Kundenprojekte

Das Problem

Im Lager von maleco werden regelmäßig Korrekturbuchungen vorgenommen – Inventurkorrekturen, Zugangsbuchungen nach Lieferungen, Umlagerungen. Der bisherige Prozess hatte zu viele manuelle Schritte: Ein Mitarbeiter öffnete eine Excel-Liste mit diversen Artikeln und tippte jeden Datensatz einzeln in das Warehouse-Management-System ein. Artikelnummer eingeben, Enter, Menge eingeben, Enter, Lagerplatz eingeben, Enter – multipliziert mit hunderten von Zeilen.

Bei 1000 Artikeln bedeutete das mehrere Stunden reine Tipparbeit pro Buchungsvorgang, mit entsprechend hohem Fehlerrisiko. Kein einzelner Fehler fiel sofort auf – er tauchte erst Wochen später in der Inventur auf.

Was wir erreichen wollten

Das Ziel war klar: Diese Tätigkeit vollständig aus dem Arbeitsalltag entfernen. Kein Mitarbeiter soll noch Zeit damit verbringen, Zeile für Zeile abzutippen. Gleichzeitig sollte die Lösung so einfach bedienbar sein, dass kein technisches Wissen nötig ist – eine Datei auswählen, einen Knopf drücken, fertig. Und das Ergebnis: null Tippfehler.

Umsetzung

Der exakte Maus- und Tastatur-Workflow in der WMS-Oberfläche wurde Schritt für Schritt analysiert und in ein Python-Script übersetzt. Das Script steuert die Anwendung so, als würde ein Mensch tippen und klicken – ohne dass am WMS-System selbst etwas geändert werden muss, keine API, kein Datenbankzugriff. Der Mitarbeiter öffnet die Anwendung, wählt per Datei-Dialog seine Excel-Liste aus, trägt den Ziellagerplatz ein und startet den Prozess. Ein Echtzeit-Log zeigt den Fortschritt, eine eingebaute Notbremse stoppt das Script sofort auf Knopfdruck. Ausgeliefert als standalone .exe-Datei – keine Installation, kein Terminal, kein IT-Support nötig.

Das Problem

Die KG Kronen Grundstücksverwaltungsgesellschaft betreute ihr Immobilienportfolio ohne zentrales System: Mieterdaten in Excel, Dokumente auf verschiedenen Laufwerken, Nebenkostenabrechnungen manuell erstellt, Kommunikation per E-Mail ohne strukturiertes Archiv. Dazu kam ein Berg aus physischen Aktenordnern – Mietverträge, Abrechnungen, Korrespondenz, Wartungsbelege aus mehreren Jahren –, die für jede Auswertung händisch durchsucht werden mussten.

Die rechtliche Komplexität der Nebenkostenabrechnung nach BetrKV §2 – mit individuellen Umlageschlüsseln, Zählerstandsverwaltung und Fristen – ließ sich ohne dediziertes System kaum fehlerfrei abwickeln. Dazu kam der Aufwand für Mahnungen, Wartungsaufgaben und die Koordination externer Handwerker – alles ohne einheitliche Datengrundlage.

Was wir erreichen wollten

Nicht einfach ein Verwaltungstool – sondern KI als Hebel an jeder Stelle, an der bisher manuell gelesen, getippt oder gerechnet wurde. Bestandsakten aus Jahren physischer Aktenordner sollten per KI in einen strukturierten, durchsuchbaren Datenbestand verwandelt werden. Mietverträge und Nebenkostenabrechnungen sollten nicht mehr Wort für Wort erstellt, sondern aus den Stammdaten generiert werden. Und für jede Investitions- oder Mietentscheidung sollte das System ROI-Berechnungen auf Knopfdruck liefern, statt dass jemand Excel-Tabellen baut.

Umsetzung

KI-gestütztes Auslesen der Altakten: Alle physischen Ordner der letzten Jahre wurden gescannt und per OCR + KI vollautomatisch in strukturierte Datensätze überführt – Mietverträge, Abrechnungen, Korrespondenz, Wartungsbelege. Die KI erkennt Felder unabhängig vom Layout, ordnet sie Mietern, Objekten und Verträgen zu und überführt freitextlastige Dokumente in saubere Datenbank-Records. Aus einem Archivraum wurde so eine durchsuchbare Wissensbasis.

