
Viele kleine und mittlere Firmen sammeln jeden Tag Kundendaten, ohne viel daraus zu machen. Angebote liegen im E-Mail-Postfach, Aufträge stehen in der Buchhaltungssoftware, Notizen zum Kunden stehen im CRM, oder in einer Excel-Tabelle, die nur eine Person wirklich versteht. Am Monatsende fehlt dann die Zeit, alles zusammenzuführen. Das lässt sich automatisieren: Wer seine Kundendaten auswerten lässt, bekommt jede Woche automatisch eine verständliche Zusammenfassung statt vieler verstreuter Listen.
Der Beitrag richtet sich an kleine und mittlere Unternehmen in Deutschland, Österreich und der Schweiz ohne eigene IT-Abteilung, die ihre Auswertungen automatisieren wollen. Er zeigt, welche Datenquellen sich eignen, wie ein Wochenbericht aussieht, wo die Grenzen liegen und womit Sie sinnvoll beginnen.
Welche Kundendaten sich für KI-Reporting eignen
Ein guter Bericht beginnt nicht mit der KI, sondern mit den Daten. Für die meisten KMU reichen zwei bis drei Quellen für den Anfang völlig aus. Wichtiger als die Menge ist, dass die Daten regelmäßig gepflegt werden und klar ist, welche Quelle bei Widersprüchen gilt.
CRM als Basis
Das CRM ist meist die wichtigste Quelle. Dort stehen Kontakte, Anfragen, Angebote, Abschlüsse und oft auch Notizen aus Telefonaten und Terminen. Verbreitet sind HubSpot, Pipedrive und weclapp, dazu kommen Branchenlösungen für Handwerk, Handel oder Dienstleister.
Für eine saubere CRM-Auswertung zählen vor allem wenige, gepflegte Felder: Kundennummer, Ansprechpartner, Status, Angebotssumme, Datum und Quelle der Anfrage. Wenn diese Felder lückenhaft sind, liefert auch die beste KI nur unsaubere Aussagen. Ein Startprojekt beginnt deshalb fast immer mit einer kurzen Datenbereinigung und klaren Eingaberegeln für das Team. Ein neues CRM brauchen Sie dafür in der Regel nicht: Solange sich Ihre Daten über eine Schnittstelle oder einen Export auslesen lassen, lässt sich Ihr bestehendes System anbinden.
Buchhaltung, Aufträge und Tickets
Die zweite Quelle ist die kaufmännische Seite: Rechnungen, Aufträge und Zahlungseingänge aus DATEV, Lexware, sevdesk oder einem anderen Buchhaltungssystem. Erst die Verbindung von CRM und Buchhaltung zeigt, welche Anfragen tatsächlich zu zahlenden Kunden werden und wo Angebote liegen bleiben.
Als dritte Quelle eignen sich oft Support-Anfragen oder einfache Auftragsnotizen: Sie zeigen, wo Kunden hängen bleiben, etwa bei sich häufenden Reklamationen oder unbeantworteten Rückfragen. Wie die technische Anbindung solcher Systeme abläuft, erklärt unser Leitfaden zur ERP- und CRM-Integration.
So sieht ein wöchentlicher Bericht in der Praxis aus
Der Wochenbericht ist ein kurzer Überblick für den Montagmorgen: eine Seite, in verständlicher Sprache, mit den wichtigsten Veränderungen und konkreten Vorschlägen für nächste Schritte. Niemand muss dafür Tabellen auswerten oder ein neues Programm lernen.
Beispiel-Aufbau für einen Mittelständler
Ein Wochenbericht für ein Unternehmen mit zehn bis fünfzig Mitarbeitenden enthält vier Bausteine. Erstens eine kurze Zusammenfassung: Wie viele neue Anfragen kamen herein, wie viele Angebote wurden versendet, wie viele Aufträge gewonnen oder verloren? Zweitens die Auffälligkeiten: Welche Anfragen liegen seit mehr als einer Woche ohne Antwort, bei welchen Kunden sinkt der Umsatz, welche Rechnungen sind überfällig?
Drittens die Einordnung: Die KI vergleicht die aktuelle Woche mit den Vorwochen und benennt Muster, etwa dass Anfragen aus einer bestimmten Region oder über einen bestimmten Kanal häufiger zum Auftrag werden. Viertens eine Aufgabenliste mit Vorschlägen, zum Beispiel welche drei Angebote diese Woche nachgefasst werden sollten und welche zwei Kunden einen Rückruf verdient hätten.
