realistisch sind, welche Voraussetzungen dafür erfüllt sein müssen, wo die Grenzen verlaufen und wie ein Betrieb mit einem begrenzten Pilotprojekt beginnen kann. Es richtet sich an Geschäftsführer, Betriebs- und Kundendienstleiter, kaufmännische Leitungen und Digitalisierungsverantwortliche.
Übersicht
Das Whitepaper ist als Arbeitsdokument angelegt. Die ersten beiden Teile ordnen das Thema ein, der dritte Teil beschreibt elf Einsatzfelder entlang der Auftragskette, der vierte Teil liefert Entscheidungs- und Umsetzungshilfen. Wer bereits weiß, wo im Betrieb Zeit verloren geht, kann direkt bei Teil III einsteigen.
Alle Marktzahlen in diesem Whitepaper sind mit Quellenangabe versehen und stammen aus öffentlich zugänglichen Veröffentlichungen des ZVSHK, des Statistischen Bundesamtes, von Bitkom Research, KfW Research, dem BSI und der Europäischen Kommission. Die Wirtschaftlichkeitsrechnungen ab Seite 25 sind ausdrücklich Modellrechnungen mit frei gewählten Annahmen. Sie dienen dazu, den eigenen Rechenweg nachvollziehbar zu machen, und sind keine zugesicherten Einsparungen.
Management Summary
Die öffentliche Diskussion über Künstliche Intelligenz dreht sich häufig um selbstständig handelnde Systeme, Roboter oder vollständig automatisierte Unternehmen. Für einen SHK-Betrieb liegt der kurzfristige Nutzen an einer ganz anderen Stelle.
KI ist heute besonders gut darin, Informationen aufzunehmen, zu strukturieren, zusammenzufassen und für den nächsten Arbeitsschritt vorzubereiten. Genau dort entstehen in vielen Betrieben vermeidbare Reibungsverluste. Sie sind selten spektakulär. Sie kosten aber jeden Tag Zeit, und sie treffen ausgerechnet die Mitarbeiter, die im Betrieb am schwersten zu ersetzen sind.
In all diesen Situationen kann KI Arbeit vorbereiten, Informationen ordnen und auf fehlende Angaben hinweisen. Sie sollte jedoch weder eigenständig technische Freigaben erteilen noch verbindliche Planungen, Preise oder sicherheitsrelevante Entscheidungen ohne Kontrolle übernehmen. Diese Trennlinie zieht sich durch das gesamte Whitepaper.
Ein SHK-Betrieb sollte nicht mit einer allgemeinen Frage wie „Wo können wir KI einsetzen?“ beginnen. Diese Frage führt fast immer zu einer Werkzeugdiskussion und selten zu einem Ergebnis. Deutlich produktiver ist:
„An welcher Stelle verlieren unsere Mitarbeiter regelmäßig Zeit, weil Informationen fehlen, mehrfach erfasst oder immer wieder gesucht werden müssen?“
Wer diese Frage für den eigenen Betrieb beantworten kann, hat den schwierigsten Teil eines KI-Projekts bereits erledigt. Alles Weitere – Auswahl, Test, Integration, Kontrolle – ist danach Handwerk im besten Sinne: planbar, überprüfbar und im Zweifel korrigierbar.
Die fünf Kernaussagen
Telefonannahme, Auftragsvorbereitung, Dokumentation, Wissenszugriff und Kundenkommunikation bieten schneller erreichbare Verbesserungen als hochkomplexe technische Anwendungen. Sie sind weniger prestigeträchtig, dafür messbar und mit begrenztem Risiko umsetzbar.
Ein ungeklärter Ablauf wird durch KI nicht automatisch besser. Häufig beschleunigt die Technik lediglich das bestehende Durcheinander – und produziert dieselben Lücken schneller und in größerer Zahl. Wer keine Regel dafür hat, welche Angaben eine Störungsmeldung enthalten muss, wird auch von einer Telefon-KI keine vollständigen Störungsmeldungen bekommen.
Ein sinnvoller Pilot löst ein konkretes Problem: unvollständige Störungsmeldungen, verspätete Monteurberichte, liegengebliebene Angebote. Wer den Ausgangswert nicht kennt, kann den Nutzen später nicht belegen – und wird das Projekt im Zweifel nach Bauchgefühl bewerten.
KI kann Vorschläge liefern. Die Beurteilung einer Anlage, die Auswahl einer technischen Lösung und die Freigabe eines Angebots bleiben Aufgaben qualifizierter Mitarbeiter. Diese Verantwortung lässt sich weder an einen Anbieter noch an ein Modell delegieren – gewährleistungsrechtlich ohnehin nicht.
Kundenadressen, Grundrisse, Fotos aus Privatwohnungen, Verbrauchsdaten und technische Anlageninformationen dürfen nicht unkontrolliert in beliebige KI-Dienste übertragen werden. Seit dem 2. August 2026 kommt für Betriebe mit KI-gestütztem Kundenkontakt eine Transparenzpflicht aus der EU-KI-Verordnung hinzu.5
Diese fünf Aussagen sind bewusst unspektakulär formuliert. Digitalisierungsprojekte im Handwerk scheitern selten an der Technik, sondern an unklaren Zuständigkeiten, fehlenden Daten und an der Erwartung, ein Werkzeug könne eine Entscheidung ersetzen.
Ausgangslage
Das deutsche SHK-Handwerk hat 2025 auf hohem Niveau abgeschlossen, aber mit nachlassender Dynamik. Aufträge und Auslastung gingen zurück, das Geschäft wird zunehmend von Reparatur und Instandhaltung getragen statt von echten Modernisierungsmaßnahmen. Das Kundendienst- und Wartungsgeschäft blieb dagegen eine verlässliche Umsatzsäule. Als zentraler Bremsklotz gilt die politische Unklarheit rund um Gebäudeenergiegesetz und Förderkulisse; für 2026 erwartet der ZVSHK keine grundlegende Trendwende.1
Gleichzeitig verschiebt sich die Technik im Bestand. Die Wärmepumpe war 2025 mit rund 299.000 verkauften Einheiten erstmals die meistverkaufte Heiztechnik des Jahres.2 Für Betriebe bedeutet das nicht nur neue Produkte, sondern vor allem: mehr Beratungsaufwand, mehr Abstimmung mit Elektro und Bauseite, mehr Dokumentation, mehr Rückfragen.
Ein Betrieb kann fehlende Anlagenmechaniker nicht durch ein Sprachmodell ersetzen. Er kann aber versuchen, die vorhandenen Fachkräfte von Tätigkeiten zu entlasten, für die kein Meister, kein Techniker und kein erfahrener Kundendienstmonteur erforderlich ist. Genau in dieser Differenz – zwischen dem, was Fachkunde erfordert, und dem, was nur Fleißarbeit ist – liegt der realistische Beitrag von KI.
Warum das Thema jetzt relevant wird
Im deutschen Handwerk setzen bislang 4 Prozent der befragten Unternehmen KI ein, weitere 9 Prozent planen eine Nutzung. Gleichzeitig gehen 35 Prozent davon aus, dass ein frühzeitiger Einsatz einen Wettbewerbsvorteil bedeuten kann, und 33 Prozent erwarten, dass KI Geschäftsmodelle im Handwerk grundlegend verändern wird. Nur 29 Prozent der Handwerksunternehmen geben an, über Mitarbeiter zu verfügen, die mit KI umgehen können.3
Sie zeigen keine flächendeckende Reife, sondern ein frühes Marktstadium. Für einen SHK-Betrieb heißt das: Es besteht kein Zwang, jede neue Anwendung sofort einzuführen. Es gibt aber ein Zeitfenster, in dem strukturierte Betriebe in Ruhe Erfahrungen sammeln können, bevor Kunden, Hersteller und Softwareanbieter Standards setzen.