KI-Generierung von Verträgen & Abrechnungen: Mietverträge werden auf Basis der Stammdaten direkt aus dem Tool generiert – rechtskonforme Klauseln, individuelle Mietparameter, fertig zur Unterschrift. Nebenkostenabrechnungen nach BetrKV §2 mit allen 17 Kostenpositionen und individuellen Umlageschlüsseln werden automatisiert erstellt, als PDF erzeugt und direkt an Mieter versandt. ROI-Berechnungen für Investitionen, Sanierungen oder Mietanpassungen liefert das System per Klick – inklusive Szenarienvergleich auf Basis der eigenen historischen Daten.

KI-Assistent & eigener GPT auf 5 Jahre Historie: Direkt im Tool eingebaut – beantwortet Rückfragen zu Mietern, Verträgen, Zahlungen und Wartungen in Sekunden. Fragen wie „Welche Mieter waren in den letzten zwei Jahren mit Nachzahlungen über 500 € auffällig?" oder „Wie hat sich der Instandhaltungsaufwand für Objekt X entwickelt?" werden direkt aus dem eigenen Bestand beantwortet, nicht aus generischem Web-Wissen.

Plattform-Basis: Web-App mit fünf Nutzerrollen (Super Admin, Vermieter, Hausverwalter, Mieter, Handwerker), Berechtigungen auf Datenbankebene erzwungen, CSV-Bankimport, DATEV-Export, DSGVO-konform auf EU-Servern in Frankfurt.

Das Problem

Ingreo GmbH ist ein Online-Shop, der vom Gründer eigenverantwortlich betrieben wird – Vertrieb, Produktpflege, Kundenservice, Administration, alles in einer Hand. Das Potenzial für KI war klar erkennbar, aber im Tagesgeschäft bleibt schlicht keine Zeit für strategische Themen, die keinen unmittelbaren Umsatz bringen. Das Wissen fehlte, der Einstieg fehlte, und die Zeit für beides auch.

Was wir erreichen wollten

Nicht ein System bauen und übergeben – sondern etwas Nachhaltigeres: den Gründer selbst in die Lage versetzen, KI zu verstehen, einzusetzen und eigenständig weiterzuentwickeln. Keine neue Abhängigkeit von einem externen Dienstleister, sondern echtes Know-how im Unternehmen, das bleibt. Und als konkretes Ergebnis: weniger Arbeitszeit für wiederkehrende Aufgaben, ohne dafür neue Mitarbeiter einstellen zu müssen.

Umsetzung

Zuerst eine strukturierte Ist-Analyse: Wo verbringt der Gründer wie viel Zeit, welche Aufgaben sind repetitiv, welche erfordern echtes Urteilsvermögen? Dabei wurden alle relevanten Bereiche unter die Lupe genommen – Texterstellung, Produktpflege, Kundenservice, Outbound Sales, Lead-Generierung und Administration. Darauf aufbauend eine umfangreiche Schulung – nicht theoretisch, sondern direkt am realen Arbeitsalltag: welche Tools für welchen Einsatzzweck geeignet sind, wie man mit KI-Assistenten effektiv arbeitet, wie man Ergebnisse kritisch bewertet.

Parallel dazu wurde ein priorisierter Tool-Stack erarbeitet – eine überschaubare Auswahl an KI-Werkzeugen, die sofort einsetzbar sind und miteinander harmonieren. Fokus nicht auf dem größten Funktionsumfang, sondern auf dem schnellsten Weg zu echten Zeitersparnissen im Alltag.

Das Problem

Einkaufsbelege – Lieferscheine und Rechnungen – kamen von dutzenden verschiedenen Lieferanten im PDF-Format. Das Problem: Jeder Lieferant hat ein anderes Belegformat, eine andere Spaltenstruktur, andere Bezeichnungen für dieselben Felder. Relevante Daten wie Artikelnummern, Mengen und Preise mussten manuell aus dem PDF herausgelesen und in das ERP übertragen werden.

15 bis 30 Minuten pro Beleg, jeden Tag, für jeden Lieferanten. Keine inhaltliche Arbeit, reine Datentransformation von einem Format in ein anderes – eine Tätigkeit, bei der ein einziger Zahlendreher eine fehlerhafte Bestellung oder einen Differenzposten in der Inventur verursacht.

Was wir erreichen wollten

Ein System, das die Unterschiede zwischen Lieferantenformaten ignoriert und trotzdem zuverlässig die relevanten Daten herausfindet: Was wurde geliefert, in welcher Menge, zu welchem Preis? Die extrahierten Daten sollten direkt ins ERP importierbar sein, ohne dass jemand noch einmal Hand anlegt. Und das System sollte wissen, wann es sich unsicher ist – und diese Fälle gezielt zur Prüfung markieren, statt stillschweigend falsche Werte zu übernehmen.

