Die besten KI-Tools für Field Service Management und Disposition: Ein ehrlicher Vergleich für Einkäufer 2026

Fragen Sie einen Serviceleiter, was seine Dispositionssoftware kann, und er beschreibt ein Planungsbrett, eine Karte und einen Routenoptimierer. Fragen Sie ihn, was in der Woche passiert, in der sein bester Disponent im Urlaub ist, und die Antwort ändert sich: Aufträge landen beim falschen Techniker, der schwierige Kunde bekommt den Neuen, der Zwei-Personen-Einsatz fährt mit einer Person raus, und die First-Time-Fix-Rate sinkt still. Die Software lief weiter. Das Wissen nicht.

Diese Lücke ist der ehrliche Ausgangspunkt jeder Field-Service-Entscheidung 2026. Der Markt für Field Service Management wächst von 5,12 Milliarden US-Dollar 2025 auf 5,88 Milliarden 2026, ein Plus von 15 Prozent pro Jahr¹⁷, und über 72 Prozent der Serviceorganisationen nutzen inzwischen KI in irgendeiner Form²⁰. Jede ernstzunehmende Plattform plant, routet und optimiert. Keine bewahrt, wie Ihre Serviceorganisation tatsächlich entscheidet.

Dieser Leitfaden vergleicht die echten Plattformen ehrlich - IFS Cloud FSM, Agentforce Field Service (ehemals Salesforce Field Service), Microsoft Dynamics 365 Field Service, Oracle Field Service, ServiceMax, ServiceTitan sowie die KMU-Basis aus Jobber und Housecall Pro - und benennt dann, was jeder Vergleich auslässt: das Dispositions- und Servicewissen, das mit der Person geht, und was Sie dagegen tun.

Ihr Planungsbrett ist in Wahrheit eine Person

Field Service läuft auf Entscheidungen, die es nie in die Software geschafft haben. Der Plan zeigt, wer wohin fährt; er zeigt nicht, warum. Und im Warum stecken zugleich der Wert und das Risiko.

• Das Wissen ist konzentriert - Welchen Techniker der anspruchsvolle Kunde akzeptiert, welche Standorte Zugangs- oder Parkprobleme haben, welche Aufträge immer überziehen und welcher SLA-Verstoß günstiger zu schlucken als zu verfolgen ist, lebt meist in ein oder zwei erfahrenen Disponenten.
• Die Leute sind schwer zu halten - Qualifiziertes Außendienst- und Dispositionspersonal ist schwer zu finden und noch schwerer zu halten, und Fluktuation ist eine zentrale operative Herausforderung für Serviceorganisationen⁵. Geht ein Disponent, geht die Reasoning-Ebene mit.
• Der Mangel ist strukturell - Das US Bureau of Labor Statistics prognostiziert bis 2034 rund 608.100 jährliche offene Stellen in Installation, Wartung und Reparatur, und diese Rollen sind chronisch schwer zu besetzen⁶.
• Kunden erwarten mehr, schneller - Reaktion am selben oder nächsten Tag ist heute Standard bei Arbeiten, die früher drei Wochen im Voraus geplant wurden⁴, was die Zeit für jede Entscheidung des Disponenten verdichtet.
• First-Time-Fix bleibt unter Potenzial - Der Branchendurchschnitt liegt bei rund 75 bis 76 Prozent, also braucht etwa jeder vierte Einsatz einen zweiten Besuch, während die besten 20 Prozent 88 Prozent oder mehr erreichen².
• Jeder Fehlschlag ist teuer - Ein Serviceeinsatz kostet oberflächlich 250 bis 500 US-Dollar und nahezu 1.000 Dollar, sobald Arbeitszeit, Kraftstoff, Fahrzeugverschleiß und Gemeinkosten zählen¹⁹. Ein verpasster Erstbesuch sind fast tausend Dollar weg.

Die Einkäuferfrage lautet also nicht nur, welche Plattform am besten plant. Sie lautet, welcher Ansatz die Entscheidungen bewahrt, die den Plan gut machen, und die Routinearbeit erledigt, ohne Ihre knappen Leute daran zu verbrennen.

