KI für Kundenanfragen im Handwerk sinnvoll nutzen

Eine Kundenanfrage lautet:

Hallo, in unserem Mehrfamilienhaus muss dringend etwas an den Feuerlöschern gemacht werden. Einige Aufkleber sehen alt aus. Können Sie sagen, ob alles noch in Ordnung ist und was es kostet?

Eine generische KI könnte darauf selbstbewusst antworten:

Die Geräte müssen sofort ausgetauscht werden. Die Kosten liegen voraussichtlich bei …

Das klingt hilfreich. Es wäre aber fachlich, rechtlich und wirtschaftlich riskant.

Aus dem kurzen Text lässt sich nicht verbindlich ableiten:

welche Einrichtungen vorhanden sind,
wann sie tatsächlich geprüft wurden,
wie ihr Zustand ist,
welche Anforderungen für das konkrete Objekt gelten,
welcher Leistungsumfang nötig ist,
welche Preise der Betrieb berechnet.

Eine sinnvolle KI-Unterstützung würde stattdessen sagen:

Anfrage zur Prüfung beziehungsweise Wartung von Feuerlöschern in einem Mehrfamilienhaus. Es fehlen Objektadresse, Geräteanzahl, Fotos der Prüfaufkleber, Ansprechpartner und gewünschter Zeitraum. Nächster Schritt: fehlende Angaben anfordern und anschließend fachlich prüfen.

Das ist der Unterschied zwischen KI als Vorarbeit und KI als unkontrollierte Entscheidung.

Die kurze Antwort

KI ist bei Kundenanfragen im Handwerk besonders sinnvoll für fünf Aufgaben:

unstrukturierte Nachrichten zusammenfassen
Angaben in klare Felder ordnen
fehlende Informationen erkennen
organisatorische Priorität und nächsten Schritt vorbereiten
Antwort- und Rückfrageentwürfe erstellen

KI sollte nicht verbindlich entscheiden:

Diagnose
technische Machbarkeit
Normkonformität
Sicherheit
Preis
Termin
Annahme oder Ablehnung eines Auftrags

Der beste Einsatz ist nicht „KI übernimmt das Büro“, sondern:

KI bereitet vor, der Betrieb kontrolliert und entscheidet.

Wie verbreitet KI im Handwerk bereits ist

Die Bitkom-Studie „Digitalisierung des Handwerks“ basiert auf einer Befragung von 504 Handwerksunternehmen. Im Studienbericht geben 84 Prozent an, dass KI in ihrem Betrieb derzeit kein Thema ist. Vier Prozent nutzen KI bereits, neun Prozent planen den Einsatz. Gleichzeitig erwarten 35 Prozent einen Wettbewerbsvorteil für Unternehmen, die früh auf KI setzen. Nur 29 Prozent geben an, Mitarbeitende mit ausreichendem KI-Know-how zu haben.

Die Zahlen zeigen zwei Dinge:

KI ist im Handwerk noch kein selbstverständlicher Standard.
Der Einstieg muss einfach, kontrollierbar und nah am tatsächlichen Arbeitsproblem sein.

Ein kleiner Betrieb braucht kein abstraktes KI-Transformationsprogramm. Er braucht eine klare Antwort auf die Frage:

Welche konkrete Aufgabe wird heute besser erledigt als vorher?

Bei Kundenanfragen ist das häufig die Vorarbeit.

Mehr dazu, wie gute Eingaben und vollständige Angaben die KI-Vorarbeit verbessern

Fünf sinnvolle KI-Aufgaben

1. Unstrukturierte Anfragen zusammenfassen

Kunden schreiben selten nach einem einheitlichen Muster.

Beispiel:

Hallo, wir haben vor zwei Jahren ein Haus gekauft. Im Keller hängt eine ältere Heizung und seit gestern kommt manchmal eine Fehlermeldung. Warmwasser geht noch, aber einige Räume werden nicht richtig warm. Wir sind unter der Woche erst ab 16 Uhr da. Fotos kann ich schicken.

Eine hilfreiche Kurzfassung:

Anfrageart: Heizungsstörung
Objekt: Wohnhaus
Situation: Fehlermeldung seit gestern, Warmwasser vorhanden, einige Räume bleiben kühl
Erreichbarkeit: werktags ab 16 Uhr
Dateien: noch keine Fotos
offene Angaben: Adresse, Hersteller, Modell, Fehlercode

Der Mitarbeiter erfasst den Inhalt in Sekunden, ohne den Originaltext zu verlieren.