2025 nutzten 26 Prozent der deutschen Unternehmen mit mindestens zehn Beschäftigten KI. Bei Unternehmen mit 10 bis 49 Beschäftigten waren es 23 Prozent, bei 50 bis 249 Beschäftigten 36 Prozent und bei Großunternehmen ab 250 Beschäftigten 57 Prozent.4 Als häufigste Gründe gegen einen Einsatz nannten die Unternehmen fehlendes Wissen (72 Prozent), Unklarheit über die rechtlichen Folgen (62 Prozent) und Datenschutzbedenken (60 Prozent).4
Im breiten Mittelstand liegt die Nutzung nach einer Sonderauswertung des KfW-Mittelstandspanels bei 20 Prozent – das entspricht knapp 780.000 Unternehmen und hat sich binnen sechs Jahren verfünffacht. Entscheidend ist dabei weniger die Größe als das Umfeld: Unternehmen mit Forschungs- und Entwicklungsaktivitäten sowie ausgeprägten Digitalisierungsaktivitäten nutzen KI deutlich überdurchschnittlich. Unternehmen ohne Hochschulabsolventen und ohne jegliche Innovationsaktivität setzen KI mit einer Wahrscheinlichkeit von nur 8 Prozent ein.6
| Grundgesamtheit | Anteil mit KI-Einsatz | Quelle |
|---|---|---|
| Handwerksbetriebe in Deutschland | 4 % | Bitkom Research 20253 |
| Mittelstand insgesamt | 20 % | KfW Research 20266 |
| Unternehmen ab 10 Beschäftigten | 26 % | Destatis 20254 |
| Unternehmen mit 10 bis 49 Beschäftigten | 23 % | Destatis 20254 |
| Unternehmen mit 50 bis 249 Beschäftigten | 36 % | Destatis 20254 |
Die Werte sind nicht direkt vergleichbar: Grundgesamtheit, Erhebungszeitraum und KI-Definition unterscheiden sich je Studie erheblich. Der Abstand zwischen 4 Prozent im Handwerk und 26 Prozent in der Gesamtwirtschaft ist dennoch deutlich genug, um als Richtungsaussage zu taugen.
Nicht die Betriebsgröße entscheidet über den Erfolg, sondern geordnete Abläufe, digital verfügbare Informationen, eindeutige Zuständigkeiten, ein konkreter Anwendungsfall, ausreichende Datenqualität und Akzeptanz im Büro wie auf der Baustelle. Der Vorsprung entsteht nicht durch den Kauf eines Werkzeugs, sondern durch bessere Prozesse, gepflegte Daten und geschulte Mitarbeiter.
Begriffsklärung
Im betrieblichen Alltag wird sehr Unterschiedliches unter dem Begriff KI zusammengefasst. Für eine Investitionsentscheidung lohnt sich die Unterscheidung, weil Aufwand, Nutzen und Risiko je Kategorie deutlich auseinanderliegen.
Eine feste Regel löst einen bekannten Vorgang aus. Die Software interpretiert nichts, sie führt aus.
Beispiel: Wird ein Wartungsauftrag abgeschlossen, erhält der Kunde automatisch eine E-Mail mit dem Wartungsbericht.
Ein Sprachmodell erstellt oder bearbeitet Texte, Zusammenfassungen, Antworten oder strukturierte Datensätze.
Beispiel: Aus einer Sprachnotiz des Monteurs entsteht ein gegliederter Leistungsbericht mit ausgeführten Arbeiten, Material und offenen Punkten.
Die Anwendung erkennt Sprache, Text, Bilder oder Dokumentinhalte und überführt sie in Datenfelder.
Beispiel: Ein System liest Hersteller, Typ und Seriennummer vom Typenschild-Foto aus. Die Angaben werden anschließend vom Mitarbeiter geprüft.
Die KI greift auf freigegebene betriebliche Unterlagen zu und antwortet auf Grundlage dieser Quellen – mit Quellenangabe.
Beispiel: „Welche Unterlagen benötigen wir vor dem Austausch einer Gastherme im vermieteten Mehrfamilienhaus?“
Ein Agent führt mehrere Arbeitsschritte aus und nutzt dabei andere Systeme. Er nimmt beispielsweise eine Störungsmeldung entgegen, prüft die Kundendaten im Handwerkerprogramm, fordert fehlende Angaben an, erstellt einen Auftragsentwurf und schlägt einen Termin vor.
Ein solcher Agent darf nicht mit uneingeschränkten Rechten arbeiten. Schreibzugriffe, Terminbuchungen, Bestellungen und Kundenmitteilungen benötigen definierte Grenzen und Kontrollpunkte. Die entscheidende Frage bei einem Agenten lautet nicht „Was kann er?“, sondern „Was darf er ohne Rückfrage tun – und wie erkennen wir, wenn er es falsch tut?“.
Anbieter verwenden den Begriff KI häufig als Verkaufsargument für Funktionen, die im Kern klassische Automatisierung sind – und umgekehrt für generative Systeme, deren Ergebnisse eine Prüfung brauchen. Eine feste Regel ist vorhersehbar. Ein Sprachmodell ist es nicht. Beides kann richtig sein. Nur die Kontrollmechanismen unterscheiden sich grundlegend.
Praxistaugliche Einordnung
Die folgende Einteilung ordnet KI-Anwendungen nicht nach Technologie, sondern nach Eingriffstiefe. Je weiter unten in der Tabelle, desto größer der mögliche Nutzen – und desto größer der Aufwand für Integration, Rechte und Kontrolle.
| Stufe | Funktion | Beispiel | Risiko |
|---|---|---|---|
| 1 | Textunterstützung | E-Mail, Bericht oder Kundeninformation formulieren | niedrig |
| 2 | Strukturierung | Telefonnotiz oder Sprachnotiz in Auftragsdaten umwandeln | niedrig bis mittel |
| 3 | Wissenszugriff | Interne Unterlagen, Checklisten und Anleitungen durchsuchen | mittel |
| 4 | Systemintegration | Auftrag im Handwerkerprogramm vorbereiten, Daten übernehmen | mittel |
| 5 | Teilautonome Ausführung | Termine buchen, Nachrichten versenden, Material anfordern | erhöht |
| 6 | Fachliche Entscheidung | Technische Lösung selbstständig festlegen und freigeben | für die meisten Fälle ungeeignet |
Für die meisten SHK-Betriebe liegt der wirtschaftlich sinnvolle Einstieg derzeit auf den Stufen 1 bis 3. Stufe 4 kann folgen, sobald Prozesse, Schnittstellen und Verantwortlichkeiten belastbar funktionieren. Stufe 5 setzt voraus, dass Fehler erkannt und rückgängig gemacht werden können, bevor sie den Kunden erreichen. Stufe 6 ist im SHK-Handwerk aus fachlichen und haftungsrechtlichen Gründen kein realistisches Ziel.
Viele Betriebe versuchen, direkt auf Stufe 4 oder 5 einzusteigen, weil die Vorführung eines Anbieters beeindruckend war. Das Ergebnis ist regelmäßig dasselbe: Das Projekt bleibt an Schnittstellen, Berechtigungen und Datenqualität hängen, bindet Führungszeit und endet ohne Ergebnis. Danach gilt im Betrieb „KI funktioniert bei uns nicht“ – und die einfachen, wirksamen Stufen 1 bis 3 werden gleich mit beerdigt.
Analyse
Ein typischer SHK-Auftrag durchläuft zehn Stationen. An jeder Station werden Informationen übergeben – und genau bei diesen Übergaben entstehen die Fehler, die später Zeit kosten.
1 Anfrage oder Störungsmeldung · 2 Qualifizierung des Anliegens · 3 Terminierung oder Vor-Ort-Aufnahme · 4 Kalkulation und Angebot · 5 Materialdisposition · 6 Einsatzplanung · 7 Montage oder Kundendienst · 8 Dokumentation und Abnahme · 9 Rechnung und Nachbearbeitung · 10 Wartung, Folgegeschäft und Kundenbindung
Der Kunde meldet „Heizung geht nicht“. Es fehlen Hersteller und Gerätetyp, Fehlercode, Zeitpunkt des Ausfalls, Warmwasserstatus, Geräusche oder Geruch, Zugänglichkeit, Objektart, Ansprechpartner vor Ort und Hinweise auf vorherige Arbeiten.
Der Monteur erhält einen Termin, aber keine Bilder, keine Anlagenhistorie und keine Information darüber, was mit dem Kunden bereits besprochen wurde. Er beginnt vor Ort mit der Aufklärung dessen, was im Büro schon bekannt war.
Der Auftrag ist erledigt, aber Materialpositionen fehlen, eine Zusatzleistung ist nicht dokumentiert, Fotos liegen auf dem privaten Smartphone, Messwerte sind handschriftlich notiert, die Kundenunterschrift fehlt und ein Folgeangebot wurde nicht ausgelöst.
Angebotspositionen, Herstellerunterlagen, Lieferzeiten und Alternativprodukte werden in verschiedenen Systemen gesucht. Dieselbe Recherche wird über das Jahr mehrfach von verschiedenen Personen durchgeführt.
