Die Installationsbranche besteht aus zwei Welten, die selten dieselbe Frage stellen. Auf der einen Seite steht die physische Arbeit: Monteure, die Leitungen verlegen, Geräte anschließen, Störungen vor Ort beheben. Auf der anderen Seite steht die Organisation darum herum: Planung, Arbeitsvorbereitung, Verwaltung, Kundenkontakt, Vorratsverwaltung. Das Erste lässt sich nicht automatisieren; das Zweite schon, in unterschiedlichem Maße. Dieses Verhältnis — viel Handarbeit, mit einer organisatorischen Schicht, die Informationen verarbeitet — bestimmt, wo die KI-Reife in dieser Branche wachsen kann und wo die Grenze liegt, die nicht durch Software gelöst wird.
Die Schicht ist größer, als oft angenommen wird. Arbeitsscheine, Zeiterfassung, Materialbestellungen, Planung von Monteuren, Kommunikation mit Auftraggebern und Subunternehmern: Das sind Prozesse, die größtenteils aus Daten und Entscheidungsregeln bestehen. Ob eine Organisation damit etwas anfangen kann, hängt nicht vom Willen zur Erneuerung ab, sondern davon, was bereits vorhanden ist. Ein Unternehmen, das anhand eines Whiteboards und Telefonanrufen plant, hat einen anderen Ausgangspunkt als ein Unternehmen mit einem Planungssystem, das bereits Daten über Durchlaufzeiten und Verfügbarkeit sammelt.
Installationsunternehmen, die KI ausprobieren, beginnen oft beim Sichtbaren: einem Chatbot für Kundenanfragen, einem Tool, das beim Erstellen von Angeboten hilft. Das funktioniert vorübergehend, bis sich herausstellt, dass die zugrunde liegenden Daten nicht konsistent sind. Materialcodes, die pro Niederlassung unterschiedlich sind, Zeiterfassung, die teilweise auf Papier erfolgt, Kundendaten, die in drei Systemen unterschiedlich heißen — das ist kein KI-Problem, sondern ein Datenmanagementproblem, das der KI vorausgeht.
Auch die organisatorische Dimension spielt hier eine stärkere Rolle als in der Büroarbeit. Installationsunternehmen arbeiten oft mit einem festen Kern und einer wechselnden Gruppe von Subunternehmern oder Zeitarbeitskräften. Wer über ein neues System entscheidet, wer es pflegt, und ob Monteure selbst Daten eingeben oder dies dem Innendienst überlassen — diese Fragen bestimmen, ob eine KI-Anwendung getragen wird oder neben der eigentlichen Arbeit stehen bleibt. Ein System, das vom Innendienst ausgewählt wurde, aber von Monteuren im Feld genutzt werden soll, gerät bei diesem Übergang häufig ins Stocken.
Die physische Natur der Arbeit bringt eine spezifische IT-Anforderung mit sich: mobiler Zugriff, Offline-Arbeiten an Standorten ohne Verbindung, Verknüpfung zwischen Feldarbeit und Büroystemen. Viele Installationsunternehmen haben diese Infrastruktur teilweise aufgebaut — aus Notwendigkeit, nicht aus einer KI-Strategie heraus — jedoch nicht immer so, dass Systeme miteinander kommunizieren. Ein Planungstool und ein Rechnungssystem, die nebeneinander existieren, ohne gemeinsame Daten, liefern keine Grundlage, auf der KI etwas hinzufügen könnte.
Damit unterscheidet sich diese Branche von einer Branche wie dem Gesundheitswesen, wo die KI-Reife im Gesundheitswesen vor allem durch Regulierung und Verantwortlichkeit gebremst wird, oder vom Großhandel, wo KI-Reife im Großhandel sich mehr um Bestands- und Auftragsdaten dreht als um mobile Infrastruktur. In der Installationsbranche lautet die Frage eher: Gibt es ein einheitliches Bild eines Auftrags, vom ersten Kontakt bis zur Abnahme, oder zerfällt diese Information in einzelne Systeme, die niemand miteinander verbindet.
Die Reifemessung von hybridresourcing betrachtet sieben Dimensionen, von denen Organisation, IT-Infrastruktur und Datenmanagement dem Rest vorausgehen. In der Installationsbranche ist das eine logische Reihenfolge, keine Wahl. Ohne eindeutige Daten über Material, Stunden und Kunden hat keine KI-Anwendung etwas Zuverlässiges, auf dem sie aufbauen kann. Ohne Infrastruktur, die Feldarbeit und Büro verbindet, bleibt jede Anwendung auf eine der beiden Welten beschränkt. Und ohne eine Organisation, die deutlich macht, wer für Systeme verantwortlich ist, die sowohl von festen Mitarbeitern als auch von flexiblen Kräften genutzt werden, versandet jede Initiative in Unklarheit über die Eigentümerschaft.
Diese Branche teilt dieses Muster teilweise mit der Fertigungsindustrie und dem Transportsektor. Bei KI-Reife in der Fertigungsindustrie spielt ebenfalls die Kombination von physischem Prozess und digitaler Schicht eine Rolle, und bei KI-Reife im Transportsektor ist Mobilität und verteilte Arbeitsstandorte eine vergleichbare Fragestellung. Wer in der Installationsbranche arbeitet, erkennt also einen Teil seiner Situation in anderen Branchen mit viel Arbeit außer Haus, aber die spezifische Kombination von Genehmigungen, Sicherheitsvorschriften und Materialkenntnis macht die Datenmanagement-Dimension hier schwerwiegender als anderswo.
Weil eine Plot-Runde mehrere Personen separat bewerten lässt — einen Geschäftsführer, einen Planer, einen Monteur, einen IT-Verantwortlichen — wird sichtbar, ob diese Bilder übereinstimmen. In einer Branche mit so viel Unterschied zwischen Büro und Feld ist diese Streuung oft größer als erwartet, und genau diese Streuung ist informativ: Sie zeigt, wo eine Organisation sich über ihre Bereitschaft einig ist und wo nicht.
Diese Seite beschreibt, ob eine Organisation KI tragen kann — ob die Fundamente von Organisation, Infrastruktur und Daten in Ordnung sind. Das ist eine andere Frage als die, welcher Teil der Arbeit tatsächlich von KI übernommen werden könnte. Für diese Frage berechnet der Werkscan von FTE TO AI pro Aufgabe, welcher Teil der Arbeit für eine Übernahme in Frage kommt, basierend darauf, was die Arbeit genau beinhaltet, und nicht auf der Bereitschaft der Organisation dahinter. Wer wissen möchte, wo die Installationsbranche steht, tut gut daran, beide Fragen getrennt zu halten: erst, ob die Grundlage vorhanden ist, dann erst, welche Arbeit tatsächlich verschoben werden kann.
Das Tool, mit dem diese Messung durchgeführt wird, befindet sich im Aufbau. Wer die Reifemessung durchlaufen möchte, sobald diese verfügbar ist, kann sich für die Warteliste anmelden.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.