Branche wählen. Situation erkennen. Wirkung sehen.

Inhabergeführter Sanitär-/Heizungsbetrieb mit hoher Auftragslage; Angebote werden abends vom Chef geschrieben.

Angebote brauchen 2–4 Tage, Kunden springen ab. Kalkulation, Texte und Anhänge liegen verteilt in Mails, Ordnern und Köpfen.

Lokaler Assistent (Corporate LLM) mit Zugriff auf Preislisten, Bausteine, alte Angebote und Aufmaß-Notizen. Mensch entscheidet, KI entwirft.

Sprach-/Foto-Eingabe vom Baustellenbesuch → Entwurf-Angebot mit Positionen, Preisen, Standardtexten und Anhängen in unter 30 Min.

Jedes freigegebene Angebot trainiert die Bausteine. Treffsicherheit, Marge und Reaktionszeit verbessern sich mit jedem Auftrag.

Erfahrene Instandhalter gehen in den Ruhestand. Wartungswissen steckt in Köpfen, Handzetteln und alten PDFs.

Stillstandzeiten steigen, junge Techniker brauchen lange, bis sie Maschinen sicher diagnostizieren können.

RAG-System auf eigenen Wartungsplänen, Schaltplänen und Tickets — on-prem, ohne Datenabfluss. Strukturierte Übergabe-Interviews mit Senior-Technikern.

Techniker fragen am Tablet: „F-37 Fehlercode 218, was prüfe ich zuerst?“ — Schritt-für-Schritt-Antwort mit Quellen und Sicherheitshinweisen.

Jeder gelöste Ticket-Fall wird ins Wissens-Set zurückgeführt. Das System wird mit jedem Einsatz präziser.

Disposition jongliert Aufträge, Fahrer-Verfügbarkeit, Lenkzeiten und kurzfristige Änderungen meist in Excel und am Telefon.

Hoher Stress, Leerfahrten, ungenaue ETA-Auskünfte gegenüber Kunden, Fehler bei Schichtübergaben.

Assistent liest Aufträge, Telematik, Lenkzeiten und Kundennotizen. Schlägt Touren, Übergaben und Antworten an Kunden vor — Disponent entscheidet.

Tages-Briefing morgens, ETA-Antworten per Klick, automatische Schichtübergabe-Notiz, Re-Routing-Vorschläge bei Störungen.

Akzeptierte/abgelehnte Vorschläge schärfen das Modell. Auslastung, ETA-Genauigkeit und Kundenzufriedenheit steigen iterativ.

Personalmangel im Service, viele Laufmeter, Reservierungen über Telefon, WhatsApp und Plattformen parallel.

Servicekräfte sind überlastet, Reservierungen kollidieren, No-Shows tun weh, Gäste warten länger.

Service-Roboter (RaaS) übernimmt Transport von Tellern/Getränken; KI-Assistent bündelt Reservierungen, beantwortet Standard-Anfragen 24/7.

Roboter läuft definierte Routen, Service bleibt am Gast. Reservierungen, Bestätigungen und Erinnerungen laufen automatisch — mit Mensch-Override.

Daten zu Stoßzeiten, No-Shows und Gästewünschen fließen ins Planungs- und Marketing-Modell — Auslastung wächst kontrollierbar.

Sortiment wächst monatlich, Online-Shop und Marktplätze brauchen Texte, Attribute, Bilder in mehreren Sprachen.

Listing dauert Wochen, Texte uneinheitlich, SEO leidet, kleine Team-Kapazitäten reichen nicht.

Pipeline: PIM → KI generiert Beschreibungen, Bullets, Bild-Alt-Texte, Übersetzungen — nach Marken-Tonalität. Redaktion gibt frei.

Neue Artikel sind in Stunden listing-fertig — konsistent, mehrsprachig, SEO-optimiert, mit nachvollziehbarer Freigabe-Spur.

Conversion- und SEO-Daten fließen zurück: Modell lernt, welche Formulierungen verkaufen — und schlägt sie beim nächsten Artikel vor.

Pflegekräfte dokumentieren abends nach den Touren — handschriftlich oder im Tablet, oft unter Zeitdruck.

Dokumentationszeit frisst Pflege­zeit, Fehler- und Burnout-Risiko steigen, Compliance ist fragil.

On-Prem-Sprachmodell: Pflegekraft spricht 30 Sek. ins Tablet → strukturierter Eintrag nach MDK-Vorgaben, Mensch prüft & gibt frei.

Doku-Zeit pro Einsatz halbiert, Einträge vollständiger, sensible Daten verlassen das Haus nicht.

Mit jeder Korrektur lernt das Modell den Hausstandard. Qualität und Geschwindigkeit steigen gemeinsam.

Vor jedem Mandantengespräch werden Akten, Mails und Verträge gesichtet — meist manuell, oft am Abend.

Vorbereitungs­zeit ist nicht abrechenbar, Wissen liegt verstreut, Junior-Kollegen brauchen Stunden.

Privater Kanzlei-Assistent auf eigenen Akten (Mandantengeheimnis gewahrt) — fasst zusammen, listet offene Punkte, schlägt Fragen vor.

Auf Knopfdruck: Mandats-Briefing, Fristen-Übersicht, Entwurf-Schreiben mit Quellenangabe. Berufsträger entscheidet immer.

Freigegebene Entwürfe und Korrekturen verfeinern Stil und Argumentationsmuster der Kanzlei.

Auf jede Stelle 80–150 Bewerbungen, kleine HR-Abteilung, lange Reaktionszeiten.

Gute Bewerber:innen springen ab, weil die Antwort 3 Wochen dauert. Sichtung ist nicht standardisiert.

Strukturierter KI-Vorfilter nach klaren, dokumentierten Kriterien (kein Black-Box-Scoring). HR entscheidet, KI sortiert und begründet.

Eingangsbestätigung sofort, Shortlist in 48 h, transparente Bewertung pro Bewerbung mit nachvollziehbaren Kriterien.

Hire- und Halte-Quoten fließen zurück und schärfen die Kriterien — Recruiting wird messbar besser.

Eingangsrechnungen kommen aus PDF, E-Mail und Portalen; Kontierung und Freigabe laufen über Excel und Papier.

Monatsabschluss zieht sich, Skonti gehen verloren, Reporting ist immer „letzten Monat“.

Automatische Extraktion + Kontierungs-Vorschläge auf Basis der eigenen Buchungs-Historie. Freigabe-Workflow mit Vier-Augen-Prinzip.

Rechnungen sind in Stunden gebucht, Cashflow-Dashboard ist tagesaktuell, Skonti werden systematisch genutzt.

Jede Korrektur verbessert die Kontierungs-Qualität. Controlling kann steuern statt aufzuräumen.