Wie messe ich den langfristigen Wert von KI-Empfehlungen für mein Handwerksunternehmen?

KI-Empfehlungen sind in der Schweiz längst kein Experiment mehr. Sie helfen Handwerksbetrieben, bessere Entscheidungen zu treffen – von der Materialauswahl über Terminplanung bis zur Preisgestaltung. Doch wie messen Sie den langfristigen Wert? Die Antwort: mit einem klaren Framework, das Umsatz, Kosten, Qualität und Kundenzufriedenheit über Monate und Jahre verfolgt. Dieser Leitfaden zeigt Ihnen Schritt für Schritt, wie Sie vorgehen – mit konkreten Formeln, Checklisten und Beispielen aus der Praxis.

Definition: Eine KI-Empfehlung ist ein datenbasiertes, maschinell generiertes Handlungsvorschlag (z. B. „Buche den 4. November, 10:00–12:00, für Küchenmontage in Zürich“), das Ihr Team umsetzt. Der langfristige Wert ist der kumulierte Effekt dieser Umsetzung auf Gewinn, Effizienz und Kundenerlebnis über mindestens 6–12 Monate.

1. Warum den langfristigen Wert messen?

Kurzfristige Peaks täuschen. Ein guter Monat kann Zufall sein.
Investitionen in KI (Tools, Schulung, Datenpflege) brauchen Return on Investment (ROI)-Belege.
Geschäftsführung und Banken fordern belastbare KPIs.
Teamakzeptanz steigt, wenn Erfolg sichtbar wird.
Strategische Entscheidungen (z. B. Ausbau, Anpassung) brauchen Evidenz.

Zitat: „Was wir nicht messen, können wir nicht verbessern.“ – Peter Drucker

2. Was sind KI-Empfehlungen im Handwerk?

Materialempfehlungen: „Nutze 2,5 mm Alu statt 2 mm für Außenwände in Graubünden (Windlast).“
Terminempfehlungen: „Plane Heizungscheck in Basel am Dienstag, 8–10 Uhr (geringe Staugefahr).“
Preisempfehlungen: „Setze Zuschlag für Notdienst um 15 % (Saison, Verfügbarkeit).“
Routenempfehlungen: „Fahre Zürich → Winterthur → St. Gallen (effizienter als Zürich → St. Gallen → Winterthur).“
Upsell/Cross-sell: „Biete nach Badezimmer-Sanierung eine Dichtheitsprüfung an.“

3. Der Messrahmen: 4 Dimensionen des Werts

Finanzieller Wert: Umsatzsteigerung, Kostensenkung, Marge.
Operativer Wert: Zeitersparnis, Durchlaufzeiten, Fehlerquote.
Qualitätswert: Nacharbeiten, Reklamationen, Garantiefälle.
Kundenwert: Net Promoter Score (NPS), Wiederkaufsrate, Weiterempfehlungen.

4. KPIs und Formeln für den langfristigen Wert

ROI (%) = (Nettonutzen / Gesamtkosten) × 100
Payback (Monate) = Gesamtkosten / monatlicher Nettonutzen
Customer Lifetime Value (CLV) = durchschnittlicher Deckungsbeitrag pro Kunde × Wiederkaufswahrscheinlichkeit × Kundenbindungsdauer
Durchschnittlicher Deckungsbeitrag = Umsatz – variable Kosten
Net Promoter Score (NPS) = % Promoter – % Detractor
Time-to-Value (TTV) = Monate bis zum ersten signifikanten Effekt
Fehlerquote (%) = fehlerhafte Aufträge / Gesamtaufträge × 100
Nacharbeitsquote (%) = Nacharbeitsstunden / Gesamtstunden × 100
Materialfehlerrate (%) = fehlerhaftes Material / Gesamtmaterial × 100
Terminpräzision (%) = Aufträge im geplanten Zeitfenster / Gesamtaufträge × 100

5. Datenerhebung: Was Sie brauchen

Transaktionsdaten: Aufträge, Umsatz, Kosten.
Zeitdaten: Arbeitszeiten, Fahrzeiten, Wartezeiten.
Qualitätsdaten: Reklamationen, Nacharbeiten, Garantiefälle.
Kundendaten: NPS, Bewertungen, Wiederkaufsrate.
KI-Logs: Empfehlungen, Umsetzungsstatus, Abweichungen.
Kontextdaten: Region (z. B. Zürich, Basel, Graubünden), Saison, Wetter.