2. Angaben strukturieren

KI kann Informationen aus Text, Formularfeldern und Nachreichungen in eine einheitliche Darstellung bringen.

Mögliche Blöcke:

Kunde
Kontakt
Objekt
Anfrageart
Beschreibung
Zeitraum
Dringlichkeitshinweise
Dateien
fehlende Informationen
nächster Schritt

Strukturierung ist keine fachliche Bewertung. Sie macht vorhandene Informationen auffindbar.

3. Fehlende Informationen erkennen

Der Betrieb kann festlegen, welche Angaben je Anfrageart wichtig sind.

Beispiel Dachschaden:

Adresse
sichere Übersichtsfotos
Detailfotos
seit wann sichtbar
betroffener Bereich
Ansprechpartner
gewünschter Zeitraum

Die KI vergleicht den Eingang mit diesen Anforderungen und markiert erkennbare Lücken.

Wichtig:

Ein fehlendes Foto ist nicht immer blockierend.
Der Kunde kann eine Angabe möglicherweise nicht kennen.
Die KI kann etwas übersehen oder falsch interpretieren.
Fachliche Mindestanforderungen definiert der Betrieb.

Fehlende Angaben klar und gesammelt nachfordern

4. Organisatorische Priorität vorbereiten

KI kann Hinweise erkennen wie:

genannte Frist
laufender Ausfall
Bestandskunde
neue Nachreichung
fehlende Adresse
Anfrage außerhalb des Servicegebiets
nicht angebotene Leistungsart

Daraus kann eine Arbeitshilfe entstehen:

Heute prüfen, weil ein laufender Ausfall genannt wird. Die Anfrage ist wahrscheinlich passend, aber Adresse und Gerätedaten fehlen.

Nicht zulässig wäre:

Technischer Notfall, sofortiger Einsatz zwingend.

Die zweite Aussage wäre eine fachliche Entscheidung ohne ausreichende Grundlage.

Dringlichkeit, Vollständigkeit und Passung getrennt priorisieren

5. Antwortentwürfe erstellen

Ein Entwurf kann den aktuellen Zustand berücksichtigen:

Anfrage angekommen
Angaben fehlen
Nachreichung eingegangen
interne Prüfung
nicht passend
aktuell keine Kapazität

Beispiel:

Vielen Dank für Ihre Anfrage zur Badsanierung. Damit wir den Umfang besser einordnen können, benötigen wir noch die Objektadresse, Fotos der aktuellen Raumsituation und eine grobe Angabe zum gewünschten Zeitraum. Sie können die Informationen über folgenden Link ergänzen.

Der Betrieb prüft:

stimmt das Anliegen?
sind die Fragen sinnvoll?
passt die Tonalität?
fehlen wichtige Hinweise?
wird etwas versprochen?

Erst danach wird der Text verwendet.

Was KI nicht entscheiden darf

Aufgabe	KI kann vorbereiten	KI darf nicht verbindlich entscheiden	Mensch entscheidet
Zusammenfassung	Inhalt strukturieren und verkürzen	Tatsachen ergänzen, die nicht genannt wurden	ob Zusammenfassung korrekt ist
Fehlende Angaben	erkennbare Lücken markieren	fachliche Mindestanforderungen selbst festlegen	welche Angaben wirklich nötig sind
Priorität	Fristen und organisatorische Signale hervorheben	Gefahr, Sicherheit oder Notfall verbindlich bewerten	Reaktionspriorität und Maßnahmen
Passung	Servicegebiet und Leistungsregeln vergleichen	Auftrag endgültig annehmen oder ablehnen	wirtschaftliche und fachliche Entscheidung
Antwort	Entwurf formulieren	Preis, Termin oder Garantie zusagen	Freigabe und Versand
Fotos	Dateien beschreiben oder zuordnen	Ferndiagnose oder Normbewertung abgeben	fachliche Prüfung
Nachreichung	neuen Stand zusammenfassen	automatisch bestätigen, dass alles ausreichend ist	Bearbeitbarkeit und nächster Schritt

Diese Matrix sollte Teil jeder seriösen KI-Einführung im Anfrageprozess sein.

