Von acht Stunden auf fünfzehn Minuten: Wie ein Temperiertechnik-Hersteller aus NRW seine Angebotserstellung neu denkt

Ein Angebot für eine technische Anlage klingt nach einer klaren Aufgabe: Kunde fragt an, Vertrieb rechnet, Angebot raus. In der Praxis steckt dahinter aber oft ein aufwendiger manueller Prozess, der Fachwissen, Zeit und viel Handarbeit bindet. Genau dort setzt der folgende Fall an – die Geschichte eines Herstellers, der diesen Prozess mit einem KI-gestützten Workflow von Grund auf neu gedacht hat.

Das Unternehmen

Der Kunde ist ein etablierter Hersteller von industrieller Temperier- und Kühltechnik mit Sitz in Nordrhein-Westfalen. Seit über fünf Jahrzehnten entwickelt das Unternehmen Anlagen, die in der Produktion für konstante, exakt geregelte Temperaturen sorgen – von der Kühlung bis zur Temperierung ganzer thermischer Prozesse. Rund 400 Mitarbeitende an mehreren Standorten beliefern Kunden aus der Kunststoff-, Metall-, Lebensmittel- und Chemieindustrie weltweit. Kurz: ein Betrieb mit tiefem technischem Know-how – und mit einem sehr erklärungsbedürftigen Produkt.

Die Herausforderung: viel Erfahrung, viel Handarbeit

Bevor eine passende Temperiermaschine überhaupt angeboten werden kann, muss eine ganze Reihe an Parametern erfasst und durchgerechnet werden: Zielland, Branche, benötigte Heizleistung, Pumpenleistung, Betriebsdruck und weitere prozessspezifische Werte. Aus diesen Angaben ergibt sich erst, welches Gerät überhaupt infrage kommt – inklusive Gestell, Ausdehnungsgefäß, Heizstäbe und Pumpe.

Bislang lief das größtenteils im Kopf erfahrener Vertriebsingenieure ab: Kundengespräch führen, Werte notieren, in Tabellen und Faustformeln nachrechnen, das passende Gerät zusammenstellen, Preis kalkulieren. Ein Vorgang, der pro Anfrage schnell acht bis zehn Stunden in Anspruch nahm – und der stark davon abhing, wer gerade Zeit und Erfahrung genug hatte, ihn sauber durchzuführen. Bei steigender Anfragenzahl wurde das zum Flaschenhals: Angebote dauerten, Kapazität war gebunden, und das Wissen steckte vor allem in den Köpfen weniger Spezialisten statt in einem wiederholbaren Prozess.

Die Lösung: Der KI-Assistent führt das Gespräch, der Workflow rechnet

Statt die Auslegung weiter als reine Kopfarbeit zu behandeln, wurde sie als klar strukturierter Workflow abgebildet – umgesetzt im nexilo Workflow Designer. Der entscheidende Kniff dabei: KI und Berechnung übernehmen bewusst getrennte Aufgaben.

Ein KI-Assistent führt die anfragende Person im natürlichsprachigen Dialog durch den Prozess: Er stellt gezielte Fragen zu Zielland, Branche und technischen Rahmenbedingungen, erkennt aus den Antworten die relevanten Größen und hakt bei Unklarheiten nach – so, wie es ein erfahrener Vertriebsingenieur auch tun würde. Damit übernimmt die KI genau die Aufgabe, für die sie stark ist: natürliche Sprache verstehen, den Menschen durch einen komplexen Vorgang führen, Rückfragen sinnvoll formulieren.

Die eigentliche fachliche Arbeit – Nachschlagen der passenden Baureihe, Berechnung von Heiz- und Kühlleistung, Ermittlung von Gerätevolumen und Ausdehnungsvolumen – läuft dagegen vollständig im Workflow selbst, über hinterlegte Lookup-Tabellen, Entscheidungslogik und Formeln. Nichts davon wird von der KI „geschätzt" oder generiert; jede Zahl entsteht durch nachvollziehbare, deterministische Regeln. Am Ende steht automatisch die passende Gerätekonfiguration aus Gestell, Ausdehnungsgefäß, Heizstäben und Pumpe – und daraus ein konkretes Angebot mit Preis.

Diese Aufteilung ist kein Detail, sondern der Kern der Lösung: Die KI macht den Prozess zugänglich und angenehm zu bedienen, der Workflow macht ihn korrekt und reproduzierbar.

Der Effekt: aus Stunden werden Minuten

Das Ergebnis lässt sich in einer Zahl zusammenfassen: Aus acht bis zehn Stunden Bearbeitungszeit pro Angebot wurden zehn bis zwanzig Minuten. Das ist keine kleine Effizienzsteigerung, sondern eine Verschiebung um eine Größenordnung. Für das Unternehmen bedeutet das:

• Schnellere Angebote – Kundenanfragen werden fast in Echtzeit beantwortet, statt Tage zu liegen.
• Konsistente Qualität – jede Auslegung folgt denselben geprüften Regeln, unabhängig davon, wer die Anfrage bearbeitet.
• Freigesetzte Kapazität – Vertriebsingenieure verbringen ihre Zeit mit komplexen Sonderfällen statt mit Routinerechnungen.
• Skalierbarkeit – mehr Anfragen lassen sich bearbeiten, ohne proportional mehr Personal zu benötigen.

Warum dieser Fall über Temperiertechnik hinaus interessant ist

Das Muster hinter diesem Beispiel ist branchenunabhängig: Überall dort, wo ein Produkt anhand vieler technischer Parameter individuell konfiguriert und bepreist werden muss – ob in der Antriebstechnik, im Anlagenbau oder anderswo – lässt sich derselbe Ansatz übertragen. Die KI übernimmt die Kommunikation mit dem Menschen, der Workflow übernimmt die fachliche Logik. So entsteht ein System, dem Vertrieb und Kunden gleichermaßen vertrauen können, weil jede Empfehlung nachvollziehbar bleibt.

Fazit

Der größte Hebel lag hier nicht darin, möglichst viel der KI zu überlassen, sondern darin, KI und klassische Prozesslogik dort einzusetzen, wo sie jeweils am stärksten sind. Für das Unternehmen aus NRW bedeutet das: schnellere Angebote, entlastete Expertinnen und Experten – und ein Prozess, der mit dem Wachstum des Geschäfts mitwächst, statt zu seinem Engpass zu werden.