Der erfahrene Kundendienstmonteur kennt typische Fehlerbilder, Schwächen bestimmter Gerätegenerationen und die Besonderheiten einzelner Objekte. Dieses Wissen ist nirgends dokumentiert. Es steht dem Betrieb genau so lange zur Verfügung, wie dieser Mitarbeiter erreichbar ist – und geht mit ihm in den Ruhestand.
Eignungsprüfung
Ein Vorgang eignet sich besonders gut für KI-Unterstützung, wenn mehrere der folgenden Punkte zutreffen. Faustregel: Je mehr Haken, desto eher lohnt sich ein Pilot. Weniger als fünf Haken sind ein Hinweis darauf, dass zuerst der Prozess und nicht das Werkzeug an der Reihe ist.
Wenn nahezu jeder Auftrag individuell ist und vor der Aufnahme eine intensive fachliche Beratung erfordert, findet die KI kein Muster, an dem sie ansetzen könnte.
Wenn Anlagenhistorien, Bestände oder Stammdaten nicht gepflegt sind, kann auch die beste Anwendung nur eine plausible Vermutung liefern – und die ist im technischen Umfeld gefährlich.
Wenn im Ablauf kein Punkt vorgesehen ist, an dem ein Mensch das Ergebnis sieht, bevor es wirkt, ist der Anwendungsfall zu früh für KI.
Ein Ablauf, der zwölfmal im Jahr auftritt, rechnet sich fast nie – unabhängig davon, wie ärgerlich er im Einzelfall ist.
Lassen Sie zwei Wochen lang jede Rückfrage notieren, die entsteht, weil eine Information fehlte. Nur zwei Spalten: Was fehlte, und wer musste deshalb nachfragen. Diese Liste ist in der Regel aussagekräftiger als jede Beratung – und sie liefert gleichzeitig die Ausgangsmessung für den späteren Pilotbetrieb.
Einsatzfeld 1
Vom verpassten Anruf zum strukturierten Vorgang.
Im SHK-Betrieb ist das Telefon die zentrale Kundenschnittstelle – und gleichzeitig die größte Unterbrechungsquelle. Anrufe gehen ein, während Mitarbeiter Angebote bearbeiten, Material bestellen, Monteure koordinieren, Rechnungen prüfen, Kunden im Büro bedienen oder selbst auf der Baustelle sind. Am Montagmorgen und nach dem ersten Frost potenziert sich das.
Eine KI-gestützte Telefonassistenz kann Anrufe außerhalb der Geschäftszeiten oder bei Überlastung entgegennehmen. Entscheidend ist dabei nicht, dass eine synthetische Stimme möglichst menschlich klingt. Entscheidend ist, ob am Ende eine brauchbare, vollständige Information im Betrieb ankommt – und ob der Kunde das Gefühl hatte, ernst genommen zu werden.
Er liegt in der Standardisierung. Eine Telefonassistenz fragt beim 40. Anruf des Tages dieselben neun Punkte ab wie beim ersten – auch freitags um 16:45 Uhr. Genau das ist der Punkt, an dem menschliche Annahme unter Last regelmäßig nachlässt. Nicht aus Nachlässigkeit, sondern weil das dritte Telefon gleichzeitig klingelt.
Einsatzfeld 1 · Fortsetzung
Eine KI-Telefonassistenz darf keine Ferndiagnose als gesicherte Aussage ausgeben, keine Preise nennen und keine Termine zusagen, die nicht durch die Disposition gedeckt sind. Bei Gasgeruch, Wasseraustritt oder Brandgefahr muss ein fest definierter Sicherheitshinweis greifen – als starre Regel, nicht als freie Interpretation eines Sprachmodells. Dieser Ablauf gehört getestet, bevor die Anlage produktiv geht.
Wer eine KI im direkten Kundenkontakt einsetzt, muss offenlegen, dass der Gesprächspartner mit einem KI-System spricht. Die entsprechenden Transparenzpflichten der EU-KI-Verordnung (Artikel 50) gelten seit dem 2. August 2026.5 Der Hinweis gehört an den Anfang des Gesprächs und in die Datenschutzinformation – nicht ins Kleingedruckte.
| Kennzahl | Aussage |
|---|---|
| Anteil angenommener Anrufe | Erreichbarkeit gegenüber dem Kunden |
| Zahl verpasster Anrufe je Woche | Direkt verlorenes Auftragspotenzial |
| Rückrufzeit (Median) | Wahrgenommene Reaktionsgeschwindigkeit |
| Vollständigkeit der Störungsmeldungen | Kernkennzahl des Piloten |
| Anteil vermeidbarer Rückfragen | Reibungsverlust zwischen Büro und Kunde |
| Falsch eingeordnete Vorgänge | Qualität der Dringlichkeitsregeln |
| Rückmeldungen von Kunden und Büro | Akzeptanz – der häufigste Abbruchgrund |
Einsatzfeld 2
Nicht jede Anfrage benötigt sofort einen Vor-Ort-Termin.
Viele Betriebe verlieren Zeit, weil Anfragen zu früh wie Aufträge behandelt werden. Erst später zeigt sich, dass wichtige Voraussetzungen fehlen – dann allerdings mit Anfahrt, Aufmaß und einem Nachmittag Kalkulation im Rücken.
Eine KI-gestützte Anfragequalifizierung kann Informationen über Webformular, Telefon oder E-Mail einsammeln, auf Vollständigkeit prüfen und für das Büro aufbereiten. Sie ersetzt keine Beratung – sie sorgt dafür, dass die Beratung mit vollständigen Angaben beginnt.
Objektadresse · Gebäudetyp · Baujahr · beheizte Fläche · bestehender Wärmeerzeuger · Alter der Anlage · Energieträger · Heizflächen · Warmwasserbereitung · bekannte Verbrauchswerte · Sanierungsstand · Fotos von Heizraum, Typenschild und Verteilung · gewünschter Zeitrahmen · Fördermittelstatus · Erreichbarkeit des Kunden
Aus diesen Angaben entsteht keine belastbare Fachplanung und keine Heizlastberechnung. Die KI kann erkennen, welche Angaben fehlen, und eine strukturierte Vorbereitungsmappe erzeugen. Die fachliche Bewertung beginnt danach.
Geeignet, wenn der Betrieb viele ähnliche Anfragen erhält und die erforderlichen Erstinformationen benennen kann.
Weniger geeignet, wenn nahezu jeder Auftrag individuell ist und bereits vor der Aufnahme intensive fachliche Beratung benötigt.
Einsatzfeld 3
Von verstreuten Informationen zu einer prüfbaren Angebotsgrundlage.
Die Angebotserstellung gehört zu den zeitintensivsten kaufmännisch-technischen Aufgaben im SHK-Betrieb. Besonders aufwendig wird sie, wenn Informationen aus Aufmaß, Baustellenfotos, Kunden-E-Mails, Planunterlagen, Leistungsverzeichnis, Herstellerangebot, Großhandelskonditionen, Monteurnotizen, früheren Vergleichsangeboten und Förderanforderungen zusammengeführt werden müssen. Dass diese Arbeit in vielen Betrieben abends stattfindet, ist kein Zufall: Sie braucht ununterbrochene Konzentration.
Diese Regel ist kein Misstrauen gegenüber der Technik. Sie ist die Konsequenz daraus, dass ein Angebot ein rechtsverbindliches Dokument ist. Ein Sprachmodell haftet nicht. Der Betrieb haftet.
Praxisfall
Ein Betrieb erhält für eine Wärmepumpenanfrage folgende Unterlagen: eine Kunden-E-Mail, die Verbrauchsabrechnung der letzten drei Jahre, Fotos der Bestandsanlage, eine Heizlastberechnung eines Planers, einen Grundriss und die Produktunterlagen des Herstellers. Sechs Quellen, drei Formate, ein Vorgang.
Der Meister prüft die technische Plausibilität: Passt die vorgesehene Wärmepumpe zur berechneten Heizlast? Sind die Heizflächen für die erforderliche Vorlauftemperatur geeignet? Was sagt der Zählerschrank? Der Kalkulator erstellt die kaufmännische Bewertung. Die KI ersetzt keinen dieser Schritte. Sie reduziert den Aufwand für Sichtung, Sortierung und Strukturierung – also für den Teil, der vorher fast eine Stunde gekostet hat, ohne fachlich anspruchsvoll zu sein.