Technisch läuft das im Hintergrund ab: Einmal pro Woche werden die angebundenen Systeme lesend abgefragt, die Kennzahlen automatisch aufbereitet und von einem Sprachmodell in einen lesbaren Bericht übersetzt. Kennzahlen werden dabei berechnet, nicht von der KI erfunden: Das Modell schreibt den Kommentar, nicht die Arithmetik. Der Bericht kommt per E-Mail oder liegt als Seite im Intranet. Wichtig ist, dass jede Zahl im Bericht auf die Quelle verweist. So kann jeder prüfen, woher eine Aussage kommt, statt der KI blind zu vertrauen.
Für Firmen ohne eigene IT zählt, dass Sie diesen Ablauf nicht selbst bauen müssen. Sie brauchen niemanden, der Modelle trainiert oder Server verwaltet. Ihr Vertragspartner ist die SolutionPlus UG (haftungsbeschränkt) in Berlin; eine deutschsprachige Projektleitung steuert das Vorhaben, die Umsetzung übernimmt unser Senior-Team in Pakistan. Vertrag, IP- und Code-Eigentum werden pro Projekt vereinbart und schriftlich im Vertrag festgehalten; unsere Vertrags-Checkliste erklärt, auf welche Klauseln Sie dabei achten sollten.
Grenzen: was KI-Reporting nicht kann
So nützlich ein automatischer Bericht ist, er ersetzt weder kaufmännische Sorgfalt noch die Kenntnis Ihrer Kunden. Wer Kundendaten mit KI analysieren lässt, sollte drei Grenzen kennen.
Die erste Grenze: falsche oder erfundene Aussagen, oft Halluzinationen genannt. Ein Sprachmodell formuliert flüssig, auch wenn die Datengrundlage dünn ist. Deshalb muss ein seriöses KI-Reporting jede Kennzahl mit der Quelle verknüpfen und Lücken offen zeigen, statt sie zu überbrücken. Ein Satz wie „Für drei Aufträge fehlt der Status, sie sind in der Abschlussquote nicht enthalten“ ist mehr wert als eine glatte, aber falsche Zahl.
Die zweite Grenze ist die Datenqualität. Doppelte Kundeneinträge, veraltete Status oder Beträge ohne Steuerschlüssel führen zu schiefen Auswertungen. Die KI kann solche Probleme sichtbar machen, aber nicht von allein heilen. Planen Sie deshalb Zeit für kurze Abstimmungen mit Ihrem Team ein, gerade in den ersten Wochen. Ob Ihre Datenbasis für ein KI-Vorhaben bereit ist, prüft unser KI-Readiness-Check.
Die dritte Grenze ist der Datenschutz. Kundendaten fallen unter die DSGVO, und in manchen Branchen kommen weitere Pflichten hinzu, etwa bei Gesundheitsdaten oder in regulierten Branchen. Klären Sie vor dem Start, wo die Daten verarbeitet werden, ob ein Auftragsverarbeitungsvertrag nötig ist und welche Felder die KI überhaupt sehen darf. Oft reicht es, Namen und Kontaktdaten zu pseudonymisieren und nur das auszuwerten, was für den Bericht nötig ist. Pseudonymisierte Daten bleiben personenbezogen, aber weniger Personen sehen Klarnamen. Fragen Sie außerdem, ob der Anbieter Ihre Daten zum Trainieren von Modellen verwendet, und lassen Sie sich die Antwort schriftlich geben. Datenverarbeitung und Hosting werden pro Projekt vereinbart und im Vertrag festgehalten. Klären Sie auch, wo das Sprachmodell läuft: Bei Anbietern außerhalb der EU braucht es zusätzliche Garantien.
So starten Sie ohne eigene IT-Abteilung
Der klassische Fehler ist, gleich das große Berichtswesen bauen zu wollen. Besser ist ein kleiner Pilot, der nach wenigen Wochen echten Nutzen zeigt und sich dann Schritt für Schritt erweitern lässt.
Ein sinnvoller Startumfang umfasst eine Datenquelle aus dem Vertrieb, meist das CRM, und eine aus dem kaufmännischen Bereich, meist die Buchhaltung. Dazu kommen ein Wochenbericht mit maximal einer Seite und eine kurze Dokumentation, wer welche Zahlen pflegt. Ihr Aufwand beschränkt sich auf zwei bis drei Workshops, Zugangsdaten und Feedback zu den ersten Berichten. Weder eine Installation vor Ort noch eigenes IT-Personal sind nötig.
Nach dem Piloten entscheiden Sie anhand der ersten Berichte, was sich lohnt: eine weitere Datenquelle anbinden, den Bericht auf eine weitere Abteilung ausweiten oder die Aufgabenliste direkt mit Ihrem CRM verbinden. So wächst die Lösung mit Ihrem Bedarf, statt als teures Projekt im Regal zu landen.
