Im After-Sales eines Maschinenbauers klingelt das Telefon, und am anderen Ende sagt ein Kunde: „Der Streifeneinzug hakt beim Hochlauf der Maschine." Keine Artikelnummer, kein Fachbegriff, nur ein Symptom. Der Mitarbeitende im First Level muss daraus die richtige Frage formen: Geht es um den Walzenanpressdruck, die Banddicke, die Drehmoment-Referenzierung. Diese Übersetzung ist die eigentliche Arbeit, und sie ist der Punkt, an dem der industrielle Service jeden Tag ins Stocken gerät.
In Gesprächen mit Maschinenbauern sehen wir dieses Muster immer wieder. Der First-Level-Support gilt intern als Kostenstelle, dabei hängt an ihm die Kundenbeziehung im lukrativsten Teil des Geschäfts. Nach einer Analyse von BCG erreichen After-Sales-Services im Industriegeschäft Bruttomargen von 30 bis 50 Prozent, während der Verkauf neuer Maschinen bei 15 bis 25 Prozent liegt. Der Service ist der Ort, an dem das Geld verdient und die nächste Bestellung vorbereitet wird. Und genau dort wartet der Kunde in der Schleife.
Im After-Sales entscheidet die Geschwindigkeit, mit der jemand das richtige Ersatzteil findet, über die nächste Bestellung.
Drei Reibungen, die den First Level Support ausbremsen
Wer den industriellen Service beobachtet, sieht dieselben drei Reibungen, unabhängig von Branche und Produkt.
Die erste ist der Expert Gap. Kunden beschreiben ihr Problem in Alltagssprache, das Wissen des Unternehmens steht in Fachsprache. „Das rostfreie Teil" meint eine bestimmte Werkstoffgüte, „das kleine Ventil" ist ein Magnetventil mit einer Artikelnummer. Zwischen dem, was der Kunde sagt, und dem, was im Produktkatalog und ERP steht, klafft eine Lücke, die heute ein erfahrener Mensch mit Rückfragen überbrückt.
Die zweite Reibung ist das Wissen, das das Haus verlässt. Erfahrung im Maschinenbau sitzt in wenigen Köpfen, und diese Köpfe gehen in Rente. Der DIHK-Fachkräftereport 2025/26 nennt den Fachkräftemangel für mehr als die Hälfte der Betriebe als größtes Geschäftsrisiko. Wo Wissen nur mündlich weitergegeben wird, entsteht ein Stille-Post-Effekt. Und mit jedem Abgang wird die Auskunft dünner.
Die dritte Reibung ist der Medienbruch. Die Antwort auf eine Kundenfrage liegt selten an einem Ort. Sie verteilt sich auf ein Datenblatt als PDF, eine Ersatzteilliste, den Lagerbestand im ERP und eine Notiz im CRM. Eine Auswertung von Atlassian beziffert den Anteil der Arbeitszeit, der für die Suche nach Informationen draufgeht, auf rund ein Viertel. Im Service ist das die Zeit, in der der Kunde wartet.
Was sich ändert, wenn der First Level automatisiert wird
Ein KI-Chatbot verschiebt die Übersetzungsarbeit vom Menschen ins System, ohne die Fachlichkeit aufzugeben. Das gelingt, wenn drei Dinge zusammenkommen.
Der Bot bindet seine Antworten an geprüfte Quellen. Die Auskunft stammt aus einem geprüften Datenblatt, dem ERP oder aus einem Prüfbericht, aber nicht aus dem freien Sprachmodell. So bleibt sie im technischen Umfeld verlässlich, wo eine falsche Angabe teuer wird. Wie diese Quellenbindung funktioniert, steht im Beitrag zu Halluzinationen bei KI-Chatbots.
Der Bot übersetzt zwischen Symptom und Fachbegriff. Er erkennt hinter „der Streifeneinzug hakt" die technischen Attribute, die die Auswahl eingrenzen und führt den Kunden mit gezielten Rückfragen zum passenden Teil. Diese geführte Beratung verbindet den Dialog mit der Struktur des Katalogs, wie im Beitrag zum digitalen Produktberater beschrieben.
Der Bot greift auf die echten Vorgangsdaten zu. Erst die Anbindung an ERP und CRM macht aus einer allgemeinen Auskunft eine konkrete: Verfügbarkeit, Preis, Lieferzeit, Kompatibilität für die installierte Maschine. Wie ein Chatbot an SAP, Salesforce und HubSpot andockt, zeigt der Beitrag zur CRM- und ERP-Integration.
Was übrig bleibt, geht an die Fachexperten. Der komplexe Fall, die Reklamation, die Entscheidung mit Ermessensspielraum landet über eine geordnete Übergabe beim Servicetechniker, samt Gesprächsverlauf. Der Agent Desk hält den Kontext auf einem Blick und ermöglicht die nächsten Schritte.
Ein Beispiel aus der Verbindungstechnik
Wie das in der Industrie aussieht, zeigt der Fall Böllhoff. Der Spezialist für Verbindungstechnik setzt seit 2019 auf einen Chatbot von Mercury.ai, um ein komplexes B2B-Portfolio und die üblichen Medienbrüche im Service zu bewältigen. Kundenanfragen laufen medienbruchfrei, und aus dem Dialog entstehen täglich qualifizierte Leads, die über den Agent Desk beim Vertrieb landen. Johanna Neumann, Head of Marketing Europe, begleitet das Projekt, dessen nächster Schritt die Mehrsprachigkeit für den internationalen Kundenkreis ist. Den ausführlichen Fall gibt es unter Böllhoff.
Der First Level trägt die Kundenbeziehung
Der industrielle After-Sales entscheidet über Wiederkauf und Empfehlung und er trägt die beste Marge im Haus. Ihn zu automatisieren heißt, die Wiederholung an ein System zu geben, das Symptomsprache versteht, Antworten an geprüftes Wissen bindet und die echten Daten kennt. Der erfahrene Mensch bleibt, wo er gebraucht wird, beim kniffligen Fall und beim Kunden, der eine Entscheidung braucht.
Für Maschinenbauer mit breitem Portfolio und verteilten Standorten ist das der Weg, Erreichbarkeit und Fachlichkeit zusammenzubringen. Eine Grundlage dafür bietet der Leitfaden Kundenservice mit KI automatisieren.
Sie möchten Ihren After-Sales entlasten? Sprechen Sie mit uns oder sehen Sie sich die Lösung für den Kundenservice an.
Über den Autor: Mirco Schmidt ist Chief Revenue Officer bei Mercury.ai. Er verfügt über mehr als zehn Jahre Erfahrung in internationalen und Führungspositionen, unter anderem beim Volkswagen Konzern, bei Club Med und der EQS Group, und hat einen Abschluss in Marketing Management der FH des Mittelstands in Bielefeld. Seine Schwerpunkte sind Projektmanagement, Marketing und Vertrieb sowie Kommunikation.
Quellen
BCG (2025): Aftermarket Services Drive Growth and Higher Margins for Industrial Manufacturers. After-Sales-Bruttomargen von 30 bis 50 Prozent gegenüber 15 bis 25 Prozent im Neumaschinengeschäft.
DIHK-Fachkräftereport 2025/26: Mehr als die Hälfte der Betriebe sieht den Fachkräftemangel als größtes Geschäftsrisiko.
Atlassian (2025): State of Teams. Rund ein Viertel der Arbeitszeit entfällt auf die Suche nach Informationen.
