KI, die mitarbeitet – nicht nur antwortet

Die meisten KI-Funktionen in Service-Software funktionieren nach dem gleichen Prinzip: Du tippst eine Frage in einen Chat, und die KI gibt eine Antwort. Das kann nützlich sein – setzt aber voraus, dass der Nutzer aktiv wird, die richtige Frage stellt und die Antwort prüft.

SIMPL geht einen anderen Weg. Die KI in SIMPL ist direkt in die Arbeitsabläufe eingebettet und arbeitet automatisch mit – ohne dass jemand einen Prompt schreiben muss. Wenn ein Ticket eingeht, ist es bereits getaggt und priorisiert. Wenn eine E-Mail ankommt, liegt ein Antwortvorschlag bereit. Wenn ein Einsatz geplant werden muss, schlägt die KI den passenden Techniker vor. Wenn ein Techniker vom Einsatz zurückkommt, diktiert er den Bericht ins Handy.

Das Ziel ist nicht, dem Team ein weiteres Tool zu geben. Das Ziel ist, dem Team Arbeit abzunehmen – automatisch, bei jedem einzelnen Vorgang.

Das Problem: Serviceteams bearbeiten täglich Dutzende oder Hunderte Anfragen – per E-Mail, Telefon, Kundenportal. Jede Anfrage muss gelesen, eingeordnet, priorisiert und beantwortet werden. Das kostet Zeit, und bei hohem Volumen gehen dringende Fälle unter.

Automatisches Tagging & Priorisierung Eine neue Anfrage geht ein. Bevor ein Mitarbeiter das Ticket öffnet, hat SIMPL es bereits analysiert: Maschinentyp erkannt, Anfragetyp klassifiziert, Dringlichkeit eingeschätzt. Das Ticket ist getaggt und priorisiert – automatisch, bei jedem einzelnen Eingang. Dringende Fälle landen sofort oben, Routineanfragen werden sauber einsortiert.

KI-Erst-Antwort-Draft Ein Kunde fragt nach dem Wartungsintervall seiner Anlage. SIMPL gleicht die Anfrage mit der Tickethistorie und der Maschinenakte ab und schlägt eine Antwort vor. Dein Team prüft, passt bei Bedarf an und sendet – statt jede Antwort von Grund auf neu zu schreiben. Besonders bei wiederkehrenden Anfragen wie Ersatzteilanfragen oder Statusabfragen spart das erheblich Zeit.

Ticket-Zusammenfassung Ein Servicefall hat 47 Nachrichten, 3 beteiligte Personen und läuft seit zwei Wochen. Ein neuer Kollege übernimmt. Statt den gesamten Verlauf durchzulesen, klickt er auf „Zusammenfassen“ – und bekommt die Kernpunkte in drei Sätzen: Was ist passiert, was ist der Stand, was steht als nächstes an.

E-Mail-Übersetzung in Echtzeit Dein Techniker schreibt auf Deutsch, der Kunde in Shanghai liest auf Chinesisch. Dein Vertriebskollege antwortet einem Kunden in Frankreich – die E-Mail geht auf Französisch raus. Automatisch, ohne Übersetzungstool. Für Maschinenbauer mit internationaler Kundschaft fällt damit eine tägliche Reibungsstelle weg.

Das Problem: Der Disponent plant Techniker auf Einsätze – und berücksichtigt dabei Qualifikation, Standort, Verfügbarkeit, Fahrtzeit, Dringlichkeit und Maschinenkenntnis. Bei 10 Technikern und 30 offenen Aufträgen ist das ein Puzzle, das täglich neu gelöst werden muss. Kurzfristige Änderungen – Krankheit, Stornierung, Notfall – werfen den Plan über den Haufen.