Mehr dazu, wie eine schnelle erste Reaktion fachliche Prüfung und Antwortentwurf sauber trennt

Vorher und nachher: eine Roh-Anfrage

Roh-Anfrage

Guten Tag, wir sind eine Hausverwaltung und haben in zwei Häusern mehrere Feuerlöscher. Einige wurden wohl länger nicht geprüft, genau wissen wir es nicht. Außerdem fehlen Schilder im Treppenhaus. Wir bräuchten das relativ bald. Können Sie uns sagen, was gemacht werden muss und was es kostet? Bilder schicke ich später.

Sinnvolle KI-Vorarbeit

Kurzfassung

Hausverwaltung fragt Prüfung beziehungsweise Wartung vorhandener Feuerlöscher sowie fehlende Beschilderung in zwei Wohnobjekten an. Gewünscht ist eine zeitnahe Rückmeldung.

Vorhanden

Kundentyp: Hausverwaltung
Objektanzahl: zwei
Themen: Feuerlöscher und Beschilderung
Zeitraum: relativ bald
Fotos: angekündigt, noch nicht vorhanden

Fehlt

Objektadressen
Ansprechpartner
Objektart und Nutzung im Detail
ungefähre Geräteanzahl
vorhandene Prüfaufkleber oder Unterlagen
Fotos
konkrete Frist
Umfang der fehlenden Beschilderung

Organisatorischer Hinweis

Zeitnah prüfen, weil mehrere Objekte und ein kurzfristiger Wunsch genannt werden. Eine fachliche Bewertung ist anhand der Nachricht nicht möglich.

Nächster Schritt

Fehlende Objekt- und Geräteangaben gesammelt anfordern.

Rückfrageentwurf

Vielen Dank für Ihre Anfrage. Für die organisatorische Vorbereitung benötigen wir noch die Adressen der beiden Objekte, die ungefähre Anzahl der vorhandenen Geräte, Fotos der Prüfaufkleber sowie Angaben zur fehlenden Beschilderung. Bitte teilen Sie uns außerdem mit, ob eine konkrete Frist besteht. Nach Eingang prüfen wir den nächsten Schritt.

Was bewusst nicht ausgegeben wird

Aussage zur Normkonformität
verbindliche Prüffrist
Austauschentscheidung
Sicherheitsfreigabe
Preis
Termin
automatische Auftragsannahme

Halluzinationen verständlich erklärt

Generative KI erzeugt Antworten anhand erlernter Muster. Sie prüft nicht automatisch, ob jede Aussage wahr oder im konkreten Fall fachlich zulässig ist.

Eine Halluzination ist vereinfacht gesagt eine plausibel klingende, aber falsche oder unbelegte Ausgabe.

Beispiele:

Hersteller oder Gerätetyp werden ergänzt, obwohl sie nicht genannt wurden.
Die KI behauptet, ein Foto zeige einen bestimmten Defekt.
Eine rechtliche oder normative Pflicht wird erfunden.
Ein Termin wird aus einem allgemeinen Textbaustein übernommen.
Ein Preis wird aus einem anderen Kontext abgeleitet.
Eine Adresse wird falsch zusammengeführt.

Das BSI beschreibt bei generativen KI-Modellen unter anderem Risiken durch unzuverlässige oder manipulierte Ausgaben. Gegenmaßnahmen umfassen technische und organisatorische Kontrollen. Für den Handwerksbetrieb heißt das praktisch:

Originalanfrage sichtbar halten
Entwürfe klar als KI-Ausgabe kennzeichnen
keine automatische fachliche Freigabe
sensible Felder besonders prüfen
klare No-Go-Regeln
Ausgaben protokollieren, wenn dies zum Zweck und Datenschutzkonzept passt
Mitarbeiter im Umgang mit Fehlern schulen

KI-Ausgaben sollten nie allein deshalb geglaubt werden, weil sie professionell formuliert sind.

Betrieblicher Kontext macht den Unterschied

Eine generische KI kennt nicht automatisch:

Leistungen des Betriebs
Servicegebiet
gewünschte und unerwünschte Aufträge
Tonalität
Mindestangaben
Standard-Rückfragen
Dringlichkeitsregeln
Kapazitäten
Preislogik
Zuständigkeiten

Deshalb braucht eine gute Anfrage-KI betriebliche Regeln.