Unvollständige Angaben werden als Tatsachen übernommen. Wenn in der Kunden-E-Mail steht „Fußbodenheizung ist vorhanden“, weiß die KI nicht, ob das für das ganze Haus, für das Erdgeschoss oder nur für das Bad gilt. Deshalb muss die Anwendung so eingerichtet sein, dass sie unklare Angaben kennzeichnet, statt sie zu glätten. Ein Entwurf, der ehrlich Lücken zeigt, ist wertvoller als einer, der vollständig aussieht.
Dass die Bestandsaufnahme im SHK-Handwerk ein lohnendes Digitalisierungsfeld ist, zeigt auch die Forschung. Im vom BMBF geförderten Projekt DiBesAnSHK (Laufzeit 09/2021 bis 08/2024) entwickelte das Fraunhofer-Institut für Solare Energiesysteme ISE gemeinsam mit Praxispartnern ein Verfahren, das Heizungskomponenten mit handelsüblichen Smartphones und Tablets erfasst, per Bilderkennung klassifiziert und in einen Anlagen-Konfigurator überführt – mit dem Ziel, Bestandsaufnahme und Schnellangebot vor Ort zu ermöglichen.7 Im laufenden Projekt WESPE wird der Ansatz auf die Umrüstung auf Wärmepumpen übertragen.8
Das Potenzial ist erheblich. Die praktische Qualität hängt allerdings von Bild, Einbausituation, Gerätegeneration und Datenbestand ab. Ein enges Typenschild im dunklen Heizraum bleibt ein enges Typenschild im dunklen Heizraum.
Einsatzfeld 4
Bessere Vorbereitung statt vollautomatischer Tourenplanung.
Eine KI kann die Disposition unterstützen, wenn ausreichende Daten vorliegen: Qualifikation der Mitarbeiter, Einsatzort, voraussichtliche Dauer, benötigte Ersatzteile, Fahrzeugbestand, Dringlichkeit, zugesagte Zeitfenster, Abhängigkeiten zu anderen Gewerken, Zugangsbedingungen, Wartungsverträge und Notdienstregelungen.
Deshalb sollte die KI in der Disposition zunächst Vorschläge erzeugen und Auffälligkeiten markieren. Die verbindliche Planung bleibt beim Disponenten. Dessen Wissen über Kunden, Objekte und Mitarbeiter ist der Teil, der nirgends im System steht – und der über die Qualität eines Tages entscheidet.
Bei mehreren Kundendienstfahrzeugen, vielen kurzfristigen Störungseinsätzen, wiederkehrenden Wartungsterminen, großem Einsatzgebiet und häufigen Umplanungen. Bei einem kleinen Betrieb mit zwei Monteuren und enger persönlicher Abstimmung reicht in der Regel eine saubere digitale Auftragsplanung völlig aus – der Zusatznutzen einer KI wäre dort schwer zu belegen.
Die wertvollste Funktion in diesem Einsatzfeld ist häufig gar nicht die Planung, sondern das Auslesen offener Punkte aus Monteurberichten. „Thermostat im Bad muss noch getauscht werden“ steht in vielen Betrieben im Freitext eines Berichts – und wird nie wieder gelesen. Wer diese Sätze systematisch findet und in eine Wiedervorlage überführt, hebt Umsatz, der bereits erarbeitet wurde.
Einsatzfeld 5
Dokumentieren, ohne nach Feierabend Berichte nachzuschreiben.
Die sprachgestützte Dokumentation gehört zu den naheliegendsten KI-Anwendungen im SHK-Handwerk – weil sie genau dort ansetzt, wo die Arbeit ohnehin passiert, und nicht zusätzliche Bildschirmzeit erzeugt.
„Beim Kunden Müller wurde die Gas-Brennwerttherme geprüft. Fehlercode 227. Ionisationselektrode verschmutzt, gereinigt und Brenner kontrolliert. Anlage wieder in Betrieb. Abgaswerte im Soll. Kondensatablauf war teilweise zugesetzt und wurde gereinigt. Kunde wurde darauf hingewiesen, dass die Wartung überfällig war. Empfehlung: jährlichen Wartungsvertrag anbieten.“
Aus dieser Notiz erzeugt das System ausgeführte Arbeiten, festgestellte Ursache, verwendetes Material, Messwerte, Kundenhinweis, Folgeempfehlung, abrechenbare Positionen und einen internen Vermerk – jeweils in getrennten Feldern statt in einem Fließtext, den später jemand auseinandernehmen muss.
Anlage und Ausgangslage · Fehlerbild · Prüfung · Ursache · ausgeführte Arbeiten · Material · Messwerte · Kundeninformation · offene Punkte · Folgeauftrag
Der ZVSHK entwickelt im Forschungsprojekt MEISTERWÄRME ein sprachgesteuertes KI-Assistenzsystem, das die Fehlerdiagnose automatisiert unterstützt und Serviceprozesse in der Heizungswartung optimiert. Das Vorhaben startete am 1. Mai 2025, läuft 36 Monate, wird mit rund 4,6 Millionen Euro gefördert und bündelt fünf Partner aus Verband, Forschung, IT-Entwicklung und einem SHK-Meisterbetrieb.9 Sprachbasierte Unterstützung ist damit kein Anbieterversprechen mehr, sondern ein anerkanntes Entwicklungsfeld innerhalb der Branche.
Einsatzfeld 6
Wenn die richtige Information vorhanden, aber nicht auffindbar ist.
Die meisten SHK-Betriebe besitzen umfangreiches Wissen: Montageanleitungen, Herstellerinformationen, Wartungschecklisten, Preislisten, Arbeitsanweisungen, Normenhinweise, Sicherheitsunterweisungen, Vorlagen, technische Merkblätter, frühere Angebote, Anlagenhistorien und Erfahrungswerte. Das Problem ist selten ein Mangel an Unterlagen. Das Problem ist ihre Verteilung – auf Laufwerke, Postfächer, Ordner, Messengergruppen und Köpfe.
Ein wissensbasierter Assistent durchsucht ausschließlich freigegebene Dokumente und beantwortet Fragen mit Quellenangabe. Genau diese Quellenangabe ist der Unterschied zwischen einem nützlichen Werkzeug und einem gut formulierten Risiko.
Wenn veraltete und aktuelle Dokumente nebeneinanderliegen, Dateinamen nichts aussagen, Verantwortlichkeiten fehlen, Versionen nicht gekennzeichnet sind, sensible Unterlagen ohne Berechtigung zugänglich sind oder wesentliche Informationen nur mündlich existieren. Ein Assistent, der eine widerrufene Arbeitsanweisung zitiert, ist schlechter als gar kein Assistent – weil ihm geglaubt wird.
| Stufe | Bedeutung |
|---|---|
| Bestätigte Antwort | Die Aussage ist durch aktuelle, freigegebene Quellen belegt; die Quelle wird genannt. |
| Hinweis | Die Quellen enthalten relevante Informationen, lassen aber Interpretationsspielraum. |
| Keine belastbare Antwort | Es liegt keine ausreichende oder aktuelle Grundlage vor. |
Einsatzfeld 7
Assistenz für den Fachmann, nicht Ersatz für Fachkunde.
Eine KI kann bei der Fehlersuche unterstützen, wenn sie auf geeignete Informationen zugreift: Fehlercode, Gerätetyp, Anlagenhistorie, Messwerte, Herstellerunterlagen, bereits durchgeführte Prüfungen, bekannte Fehlerbilder und Wartungsstatus. Daraus kann sie mögliche Ursachen, eine sinnvolle Prüfreihenfolge oder die passende Unterlage vorschlagen.
Sie kennt den tatsächlichen Anlagenzustand nicht. Sie kennt Montagefehler nicht, die lokale Hydraulik nicht, die elektrischen Messwerte nicht, Veränderungen durch andere Gewerke nicht und nicht dokumentierte Umbauten schon gar nicht. Sie kann deshalb eine Hypothese liefern, aber niemals eine Feststellung. Der Unterschied ist im Kundendienst nicht akademisch: Wer mit dem falschen Ersatzteil anreist, hat einen Tag verloren.
Nicht in der Diagnose selbst, sondern im Zugriff auf das, was der Betrieb schon einmal gelöst hat. Wenn ein Monteur bei einem Fehlerbild sieht, dass ein Kollege vor sieben Monaten an einer baugleichen Anlage dasselbe Problem hatte und wie es endete, spart das mehr Zeit als jede Ursachenliste aus einem Sprachmodell. Voraussetzung dafür ist allerdings, dass der Kollege es damals dokumentiert hat – siehe Einsatzfeld 5.