Das folgende Beispiel ist konstruiert und vereinfacht, es beschreibt keinen echten Kunden: Ein Dienstleister mit 20 Mitarbeitenden bindet CRM und Buchhaltung an und erhält jeden Montag einen einseitigen Bericht. Nach vier Wochen weiß die Geschäftsführung, welche Angebote liegen bleiben, und bindet als Nächstes die Auftragsnotizen an.
Was kostet ein Reporting-Pilot?
Einen Projektpreis nennen wir hier bewusst nicht: Ohne Kenntnis Ihrer Systeme wäre jeder Preis geraten. Deshalb beginnen wir mit einem Pilotprojekt mit festem Umfang: schriftlich festgelegte Ergebnisse, danach entscheiden Sie weiter. Den Aufwand bestimmen vor allem drei Dinge:
- Anzubindende Systeme: wie viele Quellen der Bericht liest und ob sie eine Standardschnittstelle bieten oder nur Exporte.
- Datenqualität: wie viele Dubletten, Lücken und uneinheitliche Status vor dem Start bereinigt werden müssen.
- Prüfaufwand: wie viel ein Mensch kontrolliert, bevor ein Bericht herausgeht, und wie lange.
Die laufenden Kosten nach dem Pilotprojekt, etwa für Hosting, Modellnutzung und Überwachung, hängen von denselben Faktoren ab. Eine Entwicklungsstunde kostet 70 bis 95 Euro, und nach einem 30-minütigen Gespräch erhalten Sie eine schriftliche Kostenschätzung.
Zu den Kosten kompletter Individualsoftware jenseits eines solchen Piloten lesen Sie unseren Kostenleitfaden.
Nächster Schritt
Wenn Ihre Kundendaten heute in CRM, Buchhaltung und Excel verstreut liegen, ist ein wöchentlicher Bericht ein pragmatischer Anfang. Beschreiben Sie uns kurz Ihre Systeme und Ihre wichtigste Frage an Ihre Daten, und wir schlagen Ihnen einen Pilotumfang vor. Mit Anfrage senden erreichen Sie uns direkt; unsere KI-Automatisierung beginnt immer mit einem Blick auf Ihre Systeme. Antwort innerhalb eines Werktags.
Häufige Fragen
Reicht für automatische Auswertungen nicht auch ein BI-Tool wie Power BI?
Oft ist ein BI-Tool ein guter Anfang, aber es zeigt nur Diagramme, die jemand baut und pflegt. Ein wöchentlicher KI-Bericht dagegen erklärt in verständlicher Sprache, was sich verändert hat, und schlägt nächste Schritte vor. Wenn in Ihrer Firma niemand Dashboards pflegt, ersetzt der automatische Bericht diese Arbeit. Beide lassen sich auch kombinieren: das BI-Tool für eigene Detailfragen, der Bericht für den Wochenüberblick.
Welche Auswertungen lohnen sich zuerst?
Beginnen Sie mit dem Vertriebsweg und dem Geld: neue Anfragen, versendete Angebote, gewonnene und verlorene Aufträge sowie überfällige Rechnungen pro Woche. Dazu kommen zwei Frühwarnsignale: Anfragen ohne Antwort seit mehr als einer Woche und Kunden mit sinkendem Umsatz. Diese wenigen Kennzahlen zeigen, wo Aufträge liegen bleiben, und brauchen nur CRM und Buchhaltung als Quellen.
Wie verhindern wir falsche Zahlen durch die KI?
Indem Kennzahlen berechnet und nicht von der KI erfunden werden: Das Sprachmodell schreibt den Kommentar, nicht die Arithmetik. Verlangen Sie, dass jede Zahl auf ihre Quelle verweist und Lücken offen ausgewiesen werden. Ein Satz wie „Für drei Aufträge fehlt der Status, sie sind in der Quote nicht enthalten“ genügt dann zur Kontrolle. Sie müssen keiner glatten, aber falschen Zahl vertrauen.
Ist KI-Reporting mit der DSGVO vereinbar?
Ja, wenn Datenflüsse, Speicherorte und Zugriffsrechte vorab geklärt sind. Begrenzen Sie die übergebenen Felder auf das Nötige, schließen Sie einen Auftragsverarbeitungsvertrag und fragen Sie, ob der Anbieter Ihre Daten zum Trainieren von Modellen verwendet. Datenverarbeitung und Hosting werden pro Projekt vereinbart und im Vertrag festgehalten.
Gehören uns Berichte, Daten und Anbindung?
Das regelt der Vertrag. Achten Sie darauf, dass Übergabe und Eigentum von Berichten, Anbindung, Quellcode und Zugängen schriftlich im Vertrag stehen. Vertrag, IP- und Code-Eigentum werden pro Projekt vereinbart und schriftlich im Vertrag festgehalten.



