Reportage
Blaumann trifft Algorithmus: Wie KI den Serviceeinsatz von morgen plant
Wetzlar, ein gewöhnlicher Montagmorgen. In den Büroräumen der Handelsagentur Stefan Schneider herrscht eigentlich konzentrierte Ruhe – bis das Telefon schrillt. Es ist kein gewöhnliches Klingeln, es klingt nach Alarm. Am anderen Ende der Leitung: ein aufgelöster Kunde vom Bodensee. In seiner Produktionshalle herrscht gespenstische Stille, wo eigentlich das rhythmische Surren des Stretchwicklers [1] den Takt angibt. Die Verpackungslinie steht still. Jede Minute Stillstand frisst Marge, strapaziert die Nerven und gefährdet Liefertermine.
Lukas Stein [2], im Innendienst die Ruhe selbst, greift zum Hörer. Er kennt diese Ausnahmesituationen. „Schicken Sie mir alles“, sagt er kurz und präzise. „Angezeigte Fehlercodes, Fotos vom Wickler und vom Typenschild und eine kurze Fehlerbeschreibung.“ Als er auflegt, beginnt im Hintergrund ein unsichtbares Räderwerk zu greifen, das weit über die Grenzen menschlicher Erfahrung hinausreicht.
Der digitale Kollege im Hintergrund
Früher hätte Lukas jetzt zu den schweren, staubigen Ordnern gegriffen. Er hätte sich durch zentimeterdicke Bedienungsanleitungen gewühlt und alte Serviceberichte verglichen, um ein Muster in der Störung zu finden. Heute reichen ein paar Klicks.
Lukas füttert NotebookLM [3]. Das KI-Tool von Google nutzt nicht das vage Halbwissen des gesamten Internets, sondern greift exklusiv auf das Firmenwissen der Handelsagentur zu. Lukas lädt die Anleitung, die Kundenfotos und den kryptischen Fehlercode hoch. Binnen Sekunden gleicht die Software die Daten mit hunderten vergangenen Einsätzen ab. Dann flimmert das Ergebnis über den Monitor:
„Wahrscheinlichkeit über 90 %: Defekt am optischen Sensor der Drehteller-Überwachung. Benötigtes Ersatzteil: Herstellernummer GLV18-55/73/120 [4].“
„Früher war das Detektivarbeit, die Stunden fraß“, murmelt Lukas, während er zielsicher das Ersatzteil aus dem Lagerregal greift. „Heute weiß die KI, was kaputt ist, bevor wir die Maschine überhaupt geöffnet haben.“
Die smarte Tour: Wenn Daten den Fahrplan schreiben
An der Wand im Büro hängt eine riesige Deutschlandkarte, gespickt mit bunten Markierungen. Ein einsamer Pin am fernen Bodensee wirkt wie eine logistische Herausforderung. Eine Fahrt von Mittelhessen in den tiefen Süden für einen einzelnen Sensor? Das wäre weder wirtschaftlich noch nachhaltig.
Lukas bittet die KI erneut um Unterstützung. Er sucht nach Synergien. Wer auf der Route braucht ohnehin bald eine Wartung? Wo ist der letzte Check-up überfällig? Die KI rattert durch die Kundendatenbank und schlägt zwei strategische Stopps vor: einen im Raum Stuttgart auf dem Hinweg, einen in Heidelberg für die Rückreise. Aus einem teuren Notfalleinsatz wird eine effiziente Drei-Kunden-Tour.
Sogar an den Menschen hinter der Maschine wurde gedacht: Auf Lukas’ Wunsch hin hat die KI ein Hotel am Bodensee herausgesucht, das exakt im Budget liegt. Dazu gibt es einen Tipp für den Feierabend: Ein Restaurant direkt am Ufer. „Arbeit soll schließlich auch Spaß machen“, sagt Lukas mit einem Schmunzeln.
Die letzte Meile ist menschlich
Drei Tage später. Der Servicewagen von Techniker Dennis Schneider [5] rollt über die Autobahn. In Stuttgart ist die erste Wartung schnell erledigt, dann geht es weiter zum „Sorgenkind“ an den Bodensee. In der riesigen Fabrikhalle wird Dennis bereits sehnsüchtig erwartet. Hier übernimmt wieder das menschliche Handwerk. Die KI kann zwar E-Mails formulieren und Routen planen – aber sie hat keine Hände.
Dennis schraubt den Drehteller ab. Mit geübten Griffen tauscht er den Sensor aus. Die Diagnose der KI war punktgenau: Das Bauteil ist tatsächlich blind, es reagiert nicht mehr. Doch während der Teller offen liegt, fällt Dennis’ Blick auf die Laufrollen im Unterbau. Sein geschultes Auge erkennt sofort: Die Rollen unter dem Drehteller sind teilweise extrem stark verschlissen. Es wäre nur eine Frage der Zeit gewesen, bis sie ihren Dienst quittiert hätten – ein weiterer teurer Produktionsstopp wäre vorprogrammiert gewesen.
Kurzerhand greift Dennis zum Werkzeug und tauscht die Rollen direkt mit aus. Ein Knopfdruck. Ein kurzes, mechanisches Ruckeln. Dann beginnt der Stretchwickler wieder, die Folie mit präzisem Zug um die Paletten zu legen. Das vertraute Surren kehrt zurück. Der Kunde atmet hörbar auf – doppelt beruhigt, dass ein potenzieller Folgeschaden direkt im Keim erstickt wurde.
Dennis zückt sein Tablet. Er tippt nur ein paar kurze Stichpunkte ein: „Sensor GLV18 getauscht, Verschleiß an Drehtellerrollen entdeckt und behoben, Testlauf ok, Maschine gewartet und gefettet, Kunde zufrieden.“
Fazit: Das Beste aus zwei Welten
Während Dennis abends am Bodensee sitzt und den Sonnenuntergang genießt, arbeitet die KI bereits für ihn weiter. Sie hat seine Stichpunkte längst in einen druckreifen, professionellen Servicebericht umformuliert und an das Büro nach Wetzlar geschickt.
Die Geschichte der Handelsagentur Schneider zeigt: Die Künstliche Intelligenz ersetzt nicht den Mechaniker mit dem Drehmomentschlüssel. Sie ist ein mächtiges Werkzeug, das den Papierkram, die Fehlersuche und die Planung übernimmt. Doch der Einsatz am Bodensee macht auch deutlich: Die KI ist auf exakte Informationen angewiesen und stößt dort an ihre Grenzen, wo das geschulte Auge und die jahrelange Erfahrung eines Technikers gefragt sind. Kein Algorithmus hätte den physischen Verschleiß der Rollen „gesehen“ – hier bleibt der Mensch unersetzlich. Die KI hält dem Experten den Rücken frei, damit er dort glänzen kann, wo kein Code der Welt ihn ersetzen kann: direkt an der Maschine.
[1] https://lirp.cdn-website.com/5b1a4b7c/dms3rep/multi/opt/JFE09059-1920w.jpg [zuletzt aufgerufen: 01.03.26]
[2] https://www.tp-schneider.de/ueber-uns#Mitarbeiter [zuletzt aufgerufen: 01.03.26]
[3] https://notebooklm.google/ [zuletzt aufgerufen: 01.03.26]
[4] https://www.pepperl-fuchs.com/de-de/products-gp25581/31826 [zuletzt aufgerufen: 01.03.26]
[5] https://www.tp-schneider.de/ueber-uns#Mitarbeiter [zuletzt aufgerufen: 01.03.26]