6. Vorher-Nachher-Design: So isolieren Sie den Effekt

Baseline: 3–6 Monate vor Einführung.
Pilot: 1–2 Teams oder Regionen.
Kontrollgruppe: Betriebe ohne KI-Empfehlungen.
Zeitfenster: 6–12 Monate nach Einführung.
Gleichbleibende Rahmenbedingungen: Preise, Personal, Materialpreise.

7. Praxisbeispiele aus der Schweiz

Heizungsbetrieb in Zürich: KI empfiehlt Routen und Terminfenster. Ergebnis: 12 % weniger Fahrzeit, 8 % mehr Aufträge pro Woche.
Elektro-Firma in Basel: KI schlägt Materialvarianten vor. Ergebnis: 6 % weniger Materialausschuss, 3 % höhere Marge.
Sanitärbetrieb in der Ostschweiz: KI empfiehlt Upsells (Dichtheitsprüfung). Ergebnis: 18 % mehr Zusatzumsatz pro Sanierung.
Malerbetrieb in der Romandie: KI priorisiert Außenaufträge nach Wetter. Ergebnis: 10 % weniger wetterbedingte Nacharbeiten.
Dachdecker in Graubünden: KI berücksichtigt Windlasten. Ergebnis: 5 % weniger Reklamationen.

8. Messmethoden: Von A/B bis Zeitreihen

A/B-Test: KI-Empfehlungen vs. Standardprozess.
Zeitreihenanalyse: Monatliche Entwicklung der KPIs.
Kohortenanalyse: Kundengruppen mit/ohne KI-Upsell.
Attributionsmodell: Erstkontakt vs. Letztkontakt.
Kosten-Nutzen-Analyse: Direkte und indirekte Effekte.

9. ROI-Rechner: Schritt für Schritt

Sammeln Sie Baselines (3–6 Monate).
Erfassen Sie Gesamtkosten (Lizenz, Schulung, Daten, Integration).
Berechnen Sie Nettonutzen (Umsatz +, Kosten −, Qualität +, Kundenzufriedenheit +).
Setzen Sie ROI und Payback an.
Validieren Sie mit Kontrollgruppe.

10. Häufige Fehler beim Messen

Survivorship Bias: Nur „erfolgreiche“ Projekte betrachten.
Saisonale Verzerrungen: Winter vs. Sommer nicht vergleichen.
Fehlende Kontrollgruppe: Keine Vergleichbarkeit.
Zu kurze Zeiträume: Kurzfristige Peaks falsch interpretieren.
Unklare Attribution: KI vs. Marketingeffekte vermischen.
Fehlende Qualitätsmetriken: Nur Umsatz betrachten.

11. Tools und Systeme für die Schweiz

CRM/ERP: Abacus, Sage, Microsoft Dynamics.
Zeiterfassung: Toggl, Time-Track.
Kundenzufriedenheit: NPS-Umfragen, Google Reviews.
BI/Reporting: Power BI, Tableau, Looker Studio.
KI-Logs: Export aus Empfehlungs-Engine.

12. Reporting und Dashboards

Monatlicher KPI-Report: Umsatz, Kosten, Marge, Zeit, Qualität, NPS.
Quartalsreview: ROI, Payback, TTV, Trends.
Jahresauswertung: Strategische Entscheidungen, Skalierung.
Visualisierungen: Liniendiagramm (Zeitreihen), Balkendiagramm (Vergleiche), Heatmap (Regionen).

