Letztes Frühjahr saß ich im Büro einer kleinen Hamburger Spedition und sah zu, wie die Disposition ein Tracking-Link in einer E-Mail kopiert. Dann machte sie es nur einmal. Bis zum Mittag hatte ich elf gezählt. Elf identische E-Mails, jeweils vier Copy-Paste-Schritte, wie zwei Telefone klingelten und niemand rangehen konnte.

So sieht „Digitalisierung in einer überraschenderweise großen Zahl deutscher Unternehmen immer noch aus. Die Daten existieren irgendwo. Der Prozess braucht sich nur hartnäckig, sie anfassen.

Ich baue seit einigen Jahren n8n-Workflows für KMU in ganz Deutschland (wenn du wissen willst), Wer hier schreibt und warum, ist die die Kurzfassung), und die Frage, die ich am häufigsten bekomme, ist jede Variante von „welche Branche profitiert auch immer am meisten? Die Leute erwarten ein Ranking. Was sie von mir am meistens bekommen, ist eine Achselzucken, weil die Antwort weniger von der Branche als auch, wo der Frust sitzt. Dasselbe Tool, drei Sektoren, drei völlig verschiedene Tiere.

Eins vorweg: Wenn du noch zwischen n8n, Zapier und Make schwankst, habe ich den Vergleich der großen Automatisierungsplattformen eine andere Stelle auf diesem Blog länger aufgeschrieben. Die Kurzfassung für diesen Beitrag: n8n gewinnt für deutsche KMU, wenn du Self-Hosting benötigt, DSGVO-freundliche Datenhaltung und komplexe Verzweigungen ohne Task-Abrechnung. Allen drei Branchen unten geht es um mindestens einen dieser Punkte. Meistens um alle.

Logistik: Die Daten sind längst da, nur niemand hat sie verbunden

Logistik war der Sektor, der mich am wenigsten überrascht hat und das meine ich als Kompliment. Speditionen produzieren den ganzen Tag digitale Abgase: Telematik, TMS-Systeme, Hafen-Status, Zoll-Feeds. Die Information existiert. Sie ist nur über fünf Systeme verstreut, die sich leiden, miteinander zu reden, auch überbrückt ein Mensch die Lücke. Meistens die Disposition. Meistens um 7 Uhr morgens.

Die Hamburger Disposition, in Zahlen

Die Spedition fährt 14 eigene LKW plus ein Handvoll Subunternehmer, rund 240 Sendungen pro Woche. Der Morgen der Disposition sah so aus: TMS öffnen, Status prüfen, Tracking-Links in Kundenmails einfügen, Telefon abnehmen, wenn Kunden trotzdem anriefen, weil die Mail zu spät kam.

Der n8n-Workflow, den wir gebaut haben, fragen die Telematik-API alle 15 Minuten ab, gleicht Sendungsnummern gegen offene Aufträge im TMS ab (eine Postgres-Datenbank, auf die n8n direkt zugreift) und mailt den Kunden automatisch, sobald eine Sendung eine Laufzeitschwelle überschreitet. Ausnahmen, etwa ein LKW, der drei Stunden stillsteht, landen als Telegram-Nachrichten auf ihrer Handy, statt zwei Tage später als wütender Ruf.

Zwei Monate später: rund 15 Stunden pro Woche zurück in ihrem Kalender, und Statusanrufe von etwa 40 am Tag auf unter 15. Ein Teil davon war Saison, ganz ehrlich, der Sommer beruhigt die Fracht immer etwas. Aber ihre Mittagspause ist keine theoretische mehr, und das ist die Kennzahl, die sie bis heute braucht.

Der Teil, den ich aus der Case Study streiche

Palettenrückläufe. Die Subunternehmer haben Rückläufe außerhalb des TMS ausgeführt, auch der Workflow Rücksendungen dauerhaft als verlorend markiert und Fehlalarme gefeuert. Im ersten Monat ist das zweimal kaputtgegangen. Mein Patch war ein Filter, der alles mit dem Tag „Rücklauf ignoriert. Es funktioniert, so halb. Ich denke trotzdem noch nach, weil es ein Pflaster auf ein Datenproblem ist, und irgendwann hört jemand noch auf, die Tag-Konvention zu verwenden, und die Alarme feuern wieder ins Leere.

Wenn Logistik-Automatisierung eines Lehrens, dann dass die spannende Arbeit nicht der Happy Path ist. Es ist das Thema, Workflows zuverlässig zu halten, wenn die Daten dich anlügenUnd Logistikdaten liegen ständig. LKW meldet unmögliche Positionen, APIs brechen mitten im Update ab, und jemand benennt eine Spalte in einer Tabelle um, von der niemand ging, dass sie getragen ist.