Was KI im Field Service tatsächlich leistet

"KI im Field Service" umfasst eine große Bandbreite, vom Planungsoptimierer, den es seit einem Jahrzehnt gibt, bis zum wirklich autonomen Planer aus diesem Jahr. Es hilft, die Ebenen zu trennen, bevor man Tools vergleicht.

Die fünf Dinge, die KI hier tut

• Planungs- und Dispositionsoptimierung - Den richtigen Techniker jedem Auftrag nach Fähigkeit, Ort, Verfügbarkeit, Teilen und Priorität zuordnen und dann den Tag sequenzieren. Rund 58 Prozent der fortgeschrittenen Plattformen nutzen maschinelles Lernen, um die Disposition gegen Verkehr, Distanz und Ausrüstung zu optimieren²⁰.
• Routenoptimierung - Fahrzeit über den Tag senken und neu optimieren, wenn Aufträge verrutschen. Standortbasiertes Routing bringt in McKinseys Field-Operations-Arbeit 20 bis 30 Prozent weniger Fahrzeit²².
• First-Time-Fix-Unterstützung - Triage bei der Buchung, damit die richtigen Fähigkeiten und Teile mitfahren, plus Anleitung und Historie im Einsatz. Optimierte Planung hebt First-Time-Fix um 15 bis 20 Prozent³.
• Techniker- und Kundenassistenten - Copiloten, die einen Auftrag zusammenfassen, das Kundenupdate entwerfen oder eine Fehlerfrage beantworten, und kundenseitige Agenten, die buchen, bestätigen und umplanen.
• Predictive Maintenance - Anlagenausfälle aus Anlagen- und IoT-Daten vorhersehen, sodass ein Einsatz vor dem Ausfall geplant wird - dort konzentrieren sich anlagenintensive Plattformen wie IFS und Oracle.

Die Linie, die die meisten Einkäufer übersehen

Es gibt einen Unterschied zwischen einem Tool, das einen Plan vorschlägt, und einem, das die Schleife besitzt. Die meisten Plattformen optimieren und übergeben den Plan dann an einen Menschen. Einige führen ihn inzwischen autonom. Keines von beiden bewahrt für sich die Begründung hinter den Entscheidungen - und diese Unterscheidung ist das Rückgrat dieses Vergleichs.

Die besten KI-Field-Service-Tools 2026

Hier die ehrliche Einschätzung der Plattformen, die zählen, worin jede wirklich gut ist, was sie ungefähr kostet und wo sie aufhört. Kein Tool gewinnt jede Zeile, und die Preise unten sind Richtwerte, weil die meisten Enterprise-Deals individuell sind.

1. IFS Cloud Field Service Management

• Was es ist - Eine einheitliche Enterprise-Plattform über ERP, EAM und FSM, gebaut für anlagenintensiven Service an komplexer Technik, mit Echtzeit-KI-Planung, tiefer Anlagensicht, Ersatzteilverfolgung, Serviceverträgen und Garantieabwicklung¹.
• Stärke - Die natürliche Wahl für Hersteller und Maschinenbauer, die ihre eigene installierte Basis im großen Maßstab warten, mit echter DACH-Präsenz und Integration in SAP-, Salesforce- und Microsoft-Landschaften¹.
• Preis - Je nach aktivierten Modulen rund 100 bis 300 US-Dollar pro Nutzer und Monat, da Sie für die eingeschalteten Funktionsbereiche zahlen⁹.
• Wo es aufhört - Mächtig und schwer. Es optimiert gegen Ihre Daten, nicht gegen die Art, wie Ihre Disponenten denken, und ist mehr Plattform, als ein mittelgroßes Serviceteam braucht.