Beispiel Dachdecker:

bei sichtbaren Schäden sichere Fotos der gesamten Dachseite und der betroffenen Stelle anfordern
keine Aufforderung, auf Dach oder Leiter zu steigen
bei Mieteranfragen Eigentümer- oder Verwaltungsrolle klären
keine Ferndiagnose

Beispiel Elektro:

betroffenen Bereich und Zeitpunkt abfragen
Fotos nur gefahrlos
keine Anweisung zu Arbeiten an Sicherungskasten oder Anlage
keine verbindliche Sicherheitsbewertung

Beispiel Brandschutz:

Objektart, Geräteanzahl, Prüfaufkleber und Unterlagen abfragen
keine Norm-, Prüfzeitraum- oder Sicherheitszusage
fachliche Prüfung beim Betrieb

Der Kontext reduziert Fehler, beseitigt sie aber nicht vollständig.

Standardregeln und individuelle Regeln

Starter-Regeln können einfach sein:

Tonalität
Leistungen
Kategorien
Servicegebiet
Standardhinweis

Erweiterte Regeln können umfassen:

individuelle KI-Anweisungen
No-Go-Regeln
Dringlichkeitsregeln
Standard-Rückfragen
Mindestanforderungen
spezifische Anforderungen je Anfrageart

Regeln sollten nicht als Prompt-Sammlung ohne Verantwortung verstanden werden. Sie müssen getestet und anhand echter Vorgänge verbessert werden.

Fotos und Dateien

KI kann Fotos organisatorisch unterstützen:

Datei vorhanden
Dateityp
Zuordnung zur Anfrage
möglicherweise erkennbare Beschriftung
Abgleich, ob ein angekündigtes Dokument fehlt

Sie sollte nicht verbindlich entscheiden:

technische Ursache
Sicherheitszustand
Normkonformität
Reparaturfähigkeit
notwendige Maßnahme
Preis

Auch ein gutes Foto ersetzt nicht automatisch eine Besichtigung oder fachliche Prüfung.

Nachreichungen erneut auswerten

Eine KI-Auswertung darf nicht statisch bleiben.

Vor der Nachreichung:

Adresse fehlt
Foto fehlt
Modell fehlt
Status: Klärung nötig
Rückfrageentwurf vorhanden

Nach der Nachreichung:

Adresse ergänzt
drei Fotos hochgeladen
Hersteller und Modell ergänzt
Status möglicherweise bearbeitbar
neuer nächster Schritt
neuer Antwortentwurf

Eine erneute Auswertung muss den neuen Kontext nutzen und den alten Lauf nicht einfach überschreiben, ohne Nachvollziehbarkeit zu erhalten.

Datenschutz bei KI-gestützten Kundenanfragen

Kundenanfragen enthalten regelmäßig personenbezogene Daten:

Name
E-Mail
Telefonnummer
Adresse
Fotos
Objektinformationen
Kommunikationsinhalte

Bei der Nutzung eines externen KI-Dienstes muss der Betrieb beziehungsweise der eingesetzte Anbieter klären:

welche Daten übertragen werden
zu welchem Zweck
welche Rechtsgrundlage und Rollen gelten
welche Auftragsverarbeitungsbeziehungen bestehen
wo Daten verarbeitet werden
wie lange sie gespeichert werden
ob Daten für Modelltraining verwendet werden
welche technischen und organisatorischen Maßnahmen gelten
wie Betroffenenrechte unterstützt werden
welche Daten minimiert oder pseudonymisiert werden können

Die BfDI weist darauf hin, dass große Sprachmodelle und personenbezogene Daten differenziert betrachtet werden müssen. Je nach Modell, Einsatz und Datenfluss entstehen unterschiedliche Risiken. Eine pauschale Aussage „KI ist anonym“ oder „KI ist immer datenschutzwidrig“ wäre fachlich zu einfach.

Praktisch sinnvoll:

nur notwendige Daten senden
keine freien geheimen Zusatzinformationen ohne Zweck
echte Kundendaten nicht in unkontrollierte öffentliche Tools kopieren
Provider und Verträge prüfen
Zugriffe begrenzen
Lösch- und Retention-Prozesse definieren
Mitarbeiter informieren und schulen
Testfälle möglichst mit anonymen oder synthetischen Daten durchführen

Dieser Abschnitt ist keine Rechtsberatung.

