Mehr als 100 Service- und Technikmitarbeiter im Einsatz – aber ein Engpass bei der Informationsaufnahme: Aufwände, Ergebnisse, Materialien oder Folgeaufträge mussten umständlich per App oder später am Rechner dokumentiert werden. Das war nicht nur zeitaufwendig, sondern führte auch regelmäßig zu unvollständigen Angaben. Die Folge: hoher manueller Nachbearbeitungsaufwand in Disposition & Abrechnung.
Die vorhandene App war umständlich in der Bedienung, wurde nicht konsequent genutzt und bremste die operative Effizienz. Rückfragen zu fehlenden Informationen und manuelle Nacharbeiten blockierten regelmäßig Sachbearbeitung und Abrechnung. Gleichzeitig fehlte eine natürliche, alltagsnahe Lösung, die den Techniker da abholt, wo er ist: unterwegs, im Keller oder auf der Baustelle.
Gemeinsam mit FMHH haben wir einen KI-gestützten Workflow entwickelt, der direkt in WhatsApp Business funktioniert – ohne App-Login, ohne Schulungsaufwand, in jeder gängigen Sprache.
Die Lösung ist intuitiv, effizient und so niedrigschwellig wie ein kurzer Anruf.
Vor der Pilotierungsphase trifft die Innovation auf Skepsis bei den Mitarbeitern: Ohne die Auftragsnummer zu nennen, soll mit Hilfe einer KI der richtige Auftrag zugeordnet, komplett erfasst und in einer besseren Qualität zurückgemeldet werden? Und das in einem Bruchteil der Zeit und mit weniger Aufwand bei allen Beteiligten? Das klingt zu schön, um wahr zu sein.
Doch die Skepsis schwindet schnell: Bereits innerhalb der ersten zwei Wochen melden die Testpersonen fast ausschließlich hervorragendes Feedback zurück. Nachdem die letzten Anpassungen vorgenommen wurden, ist die Begeisterung kaum zu bremsen: Eine Zeitersparnis von 90 % bei der Erfassung – der frustrierendste Teil der Arbeit entfällt für die Techniker vollständig.
Und die Datenqualität steigt auch rasant: Der Anpassungsbedarf in der Qualitätssicherung sinkt schlagartig um 65%.
Fehler aufgrund von Grammatik, Rechtschreibung oder missverständlichen Aussagen sinken auf 0%.
In der engen Zusammenarbeit mit atflow wurde klar: Die Qualitätssicherung von Aufträgen war ein echter Engpass, weil Rückmeldungen oft unklar oder unvollständig kamen, was zu zeitaufwendigen Rückfragen geführt hat. Dank der Spracherfassung, die sogar aktiv nach fehlenden Inhalten der Rückmeldung fragen kann, haben wir nicht nur diesen Bottleneck gelöst, sondern gleichzeitig unsere Mitarbeiter entlastet und den gesamten Prozess spürbar verschlankt.
Vor der Pilotierungsphase trifft die Innovation auf Skepsis bei den Mitarbeitern: Ohne die Auftragsnummer zu nennen, soll mit Hilfe einer KI der richtige Auftrag zugeordnet, komplett erfasst und in einer besseren Qualität zurückgemeldet werden? Und das in einem Bruchteil der Zeit und mit weniger Aufwand bei allen Beteiligten? Das klingt zu schön, um wahr zu sein.
Doch die Skepsis schwindet schnell: Bereits innerhalb der ersten zwei Wochen melden die Testpersonen fast ausschließlich hervorragendes Feedback zurück. Nachdem die letzten Anpassungen vorgenommen wurden, ist die Begeisterung kaum zu bremsen: Eine Zeitersparnis von 90 % bei der Erfassung – der frustrierendste Teil der Arbeit entfällt für die Techniker vollständig.
Und die Datenqualität steigt auch rasant: Der Anpassungsbedarf in der Qualitätssicherung sinkt schlagartig um 65%.
Fehler aufgrund von Grammatik, Rechtschreibung oder missverständlichen Aussagen sinken auf 0%.
In der engen Zusammenarbeit mit atflow wurde klar: Die Qualitätssicherung von Aufträgen war ein echter Engpass, weil Rückmeldungen oft unklar oder unvollständig kamen, was zu zeitaufwendigen Rückfragen geführt hat. Dank der Spracherfassung, die sogar aktiv nach fehlenden Inhalten der Rückmeldung fragen kann, haben wir nicht nur diesen Bottleneck gelöst, sondern gleichzeitig unsere Mitarbeiter entlastet und den gesamten Prozess spürbar verschlankt.
Unser Exptertenteam steht dir gerne zur Seite.
Lass uns herausfinden, wie wir dir helfen können!
Unser Exptertenteam steht dir gerne zur Seite. Lass uns herausfinden, wie wir dir helfen können!
Lesen Sie hier, wie wir weitere Projekte erfolgreich umgesetzt haben