13. Compliance und Datenschutz in der Schweiz

DSGVO und revidiertes DSG beachten.
Datenminimierung: Nur notwendige Daten verarbeiten.
Zweckbindung: Empfehlungen nur für betriebliche Zwecke.
Transparenz: Mitarbeiter und Kunden informieren.
Sicherheit: Zugriffskontrollen, Verschlüsselung.

14. Change Management: Team mitnehmen

Schulung: Praxisnahe Trainings, klare Anwendungsfälle.
Kommunikation: Erfolge sichtbar machen.
Feedback: Regelmäßige Runden, Anpassungen.
Anreize: Boni für Umsetzung und Qualität.

15. Fallstudie: ROI in 12 Monaten

Ausgangslage: Sanitärbetrieb in der Ostschweiz, 12 Mitarbeiter.
KI-Einführung: Termin- und Upsell-Empfehlungen.
Ergebnis nach 12 Monaten:
- Umsatz +11 %
- Materialkosten −5 %
- Nacharbeitsstunden −9 %
- NPS +8 Punkte
- ROI 34 %, Payback 8 Monate.

16. Checkliste für den Start

Ziele definieren: Umsatz, Kosten, Qualität, Kundenzufriedenheit.
Baseline erfassen: 3–6 Monate Daten.
Kontrollgruppe festlegen: Vergleichbare Teams/Regionen.
KPIs wählen: ROI, Payback, TTV, NPS, Fehlerquote.
Datenquellen anschließen: CRM, ERP, Zeiterfassung, KI-Logs.
Reporting planen: Monatlich, quartalsweise, jährlich.
Compliance prüfen: DSGVO/DSG, Sicherheit, Transparenz.
Team schulen: Praxisnahe Anwendungsfälle.
Pilot starten: 1–2 Teams, 6–12 Monate.
Evaluieren: ROI, Payback, TTV, Lessons Learned.

17. FAQ: Häufige Fragen zur Wertmessung

Wie lange sollte ich messen? Mindestens 6–12 Monate, um Saisonalität und Lernkurven zu erfassen.
Welche KPIs sind unverzichtbar? ROI, Payback, TTV, NPS, Fehlerquote, Terminpräzision.
Wie erkenne ich, ob die KI-Empfehlung wirkt? Durch Vorher-Nachher-Vergleich mit Kontrollgruppe und Zeitreihenanalyse.
Was ist der häufigste Fehler? Nur Umsatz zu betrachten und Qualität/Kundenzufriedenheit zu ignorieren.
Wie gehe ich mit Saisonalität um? Baseline und Vergleichszeiträume gleich wählen, saisonbereinigte KPIs nutzen.

18. Fazit: Vom Pilot zur Skalierung

Der langfristige Wert von KI-Empfehlungen entsteht, wenn Sie konsequent messen, lernen und optimieren. Ein guter Start ist ein klarer Pilot, belastbare KPIs und ein Reporting-Rhythmus. In der Schweiz zeigen Betriebe, dass ROI und Payback realistisch sind – wenn Sie die richtigen Dimensionen (Finanzen, Operation, Qualität, Kundenwert) im Blick behalten. Beginnen Sie heute, sammeln Sie Daten, und skalieren Sie, sobald der Effekt belegt ist.

WieTo: Messung des langfristigen Werts in 10 Schritten

Ziele definieren (Umsatz, Kosten, Qualität, Kundenzufriedenheit).
Baseline erfassen (3–6 Monate, ohne KI).
Kontrollgruppe festlegen (vergleichbare Teams/Regionen).
KPIs auswählen (ROI, Payback, TTV, NPS, Fehlerquote).
Datenquellen verbinden (CRM/ERP, Zeiterfassung, KI-Logs).
Pilot starten (1–2 Teams, 6–12 Monate).
Monatlich reporten (KPI-Entwicklung, Abweichungen).
Quartalsweise evaluieren (ROI, Payback, TTV).
Qualität und NPS prüfen (Nacharbeiten, Reklamationen, Zufriedenheit).
Skalieren (weitere Teams/Regionen, Prozessanpassungen).