2. Agentforce Field Service (ehemals Salesforce Field Service)

• Was es ist - Field Service auf der Salesforce-Plattform, das CRM-Stärke mit der reifsten Planungs-Engine der Kategorie verbindet, geerbt von der ClickSoftware-Übernahme, plus ein neuer vollständig autonomer Agentforce-Planer, der in Echtzeit neu optimiert^10,25.
• Stärke - Die beste KI-gestützte Planungsoptimierung der Kategorie und unschlagbar, wenn Sie bereits auf Salesforce CRM und Service Cloud standardisiert sind, sodass Service, Vertrieb und Kundenhistorie einen Datensatz teilen¹⁰.
• Preis - Typischerweise 250 bis 450 US-Dollar pro Nutzer und Monat, ein Enterprise-Kostenniveau, das nur auf einer bestehenden Salesforce-Bindung Sinn ergibt¹⁰.
• Wo es aufhört - Der Planer ist exzellent im Optimieren innerhalb der ihm gegebenen Regeln. Er hält nicht die informellen Regeln, die Ihr Disponent anwendet, und die Gesamtkosten der Salesforce-Landschaft darunter sind real.

3. Microsoft Dynamics 365 Field Service

• Was es ist - Microsofts FSM mit eingebautem Copilot, das Aufträge, Planung und Disposition, Bestand und Anlagenwartung abdeckt, mit automatischen Planungsvorschlägen und Auftragszusammenfassungen⁷.
• Stärke - Die natürliche Wahl, wenn Sie im Microsoft-Stack leben. Über 65 Prozent der Dynamics-365-Field-Service-Nutzer berichten nach Einführung der Copilot-Planung von besserer First-Time-Fix-Rate⁷.
• Preis - Etwa 105 US-Dollar pro Nutzer und Monat, mit Field Service Contractor bei 50 Dollar und Resource Scheduling Optimization bei rund 30 Dollar pro Ressource; agentische KI wird separat über Copilot Credits abgerechnet⁸.
• Wo es aufhört - Copilot fasst zusammen und schlägt vor, innerhalb von Dynamics. Vorgefertigte oder eigene Agenten verbrauchen Credits, und der Assistent hält nicht die Reasoning-Ebene, die nie ins System getippt wurde.

4. Oracle Field Service

• Was es ist - Eine Field-Service-Cloud mit starker Predictive-Routing-Engine, die Techniker-Zertifizierungen, Teileverfügbarkeit, SLA-Zusagen und Echtzeitverkehr einbezieht und über den Tag laufend neu optimiert¹¹.
• Stärke - Gebaut für großvolumiges Routing im Maßstab, weshalb es bei Versorgern, Telekom und großen verteilten Außendiensten häufig ist, mit Predictive Maintenance zur Vorhersage von Ausfällen¹¹.
• Preis - Startet nahe 90 US-Dollar pro Nutzer und Monat und steigt mit Modulen und Volumen auf 100 bis 300 Dollar; Oracle Fusion Field Service ist vertriebsgeführt ohne Self-Service-Tarife¹¹.
• Wo es aufhört - Die Routing-Tiefe ist Reiz und Grenze zugleich. Außerhalb eines großvolumigen Routing-Falls weniger überzeugend, und es optimiert die Karte, nicht das Urteil Ihres Teams.

5. ServiceMax (PTC)

• Was es ist - Eine Field-Service-Anwendung mit Fokus auf anlagenzentrierten, gerätelastigen Service, im Besitz von PTC und als Schicht auf Salesforce laufend^12,13.
• Stärke - Stark bei komplexem Anlagenservice, Auftragstiefe sowie Vertrags- und Anspruchsmanagement für Hersteller mit großer installierter Basis¹².
• Preis - Nur auf Anfrage, und es benötigt eine Salesforce-Lizenz darunter, sodass Sie für ServiceMax und Salesforce zahlen^12,13.
• Wo es aufhört - Fähig, aber auf Salesforce gestapelt, was Gesamtkosten und Komplexität erhöht, und wie die anderen verwaltet es Anlage und Auftrag, nicht die Reasoning-Ebene der Disposition.

