Projektziele & Projektergebnis
eines Konzeptes in den Bereichen „Vertrieb“ mit dem Ziel der Erhöhung/Steigerung/ Optimierung .
Für die bito AG wurde eine priorisierte KI-Roadmap mit vier Handlungsfeldern entwickelt, deren Erfolgsprinzip lautet: KI-Automatisierung funktioniert nur mit echten Systemschnittstellen.
Gesamtprojekt
Top Erkenntnisse aus dem Projekt
Ausgangslage
Zentrale Fragestellungen im Projekt
- Welche Rückfragen sind notwendig, um die Kundenbedürfnisse zu verstehen und das passende bito-Produkt anzubieten?
- Welche Bereiche des Vertriebs sollen weiterhin von den fachlich ausgebildeten Mitarbeitenden direkt betreut werden?
- Wem wird ein neuer Online-Kunde zugeordnet?
Projektdetails
Die Bito AG ist ein etablierter Großhändler und B2B-Onlineshop für Maler-, Bodenleger- und Wärmedämm-Verbundsysteme (WDVS) mit Sitz in Deutschland. Das Produktportfolio der Bito AG umfasst umfangreiche Sortimente für Maler und Bodenleger. Bito bedient seine Kunden über mehrere Kanäle: neben dem neuen B2B-Online-Shop (auf Basis von Sana Commerce) können Kunden über Telefon, E-Mail, WhatsApp und den Außendienst bestellen. Das Unternehmen verfügt über mehrere Lagerstandorte und beschäftigt spezialisierte Fachberater für Kundenunterstützung. Besondere Services sind die Wandfarben-Tönung und umfangreiche Logistiklösungen. Dabei setzt Bito auf professionelle Kundenberatung als Differenzierungsmerkmal gegenüber reinen Online-Anbietern. Die Bito AG verfolgt mit ihrer KI-Roadmap das Ziel, Künstliche Intelligenz schrittweise in ihre Geschäftsprozesse zu integrieren. Der zentrale Fokus liegt dabei auf dem Vertrieb einschließlich Kundenservice und Bestellprozessen. Das Unternehmen möchte mit der KI-Implementierung zweierlei erreichen: Erstens sollen Vertriebsmitarbeitende von standardisierbaren und wiederkehrenden Kundenanfragen entlastet werden, um mehr Kapazität für komplexe, fachlich anspruchsvolle Beratung zu schaffen. Zweitens soll implizites Wissen langjähriger Mitarbeitender systematisch erfasst, strukturiert und für andere Mitarbeiter sowie perspektivisch teilweise für Kunden zugänglich gemacht werden. Ausgangslage ist eine fragmentierte Vertriebslandschaft: Kundenanfragen und Bestellungen treffen über mehrere Kanäle ein – Telefon, Außendienst, WhatsApp (FlinkIt), E-Mail und zunehmend über den neu eingeführten B2B-Online-Shop. Die Qualität dieser Anfragen variiert stark: Sie reichen von vollständigen Bestellungen mit eindeutiger Bito-Produktnummer über Produktbeschreibungen bis zu unspezifischen Anwendungsfragen. Der Innendienst muss diese Anfragen manuell interpretieren, vervollständigen und ins ERP-System (Microsoft Business Central) eingeben – ein zeitaufwendiger und fehleranfälliger Prozess. Das strategische Leitbild ist eindeutig: KI übernimmt Standardfälle, Informationssuche und vorbereitende Tätigkeiten, während Menschen sich um komplexe Beratung, Entscheidungen, Kundenbeziehungen und Sonderfälle kümmern. Die persönliche Fachberatung soll ein wesentliches Differenzierungs- und Qualitätsmerkmal der Bito AG bleiben. Aus der Analyse der Ist-Situation ergeben sich vier zentrale Handlungsfelder: Das erste ist ein KI-gestütztes Wissensmanagement, das Produktwissen, Anwendungswissen, Wettbewerbsprodukte, Lager- und Lieferlogiken sowie häufige Sonderfälle dokumentiert und allen Mitarbeitern zugänglich macht. Das zweite Handlungsfeld betrifft die KI-gestützte Bestellannahme, bei der eingehende Bestellungen automatisch analysiert werden und ein KI-Agent gezielte Rückfragen stellt, bis die Bestellung ERP-reif ist. Das dritte Feld konzentriert sich auf einen KI-erweiterten Produktfinder, der sowohl intern für Mitarbeitende als auch extern für Kunden zugänglich sein soll. Das vierte Handlungsfeld umfasst KI-gestützte Vertriebsunterstützung durch Warenkorbanalyse zur Identifikation von Cross-Selling-Potenzialen und automatische Transkription von Besuchsberichten. Die Roadmap ist in vier Phasen strukturiert. Phase 0 schafft die Grundlagen durch detaillierte Prozessaufnahme, Wissensquellenerkennung und Klärung von Datenschutz und Schnittstellen. Phase 1 startet mit drei fokussierten Pilotprojekten: einem internen KI-Wissensassistenten, KI-gestützter E-Mail-Bestellannahme und einer KI-Erweiterung des Produktfinders. Phase 2 integriert diese Piloten in operative Prozesse durch Anbindung an Business Central, Produktdatenintegration und automatisierte Rückfragen. Phase 3 schließlich scaliert die Lösung auf externe Anwendungen wie einen KI-Berater im Online-Shop und erweiterte Produktempfehlungen. Ein besonders wichtiges Lehrstück aus bisherigen Projekten ist die Erkenntnis, dass KI ohne funktionierende Schnittstellen zu zusätzlicher Arbeit führt statt zu Entlastung. Das FlinkIt-Pilotprojekt mit KI-gestützten Besuchsberichten scheiterte genau aus diesem Grund: Die automatisch erstellten Zusammenfassungen wurden nicht ins ERP-System übertragen. Die Roadmap reagiert darauf mit einer zentralen KI-Integrations-Schicht, die alle KI-Anwendungen mit den bestehenden Systemen verbindet und Business Central als „Single Source of Truth" bewahrt. Ein weiterer kritischer Erfolgsfaktor ist die Mitarbeiterakzeptanz. Mitarbeitende nutzen eine Lösung nur, wenn sie einen konkreten Vorteil im Arbeitsalltag bietet. Daher werden Mitarbeitende früh in Pilotprojekte eingebunden, konkrete Prozessprobleme statt abstrakter KI-Ideen bearbeitet, und der Nutzen wird transparent gemacht. Erfolgskriterium ist, dass die neue Lösung weniger Klicks, weniger Suche oder weniger manuelle Übertragung erzeugt als der bestehende Prozess. Die wirtschaftliche Bewertung erfolgt über Business Cases pro Use-Case, die eingesparte Bearbeitungszeit, reduzierte Rückfragen, höhere Bestellqualität und Online-Anteile gegenüber Softwarekosten, Implementierungskosten und Betriebskosten abwägen. Mögliche KPIs sind die durchschnittliche Bearbeitungszeit je Kundenanfrage, der Anteil automatisch klassifizierter Anfragen, die Online-Shop-Nutzung und die Mitarbeiterzufriedenheit. Insgesamt verfolgt Bito mit dieser Roadmap einen pragmatischen, integrierten Ansatz: nicht die vollständige Automatisierung von Kundenberatung, sondern die intelligente Automatisierung von Standardfällen, um Menschen für wertschöpfendere Aufgaben freizusetzen. Die Betonung liegt auf funktionierenden Schnittstellen, dokumentiertem Wissen und echter Mitarbeiterentlastung statt isolierter KI-Projekte.