Einsatzfeld 8
Weniger Suchaufwand, weniger unnötige Fahrten.
Materialprobleme verursachen im Kundendienst erhebliche Folgekosten: fehlende Ersatzteile, falsche Artikel, nicht dokumentierte Entnahmen, überfüllte Fahrzeuge, veraltete Bestände, ungeklärte Rückgaben und spontane Fahrten zum Großhandel. Jede dieser Fahrten kostet nicht nur Diesel, sondern einen Termin.
Ohne Schnittstelle zu Warenwirtschaft und Lieferantendaten bleibt es bei Empfehlungen.
Ein Betrieb wertet zwölf Monate Kundendienstaufträge aus. Die Analyse zeigt, welche Kleinteile besonders häufig benötigt werden, bei welchen Fehlerbildern regelmäßig zusätzliche Fahrten entstehen, welche Artikel ständig nachbestellt werden, welche Bestände kaum verwendet werden – und welche Monteure für denselben Standardfall unterschiedliche Materialien einsetzen.
Daraus entsteht ein abgestimmter Grundbestand pro Fahrzeug. Das ist keine spektakuläre KI-Anwendung. Es ist eine Auswertung, die in vielen Betrieben nie stattfindet, weil niemand die Zeit hat, zwölf Monate Auftragsdaten durchzusehen.
Diese Auswertung setzt voraus, dass Material auftragsbezogen erfasst wurde. Wer Kleinteile pauschal abrechnet oder Entnahmen nicht bucht, erhält eine Analyse der Buchungsdisziplin – nicht des Materialbedarfs. In diesem Fall ist die richtige erste Maßnahme keine KI, sondern eine Entscheidung darüber, wie Material künftig erfasst wird.
Einsatzfeld 9
Vollständige Unterlagen sind Teil der Wertschöpfung – nicht deren Nachbereitung.
Eine technisch einwandfreie Leistung kann kaufmännisch zum Problem werden, wenn die Dokumentation unvollständig ist. Zusatzleistungen werden nicht abgerechnet, der Auftraggeber bestreitet den Leistungsumfang, Fotos fehlen, Abweichungen vom Auftrag sind nicht dokumentiert, Bedenkenhinweise wurden nur mündlich gegeben, Inbetriebnahmeunterlagen sind unvollständig, die Rechnung kann nicht gestellt werden – und bei einer Reklamation fehlt die Vorgangshistorie.
Aus Sprachnotizen und Baustellenberichten kann die KI Hinweise auf Zusatzleistungen erkennen. Ein Satz wie
„Unterputzleitung war entgegen Plan nicht nutzbar. Zusätzliche Kernbohrung erforderlich.“
führt zu einem internen Hinweis: Möglicher Nachtrag – kaufmännische Prüfung erforderlich. Die KI sollte jedoch keinesfalls selbstständig einen verbindlichen Nachtrag versenden. Ob ein Nachtrag berechtigt und durchsetzbar ist, entscheidet der Vertrag, nicht der Satzbau.
Von allen elf Einsatzfeldern ist dieses dasjenige mit dem direktesten Bezug zum Ergebnis: Eine Vollständigkeitsprüfung, die eine vergessene Zusatzleistung pro Woche findet, hat sich in vielen Betrieben rechnerisch bereits getragen, bevor irgendjemand über Zeitersparnis gesprochen hat.
Einsatzfeld 10
Technische Sachverhalte verständlich erklären.
SHK-Betriebe kommunizieren täglich mit sehr unterschiedlichen Ansprechpartnern: privaten Eigentümern, Mietern, Hausverwaltungen, Architekten, Energieberatern, Bauträgern, Gewerbekunden, Kommunen und Pflegeeinrichtungen. Nicht jeder Empfänger versteht Begriffe wie Spreizung, Heizkurve, hydraulischer Abgleich, Rücklauftemperatur oder Volumenstrom. Und nicht jeder Monteur hat abends um 18 Uhr die Muße, sie zu übersetzen.
Aus dem technischen Bericht entsteht eine verständliche Erläuterung: „Die Anlage schaltete ab, weil der Kondensatablauf teilweise blockiert war. Wir haben den Ablauf gereinigt, die Anlage geprüft und wieder in Betrieb genommen. Zur Vermeidung ähnlicher Störungen empfehlen wir eine regelmäßige Wartung.“
Die KI bereitet eine Übersicht vor: Ausgangslage, vorgeschlagene Lösung, notwendige Nebenarbeiten, Punkte, die der Kunde bereitstellen muss, möglicher Ablauf und noch offene Entscheidungen. Der Kunde weiß danach, was auf ihn zukommt – das reduziert Rückfragen und Terminverschiebungen.
Die Anwendung erstellt eine sachliche Nachricht auf Basis der tatsächlichen Ursache, ohne dass der Mitarbeiter jedes Mal neu formulieren muss. Eine klare, frühe Absage ist besser als eine späte Entschuldigung.
Reklamationen, Haftungsfragen, Fristsetzungen, Bedenkenhinweise und rechtlich relevante Aussagen dürfen nicht ohne Prüfung versendet werden. Ein freundlich formulierter Satz kann eine Rechtsposition aufgeben, die der Betrieb nie hätte aufgeben wollen. Die KI schreibt gut. Sie weiß nicht, was auf dem Spiel steht.
Einsatzfeld 11
Gute Arbeit reicht nicht, wenn sie digital nicht erkennbar ist.
Kunden informieren sich zunehmend online, bevor sie einen SHK-Betrieb kontaktieren. Persönliche Empfehlungen bleiben wichtig, werden aber durch Suchmaschinen, Kartendienste, Bewertungen und zunehmend durch KI-gestützte Antwortsysteme ergänzt. Wer in diesen Systemen nicht auftaucht oder mit widersprüchlichen Angaben auftaucht, wird schlicht nicht in Betracht gezogen.
In der Bitkom-Befragung des Handwerks gaben 85 Prozent der Betriebe an, mindestens einen digitalen Service anzubieten – etwa digitale Terminvereinbarung, Online-Beratung oder elektronischen Rechnungsversand. Messengerdienste nutzen 62 Prozent, Online-Meetings 36 Prozent.3 Die Grundausstattung ist also vorhanden. Der Unterschied entsteht in der Konsistenz.
Beliebige Massentexte schaffen keine glaubwürdige Positionierung. Ein Betrieb wird nicht sichtbar, weil er hundert ähnliche Seiten veröffentlicht – weder bei Suchmaschinen noch bei KI-Systemen, die zunehmend auf Belegbarkeit achten.
Gute Inhalte brauchen reale Leistungen, konkrete Einsatzgebiete, Fachkompetenz, eigene Bilder und Projekte, nachvollziehbare Ansprechpartner, eindeutige Kontaktdaten, echte Bewertungen und konsistente Angaben auf allen Plattformen.
KI kann Stellenanzeigen und Inhalte vorbereiten. Der eigentliche Vorteil entsteht aber erst, wenn der Betrieb glaubwürdig zeigt, welche Technik eingesetzt wird, wie Ausbildung organisiert ist, welche Entwicklungsmöglichkeiten bestehen, wie Baustelle und Büro zusammenarbeiten und welche Werte gelten. Nach der Bitkom-Studie lässt sich mehr als die Hälfte der Ausbildungsbetriebe im Handwerk bei der Digitalisierung von den eigenen Azubis helfen.3 Das ist ein bemerkenswerter Befund: Der Nachwuchs bringt die Kompetenz häufig mit – wenn der Betrieb ihn lässt.
Abgrenzung
Nicht jede technisch mögliche Anwendung ist betrieblich sinnvoll. Bei den folgenden sieben Anwendungen ist besondere Vorsicht angebracht – nicht aus Prinzip, sondern weil Fehler dort teuer, schwer erkennbar oder rechtlich relevant sind.
Heizlastberechnung, Rohrnetz- und Trinkwasserplanung oder Auslegung ohne fachliche Prüfung und Freigabe.
Preise hängen von Einkauf, Montageaufwand, Baustellensituation, Risiko, Auslastung und Kundenvereinbarung ab. Diese Faktoren lassen sich nicht zuverlässig aus Freitext ableiten.
Regelwerke ändern sich, nicht jede Quelle ist aktuell – und ein Sprachmodell formuliert auch eine falsche Regel überzeugend.
Ob Mangel, Bedienfehler, Fremdeingriff oder Gewährleistungsfall vorliegt, erfordert eine fachliche und gegebenenfalls rechtliche Bewertung.