AI Dispatching Ein neuer Einsatz muss geplant werden. Die KI analysiert alle relevanten Faktoren – Qualifikation, aktueller Standort, Auslastung, Maschinenkenntnis, offene Aufträge – und schlägt die optimale Zuordnung vor. Der Disponent sieht den Vorschlag, kann ihn annehmen oder anpassen. Bei kurzfristigen Änderungen berechnet die KI den Plan in Echtzeit neu und zeigt Alternativen. Kein Puzzeln von Hand, kein Neustart bei jeder Planänderung.

KI-Routenoptimierung Für Techniker mit mehreren Einsätzen am Tag berechnet die KI die optimale Reihenfolge – basierend auf Standorten, Zeitfenstern und Dringlichkeit. Weniger Fahrtzeit, mehr Einsätze, niedrigere Kosten. Besonders für Teams mit 4-8 Einsätzen pro Tag – SHK-Betriebe, Kältetechniker, Aufzugsservice – ist das ein direkter Hebel auf die Produktivität.

Automatisches Einsatz-Briefing Vor jedem Einsatz stellt die KI ein Briefing zusammen: Maschinenhistorie, letzte Wartung, offene Tickets, bekannte Fehlerbilder, relevante Dokumente. Der Techniker fährt vorbereitet zum Kunden – ohne selbst recherchieren zu müssen. Das spart 10-15 Minuten pro Einsatz und erhöht die First-Time-Fix-Rate.

Das Problem: Nach dem Einsatz muss der Techniker einen Bericht schreiben. In der Praxis bedeutet das: abends im Auto sitzen und tippen, am nächsten Morgen aus dem Gedächtnis Formulare ausfüllen, oder – im schlimmsten Fall – den Bericht vergessen. Die Dokumentation leidet, und dem Innendienst fehlen Informationen.

Voice-to-Report Zwei Minuten ins Handy sprechen, und SIMPL erstellt daraus einen strukturierten Servicebericht – mit den richtigen Feldern, Zeitstempeln und Zuordnung zur Maschine. Kein Tippen, kein Formular, kein Nachtragen am nächsten Tag. Der Bericht ist fertig, bevor der Techniker den Motor startet. An Voice-to-Report arbeiten wir aktuell.

Das Problem: Erfahrene Techniker tragen das Wissen über Fehlerbilder, Lösungswege und Maschinenbesonderheiten im Kopf. Wenn sie in Rente gehen, geht dieses Wissen mit ihnen. Neue Mitarbeiter brauchen Monate, um dasselbe Niveau zu erreichen. Gleichzeitig wachsen die Datenmengen – aber die Auswertung bleibt aufwändig und manuell.

KI-Wissensdatenbank Die KI-Wissensdatenbank baut sich aus abgeschlossenen Tickets, Serviceberichten und Dokumentation automatisch auf. Wenn ein neues Ticket mit einem ähnlichen Fehlerbild eingeht, schlägt SIMPL die Lösung aus vergangenen Fällen vor. Neue Mitarbeiter finden Antworten, bevor sie fragen müssen – und das Wissen des Teams bleibt im System, auch wenn Personen wechseln. An den fortgeschrittenen Stufen der Wissensdatenbank arbeiten wir gerade.

Mustererkennung & Predictive Maintenance SIMPL erkennt wiederkehrende Fehlermuster in den Servicedaten und warnt, bevor eine Maschine ausfällt. Wenn eine bestimmte Pumpe alle 8 Monate dasselbe Fehlerbild zeigt, schlägt SIMPL eine präventive Wartung vor – bevor der Kunde anruft. Das reduziert ungeplante Stillstände und macht den Service vom Feuerlöscher zum strategischen Partner.

Natural Language Dashboards Statt komplizierter Filtermenüs stellst du einfach eine Frage: „Wie viele Einsätze hatten wir im März bei thyssenkrupp?“ oder „Welche Maschine hatte die meisten Störungen im letzten Quartal?“ – und bekommst eine Antwort als Chart, Tabelle oder Zahl. Datenbasierte Entscheidungen, ohne erst einen BI-Experten fragen zu müssen.