Meine Bewertung zum Sektor: das höchste Automatisierungspotenzial von dreien, weil Frachtprozesse standardisiert sind. Eine Verspätung ist eine Verspätung. Das eigentliche Hindernis ist, dass viele TMS-Anbieter ihre APIs wie Staatsgeheimnisse hüten und einige den Zugang noch wie im Jahr 2005 in Rechnung stellen. Das ist ein Geschäftsproblem im Technikkostüm.

Handwerk: keine Daten, keine Zeit, und alles läuft über WhatsApp

Vorab hat ich angenommen, Handwerk sei der schwerste Sektor zu automatisieren. Ich lag falsch, und nicht knapp. Handwerksbetriebe ertrinken in unstrukturierter Kommunikation, und gut da sind Sprachmodelle gut. Die Technik war nie das Hindernis. Die Handy-Gewohnheiten des Chefs waren es.

Ein Elektrobetrieb mit neun Leuten und ihrem 21-Uhr-Lead-Problem

Der Kunde war ein Elektrobetrieb bei Stuttgart, neun Mitarbeiter. Der Chef beantwortete Anfragen zwischen zwei Terminen aus dem Transporter, mit durchschnittlich sechs Stunden Reaktionszeit auf neue Leads, manchmal zwei Tage. Die Angebotsquote lag bei etwa 31 Prozent. Er ging, dass Tempo zählt. Er konnte nur physisch nicht rangehen, während er Kabel durch einen Wand ziehen.

Das Setup ist fast schon peinlich simpel. Neue Anfragen kommen über das Website-Formular oder WhatsApp Business, landen in einem n8n-Webhook und werden von gpt-4o-mini von OpenAI (das kosten sie ein paar Euro im Monat) in drei Eimer sortiert: Notfall, Neuauftrag, unverbindliche Anfrage. Notfälle lege einen Slot im Google-Kalender des Bereitschaftstechnikers an und pingen ihn direkt auf WhatsApp. Angebotsanfragen erhalten sofort eine Bestätigung mit grobem Zeitfenster. Unverbindliche Anfragen eine freundliche Antwort, dann Follow-ups an Tag drei und Tag zehn.

Die Reaktionszeit sank von 6 Stunden auf unter 5 Minuten. Über drei Monate kletterte die Angebotsquote auf 38 Prozent. Bei 120 Leads im Monat deckt diese Lücke eine Menge n8n-Hosting-Rechnungen ab. Wenn du die unappetitlichen Details willst, wie Klassifizierungs-Prompts so weit kommen, habe ich vor einer Weile aufgeschrieben, wie ich meine eigene Lead-Qualifizierung automatisiert habe, einschließlich des Teils, in dem das Modell ein gefluteten Keller selbstsicher als unverbindliche Anfrage einsortiert hat.

Ein Geständnis, bevor ich weitergehe. In den ersten drei Wochen hat der Workflow den Bereitschaftstechniker doppelt gebucht, wenn zwei Notrufe im eigenen Fünf-Minuten-Fenster reinkamen. Ich weiß genau, warum es passiert ist. Ob der Fix, den ich liefert habe, eine Lock-Tabelle in Postgres, das ist, was ich heute bauen hatte, bin ich weniger sicher, und zwei Entwicklerfreunde haben mir zwischenzeitlich zwei verschiedene sauberere Varianten vorgeschlagen. Er läuft noch. Ich zucke jedes Mal leicht zusammen, wenn ich diesen Workflow öffne.

Vom Aufbau her ist Handwerk das Gegenteil von Logistik. Es gibt kein führendes System, ein das man andocken könnte. Kein TMS, keine saubere Datenbank, nichts. Das Gedächtnis des Betriebs steckt im Kopf des Chefs, in einem Papierkalender und in einem WhatsApp-Archiv, deine Workflows verbinden auch keine Systeme, sie erzeugen Struktur aus dem Nichts. Kunden halten dich für einen Zauberer. Du bekommst Kopfschmerzen, weil jeder Prompt immer noch den Job eines Datenbankschemas macht.

Immobilien: hohes Volumen, null Glamour, echte Fristen

Immobilien ist der Sektor, den alle als erste von KI aufgefressen erwarten. Glänzende Chatbots auf Makler-Websites, generierte Exposés, das ganze Bild. Herausgekommen ist: Das langweilige Backoffice ist, wo der echte Wert liegt. Makler jagen dem glitzernden Zeug hinterher. Eine Hausverwaltung muss nur 60 E-Mails pro Woche überleben, ohne gegen deutsches Mietrecht zu verletzen.

480 Einheiten, zwei Personen, ein Postfach

Das war eine Hausverwaltung in Essen, rund 480 Einheiten und zwei Menschen im Backoffice. Mieter schrieben Wünsche an einer einzigen Adresse, mit Betreffzeilen wie „hi und Anhängen namens IMG 2043.jpg. Jemand öffnete jede Mail, riet die Einheit, riet die Dringlichkeit, leitete sie an einem Handwerker weiter. Erste Antwort im Schnitt: drei Tage.

