Austroflamm plant seinen
Service-Außendienst mit KI.
Serviceeinsätze quer durch den DACH-Raum, mehrere Techniker mit unterschiedlichen Qualifikationen, individuelle Kundenwünsche. Was früher über E-Mail und Excel lief, ist heute ein durchgängiger Prozess vom Ticket bis zum abgeschlossenen Einsatz — mit KI-gestützter Tourenplanung, überwacht vom Menschen, abgesichert durch Code.
Austroflamm — Kamin- und Pelletöfen mit einem klaren Anspruch: „Die Zeiten ändern sich, mein Feuer bleibt."
Wer Öfen für Jahrzehnte konzipiert, muss auch für Jahrzehnte serviceren können. Austroflamm liefert seine Geräte in den gesamten DACH-Raum und betreut Kunden mit einem eigenen Netzwerk aus Servicetechnikern. Genau dort — im Zusammenspiel von Kundendienst und Außendienst — setzt das Odoo-Projekt an, das Cloudunify mit dem Team von Austroflamm entwickelt hat.
Zu einem langlebigen Produkt gehört ein verlässlicher Service. Und ein verlässlicher Service braucht ein System, das mit dem Anspruch mitwächst.
"Die Odoo-Lösung von Cloudunify ist zu 100% besser als die Vorgängervariante"
Termine als Freitext. Planung von Hand. Reaktionszeit vom Zufall abhängig.
Serviceeinsätze verteilen sich über viele Einsatzorte, betreut von mehreren Technikern mit unterschiedlichen Skills, Urlauben und Prioritäten. Termine kamen als Freitext herein, dazu individuelle Kundenwünsche. Die Planung passierte weitgehend manuell — mit hohem internem Planungsaufwand, Medienbrüchen zwischen E-Mail und Excel, unnötigen Leerkilometern und Reaktionszeiten, die stärker vom Zufall der Tagesplanung abhingen als vom Bedarf des Kunden.
Der eigentliche Schmerzpunkt war nicht ein einzelnes Werkzeug, sondern das Fehlen eines gemeinsamen Systems: Informationen lagen verstreut, jeder Planungsschritt musste manuell zusammengetragen werden, und mit steigendem Einsatzvolumen wurde das immer schwerer skalierbar.
Ende-zu-Ende Serviceprozess in Odoo — plus KI-gestützte Tourenplanung.
Cloudunify hat den gesamten Serviceprozess in Odoo zentralisiert. In der ersten Phase entstand der durchgängige Ablauf, in der zweiten Phase kam der spannendste Baustein hinzu: die KI-gestützte Einsatzplanung mit Human-in-the-Loop.
Zentraler Kundendienst-Prozess
Tickets, Status, vollständige Dokumentation vom Erstkontakt bis zum Abschluss. Bestätigungen, Statuswechsel und Eskalationen laufen automatisiert — mit dem klaren Ziel, so wenig E-Mail und Excel wie möglich zu benötigen.
Techniker direkt angebunden
Mobile Unterlagen für Techniker im Außendienst, Rückmeldungen fließen unmittelbar ins System zurück. Kein Papierprotokoll, keine Nachbearbeitung im Büro. Was der Techniker vor Ort dokumentiert, steht in Echtzeit im Backoffice.
Eine Datenbasis für alle
Kundendienst, Außendienst, Verkauf und Lager greifen auf dieselben Kunden-, Ersatzteil- und Auftragsdaten zu. Ersatzteil-Ausbuchungen aus einem Einsatz landen sofort im Lager-Inventar, Serviceaufwände in der Auftragskalkulation.
KI-gestützte Einsatzplanung
Statt Touren manuell zu legen, schlägt eine KI Tages- und Wochenpläne vor und berücksichtigt dabei Kundenwünsche, Verfügbarkeiten, Skills und Prioritäten. Kernstück der Lösung — und mehr dazu weiter unten.
Der hybride Ansatz: Flexibilität der KI, abgesichert durch die Nachvollziehbarkeit von Code.
Tourenplanung ist ein Optimierungsproblem mit vielen weichen Faktoren: Skills der Techniker, Kundenpräferenzen für Zeitfenster, Prioritätsstufen, Fahrtwege, Pausen. Klassische Solver kommen an ihre Grenzen, wenn diese weichen Faktoren nicht sauber in harten Constraints ausgedrückt werden können. KI kann Freitext-Kundenwünsche verstehen — macht aber gleichzeitig manchmal Fehler, die einem Menschen nicht passieren würden, und liefert auf denselben Prompt unterschiedliche Ergebnisse.
Gemini + ChatGPT planen flexibel
Zwei unabhängige LLMs generieren jeweils mehrere Planvarianten. Die KI erfasst Freitext-Kundenwünsche, verknüpft sie mit Skill-Anforderungen und schlägt Zuordnungen von Einsätzen zu Technikern und Zeitslots vor.
Code bewertet gegen harte Kriterien
Jede KI-Planvariante wird gegen eine Routen-Matrix bewertet — Fahrzeiten kommen aus der OpenStreetMap-Routing-API, Gesamtdauer, Leerkilometer und SLA-Konformität werden deterministisch berechnet. Nichts geht in Produktion, was der Code nicht validiert hat.
Der Disponent entscheidet
Aus mehreren gerankten Planoptionen wählt der Disponent. Er sieht Bewertung, Trade-offs und kann jederzeit manuell eingreifen. Human-in-the-Loop als Grundprinzip — Verantwortung bleibt beim Menschen, KI beschleunigt nur die Vorarbeit.
„Wir gehen offen mit den Grenzen der Technologie um. KI macht manchmal Fehler, die einem Menschen nicht passieren würden. Deshalb der hybride Aufbau — die Flexibilität der KI, abgesichert durch die Nachvollziehbarkeit von Code."
— Cloudunify Delivery-Prinzip für KI-Projekte
Weniger Planung, bessere Touren, zufriedenere Kunden.
Die KI-gestützte Planung reduziert den internen Planungsaufwand spürbar und sorgt für gleichmäßigere Auslastung und optimierte Routen. Leerkilometer sinken, Pünktlichkeit und Kundenzufriedenheit steigen. Und weil das System auf Prompts statt auf starrem Solver-Code basiert, wird es mit der Zeit besser und lässt sich flexibel an neue Anforderungen anpassen — neue Skill-Kategorien, saisonale Priorisierungen, geänderte SLAs.
Bemerkenswert dabei: Die laufenden KI-Kosten liegen unter 100 € pro Monat. Der Wert entsteht nicht aus teurer Infrastruktur, sondern aus der intelligenten Kombination von Standard-LLMs, deterministischem Code und Domänenwissen.
Das Projekt in Zahlen und Fakten.
| Branche | Kamin- & Pelletöfen · Serviceorganisation |
| Region | DACH |
| Odoo-Version | 18 |
| Mitarbeiter | 50+ |
| Projekt-Start | Q4 2024 |
| Go-Live | 2025 |
| Phase 2 | Seit November 2025 |
| Squad Lead | Maximilian Struber |
Serviceorganisation, Außendienst,
manuelle Tourenplanung?
Sprechen Sie mit uns über die Konzepte hinter der Austroflamm-Lösung. In 30 Minuten schauen wir uns Ihre konkrete Ausgangslage an und zeigen, welche Bausteine für Sie sinnvoll wären.
Erstgespräch vereinbaren