Umsetzung

Eine Extraktions-Pipeline, die PDF-Dokumente automatisch verarbeitet, unabhängig vom Layout. Die eigentliche Intelligenz liegt in der Kombination aus regelbasierter Erkennung für bekannte Feldformate und KI-gestütztem Parsing für variable oder unbekannte Layouts. Das System erkennt Artikelnummern, Mengen und Preise auch dann, wenn sie in ungewohnter Reihenfolge oder mit abweichenden Bezeichnungen erscheinen.

Felder, die nicht eindeutig erkannt wurden, werden markiert und zur manuellen Prüfung gekennzeichnet. Das System weiß, wann es unsicher ist – und delegiert diese Fälle gezielt zurück an den Menschen, anstatt blind falsche Werte zu übernehmen. Der Output ist direkt ERP-ready als strukturierte Excel-Datei.

Das Problem

Individuelle Kundenvereinbarungen sind ein normaler Teil des Vertriebs – aber das manuelle Einpflegen von hunderten Sonderpreisen ins ERP hat nichts mit Vertrieb zu tun. Bei maleco müssen für individuelle Kundenvereinbarungen Sonderpreise und Rabatte je Artikel im ERP-System Sage 100 hinterlegt werden.

Bei größeren Sortimentsänderungen oder neu verhandelten Kundenverträgen entstanden dabei schnell hunderte einzelner Eingaben: Excel-Liste öffnen, ins Kundenprofil navigieren, Artikel suchen, Rabatt eintragen, speichern, weiter zum nächsten Artikel. Mehrere Stunden monotone Arbeit – und ein einziger Zahlendreher bedeutet einen falschen Kundenpreis, der unbemerkt die Marge kostet.

Was wir erreichen wollten

Den Prozess auf null reduzieren: Eine Liste kommt rein, die Preise landen im System. Kein Mitarbeiter soll mehr als zwei Minuten damit verbringen. Und vor allem: kein Tippfehler mehr, der einen Kundenpreis falsch setzt.

Umsetzung

Der exakte Klick-Workflow innerhalb von Sage 100 wurde Schritt für Schritt dokumentiert und in ein Script übersetzt. Die Steuerung der Sage-100-Oberfläche erfolgt über simulierte Mausbewegungen und Klicks sowie Clipboard-basierte Eingabe von Artikelnummern – ein wichtiges Detail, da direkte Tastatureingaben bei langen Nummernfolgen zu Zeichenverwechslungen führen können, während Einfügen aus der Zwischenablage zuverlässig fehlerfrei funktioniert.

Der Mitarbeiter trägt die Kundennummer ein, wählt die Excel-Datei mit der Artikelliste und startet den Prozess. Das Script öffnet automatisch das Kundenprofil in Sage 100, navigiert für jeden Artikel in die Sonderpreismaske, fügt Artikelnummer und Rabattsatz ein und speichert. Am Ende gibt es einen Abschluss-Report: wie viele Artikel erfolgreich verarbeitet wurden und welche übersprungen wurden. Deployment als standalone .exe, keine API, keine Schnittstellenanpassung an Sage nötig.

Das Problem

Der Außendienst von maleco hatte unterwegs keinen praktikablen Zugriff auf Kundendaten. Umsatzzahlen, Bestellhistorien und offene Posten lagen ausschließlich im internen ERP-System, das nur per VPN erreichbar war – im Außendienstalltag faktisch unbrauchbar. Sechs bis fünfzehn Mitarbeiter fuhren damit zu Kundenbesuchen, ohne eine gemeinsame Informationsbasis zu haben.

Besuchsnotizen wurden dezentral per E-Mail oder auf Notizzettel erfasst, es gab kein zentrales Gedächtnis. Was beim letzten Besuch besprochen wurde, wusste im Zweifel nur der Mitarbeiter, der dort war. Offene Posten waren beim Kundengespräch nicht im Blick.

Was wir erreichen wollten

Eine Lösung, die sich anfühlt wie eine professionelle CRM-App, aber dauerhaft wenig kostet, vollständig DSGVO-konform auf europäischen Servern läuft und intern ohne IT-Abteilung betrieben werden kann. Jeder Außendienstmitarbeiter sollte beim Kundengespräch in der Tasche haben, was er braucht: Umsatzhistorie, letzte Bestellungen, offene Posten und die Notizen vom letzten Besuch – auf dem Smartphone, sofort, ohne VPN.