KI mit Testanfragen einführen

Ein sicherer Einstieg beginnt nicht mit vollständiger Automatisierung.

Schritt 1: Geeignete Beispiele auswählen

anonymisierte oder synthetische Anfragen
verschiedene Anfragearten
vollständige und unvollständige Fälle
klare Nicht-Passend-Fälle
Nachreichungen
Grenzfälle

Schritt 2: Erwartete Ausgabe definieren

Für jeden Testfall:

korrekte Kurzfassung
fehlende Angaben
gewünschte Priorität
erlaubter nächster Schritt
verbotene Aussagen
geeigneter Antwortentwurf

Schritt 3: Ergebnisse vergleichen

Prüfen:

wurden Informationen erfunden?
wurden relevante Angaben übersehen?
passt die Tonalität?
bleibt die fachliche Grenze erhalten?
ist der nächste Schritt hilfreich?
ist die Begründung nachvollziehbar?

Schritt 4: Regeln verbessern

Nicht das Modell „blind vertrauen“, sondern:

Prompt und Regeln anpassen
klare No-Gos ergänzen
wiederkehrende Fehler dokumentieren
schwierige Fälle menschlich behandeln

Schritt 5: begrenzt live einsetzen

Entwurf statt automatischer Versand
sichtbare Kennzeichnung
Feedbackmöglichkeit
Protokollierung der Auswertung
manuelle Freigabe

Was ein kleiner Betrieb nicht braucht

Für den Einstieg nicht zwingend nötig:

eigene Modellschulung
Fine-Tuning
autonomer KI-Agent
automatische Telefonannahme
komplexe ERP-Integration
Data-Warehouse
Prompt-Team
großes Transformationsprojekt

Ein klar begrenzter Anwendungsfall ist wertvoller:

Neue Anfrage kommt an, wird strukturiert, fehlende Informationen werden erkannt und ein Antwortentwurf vorbereitet.

Erst echte Nutzung zeigt, welche Erweiterung wirtschaftlich sinnvoll ist.

KI-Kompetenz im Team

Nur 29 Prozent der von Bitkom befragten Handwerksunternehmen geben an, Mitarbeitende zu haben, die mit KI umgehen können. Das spricht für einfache Regeln und sichtbare Kontrollpunkte.

Mitarbeiter sollten wissen:

was die KI tut
welche Daten sie verarbeitet
wo Fehler entstehen können
welche Aussagen verboten sind
wie ein Entwurf geprüft wird
wie Feedback gegeben wird
wann eine verantwortliche Person übernehmen muss

KI-Kompetenz bedeutet nicht, komplexe Modelle erklären zu können. Es bedeutet, Ausgaben kritisch und verantwortlich zu verwenden.

Häufige Fehler

KI soll direkt alles automatisch beantworten

Das spart nur dann Arbeit, wenn die Antworten verlässlich und der Fall klar begrenzt sind.

Besser: zuerst Entwürfe und menschliche Freigabe.

Originalanfrage ist nicht mehr sichtbar

Dann kann niemand prüfen, ob die Zusammenfassung stimmt.

Besser: Original und KI-Ausgabe nebeneinander verfügbar halten.

Fachliche Grenzen fehlen

Die KI formuliert Diagnosen, Normurteile oder Preise.

Besser: klare No-Go-Regeln und serverseitige Produktgrenzen.

Kundendaten werden in beliebige Tools kopiert

Das erzeugt unkontrollierte Datenflüsse.

Besser: freigegebene Anbieter, Verträge und definierte Prozesse.

Ein guter Testfall wird als Beweis betrachtet

Ein Modell kann bei ähnlichen Fällen unterschiedlich reagieren.

Besser: mehrere Szenarien, Grenzfälle und laufende Kontrolle.

KI-Score ersetzt Begründung

Mitarbeiter sehen nur „Priorität hoch“.

Besser: konkrete Signale und nächster Schritt.

Nachreichung wird nicht neu ausgewertet

Die KI arbeitet mit veraltetem Kontext.

Besser: neuer Lauf mit aktuellem Input und nachvollziehbarer Historie.

KI wird als Ersatz für Fachkräfte verkauft

Das weckt falsche Erwartungen und erhöht Risiken.

Besser: organisatorische Assistenz im Büroprozess.

