Wie ein Schweizer KMU mit KI Offertanfragen automatisiert hat

Ein mittelständisches Bauzulieferer-Unternehmen aus der Zentralschweiz stand vor einem wachsenden Problem: Die Flut an täglichen Offertanfragen per E-Mail überforderte das Vertriebsteam. Durch den gezielten Einsatz von KI gelang es dem KMU, den Prozess zur Angebotserstellung zu automatisieren, die Bearbeitungszeit drastisch zu verkürzen und die Kundenzufriedenheit signifikant zu steigern.

Ausgangslage: Offertanfragen werden zum Engpass

Das Unternehmen mit rund 40 Mitarbeitenden erhielt werktags durchschnittlich 30–50 Offertanfragen von Bauunternehmen, Architekten und Handwerksbetrieben. Die Anfragen kamen unstrukturiert per E-Mail, PDF oder eingescannten Formularen und mussten manuell erfasst, geprüft und in das ERP-System übertragen werden. Die Folge: Lange Antwortzeiten, fehleranfällige Übertragungen und wiederkehrende Rückfragen frustrierten Kundschaft wie Team.

Typische Herausforderungen:

• Zeitaufwändige manuelle Datenerfassung aus verschiedenen Dateiformaten
• Hohe Fehlerquote bei der Übertragung ins ERP
• Verzögerungen bei Rückfragen zu unklaren Angaben
• Überlastung im Vertrieb während Spitzenzeiten
• Unklare Priorisierung bei dringenden Anfragen

Lösungsansatz: KI-basierte Prozessautomatisierung

Nach einer Bedarfsanalyse testete das Unternehmen eine KI-Lösung, die auf Natural Language Processing (NLP) und Dokumenten-Parsing spezialisiert ist. Im Fokus stand eine schlanke, lokal gehostete KI, die Datenschutz und Schweizer Standards einhält. Nach Evaluierung verschiedener Anbieter fiel die Wahl auf ein Modell, das auf europäischen Cloud-Infrastrukturen läuft und mit den individuellen Produktkatalogen des Unternehmens trainiert werden kann.

Umsetzungsschritte

1. Datenquellen analysieren: Typische Offertanfragen (E-Mails, PDFs, Scans) wurden gesammelt und anonymisiert zur Trainingsdatenerstellung genutzt.
2. KI-Integration vorbereiten: Zusammen mit einem Schweizer IT-Partner wurde das gewählte KI-Parsing-Modell (ähnlich wie die offenen Modelle von EPFLs „Apertus“, jedoch für kaufmännische Dokumente) angebunden; die Infrastruktur blieb in der Schweiz/EU.
3. Automatische Extraktion: Die KI liest eingehende Anfragen aus und erkennt relevante Felder (Menge, Produkttyp, Lieferadresse, Terminwunsch).
4. ERP-Anbindung: Die extrahierten Daten werden strukturiert und direkt in das bestehende ERP-System eingespielt. Rückfragen zu unvollständigen Angaben werden vom System vorgeschlagen.
5. Mensch-in-der-Schleife: Vor Versand der Offerte prüft ein:e Sachbearbeiter:in das automatisch generierte Angebot, ergänzt fehlende Informationen und gibt es frei.
6. Feedback-Loop: Nach der Pilotphase wurden Fehlerquellen und Sonderfälle analysiert, die KI fortlaufend mit echten Beispielen verbessert.

Erreichte Resultate

Bereits nach drei Monaten zeigte sich ein deutlicher Nutzen:

• Bearbeitungsdauer pro Offertanfrage: Reduktion von durchschnittlich 2 Tagen auf unter 4 Stunden.
• Fehlerquote: Rückgang der notwendigen Korrekturen um 65 % dank automatisierter Datenübernahme.
• Mitarbeitendenentlastung: Sachbearbeitung gewann 25 % mehr Kapazität für beratungsintensive Grosskunden.
• Kundenzufriedenheit: Positive Rückmeldungen aufgrund schnellerer Antworten und weniger Rückfragen.

Besonders wichtig für das Unternehmen war die Einhaltung der Schweizer Datenschutzstandards. Durch die Auswahl eines Anbieters mit lokaler Datenhaltung und transparenter KI-Architektur – inspiriert von den Prinzipien der neuen, offenen Modelle wie bei Giotto.ai und EPFL – blieb die Souveränität über die sensiblen Geschäftsdaten gewährleistet.

Lessons Learned und Tipps für Schweizer KMU

• Nicht alles automatisieren: Der grösste Hebel lag in der Vorverarbeitung – der finale Angebotsversand blieb beim Menschen.
• Proprietäre Daten nutzen: Die eigene Produktdatenbank als Trainingsmaterial für die KI brachte messbare Genauigkeitsvorteile.
• Datenschutz früh klären: Die KI wurde nur mit Schweizer/EU-Infrastruktur betrieben und alle Mitarbeitenden in Datenschutzfragen geschult.
• Iterative Einführung: Pilotierung mit einer Produktlinie, später Schritt-für-Schritt-Ausweitung.

Fazit

Automatisierung mit KI ist auch für kleinere Schweizer Betriebe realistisch – sofern sie auf bewährte, datensouveräne Lösungen setzen und den Menschen gezielt im Prozess behalten. Der Use-Case zeigt, dass bereits heute mit überschaubarem Aufwand erheblicher Mehrwert im Alltag erzielt werden kann.