6. ServiceTitan

• Was es ist - Der Kategorieführer für Handwerksbetriebe im Haus - HLK, Sanitär, Elektro - mit Anrufbuchung samt automatisch befüllter Kundendaten, automatisierter Disposition, Live-Zeiterfassung und kundenseitigen ETAs und Techniker-Profilen¹.
• Stärke - Speziell für wohnwirtschaftliche Servicebetriebe gebaut, mit maschinellem Lernen, das die Buchungsverfügbarkeit optimiert und Service-Upgrades empfiehlt, und einem kostenpflichtigen Dispatch-Pro-Add-on für KI-Disposition¹⁵.
• Preis - Rund 245 bis 300 US-Dollar pro Techniker und Monat für das Basispaket vor Add-ons; die meisten Unternehmen zahlen je nach Teamgröße und Modulen 3.000 bis 10.000 Dollar im Monat^15,16.
• Wo es aufhört - Exzellent fürs Handwerk und überdimensioniert oder unpassend für komplexen industriellen Anlagenservice. Das Wissen, wie Ihr konkreter Betrieb disponiert, lebt weiter in Ihren Leuten.

7. Jobber und Housecall Pro (KMU-Basis)

• Was sie sind - Zugängliche Field-Service-Plattformen für kleine Handwerks- und Hausservicebetriebe, mit Planung, Rechnungsstellung und leichten KI-Assistenten^14,15.
• Stärke - Schnell einzuführen und günstig. Jobber Copilot ist über alle Tarife gratis und die AI Receptionist beantwortet Anrufe als 99-Dollar-Add-on; Housecall Pro bündelt CSR-KI und Marketing-KI in höhere Tarife^14,15.
• Preis - Jobber läuft je Tarif von 39 bis 599 Dollar pro Monat; Housecall Pro reicht von Basic bei 59 Dollar über Essentials bei 149 bis MAX bei 299 Dollar im Monat^14,15.
• Wo sie aufhören - Gute Startpunkte, die nicht für Enterprise-Anlagenservice, mehrstufige SLA-Komplexität oder tiefe ERP-Integration gebaut sind - und ihre KI ist Komfort, kein System, das die Dispositionsschleife besitzt oder Ihre Reasoning-Ebene hält.

Was jede Plattform übersieht

Stellt man alle sieben Plattformen nebeneinander, teilen sie einen blinden Fleck. Jede ist System of Record und Optimierer. Keine ist ein System des Reasonings. Hier ist, was durch die Lücke fällt.

• Die informellen Dispositionsregeln - Welchen Techniker der schwierige Kunde akzeptiert, wer an einer bestimmten Maschine still schneller ist und welche Team-Paarung funktioniert. Der Optimierer sieht Fähigkeiten und Distanz; er sieht nicht Vertrauen und Historie.
• Die Standort- und Kunden-Eigenheiten - Der Torcode, die Laderampe, die um drei schließt, der Kunde, der vor der Ankunft angerufen werden muss. Das lebt im Kopf eines Disponenten und in verstreuten Notizen.
• Das SLA-Urteil - Wann man die optimale Route bricht, um einen strategischen Account zu retten, und welcher Verstoß günstiger zu schlucken als zu verfolgen ist. Das ist eine Geschäftsentscheidung, keine Routing-Entscheidung.
• Die Ausnahmebehandlung - Die 35 Prozent der Situationen, die nicht Routine sind: der Notfall dazwischen, das Teil, das nicht ankam, der Zweitbesuch, der einer hätte sein sollen. Optimierer nehmen an, die Welt halte still.
• Der Grund hinter früheren Entscheidungen - Warum Sie letztes Mal zwei Leute schickten, warum dieser Kunde auf einer Beobachtungsliste steht, was die letzten drei Besuche wirklich lösten. Es steht selten dort, wo der nächste Disponent es findet.
• Die letzte Meile der Ausführung - Den Termin bestätigen, das fehlende Teil verfolgen, die Nachfassnachricht senden, das ERP aktualisieren. Die meisten Plattformen zeichnen den Plan und überlassen die Koordination den Menschen.

Das ist auch, warum so viel KI im Betrieb enttäuscht. Gartner warnt, dass das Muster häufig genug ist, um es zu benennen.

Die Projekte, die Bestand haben, sind die, die darin verankert sind, wie das Unternehmen tatsächlich arbeitet. Was auf ein Company Brain zutrifft.

Der Company-Brain-Ansatz

Ein Company Brain ist die Schicht, die Ihrer FSM-Plattform fehlt: ein lebendiges Gedächtnis dafür, wie Ihre Serviceorganisation tatsächlich entscheidet, erfasst während die Arbeit geschieht und verfügbar sowohl für den nächsten Menschen als auch für einen KI-Mitarbeiter.