Ihr n8n-Workflow zieht nun jede E-Mail per IMAP, schickt sie durch eine OpenAI-Schritt, die die Wohnungsnummer, die Kategorie (Sanitär, Heizung, Elektro, Sonstiges) und die Dringlichkeit extra, bei dann einem Ticket in Airtable an und entwirft die Antwort. Jeder Entwurf wartet in einem Review-Warteschlange. Nichts verlässt das Haus, ohne dass ein Mensch auf Freigeben klickt. Heizungsausfälle und kein Warmwasser werden sofort geflaggt und auf Slack gepusht, weil die im Winter mit gesetzlichen Reaktionsfristen kommen und man wirklich nicht an Tag vier entdeckt wird.

Die Sichtungszeit sank von rund 11 Stunden pro Woche unter 3. Die erste Antwort ging von drei Tagen auf am selben Tag, weil eine anständige Vorlage freizugeben 20 Sekunden dauert. Den Mietern ist es aufgefallen. Den Handwerkern auch, weil sie plötzlich echte Informationen statt einer weitergeleiteten Mail-Kette von 2019 hatten.

Immobilien ist auch die Branche, in der ich das beste Über-Engineering sehen. Menschen sehen eine Demo eines vollautonomen Postfach-Agenten und wollen das am Montag haben. Widersteh. Ein Triage-und-Entwurf-Muster wie oben fangen den Anfang des Wertes bei einem Bruch des Risikos ein, und die Mieterkommunikation in Deutschland ist nicht der Ort für dein erstes vollautonomes Experiment. Für ein Gefühl für wie weit agentic Workflows verantwortbar gehen kann, lohnt es sich, erst die Muster zu verstehen und dann zu entscheiden, wie viel Leine du deinen Postfach gibst.

Das ehrliche Ranking, Einschränkungen inklusive

Ein Ranking zu ziehen fühlt sich komisch an, nachdem ich in allen dreien drinnensteckte, trotzdem gibt es hier eine Tabelle, weil du dafür so gekommen bist:

LogistikHandwerkImmobilien
Schwierigster TeilAPI-Zugang von TMS-AnbieternKein führendes System zum AnbindenMieterdaten plus DSGVO-Paranoia
Schnellster SiegStatus-Mails und Ausnahme-AlertsSpeed-to-Lead-RoutingE-Mail-Triage mit Freigabe
Größtes RisikoFehlalarme, die Vertrauen zerstörenEin Prompt, der still ein Schema-Job machtVollautonomie, wo ein Mensch zuerst hinsehen sollte
Typische AmortisationWochenTageTage bis Wochen

Zwing mich, auf reinem ROI ein Gewinner zu küren, und ich sage Handwerk, weil Speed-to-lead sich direkt in signe Aufträge umwandelt. Der Elektrobetrieb hatte die gesamten Baukosten mit zwei zusätzlichen gewonnenen Aufträgen wieder drin, alles danach war Marge. Aber ich werde ehrlich sein mit der Stichprobengröße: ein Handvoll Projekte pro Sektor, nicht 50. Jemand mit 50 Logistik-Projekten sagt dir vielleicht, Fracht gewinnt, und er kann recht haben. Deshalb verweise ich Leute lieber auf unsere No-Hype-Playbook für KMU-Automatisierung statt auf ein Ranking: Wähl den Use Case, bei dem eine Zahl sichtbar springt, nicht den, der sich gut präsentiert.

Fang mit dem Freitagnachmittags-Schmerz

Ein Muster hält sich durch alle drei Sektoren, und es ist langweilig genug, dass es kein Hören wird. Der beste erste Workflow ist genau das, das der Chef am Freitagnachmittag persönlich hasst. Nicht der Prozess, der auf dem Whiteboard am automatisierbarsten aussieht. Der, der wehtut. In Hamburg war es Status-Mails. In Stuttgart, Leads aus dem Transporter besiegt. In Essen, IMG 2043.jpg zum vierhundertsten Mal offen.

Bau genau den. Beobachte er einen Monat. Etwas wird brechen, fix es, dann baust du den zweiten. Das ist die ganze Methode, und ich habe aufgehört so zu tun, als geben es eine schlauere Version auch.

Wenn das Chaos deine Branche keine dieser drei gleicht, würde ich das wirklich gerne hören. Ich sammle diese Geschichten wie andere Briefmarken, und die Chance ist fair, dass es für deinen Freitags-Frust eine n8n-förmige Antwort gibt, die ich noch nicht gekauft habe.

Bis zum nächsten Mal,
Damian

Weiterlesen

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder werden markiert *