Vergleich: KPIs und Formeln

KPI	Formel	Einheit	Frequenz
ROI	(Nettonutzen / Gesamtkosten) × 100	%	Quartal
Payback	Gesamtkosten / monatlicher Nettonutzen	Monate	Quartal
TTV	Monate bis zum ersten signifikanten Effekt	Monate	Quartal
NPS	% Promoter − % Detractor	Punkte	Monat
Fehlerquote	fehlerhafte Aufträge / Gesamtaufträge × 100	%	Monat
Nacharbeitsquote	Nacharbeitsstunden / Gesamtstunden × 100	%	Monat
Terminpräzision	Aufträge im geplanten Zeitfenster / Gesamtaufträge × 100	%	Monat

Vergleich: Vorher vs. Nachher (Beispiel Sanitärbetrieb, Ostschweiz)

Kennzahl	Vorher (6 Monate)	Nachher (6 Monate)	Veränderung
Umsatz pro Monat (CHF)	180.000	199.800	+11 %
Materialkosten (CHF)	54.000	51.300	−5 %
Nacharbeitsstunden	420	382	−9 %
NPS	32	40	+8 Punkte
Terminpräzision	78 %	86 %	+8 pp

Vergleich: KI-Empfehlungen vs. Standardprozess

Dimension	KI-Empfehlungen	Standardprozess
Fahrzeit	−12 %	0 %
Materialausschuss	−6 %	0 %
Upsell-Rate	+18 %	+2 %
Reklamationen	−5 %	0 %
NPS	+8 Punkte	+1 Punkt

Vergleich: Kosten vs. Nutzen (12 Monate)

Kategorie	Betrag (CHF)	Anmerkung
KI-Lizenz	24.000	12 Monate
Schulung	6.000	2 Tage Team
Datenintegration	8.000	Einmalig
Betrieb/Support	4.000	12 Monate
Gesamtkosten	42.000	—
Zusatzumsatz	96.000	Upsell, mehr Aufträge
Kosteneinsparung	18.000	Material, Zeit
Nettonutzen	72.000	Zusatzumsatz + Einsparungen
ROI	71 %	(72.000 / 42.000) × 100
Payback	7 Monate	42.000 / 6.000

Vergleich: Messmethoden

Methode	Vorteil	Nachteil	Einsatzfall
A/B-Test	Klarer Effekt	Aufwand, Kontrollgruppe	Pilotphase
Zeitreihenanalyse	Trends sichtbar	Saisonalität beachten	Langfristige Entwicklung
Kohortenanalyse	Kundeneffekte	Datenaufbereitung	Upsell/Cross-sell
Attributionsmodell	Kanalzuordnung	Komplexität	Marketing + KI
Kosten-Nutzen-Analyse	Gesamtbild	Monetarisierung nötig	ROI/Payback

Vergleich: Datenerhebung nach Quelle

Quelle	Daten	Qualität	Zugriff
CRM/ERP	Umsatz, Kosten, Aufträge	Hoch	Mittel
Zeiterfassung	Arbeitszeiten, Fahrzeiten	Mittel	Hoch
Kundenzufriedenheit	NPS, Bewertungen	Mittel	Mittel
KI-Logs	Empfehlungen, Umsetzung	Hoch	Mittel
Kontextdaten	Wetter, Region, Saison	Mittel	Hoch

Vergleich: Tools für die Schweiz

Tool	Zweck	Integration	Kosten
Abacus	ERP/CRM	API	Mittel
Sage	ERP	API	Mittel
Microsoft Dynamics	ERP/CRM	API	Mittel
Toggl	Zeiterfassung	Export	Niedrig
Power BI	BI/Reporting	API	Mittel
Tableau	BI/Reporting	API	Mittel
Looker Studio	BI/Reporting	Export	Niedrig