KI zur Leistungsbewertung, Verhaltensanalyse oder automatisierten Personalentscheidung ist arbeitsrechtlich heikel und fällt nach der EU-KI-Verordnung regelmäßig in den Hochrisikobereich.5
Mitarbeiter sollten nicht eigenständig Kundenunterlagen, Fotos, Verträge oder Kalkulationen in frei verfügbare Dienste kopieren.
Automatisch ausgelöste Bestellungen können bei falscher Zuordnung erhebliche Kosten verursachen – und sie fallen erst auf, wenn die Rechnung kommt.
„Zeigen Sie mir bitte, was passiert, wenn Ihr System etwas falsch versteht.“ Anbieter, die darauf souverän antworten, haben über Fehlerfälle nachgedacht. Anbieter, die ausweichen, haben es nicht.
Wirtschaftlichkeit
Monatlicher Nutzen = eingesparte Bearbeitungszeit × betrieblicher Vollkostensatz + vermiedene Fehlerkosten + zusätzlicher Deckungsbeitrag – laufende Betriebskosten (Lizenz, Nutzung, Integration, Pflege, Qualitätskontrolle)
Die folgenden drei Beispiele sind Modellrechnungen mit frei gewählten Annahmen. Sie zeigen den Rechenweg, nicht ein zugesichertes Ergebnis. Setzen Sie Ihre eigenen Fallzahlen und Kostensätze ein – ein Betrieb mit 200 Anrufen im Monat kommt zu einer anderen Entscheidung als einer mit 600.
600 relevante Anrufe im Monat, durchschnittlich 2 Minuten weniger Bürozeit je Anruf durch strukturierte Vorqualifizierung.
600 × 2 Min = 1.200 Min = 20 Stunden
20 h × 45 €/h = 900 € pro Monat
8 Kundendienstmonteure, 10 Minuten Einsparung je Arbeitstag, 20 Arbeitstage.
8 × 10 × 20 = 1.600 Min ≈ 26,7 Stunden
26,7 h × 55 €/h ≈ 1.467 € pro Monat
80 Angebote im Monat, 15 Minuten Einsparung je Angebot durch strukturierte Vorbereitung.
80 × 15 Min = 1.200 Min = 20 Stunden
20 h × 60 €/h = 1.200 € pro Monat
Eingesparte Minuten erscheinen in keiner Bilanz. Sie werden erst wirtschaftlich, wenn die frei werdende Zeit tatsächlich genutzt wird, um mehr Aufträge zu bearbeiten, Rechnungen schneller zu stellen, Rückstände abzubauen, Überstunden zu reduzieren, zusätzliche Kunden zu bedienen oder teure Fachkräfte zu entlasten.
Wer 20 Stunden im Monat einspart und danach denselben Umsatz mit denselben Überstunden macht, hat nichts gewonnen außer einem etwas ruhigeren Büro. Das ist nicht wertlos – aber es ist kein Geschäftsergebnis, und es sollte auch nicht als solches verkauft werden.
In der Praxis liegt der größere Hebel häufig nicht in der Zeit, sondern in dem, was heute schlicht verloren geht: die nicht abgerechnete Zusatzleistung, der verpasste Anruf am Montagmorgen, das Folgeangebot, das nie geschrieben wurde, die Rechnung, die drei Wochen später hinausgeht. Diese Effekte sind schwerer zu quantifizieren – aber sie sind es, die den Unterschied machen.
Priorisierung
| Kriterium | Gewicht | Ihre Bewertung 1–5 |
|---|---|---|
| Häufigkeit des Vorgangs | 20 % | ___ |
| Zeitaufwand heute | 20 % | ___ |
| Fehler- und Rückfragequote | 15 % | ___ |
| Verfügbarkeit digitaler Daten | 15 % | ___ |
| Möglichkeit menschlicher Kontrolle | 10 % | ___ |
| Integrationsaufwand (invers bewerten) | 10 % | ___ |
| Akzeptanz der Mitarbeiter | 10 % | ___ |
Anwendungsfälle mit hoher Häufigkeit, guten Daten und geringem Risiko gehören nach vorn. Der Integrationsaufwand wird invers bewertet: wenig Aufwand ergibt eine hohe Punktzahl.
Typische Engpässe: Der Geschäftsführer arbeitet operativ mit, das Telefon unterbricht laufende Tätigkeiten, Angebote bleiben liegen, Wissen liegt bei wenigen Personen.
Geeignete Einstiege: E-Mail- und Textassistenz, strukturierte Telefonnotizen, Sprachdokumentation, zentrale Wissensablage, Angebotschecklisten.
Weniger geeignet: komplexe Agentensysteme, umfassende Individualentwicklung, aufwendige Datenplattformen.
Typische Engpässe: Übergaben zwischen Büro und Monteuren, Disposition, unvollständige Berichte, Angebotsrückstände, uneinheitliche Abläufe.
Geeignete Einstiege: KI-Telefonassistenz, Anfragequalifizierung, dokumentationsgestützte Abrechnung, Wissensassistent, Angebotsvorbereitung, Folgeauftragserkennung.
Typische Engpässe: mehrere Teams und Standorte, komplexe Berechtigungen, unterschiedliche Prozessvarianten, umfangreiche Dokumentbestände, hoher Integrationsbedarf.
Geeignete Einstiege: Unternehmenswissen mit Rollenrechten, integrierte Serviceassistenz, Analyse von Auftrags- und Servicedaten, automatisierte Qualitätsprüfungen, KI-gestützte Disposition, standardisierte Kundenkommunikation.
1. Welcher Engpass verursacht heute den größten Aufwand? · 2. Wie häufig tritt der Vorgang auf? · 3. Welche Daten liegen digital vor? · 4. Wer ist für die fachliche Qualität verantwortlich? · 5. Was passiert bei einer falschen Antwort? · 6. Kann ein Mitarbeiter das Ergebnis vor Verwendung prüfen? · 7. Welche Software muss angebunden werden? · 8. Wie wird der Nutzen gemessen? · 9. Wer pflegt Regeln und Inhalte nach dem Pilot? · 10. Kann das Projekt innerhalb von drei Monaten einen überprüfbaren Wert liefern?
Technische Voraussetzungen
Ein SHK-Betrieb benötigt keine eigene IT-Abteilung. Er benötigt jedoch eine nachvollziehbare Architektur – und das Wissen, wo welche Information entsteht. Die typische Systemlandschaft umfasst Handwerkersoftware oder ERP, Auftrags- und Kundendaten, Dokumentenablage, E-Mail, Kalender, Telefonanlage, eine mobile Monteurlösung, Buchhaltung, Zeiterfassung und gegebenenfalls Lager und Einkauf.
| Stufe | Funktionsweise | Vorteil | Nachteil |
|---|---|---|---|
| 1 · Getrennte Assistenz | Die KI erzeugt Texte oder Zusammenfassungen, Mitarbeiter übertragen die Ergebnisse ins führende System. | schneller Einstieg, geringes Risiko | Medienbruch bleibt bestehen |
| 2 · Kontrollierte Übergabe | Die KI erzeugt einen strukturierten Entwurf, ein Mitarbeiter bestätigt die Übernahme ins Handwerkerprogramm. | weniger Übertragung, Kontrolle bleibt | Schnittstelle erforderlich |
| 3 · Prozessintegration | Die KI liest und schreibt innerhalb definierter Rechte in mehrere Systeme. | hoher Automatisierungsgrad | höherer Aufwand, größeres Risiko |
öffentliche Produktinformationen, veröffentlichte Leistungsbeschreibungen, allgemeine Vorlagen
interne Prozesse, Kalkulationslogik, Lieferanteninformationen, Arbeitsanweisungen
Kundendaten, Angebote, Verträge, Grundrisse, Anlagenhistorien, Fotos aus Gebäuden, Mitarbeiterdaten
Gesundheitsinformationen, Zugangs- und Sicherheitsdaten, Daten aus sensiblen Einrichtungen, Zugangscodes, Informationen über kritische technische Anlagen
Datenexport: Kann der Betrieb seine Inhalte, Regeln und Historien jederzeit in einem verwendbaren Format mitnehmen? Abschaltbarkeit: Läuft der Betrieb ohne die Anwendung weiter – und wie lange dauert die Rückkehr zum manuellen Prozess? Wer diese beiden Fragen erst nach zwei Jahren stellt, stellt sie zu spät.
