Wie ein Solo-Gärtner mit KI aus Gartenfotos Angebote am selben Tag machte (eine illustrative Geschichte)

⏱ 6 min read

Dies ist eine illustrative, zusammengesetzte Geschichte, die auf gängigen Arbeitsabläufen und echten, heute verfügbaren Tools basiert. Marco ist keine reale Person, aber jeden seiner Schritte können Sie noch diese Woche selbst ausprobieren.

Es ist 19:40 Uhr an einem Dienstagabend, und Marco sitzt in seinem Pick-up vor seinem vierten Besichtigungstermin des Tages. Sein Handy zeigt 11 ungelesene Nachrichten, zwei Sprachnachrichten und eine Galerie voller verwilderter Hecken und lückenhafter Rasenflächen. Irgendwo in diesem Stapel stecken drei Leute, die ihn sofort beauftragen würden, wenn er ihnen einen Preis schicken kann, bevor es der Gärtner ein paar Straßen weiter tut. Aus Erfahrung weiß er, dass er es nicht schaffen wird. Nicht heute Abend. Die Angebote gehen am Donnerstag raus, vielleicht am Freitag, und mindestens einer dieser Kunden hat bis dahin schon jemand anderem zugesagt.

Das eigentliche Problem war nie das Rasenmähen

Marco führt einen Ein-Personen-Gartenbaubetrieb: Rasenmähen, Heckenschnitt, Frühjahrsputz im Garten und ab und zu eine kleine Pflanzarbeit. Er ist gut in seinem Job, und seine Stammkunden lieben ihn. Sein Problem war der Papierkram rund um die Arbeit.

Jeder neue Auftrag lief nach demselben schleppenden Muster ab:

• Ein Kunde schickt Fotos per Nachricht und eine vage Anfrage („Kannst du dafür sorgen, dass der Garten nicht mehr wie ein Dschungel aussieht?“).
• Marco fährt hin, um sich alles anzusehen, weil die Fotos nie genug zeigen.
• Er macht sich grobe Notizen und tippt das Angebot dann abends, wenn er erschöpft ist.
• Bei der Hälfte vergisst er nachzufassen.
• Ist der Auftrag erledigt, schreibt er die Rechnung erst Tage später.

Er schätzte, dass er etwa jeden dritten Auftrag verlor, nur weil seine Angebote zu spät kamen. Kommt Ihnen das bekannt vor? Es ist dasselbe Muster wie in der Geschichte eines selbstständigen Immobilienmaklers, der durch langsames Nachfassen ständig Interessenten verlor. Andere Branche, gleiches Leck.

Schritt eins: Der KI seine Preise beibringen

Marco fing mit nichts Ausgefallenem an. Er öffnete ChatGPT und verbrachte einen Abend damit aufzuschreiben, wie er tatsächlich kalkuliert: seinen Satz fürs Mähen nach ungefährer Rasengröße, den Heckenschnitt nach Länge und Höhe, die Gartenreinigung nach Anzahl der Grünschnittsäcke, seinen Mindestpreis und seinen Anfahrtszuschlag für Adressen außerhalb der Stadt.

Er speicherte alles als kurze Preisliste und fügte sie in eine wiederverwendbare Anweisung ein, sodass jedes neue Gespräch von denselben Regeln ausging. Das war die wertvollste Stunde des ganzen Projekts. Eine KI kann Ihre Arbeit erst dann kalkulieren, wenn Sie erklären können, wie Sie Ihre Arbeit kalkulieren.

Schritt zwei: Fotos rein, Angebotsentwurf raus

Wenn ihm jetzt ein Kunde Fotos schickt, leitet Marco sie mit einer kurzen Notiz an ChatGPT weiter: „Rasen vorne und hinten, Hecken entlang des linken Zauns, etwa 30 Fuß, der Kunde möchte eine einmalige Reinigung plus Mähen alle zwei Wochen.“

Der Assistent sieht sich die Fotos an, schätzt den Umfang anhand seiner Preisliste ein und entwirft ein Angebot mit Einzelpositionen sowie eine freundliche Nachricht an den Kunden. Dann kommt der Teil, auf dem Marco besteht: Er prüft jede Zahl, bevor irgendetwas rausgeht. Fotos können täuschen. Eine Hecke kann höher sein, als sie aussieht, oder ein Hang kann das Mähen verlangsamen. Ungefähr in einem Drittel der Fälle passt er etwas an.

Der Unterschied liegt darin, wann das passiert. Statt um 22 Uhr Angebote zu tippen, prüft er die KI-Entwürfe zwischen zwei Aufträgen im Pick-up, in jeweils etwa fünf Minuten. Bei größeren Aufträgen fährt er immer noch persönlich hin, aber jetzt hat er schon einen Entwurf in der Hand.

Wenn Sie etwas Ähnliches für eine andere Art von Dienstleistung aufbauen möchten, zeigt unser Leitfaden zum Aufbau eines KI-Angebotsprozesses, der in Minuten verschickt wird die allgemeine Version.

Schritt drei: Eine einfache Interessentenliste, die sich selbst aktualisiert

Marcos zweites Leck war das Nachfassen. Er hatte kein System, nur eine Liste im Kopf, die jedes Mal kürzer wurde, wenn er müde war.