Wie Inqo KI bei Kundenanfragen einsetzt

Inqo nutzt KI für eine klar begrenzte Vorarbeit:

Kurzfassung
fehlende Informationen
Priorität als Arbeitshilfe
nächster Schritt
Antwort- oder Rückfragevorschlag
erneute Auswertung nach Nachreichungen

Betriebliche Regeln können den Kontext ergänzen.

Die Originalanfrage, Dateien und strukturierten Angaben bleiben die Grundlage. KI-Ergebnisse werden als Unterstützung dargestellt und müssen geprüft werden.

Inqo gibt keine verbindlichen fachlichen, rechtlichen, normativen oder sicherheitstechnischen Bewertungen ab.

Mehr zu den Funktionen für strukturierte Anfragekarten und KI-Vorarbeit

Mehr zu den Grenzen der KI-Unterstützung bei Inqo

Checkliste für verantwortungsvolle KI-Vorarbeit

Der Anwendungsfall ist klar begrenzt.
Die Originalanfrage bleibt sichtbar.
KI-Ausgaben sind als solche erkennbar.
Mitarbeiter prüfen jeden relevanten Entwurf.
Fachliche, rechtliche und normative No-Go-Regeln sind definiert.
Die KI darf keine Preise oder Termine zusagen.
Die KI darf keine Aufträge endgültig annehmen oder ablehnen.
Nur notwendige Kundendaten werden verarbeitet.
Provider, Verträge und Datenflüsse sind geprüft.
Testfälle nutzen möglichst anonyme oder synthetische Daten.
Halluzinationen und typische Fehler sind im Team bekannt.
Nachreichungen lösen eine aktualisierte Betrachtung aus.
Feedback zu falschen Ausgaben wird dokumentiert.
Die Einführung beginnt mit Entwürfen statt Vollautomatisierung.

Häufige Fragen

Welche KI-Aufgabe bringt einem kleinen Handwerksbetrieb zuerst Nutzen?

Häufig ist die strukturierte Vorarbeit bei neuen Anfragen ein guter Einstieg: zusammenfassen, fehlende Angaben erkennen und einen Antwortentwurf vorbereiten.

Kann KI Kundenanfragen vollständig automatisch beantworten?

Bei eng begrenzten Standardfällen ist Automatisierung technisch möglich. Bei erklärungsbedürftigen handwerklichen Anfragen bleiben menschliche Prüfung und klare Grenzen sinnvoll.

Darf KI Fotos von Schäden bewerten?

KI kann Fotos organisatorisch zuordnen oder sichtbare Inhalte beschreiben. Eine verbindliche Diagnose, Sicherheits- oder Normbewertung sollte daraus nicht automatisch abgeleitet werden.

Was sind Halluzinationen?

Halluzinationen sind plausibel klingende, aber falsche oder unbelegte KI-Ausgaben. Deshalb müssen Originaldaten und Ausgaben verglichen werden.

Werden Kundendaten zum Training verwendet?

Das hängt vom eingesetzten Anbieter, Vertrag, Produkt und der Konfiguration ab. Der Datenfluss muss konkret geprüft und transparent beschrieben werden.

Muss ein Betrieb ein eigenes KI-Modell trainieren?

Nein. Für klar begrenzte Büroaufgaben kann ein vorhandenes Modell über eine kontrollierte Anwendung genutzt werden. Eigene Modellschulung ist für kleine Betriebe meist kein sinnvoller Startpunkt.

Ersetzt KI das Handwerksbüro?

KI kann wiederkehrende Vorarbeit reduzieren. Sie ersetzt weder Kundenbeziehung noch betriebliche Verantwortung und fachliche Entscheidung.

Wie testet man KI ohne echte Kundendaten?

Mit synthetischen oder anonymisierten Testfällen, die typische vollständige, unvollständige und schwierige Anfragen abbilden.

Founding Pilot

KI-Vorarbeit mit geeigneten Beispielanfragen testen

KI muss nicht alles übernehmen, um im Alltag nützlich zu sein.

Im Founding Pilot lässt sich anhand geeigneter Beispiel- und später echter Anfragen prüfen, ob Zusammenfassung, fehlende Informationen, Priorisierung und Antwortentwürfe zum Betrieb passen.

KI-Vorarbeit im Founding Pilot prüfen

Quellen

KI für Kundenanfragen im Handwerk: sinnvoll vorbereiten, fachlich selbst entscheiden