Was es hält

• Dispositions-Heuristiken - Die Techniker-zu-Kunde-Matches, die Team-Paarungen und das Wer-ist-wirklich-gut-worin, das nie in ein Fähigkeitsfeld passte.
• Standort- und Account-Kontext - Zugangs-Eigenheiten, Ansprechpartner, Eskalationswege und der Grund, warum ein Kunde besondere Behandlung braucht.
• SLA- und Ausnahmeregeln - Die Urteilsentscheidungen darüber, wann man den Plan bricht, und was Ihre Organisation beim letzten Mal daraus lernte.
• Reasoning der Servicehistorie - Nicht nur, was bei einem Auftrag geschah, sondern warum die Entscheidung fiel, damit der nächste Besuch bei der Lehre beginnt.
• Die Routineschleife - Die Schritte des Bestätigens, Teileverfolgens und Nachfassens, damit ein KI-Mitarbeiter sie so führt, wie es Ihr bester Disponent täte.

Der KI-Mitarbeiter obendrauf

Verankert im Company Brain führt ein KI-Mitarbeiter die Routine-Dispositionsschleife durchgängig über Ihre echten Systeme, mit einem Menschen in der Schleife für die Ausnahmen.

• Bucht und bestätigt - Liest die eingehende Anfrage, prüft Verfügbarkeit und Fähigkeiten gegen Ihre Regeln und bestätigt mit dem Kunden.
• Passt den Tag an - Behandelt eine Verspätung, ein No-Show oder einen Notfall dazwischen, indem er innerhalb Ihrer Leitplanken neu plant und die Entscheidungen markiert, die er nicht allein treffen sollte.
• Verfolgt die Teile - Verfolgt die fehlende Komponente und stößt den Lieferanten an, bevor daraus ein Fehlbesuch wird.
• Fasst nach - Sendet die Nachricht nach dem Besuch, plant bei Bedarf den Rückbesuch und schließt die Schleife im ERP.
• Arbeitet über Kanäle - FSM-System, E-Mail, Teams und ERP, keine neue Konsole, in der Ihr Team leben muss.

Wie Sie wählen

Die richtige Plattform ergibt sich meist aus zwei Dingen, die Sie bereits kennen: was Sie warten und was Sie bereits betreiben. Beginnen Sie dort, und entscheiden Sie die Wissensfrage separat.

1. Passen Sie zu Ihren Anlagen - Komplexe Industrietechnik und eine große installierte Basis deuten auf IFS oder ServiceMax; großvolumiges verteiltes Routing auf Oracle; wohnwirtschaftliches Handwerk auf ServiceTitan, Jobber oder Housecall Pro.
2. Passen Sie zu Ihrem Stack - Schon auf Salesforce, wählen Sie Agentforce Field Service; schon auf Microsoft, wählen Sie Dynamics 365; auf SAP, wiegen Sie IFS wegen seiner Integrationstiefe.
3. Dimensionieren Sie ehrlich - Ein Fünf-Fahrzeug-Betrieb braucht keine Enterprise-Suite, und ein Enterprise-OEM wächst binnen eines Jahres aus einem KMU-Tool heraus.
4. Bepreisen Sie die ganze Landschaft - ServiceMax braucht Salesforce darunter; ServiceTitan und Dynamics rechnen KI obendrauf; addieren Sie die echte Summe, nicht den Kopf-Sitzpreis.
5. Entscheiden Sie die Wissensfrage - Egal welche Plattform Sie wählen, fragen Sie, wo Ihre Reasoning-Ebene lebt und was passiert, wenn diese Person geht. Das ist eine getrennte Entscheidung von der FSM-Lizenz.

Der 90-Tage-Fahrplan

Man repariert die Disposition nicht, indem man ein größeres Tool kauft und hofft. Ein fokussierter 90-Tage-Rollout bringt eine Routineschleife von manuell auf KI-geführt, während er die Begründung dahinter erfasst. Hier die Abfolge.