Er legte ein einfaches Google Sheet an, mit Spalten für Name, Adresse, Auftragsart, Angebotsbetrag, Versanddatum und Status. Jedes Mal, wenn er ein Angebot fertigstellt, bittet er den Assistenten um eine einzeilige Zusammenfassung im selben Format und fügt sie ein. Google baut laufend aus, wie sich sein Assistent Gemini mit anderen Tools verbindet (das September-Update brachte Verbindungen zu Apps wie Airtable und monday.com), daher lässt sich diese Art der Nachverfolgung immer leichter weiter automatisieren, doch Marco hat sie bewusst manuell gehalten. Einfache Systeme überstehen auch stressige Wochen.

Jeden Montagmorgen fügt er die Tabelle in ChatGPT ein und fragt: „Welche Angebote sind älter als fünf Tage und noch unbeantwortet? Entwirf für jedes eine kurze, freundliche Nachfass-Nachricht.“ Er bearbeitet, verschickt, fertig. Mehr dazu, wie Sie eingehende Anfragen automatisch sortieren, erfahren Sie in So bauen Sie einen KI-Eingangsprozess, der Ihre Anfragen sortiert.

Schritt vier: Die Rechnung schreiben, bevor er die Einfahrt verlässt

Das letzte Puzzleteil fügte sich diesen Herbst. Marco nutzte QuickBooks bereits für seine Buchhaltung, und Intuits September-Updates ermöglichen es nun, QuickBooks-Rechnungen und Zahlungslinks direkt aus ChatGPT oder Claude zu erstellen und zu versenden.

Wenn er jetzt einen Auftrag abschließt, tippt er eine Zeile in denselben Chat, in dem er das Angebot entworfen hat: „Auftrag erledigt. Stell den Hendersons die Gartenreinigung wie angeboten in Rechnung, plus zwei zusätzliche Grünschnittsäcke.“ Er prüft die Rechnung, schickt sie mit einem Zahlungslink, und oft zahlt der Kunde, bevor Marco die nächste Adresse erreicht. Da einige dieser KI-Funktionen an bestimmte QuickBooks-Tarife gebunden und noch in der Beta-Phase sind, hat er zuerst seinen Tarif geprüft.

Was sich nach zwei Monaten verändert hat

In diesem illustrativen Szenario ähneln die Ergebnisse dem, was viele Handwerksbetriebe berichten, wenn sie ihren Angebotsprozess straffen:

• Angebote gehen am selben Tag raus, bei den meisten Aufträgen, statt zwei oder drei Tage später.
• Weniger verlorene Aufträge. Schnellere Angebote und regelmäßiges Nachfassen jeden Montag bedeuten, dass deutlich weniger Kunden zur Konkurrenz abwandern.
• Die Abende gehören wieder ihm. Die nächtlichen Tipp-Sessions sind vorbei. Der Großteil der Verwaltung erledigt sich jetzt in kurzen Pausen zwischen den Aufträgen.
• Schnellere Zahlungen. Vor Ort verschickte Rechnungen werden früher bezahlt, was für einen Betrieb zählt, der Treibstoff und Geräte im Voraus kauft.

Genauso wichtig ist, was sich nicht verändert hat. Marco begeht weiterhin jedes große Grundstück. Er legt seine Preise weiterhin selbst fest. Er ruft seine Stammkunden weiterhin persönlich an. Die KI übernimmt das Tippen, nicht die Beziehungen.

Was Marco anderen Handwerkern raten würde

1. Schreiben Sie zuerst Ihre Preisliste. Alles andere baut darauf auf.
2. Verschicken Sie nie ein KI-Angebot ungelesen. Fotos lügen. Ihre Erfahrung nicht.
3. Halten Sie Ihre Liste langweilig. Eine Tabelle, die Sie wirklich nutzen, schlägt jede App, die Sie wieder aufgeben.
4. Fassen Sie nach Plan nach, nicht nach Laune. Ein fester Termin pro Woche reicht.
5. Schreiben Sie die Rechnung, bevor Sie gehen. Der beste Zeitpunkt, um bezahlt zu werden, ist, wenn der Kunde gerade auf einen frisch hergerichteten Garten blickt.

Keiner dieser Schritte erfordert technische Kenntnisse, und keiner kostet mehr als die Tools, für die ein kleiner Handwerksbetrieb wahrscheinlich ohnehin schon zahlt. Wenn Sie einen Dienstleistungsbetrieb führen, der von Angeboten lebt: Welcher dieser Schritte würde Ihnen diese Woche am meisten Zeit sparen?

Weiterführende Artikel

• So bauen Sie einen KI-Angebotsprozess, der in Minuten statt Tagen verschickt wird
• So bauen Sie einen KI-Eingangsprozess, der Ihre Anfragen sortiert, bevor Sie antworten
• Wie ein selbstständiger Immobilienmakler mit KI aufhörte, Interessenten durch langsames Nachfassen zu verlieren
• So mahnen Sie unbezahlte Rechnungen mit KI an, ohne verzweifelt zu wirken