Rechtsrahmen
Die EU-KI-Verordnung ist am 1. August 2024 in Kraft getreten und wird gestaffelt wirksam. Mit dem sogenannten Digital-Omnibus wurde der Zeitplan 2026 angepasst: Das Europäische Parlament billigte den Text am 16. Juni 2026, der Rat stimmte am 29. Juni 2026 final zu.510
| Datum | Was gilt |
|---|---|
| 2. Februar 2025 | Verbotene Praktiken (Art. 5) und die Pflicht zur KI-Kompetenz (Art. 4) gelten. Der Omnibus formuliert Art. 4 um: Betriebe müssen die Entwicklung von KI-Kompetenz künftig fördern statt sicherstellen. Der Kern bleibt. |
| 2. August 2025 | Pflichten für Anbieter allgemeiner KI-Modelle (GPAI). |
| 2. August 2026 | Transparenzpflichten (Art. 50) und Beginn der behördlichen Durchsetzung. Wer KI im Kundenkontakt einsetzt, muss dies offenlegen; KI-erzeugte oder manipulierte Inhalte sind zu kennzeichnen. |
| 2. Dezember 2026 | Verlängerte Frist für die maschinenlesbare Markierung synthetischer Inhalte bei Systemen, die vorher bereits auf dem Markt waren; zwei neue Verbote treten in Kraft. |
| 2. Dezember 2027 | Pflichten für eigenständige Hochrisiko-Systeme nach Anhang III – darunter KI in Bewerbungsverfahren und in der Mitarbeiterbewertung (verschoben vom 2. August 2026). |
| 2. August 2028 | Pflichten für in regulierte Produkte eingebettete Hochrisiko-KI nach Anhang I. |
Die meisten Anwendungen aus diesem Whitepaper – Textassistenz, Sprachdokumentation, Wissenszugriff, Angebotsvorbereitung – fallen in die Kategorien mit minimalem oder begrenztem Risiko. Hochrisiko-KI betreibt ein SHK-Betrieb in der Regel nur dann, wenn er KI in Bewerbungsverfahren oder zur Mitarbeiterbewertung einsetzt. Genau deshalb gehört dieser Bereich auf Seite 24 zu den Anwendungen, von denen zunächst abzuraten ist.
Ab August 2026 wird kontrolliert. In Deutschland hat das Bundeskabinett am 11. Februar 2026 ein Durchführungsgesetz beschlossen, das die Bundesnetzagentur als zuständige Marktüberwachungsbehörde benennt, soweit keine Fachbehörde zuständig ist.10 Wer bis heute weder weiß, welche KI-Werkzeuge im Betrieb genutzt werden, noch seine Mitarbeiter geschult hat, hat zwei bereits geltende Pflichten offen.
Der Rechtsstand entwickelt sich weiter. Die Angaben geben den Stand Juli 2026 wieder und ersetzen keine Rechtsberatung. Prüfen Sie vor einer Einführung die jeweils aktuelle Lage, im Zweifel mit anwaltlicher Unterstützung.
KI-Governance
Eine Tabelle genügt: Anwendung · Zweck · Verantwortlicher · verarbeitete Daten · Anbieter · Freigabestatus. Diese Liste ist die Grundlage für alles Weitere – und sie deckt regelmäßig auf, dass mehr KI im Betrieb genutzt wird als bekannt war.
Erlaubte Anwendungen, verbotene Daten, Prüfvorgaben, Kennzeichnung, Zugriffsrechte, Verantwortlichkeiten und der Umgang mit Fehlern. Zwei Seiten reichen, wenn sie gelesen werden.
Geschäftsführung: Freigabe, Budget, Risikoverantwortung · IT oder Dienstleister: Betrieb, Zugriffe, Schnittstellen, Sicherheit · Datenschutz: personenbezogene Daten und Verträge · Fachverantwortlicher: Regeln, Vorlagen, Fachinhalte · Anwender: Prüfung der Ergebnisse, Meldung von Fehlern
Verbindliche Prüfung bei Angeboten, Preisen, technischen Empfehlungen, Reklamationen, Bestellungen, Terminversprechen sowie bei sicherheitsrelevanten und rechtlichen Aussagen.
Nachvollziehbar sein sollte: welche Daten verarbeitet wurden, welche Antwort erzeugt wurde, wer sie geprüft hat, welche Aktion ausgelöst wurde und welche Version der Regeln dabei galt.
Ein KI-Projekt, das an den Mitarbeitern vorbei entschieden wird, scheitert unabhängig von seiner technischen Qualität. Wer die Monteure erst am Einführungstag informiert, erhält Sprachnotizen von sieben Wörtern Länge. Beziehen Sie die betroffenen Mitarbeiter deshalb bereits in die Auswahl des Anwendungsfalls ein – sie wissen am besten, wo Zeit verloren geht.
Existiert ein Betriebsrat, sind Systeme, die zur Überwachung von Verhalten oder Leistung geeignet sind, regelmäßig mitbestimmungspflichtig (§ 87 Abs. 1 Nr. 6 BetrVG). Das gilt auch dann, wenn keine Überwachung beabsichtigt ist – die objektive Eignung genügt. Eine frühzeitige Abstimmung ist keine Formalie, sondern verhindert, dass ein fertiges Projekt kurz vor dem Start gestoppt wird.
Das BSI weist darauf hin, dass generative KI neuartige IT-Sicherheitsrisiken mit sich bringt und bekannte Bedrohungen verstärken kann – unter anderem durch Manipulation von Eingaben, Abfluss vertraulicher Informationen und fehlerhafte Ausgaben.11
Umsetzung
Der Plan ist bewusst kurz gehalten. Ein Projekt, das nach drei Monaten keine überprüfbare Aussage liefert, wird auch nach neun Monaten keine liefern – es wird nur teurer.
Einen konkreten Engpass auswählen, Ablauf aufnehmen, Fallzahlen und Zeitaufwand bestimmen, Fehler und Rückfragen erfassen, einen Verantwortlichen benennen, Zielkennzahlen festlegen.
Ergebnis: ein abgegrenzter Anwendungsfall mit messbarem Ziel, zum Beispiel: „Wir wollen den Anteil vollständiger Störungsmeldungen innerhalb von drei Monaten von 55 auf mindestens 85 Prozent erhöhen.“
Pflichtangaben definieren, Sonderfälle aufnehmen, Dokumente prüfen, Datenquellen bestimmen, Berechtigungen festlegen, Risikofälle beschreiben.
Ergebnis: ein Sollprozess mit fachlichen Regeln. Häufig zeigt sich hier, dass das Problem gar keine KI benötigt – auch das ist ein Ergebnis.
Lösung auswählen, Testumgebung einrichten, beispielhafte Vorgänge durchspielen, Antworten und Übergaben prüfen, Fehler dokumentieren, Regeln anpassen.
Ergebnis: ein funktionsfähiger Prototyp ohne unkontrollierte Produktivaktionen.
Kleine Nutzergruppe schulen, begrenzte Zahl realer Vorgänge bearbeiten, Ergebnisse kontrollieren, Zeitaufwand messen, Rückmeldungen sammeln, Fehlerszenarien testen.
Ergebnis: belastbare Erkenntnisse aus dem eigenen Betrieb, nicht aus einer Anbieterpräsentation.
Kennzahlen vergleichen, Fehlerquote bewerten, Kosten und Nutzen berechnen, Akzeptanz prüfen, Datenschutz und Sicherheit bewerten, über Ausbau, Anpassung oder Abbruch entscheiden.
Ergebnis: eine dokumentierte Betriebsentscheidung.
Praxisbeispiele
Die folgenden Beispiele sind verallgemeinerte Konstellationen, wie sie in SHK-Betrieben regelmäßig auftreten. Sie beschreiben mögliche Vorgehensweisen und erwartbare Wirkungsrichtungen – keine gemessenen Ergebnisse einzelner Referenzkunden.
Ausgangslage: Täglich 40 bis 60 Anrufe, zwei Mitarbeiter im Büro. Besonders am Montagmorgen gehen Anrufe verloren. Störungsmeldungen enthalten häufig nur: „Die Heizung funktioniert nicht.“
Lösung: Eine KI-Telefonassistenz übernimmt Anrufe bei Besetztzeichen und außerhalb der Geschäftszeiten. Sie fragt nach Anlage, Fehlercode, Warmwasserstatus und Gefährdungshinweisen.
Kontrollpunkt: Das System erstellt ausschließlich einen Vorgangsentwurf. Über Dringlichkeit und Termin entscheidet die Disposition.