Vergleich: Compliance-Checkliste

Punkt	Anforderung	Status
DSGVO/DSG	Rechtsgrundlage, Transparenz	Pflicht
Datenminimierung	Nur notwendige Daten	Pflicht
Zweckbindung	Betrieblicher Zweck	Pflicht
Sicherheit	Zugriff, Verschlüsselung	Pflicht
Löschkonzept	Datenaufbewahrung	Empfohlen

Vergleich: KPIs nach Unternehmensgröße

Größe	Fokus	Empfohlene KPIs
Kleinbetrieb (1–9 MA)	Cashflow, Zeit	ROI, Payback, Terminpräzision
Mittelbetrieb (10–49 MA)	Effizienz, Qualität	TTV, Fehlerquote, Nacharbeitsquote
Großbetrieb (50+ MA)	Skalierung, Kundenerlebnis	NPS, CLV, Upsell-Rate

Vergleich: Branchenbeispiele (Schweiz)

Branche	KI-Einsatz	Haupteffekt
Heizung	Routen/Termine	−12 % Fahrzeit
Elektro	Materialvarianten	−6 % Ausschuss
Sanitär	Upsells	+18 % Zusatzumsatz
Maler	Wetterpriorisierung	−10 % Nacharbeiten
Dachdecker	Windlastempfehlungen	−5 % Reklamationen

Vergleich: Reporting-Frequenz

Frequenz	Inhalt	Zielgruppe
Monatlich	KPI-Trends, Abweichungen	Teamleiter
Quartalsweise	ROI, Payback, TTV	Geschäftsführung
Jährlich	Strategie, Skalierung	Inhaber, Investoren

Vergleich: Attribution – Erstkontakt vs. Letztkontakt

Modell	Vorteil	Nachteil	Empfehlung
Erstkontakt	Frühphase sichtbar	Überschätzt frühe Effekte	Pilotphase
Letztkontakt	Abschluss sichtbar	Unterschätzt Vorlauf	Abschlussphase
Zeitbasiert	Realistisch	Aufwand	Langfristige Messung

Vergleich: Saisonalität – Winter vs. Sommer

Saison	Effekt	Anpassung
Winter	Mehr Heizungsaufträge, mehr Fahrzeit	Baseline winterlich
Sommer	Mehr Außenaufträge, weniger Fahrzeit	Baseline sommerlich
Ganzjahr	Ausgleich, robuste KPIs	Saisonbereinigung

Vergleich: Teamakzeptanz – Maßnahmen

Maßnahme	Wirkung	Aufwand
Praxisnahe Schulung	Hoch	Mittel
Sichtbare Erfolge	Hoch	Niedrig
Feedbackrunden	Mittel	Niedrig
Anreize/Boni	Mittel	Mittel

Vergleich: Materialvarianten – Beispiel Elektro

Variante	Kosten	Haltbarkeit	Empfehlung
Standardkabel	Niedrig	Mittel	Standardaufträge
Hochtemperatur	Mittel	Hoch	Küche/Industrie
UV-beständig	Mittel	Hoch	Außenbereich

Vergleich: Terminpräzision – Vorher vs. Nachher

Region	Vorher	Nachher	Veränderung
Zürich	78 %	86 %	+8 pp
Basel	76 %	84 %	+8 pp
Graubünden	74 %	82 %	+8 pp

Vergleich: Kundenzufriedenheit – NPS

Branche	Vorher	Nachher	Veränderung
Heizung	30	38	+8 Punkte
Elektro	28	36	+8 Punkte
Sanitär	32	40	+8 Punkte

