Jennifer Kirschbaum-Konsek steht kurz vor der Übernahme des Familienbetriebs und leitet bereits eigene Baustellen. Die 28-jährige Spenglermeisterin arbeitet täglich an Projekten, bei denen Präzision und Geschwindigkeit gefragt sind. Besonders bei Blechdächern müssen Zuschnitte exakt geplant, Materialeigenschaften wie Dehnung berücksichtigt und individuelle Gegebenheiten wie Gauben oder Kamine integriert werden.
Ein Großteil dieser Berechnungen entsteht direkt auf der Baustelle – unter Zeitdruck und oft ohne Zugriff auf Normen oder Dokumentationen. Fachwissen ist zwar vorhanden, jedoch häufig in Regelwerken, Unterlagen oder in der Erfahrung einzelner Mitarbeitender gebunden und damit im entscheidenden Moment schwer abrufbar.
Zur Lösung dieses Problems hat Kirschbaum-Konsek in ihrem Betrieb einen eigenen Spengler-Agenten auf Basis von Codex und ChatGPT entwickelt. Ausgangspunkt waren typische Praxisfälle aus dem Betriebsalltag: komplexe Berechnungen, Sonderlösungen und wiederkehrende Herausforderungen. Diese hat sie systematisch in den Agenten überführt und erweitert ihn kontinuierlich. „Der KI-Agent ist wie ein neuer Lehrling. Du erklärst, wie es geht, gibst ihm Beispiele und mit jeder Erfahrung wird er besser und präziser“, beschreibt Alexander Schüren, Solutions Engineer bei OpenAI, das Prinzip.
Der Agent berechnet
Heute übernimmt der Agent im Familienunternehmen die Berechnung von Blechzuschnitten, selbst bei anspruchsvollen Dachformen. Auf Basis weniger Parameter wie Länge, Breite und Aufkantungen ermittelt er die erforderlichen Blechbahnen und berücksichtigt automatisch relevante Fachregeln – von Materialdehnungen bis zu Abzugsmaßen. Berechnungen, die zuvor Zeit, Erfahrung und hohe Konzentration erforderten, stehen nun innerhalb von Sekunden zur Verfügung.
„Wir können unser Wissen endlich so dokumentieren, dass es auch für neue Kollegen direkt nutzbar ist“, sagt Kirschbaum-Konsek. Der Agent fungiert damit als zentrale, lebendige Wissensbasis – gerade in den entscheidenden Momenten auf der Baustelle, wenn keine Zeit für langes Nachschlagen bleibt.
Wie ein Tischler Daten nutzt, statt zu schätzen
Jonas Winkler, Tischlermeister und studierter Produktdesigner, kennt die Realität vieler Betriebe aus eigener Werkstatt und aus seiner Rolle als einer der bekanntesten Content Creator im deutschsprachigen Handwerk. Eine der größten Herausforderungen sieht er in der Angebotskalkulation. Individuelle Projekte, wechselnde Materialien und komplexe Anforderungen führen dazu, dass Angebote häufig auf Erfahrungswerten basieren – ohne systematische Auswertung.
In einem konkreten Fall investierte Winkler mehr als hundert Stunden in ein Projekt, ohne am Ende daran zu verdienen. Die Ursache: fehlender Zugang zu strukturierten Daten. Projekterfahrungen sind zwar vorhanden, werden jedoch selten konsistent dokumentiert oder ausgewertet. Wissen verteilt sich auf Erinnerungen, einzelne Dateien oder alte Rechnungen.
Hinzu kommt die Kundenkommunikation. Unvollständige Anfragen und hoher Abstimmungsaufwand verzögern Prozesse. „Ganz ehrlich: Manchmal lässt man Anfragen einfach liegen, weil der Aufwand zu groß ist. Bevor ich zehnmal hin und her schreibe, sage ich mir: Dann mache ich es halt nicht“, so Winkler.
Strukturiertere Prozesse
Gemeinsam mit OpenAI hat er daher einen KI-Agenten entwickelt, der Angebotskalkulation und Kommunikation unterstützt. Statt auf Schätzungen zu setzen, nutzt das System bestehende Projektdaten wie Angebote, Rechnungen und Erfahrungswerte als Grundlage. Mit jedem neuen Auftrag lernt die KI hinzu und macht dieses Wissen systematisch verfügbar. Materialeinsatz, Zeitaufwand und typische Projektparameter lassen sich so präziser bewerten.
Der Agent analysiert eingehende Anfragen, erkennt fehlende Informationen und formuliert automatisch passende Rückfragen sowie Antwortentwürfe. Dadurch werden Prozesse strukturierter, Abstimmungsschleifen reduziert und Entscheidungswege für Kunden klarer. Gleichzeitig bleibt die persönliche Note erhalten: Der Agent wird auf den individuellen Kommunikationsstil trainiert und unterstützt im Hintergrund, ohne den direkten Kundenkontakt zu ersetzen.
Individualität bleibt erhalten
Beide Beispiele zeigen, dass die eigentliche Herausforderung selten die handwerkliche Tätigkeit selbst ist. Es sind die Prozesse davor und danach – Kalkulation, Abstimmung, Dokumentation –, die Zeit kosten und Fehleranfälligkeit erhöhen. KI-Agenten greifen genau in diese Bereiche ein. Sie strukturieren Abläufe, machen Wissen verfügbar und reduzieren manuelle Arbeitsschritte sowie Verwaltungsaufgaben, ohne die handwerkliche Leistung zu verändern.
Dabei bleibt die Individualität der Betriebe erhalten. Die Systeme werden auf bestehende Daten, Arbeitsweisen und Kommunikationsstile trainiert und fügen sich in die jeweiligen Abläufe ein, statt sie zu standardisieren.