Umsetzung

Eine mobile Web-App mit Rollensystem und EU-Datenhaltung – vollständig DSGVO-konform, ohne VPN. Zugriffsberechtigungen sind nicht nur im Frontend sichtbar, sondern auf Datenbankebene erzwungen: Kein manipulierter Request kann auf Daten zugreifen, für die kein Recht besteht. Das System kennt drei Rollen – Außendienst, Vertriebsleitung und Admin – mit unterschiedlichen Sichtweiten.

Da eine direkte Echtzeit-Anbindung an das interne ERP aus Sicherheitsgründen ausgeschlossen war, wurde ein pragmatisches Import-System entwickelt: maleco exportiert monatlich die Abrechnungsdaten aus dem ERP. Ein Admin lädt diese über das Admin-Panel hoch – das System validiert, zeigt eine Vorschau mit erkannten Fehlern und importiert erst nach Bestätigung. Es delegiert Unklarheiten an den Menschen, statt blind zu importieren.

Das Problem

Die Praxis hatte keinen eigenen Online-Auftritt. Patienten, die nach einem Angiologen in Hamburg suchten, fanden sie nicht – oder wurden an eine veraltete, generische Profilseite verwiesen, die weder das fachliche Profil noch die Leistungen der Praxis erklärt. Im Gesundheitsbereich ist das besonders kritisch: Patienten entscheiden sich für eine Praxis, bevor sie den ersten Kontakt aufnehmen – auf Basis dessen, was sie online finden.

Was wir erreichen wollten

Eine Praxispräsenz, die Vertrauen aufbaut, bevor der Patient den Hörer in die Hand nimmt. Das fachliche Profil klar kommuniziert, einzelne Leistungen so ausführlich beschreibt, dass sie über Google gefunden werden, und gleichzeitig die Kontaktaufnahme so einfach macht wie möglich – auf dem Smartphone genauso wie am Desktop. Die Website sollte dauerhaft schnell bleiben, einfach gepflegt werden können und ohne technisches Wissen aktualisierbar sein.

Umsetzung

Eine vollständige Praxiswebsite mit serverseitigem Rendering für schnelle Ladezeiten und gute Auffindbarkeit in Suchmaschinen. Die Seitenstruktur folgt einem konsequenten Conversion-Aufbau: Klarer Einstieg mit dem wichtigsten Leistungsversprechen, Behandlungsübersicht, Vertrauenssignale, Arztprofil, FAQ und prominenter Kontaktbereich.

Jede Behandlungsleistung wurde als eigene Unterseite mit eigener URL umgesetzt – damit taucht nicht nur die Startseite in der Google-Suche auf, sondern auch die Seite zur Duplexsonografie, zur Wundversorgung oder zur Venendiagnostik. Das Kontaktformular leitet Anfragen direkt per E-Mail an die Praxis weiter. Änderungen an der Website werden automatisch live gestellt, ohne technischen Aufwand.

Das Problem

Ein etablierter Schreibwarenfachhandel aus Mannheim wollte sein Schulstartpaket-Angebot online vertreibbar machen – aber ohne Onlineshop-Komplexität, ohne monatliche Plattformgebühren, ohne Wartungsaufwand. Das Angebot war klar und wertvoll: fertig zusammengestellte Schulstartpakete für verschiedene Schulstufen, kuratiert von Fachhandels-Experten. Das Problem war nur, dass niemand davon wusste, der nicht ohnehin schon Stammkunde war.

Was wir erreichen wollten

Eine einzige, fokussierte Seite, die das Angebot nach Schulstufen sortiert präsentiert, das lokale Vertrauen des stationären Geschäfts transportiert und den Besucher zu einer klaren Handlung führt. Die Seite sollte sofort laden, auf dem Smartphone einwandfrei funktionieren – denn Eltern suchen kurz vor Schulstart oft mit dem Handy – und keinen technischen Wartungsaufwand erzeugen.

Umsetzung

Eine fokussierte Conversion-Landingpage ohne Onlineshop-Komplexität. Der Aufbau folgt einer bewährten Landingpage-Struktur: emotionaler Einstieg, Vertrauenssignale mit Marken-Logos, Produktkacheln nach Schulstufen sortiert, eine lokale Story-Sektion, die erklärt warum ein Fachgeschäft den Unterschied macht, und ein zentraler Call-to-Action.

Technisch so schlank wie möglich gehalten – vollständig Mobile-First entwickelt, ohne externe Abhängigkeiten oder JavaScript-Frameworks, die Ladezeiten erhöhen. Skaliert sauber auf jede Bildschirmgröße ohne horizontales Scrollen. Kein Hosting-Setup, keine Datenbank, kein Shop-System – die Seite funktioniert und lädt sofort.