Vergleich: Fehlerquote – Nacharbeiten

Branche	Vorher	Nachher	Veränderung
Maler	9 %	7 %	−2 pp
Dachdecker	8 %	6 %	−2 pp
Sanitär	7 %	5 %	−2 pp

Vergleich: Upsell-Rate – Zusatzleistungen

Leistung	Vorher	Nachher	Veränderung
Dichtheitsprüfung	2 %	20 %	+18 pp
Wartungsvertrag	3 %	12 %	+9 pp
Smart-Home-Integration	1 %	8 %	+7 pp

Vergleich: Fahrzeiten – Routenoptimierung

Route	Vorher (Min)	Nachher (Min)	Ersparnis
Zürich → Winterthur → St. Gallen	180	158	−22 Min
Basel → Bern → Luzern	210	186	−24 Min
Graubünden: Chur → Davos → St. Moritz	240	212	−28 Min

Vergleich: Materialkosten – Einsparungen

Material	Vorher (CHF)	Nachher (CHF)	Ersparnis
Kupferleitungen	12.000	11.400	−5 %
Dämmmaterial	8.000	7.600	−5 %
Befestigungssysteme	6.000	5.700	−5 %

Vergleich: Reklamationen – Qualitätsverbesserung

Branche	Vorher	Nachher	Veränderung
Dachdecker	5 %	3 %	−2 pp
Elektro	4 %	2 %	−2 pp
Sanitär	3 %	1,5 %	−1,5 pp

Vergleich: CLV – Kundenbindung

Branche	Vorher (CHF)	Nachher (CHF)	Veränderung
Heizung	1.200	1.350	+12,5 %
Elektro	1.100	1.250	+13,6 %
Sanitär	1.300	1.480	+13,8 %

Vergleich: TTV – Zeit bis zum Effekt

Branche	TTV (Monate)	Hinweis
Heizung	3	Routenlernen schnell
Elektro	4	Materialvarianten
Sanitär	3	Upsell-Effekt früh

Vergleich: Payback – Branchenvergleich

Branche	Payback (Monate)	ROI (%)
Heizung	8	34
Elektro	9	31
Sanitär	7	38

Vergleich: Datenqualität – Quellenbewertung

Quelle	Vollständigkeit	Aktualität	Verlässlichkeit
CRM/ERP	Hoch	Mittel	Hoch
Zeiterfassung	Mittel	Hoch	Mittel
Kundenzufriedenheit	Mittel	Mittel	Mittel
KI-Logs	Hoch	Hoch	Hoch
Kontextdaten	Mittel	Hoch	Mittel

Vergleich: Reporting-Tools – Funktionen

Tool	Dashboards	Export	Integration
Power BI	Ja	Ja	API
Tableau	Ja	Ja	API
Looker Studio	Ja	Ja	Export

Vergleich: Schulungsformate – Wirkung

Format	Wirkung	Aufwand
On-the-Job	Hoch	Mittel
Webinar	Mittel	Niedrig
Workshop	Hoch	Hoch

Vergleich: Risiken – Mitigation

Risiko	Auswirkung	Mitigation
Datenschutz	Hoch	DSGVO/DSG, Transparenz
Datenqualität	Mittel	Prüfroutinen, Logs
Teamakzeptanz	Mittel	Schulung, Anreize
Saisonalität	Mittel	Baseline, Saisonbereinigung

Vergleich: Erfolgsfaktoren

Faktor	Beschreibung	Priorität
Klare Ziele	Umsatz, Kosten, Qualität, NPS	Hoch
Kontrollgruppe	Vergleichbarkeit	Hoch
Kontinuierliches Reporting	Monatlich/Quartal	Hoch
Teamakzeptanz	Schulung, Anreize	Mittel
Compliance	DSGVO/DSG	Hoch

Vergleich: Skalierung – Kriterien

Kriterium	Schwellenwert	Entscheidung
ROI	> 20 %	Skalieren
Payback	< 12 Monate	Skalieren
NPS	+5 Punkte	Skalieren
Fehlerquote	−2 pp	Skalieren