Phase 1: Baseline und Erfassung (Wochen 1-4)

1. Woche 1: Baseline messen - First-Time-Fix, mittlere Zeit bis zur Einplanung, Fahrzeit pro Auftrag und Technikerauslastung. Sie können keinen Gewinn beweisen, den Sie nicht zuerst gemessen haben.
2. Woche 2: Den Disponenten begleiten - Setzen Sie sich neben die Person, die die Reasoning-Ebene hält. Schreiben Sie die informellen Regeln, Standort-Eigenheiten und Ausnahmen auf, die niemand dokumentierte. Das ist die wertvollste Woche und die, die die meisten Projekte auslassen.
3. Woche 3: Systeme kartieren - Die FSM-Plattform, E-Mail, das ERP und etwaige Teile- und Planungstools. Klären Sie API-Zugang und wo ein KI-Mitarbeiter lesen und schreiben würde.
4. Woche 4: Eine Schleife wählen - Wählen Sie eine einzelne Routineschleife, etwa Buchung und Bestätigung für Standard-Wartungseinsätze, die großvolumig und risikoarm ist. Definieren Sie die Leitplanken und die Human-in-the-Loop-Checkpoints.

Phase 2: Bauen und testen (Wochen 5-8)

5. Woche 5-6: Das Company Brain erden - Laden Sie das erfasste Reasoning und verbinden Sie die Systeme. Der KI-Mitarbeiter läuft neben dem Disponenten, nicht statt seiner, und jede Entscheidung ist prüfbar.
6. Woche 7: Parallel laufen lassen - Lassen Sie ihn die Routineschleife an echten Aufträgen führen, während der Disponent seine Entscheidungen prüft. Sammeln Sie die Fehler und speisen Sie sie zurück.
7. Woche 8: Leitplanken schärfen - Passen Sie an, welche Entscheidungen er allein trifft und welche er eskaliert. Bestätigen Sie, dass der Ausnahmepfad funktioniert.

Phase 3: Führen und messen (Wochen 9-12)

9. Woche 9: Die Routine übergeben - Der KI-Mitarbeiter besitzt die gewählte Schleife; der Disponent beaufsichtigt und behandelt Ausnahmen.
10. Woche 10-11: Vorsichtig erweitern - Fügen Sie die nächste Schleife hinzu, etwa Nachfassen und Teileverfolgung, sobald die erste stabil ist.
11. Woche 12: Gegen Baseline berichten - Vergleichen Sie First-Time-Fix, Einplanungszeit und Fahrzeit mit Woche 1. Zeigen Sie, wofür die freigewordenen Disponentenstunden verwendet wurden.

Wie Superkind passt

Superkind ist keine weitere FSM-Plattform und bittet Sie nicht, die zu ersetzen, die Sie betreiben. Es baut das Company Brain und den KI-Mitarbeiter, die auf IFS, Salesforce, Dynamics, Oracle, ServiceTitan oder was immer Sie nutzen aufsetzen.

• Hält Ihre Reasoning-Ebene - Wir erfassen, wie Ihre Disponenten tatsächlich entscheiden - die Matches, die Eigenheiten, die Ausnahmeregeln - in einem Company Brain, das überlebt, wenn sie gehen.
• Führt die Routineschleife - Ein KI-Mitarbeiter erledigt Buchung, Bestätigungen, Teileverfolgung und Nachfassen durchgängig, mit einem Menschen in der Schleife für die Ausnahmen.
• Arbeitet über Ihre Systeme - Er verbindet sich über APIs mit Ihrer FSM-Plattform, E-Mail, Teams und ERP. Kein Rip-and-Replace, keine neue Konsole zum Lernen.
• Sitzt auf jedem FSM-Tool - Behalten Sie Ihr System of Record. Wir ergänzen die Reasoning-Schicht und die Ausführung, die die Plattform nicht leistet.
• Prozess-zuerst-Discovery - Wir beginnen, indem wir die Menschen begleiten, die die Arbeit tun, nicht indem wir ein Template ausliefern. Der KI-Mitarbeiter spiegelt Ihren Betrieb, nicht einen generischen.
• Ergebnisbasiert, nicht pro Sitz - Die Preise sind an die Routinearbeit gebunden, die der KI-Mitarbeiter besitzt, mit messbaren First-Time-Fix- und Einplanungszeit-Zielen, definiert vor dem Bau.
• In Wochen live - Erste Routineschleife in 8 bis 12 Wochen in Produktion, dann Schleife für Schleife erweitern.
• Für die DSGVO-Realität gebaut - Daten bleiben in Ihrer Infrastruktur, der Umgang mit Techniker-Standort respektiert Betriebsrats- und DSGVO-Grenzen, und kundenseitige KI trägt die Artikel-50-Kennzeichnung von Haus aus.