Erwartbare Wirkung: weniger verpasste Anrufe, vollständigere Aufträge, weniger Rückfragen, besser vorbereitete Monteure.
Hauptrisiko: fehlerhafte Dringlichkeitseinstufung. Deshalb werden Notfälle über feste Regeln behandelt und nicht über freie Interpretation.
Ausgangslage: Der Geschäftsführer erstellt Angebote abends. Die Unterlagen verteilen sich auf E-Mails, Handyfotos und Papiernotizen. Angebote gehen im Schnitt elf Tage nach dem Ortstermin hinaus – häufig, nachdem der Kunde bereits woanders unterschrieben hat.
Lösung: Ein strukturierter Aufnahmeprozess sammelt alle Informationen an einer Stelle. Die KI erstellt daraus eine Projektübersicht und markiert fehlende Angaben.
Kontrollpunkt: Auslegung, Mengen, Preise und Leistungsbeschreibung werden durch Meister und Kalkulator geprüft.
Erwartbare Wirkung: weniger Suchaufwand, schnellere Angebotsbearbeitung, weniger Rückfragen, einheitlichere Unterlagen.
Hauptrisiko: Unvollständige Angaben werden als Tatsachen übernommen. Deshalb muss die Anwendung fehlende Informationen ausdrücklich als ungeklärt kennzeichnen, statt sie plausibel zu ergänzen.
Praxisbeispiele
Ausgangslage: Leistungsberichte werden teilweise erst am Abend oder am Folgetag ergänzt. Zusatzarbeiten fehlen gelegentlich auf der Rechnung. Wenn nachgefragt wird, erinnert sich niemand mehr genau – und im Zweifel wird zugunsten des Kunden entschieden.
Lösung: Die Monteure sprechen nach dem Einsatz eine geführte Sprachnotiz ein. Die KI strukturiert Bericht, Material und Folgeempfehlungen entlang der betrieblichen Berichtsstruktur.
Kontrollpunkt: Der Monteur bestätigt den Bericht vor Abschluss. Das Büro prüft die abrechnungsrelevanten Positionen.
Erwartbare Wirkung: zeitnahe Dokumentation, schnellere Rechnungsstellung, weniger vergessene Leistungen, bessere Anlagenhistorie.
Hauptrisiko: falsch erkannte Fachbegriffe und Artikelnummern. Ein betriebliches Wörterbuch und Pflichtbestätigungen reduzieren dieses Risiko deutlich.
Ausgangslage: Neue Mitarbeiter fragen häufig erfahrene Kollegen nach internen Abläufen, Produkten und Formularen. Jede dieser Fragen unterbricht zwei Personen: den, der fragt, und den, der antwortet.
Lösung: Ein interner Wissensassistent greift auf freigegebene Prozessunterlagen, Checklisten und Herstellerinformationen zu.
Kontrollpunkt: Antworten zeigen die verwendeten Quellen. Bei fehlender Grundlage wird ausdrücklich keine sichere Aussage erzeugt.
Erwartbare Wirkung: schnellere Einarbeitung, weniger Unterbrechungen, einheitlichere Abläufe, bessere Nutzung vorhandener Unterlagen.
Hauptrisiko: veraltete Dokumente. Deshalb erhält jede Quelle einen Verantwortlichen und einen Prüftermin – ohne diese Pflege verfällt der Assistent innerhalb eines Jahres.
In keinem Fall trifft die KI eine fachliche Entscheidung. In jedem Fall gibt es einen benannten Kontrollpunkt. Und in jedem Fall ist das Hauptrisiko nicht die Technik, sondern die Bereitschaft der KI, eine Lücke zu füllen, statt sie zu zeigen. Wer nur eine Anforderung an einen Anbieter formulieren kann, sollte diese wählen: Zeige Lücken, statt sie zu schließen.
Selbsteinschätzung
Bewerten Sie jede Aussage mit 0 Punkten (nicht vorhanden), 1 Punkt (teilweise vorhanden) oder 2 Punkten (ausreichend vorhanden). Beantworten Sie die Fragen nicht allein – die Einschätzung der Geschäftsführung und die des Büros weichen erfahrungsgemäß voneinander ab.
| Prüffrage | Punkte |
|---|---|
| Wir haben einen konkreten betrieblichen Engpass ausgewählt. | ___ / 2 |
| Der heutige Ablauf ist bekannt und dokumentiert. | ___ / 2 |
| Fallzahlen und Zeitaufwand können ermittelt werden. | ___ / 2 |
| Die benötigten Informationen liegen überwiegend digital vor. | ___ / 2 |
| Eine fachlich verantwortliche Person ist benannt. | ___ / 2 |
| Kritische Entscheidungen bleiben bei Mitarbeitern. | ___ / 2 |
| Datenschutz und Informationssicherheit können geprüft werden. | ___ / 2 |
| Die betroffenen Mitarbeiter werden einbezogen. | ___ / 2 |
| Erfolg und Fehler können gemessen werden. | ___ / 2 |
| Für den Pilot stehen Zeit und Budget zur Verfügung. | ___ / 2 |
| Summe | ___ / 20 |
Beginnen Sie nicht mit der Auswahl einer KI-Plattform. Nehmen Sie zunächst den Prozess auf und ordnen Sie die benötigten Informationen. Ein KI-Projekt würde in dieser Lage vor allem sichtbar machen, was ohnehin schon bekannt ist – zu einem hohen Preis.
Ein begrenzter Anwendungsfall kann vorbereitet werden. Achten Sie auf eindeutige Ziele, kontrollierte Datenzugriffe und eine kleine Nutzergruppe. Widerstehen Sie der Versuchung, den Umfang während des Piloten zu erweitern.
Der Betrieb verfügt über geeignete Voraussetzungen für einen strukturierten Pilotbetrieb. Der Schwerpunkt sollte jetzt auf Integration, Qualitätskontrolle und Wirtschaftlichkeit liegen – und auf der Frage, wer Regeln und Inhalte nach dem Pilot dauerhaft pflegt.
Schlusswort
Der wirtschaftliche Wert eines SHK-Betriebs entsteht weiterhin durch fachgerechte Planung, handwerkliche Ausführung, zuverlässigen Kundendienst, verantwortliche Entscheidungen und Vertrauen beim Kunden.
Künstliche Intelligenz ist dann sinnvoll, wenn sie diese Leistungen unterstützt. Sie kann Informationen aufnehmen, Unterlagen vorbereiten, Wissen auffindbar machen und Dokumentation beschleunigen. Sie kann aber keine Verantwortung für Sicherheit, Technik, Preis oder Ausführung übernehmen – und sie sollte es auch nicht versuchen.
Der beste Einstieg ist deshalb kein großes Transformationsprogramm. Es ist ein konkreter, häufig auftretender Vorgang, dessen Verbesserung im Alltag messbar wird. Wer damit beginnt, gewinnt zweierlei: ein Ergebnis und Erfahrung. Wer mit der Plattformfrage beginnt, gewinnt eine Präsentation.
In einem strukturierten Erstcheck werden unter anderem geprüft:
Eine priorisierte Auswahl realistischer Anwendungsfälle mit einer Empfehlung für einen begrenzten Pilotbetrieb – einschließlich der Fälle, von denen wir abraten. Wenn sich kein wirtschaftlich sinnvoller Anwendungsfall zeigt, sagen wir das.
KI-Beratung und digitale Produkte für den Mittelstand im deutschsprachigen Raum. Datenschutz nach EU-DSGVO.
krambergai.com
Möglicher nächster Schritt: KI-Einsatz für Ihren SHK-Betrieb prüfen · geeigneten KI-Anwendungsfall ermitteln · KI-Potenzialbericht anfragen · Erstgespräch zur KI-Einführung vereinbaren.
Anhang
Alle Quellen zuletzt abgerufen am 15. Juli 2026. Die Angaben geben den zu diesem Zeitpunkt veröffentlichten Stand wieder.
Herausgeber: KrambergAI GmbH, Amtsgericht Stuttgart HRB 804171 · krambergai.com
Haftungsausschluss: Dieses Whitepaper dient der
allgemeinen Information. Es ersetzt weder eine fachliche Planung noch
eine Rechts-, Steuer- oder Datenschutzberatung im Einzelfall. Die
Wirtschaftlichkeitsrechnungen sind Modellrechnungen mit frei gewählten
Annahmen und stellen keine zugesicherten Eigenschaften oder Einsparungen
dar. Alle Marken- und Produktnamen gehören ihren jeweiligen Inhabern.