Vergleich: Branchen-ROI – Schweiz

Branche	ROI (%)	Payback (Monate)
Heizung	34	8
Elektro	31	9
Sanitär	38	7
Maler	28	10
Dachdecker	30	9

Vergleich: KPI-Gewichtung – Beispiel

KPI	Gewicht	Begründung
ROI	30 %	Finanzielle Steuerung
NPS	20 %	Kundenerlebnis
Fehlerquote	20 %	Qualität
Terminpräzision	15 %	Effizienz
TTV	15 %	Geschwindigkeit

Vergleich: Messhorizont – Empfehlung

Horizont	Vorteil	Nachteil	Einsatz
6 Monate	Schnell, Pilot	Saisonalität	Pilot
12 Monate	Robust	Länger	Skalierung
24 Monate	Sehr robust	Aufwand	Strategie

Vergleich: Attribution – Zeitbasiert vs. Letztkontakt

Modell	Stärke	Schwäche	Empfehlung
Zeitbasiert	Realistisch	Aufwand	Langfristig
Letztkontakt	Einfach	Ungenau	Kurzfristig

Vergleich: Kostenkategorien – KI-Einführung

Kategorie	Beispiel	Betrag (CHF)
Lizenz	KI-Engine	24.000
Schulung	2 Tage Team	6.000
Integration	API, Datenmapping	8.000
Betrieb	Support, Updates	4.000

Vergleich: Nutzenkategorien – KI-Einführung

Kategorie	Beispiel	Betrag (CHF)
Zusatzumsatz	Upsells, mehr Aufträge	96.000
Kosteneinsparung	Material, Zeit	18.000
Qualitätsgewinn	Weniger Reklamationen	6.000

Vergleich: KPI-Definitionen – Kurzüberblick

KPI	Definition	Einheit
ROI	Nettonutzen / Gesamtkosten × 100	%
Payback	Gesamtkosten / monatlicher Nettonutzen	Monate
TTV	Monate bis zum ersten signifikanten Effekt	Monate
NPS	% Promoter − % Detractor	Punkte
Fehlerquote	fehlerhafte Aufträge / Gesamtaufträge × 100	%

Vergleich: Messfrequenz – Empfehlung

KPI	Frequenz	Verantwortlich
ROI	Quartal	Geschäftsführung
NPS	Monat	Vertrieb/Service
Fehlerquote	Monat	Produktion
Terminpräzision	Monat	Disposition
TTV	Quartal	Projektleitung

Vergleich: Datenexport – Formate

System	Exportformat	Hinweis
CRM/ERP	CSV, API	API bevorzugen
Zeiterfassung	CSV	Regelmäßig
BI-Tools	API, Export	Automatisieren
KI-Logs	JSON, CSV	Vollständigkeit prüfen

Vergleich: Qualitätsmetriken – Definitionen

Metrik	Definition	Einheit
Nacharbeitsquote	Nacharbeitsstunden / Gesamtstunden × 100	%
Reklamationsrate	Reklamationen / Gesamtaufträge × 100	%
Garantiefälle	Garantiefälle / Gesamtaufträge × 100	%

Vergleich: Kundenerlebnis – NPS vs. CSAT

Metrik	Definition	Einsatz
NPS	Weiterempfehlungsbereitschaft	Strategisch
CSAT	Zufriedenheit mit Service	Operativ

Vergleich: Regionale Unterschiede – Schweiz

Region	Besonderheit	Anpassung
Zürich	Hohe Dichte, Stau	Routenoptimierung
Basel	Grenznah, Logistik	Zeitfenster
Graubünden	Gebirge, Wetter	Wetterpriorisierung
Romandie	Sprachvielfalt	Kommunikation

Vergleich: Tool-Stack – Empfehlung

Ebene	Tool	Zweck
ERP/CRM	Abacus/Sage/Dynamics