EU-KI-Verordnung und DSGVO: Was die meisten Vergleiche auslassen

KI im Field Service beruehrt Kunden und Beschäftigte, also genau dort, wo europäische Regeln greifen. Die meisten Einkäufer-Vergleiche ignorieren das. Hier die praktische Einordnung.

EU-KI-Verordnung

• Die meiste Planungs-KI ist geringes Risiko - Interne Routen- und Planungsoptimierung liegt in der Regel außerhalb der Hochrisiko-Kategorie, sodass die schweren Konformitätspflichten meist nicht greifen.
• Artikel-50-Transparenz - Wenn ein KI-System mit Ihren Kunden interagiert - ein Sprach- oder Chat-Agent, der bucht, bestätigt oder umplant - müssen Sie ihnen sagen, dass sie es mit KI zu tun haben, beim ersten Kontakt, nicht versteckt in den AGB^26,27. Diese Transparenzpflichten werden ab dem 2. August 2026 durchsetzbar, mit Bußgeldern bis zu 15 Millionen Euro oder 3 Prozent des weltweiten Umsatzes²⁶.
• Menschliche Aufsicht, wo sie zählt - Wenn KI je Entscheidungen über Ihre eigenen Außendienstmitarbeiter beeinflusst, etwa eine Leistungsbewertung, kann das in den Hochrisiko-Bereich kippen und erfordert sinnvolle menschliche Aufsicht nach Artikel 14²⁸.
• Der sichere Standard - Halten Sie einen Menschen in der Schleife für wesentliche Dispositions- und Kundenentscheidungen. Das ist sowohl die sichere Auslegung der Regeln als auch gutes Servicemanagement.

DSGVO und Technikerdaten

• Standortdaten sind personenbezogene Daten - Die GPS-Ortung von Technikern unterliegt der DSGVO und dem deutschen BDSG und muss verhältnismäßig, transparent und auf das Notwendige begrenzt sein²⁸.
• Keine dauerhafte Überwachung - Deutsche Behörden erwarten Standorterfassung zu Schichtbeginn und -ende, nicht alle paar Minuten, und nur für den genannten Zweck²⁸.
• Mitbestimmung des Betriebsrats - Wo ein Betriebsrat besteht, braucht der Einsatz technischer Überwachungssysteme seine Zustimmung nach dem Betriebsverfassungsgesetz, und eine Betriebsvereinbarung ist der saubere Weg²⁸.
• Datenlokalität - Für viele Mittelstands-Einkäufer zählt, wo die Daten liegen und wer sie erreichen kann, so sehr wie die Feature-Liste, besonders bei US-Plattformen.

Häufig gestellte Fragen

Verwandte Artikel

• Die besten KI-Tools für Supply-Chain-Planung und S&OP
• Der KI-Mitarbeiter für die Auftragsabwicklung
• Die besten KI-Voice-Agenten für eingehende Kundenanrufe
• Der Bus-Faktor: Wenn eine Person das ganze Unternehmen stoppt
• KI-Agenten für den Mittelstand

Henri Jung

Co-Founder von Superkind, wo er KMU und Konzernen hilft, maßgeschneiderte KI-Agenten einzuführen, die wirklich zur Arbeitsweise ihrer Teams passen. Henri ist es ein Anliegen, die Lücke zwischen dem, was KI kann, und dem Wert, den sie in echten Unternehmen schafft, zu schließen. Er ist überzeugt, dass der Mittelstand alles hat, was er braucht, um bei KI vorn zu sein - er braucht nur den richtigen Ansatz.