Solvis entwickelt Heizsysteme für den Wohnbereich, mit tiefen Wurzeln in der traditionellen Heiz- und Solartechnik und einem wachsenden Fokus auf Wärmepumpen.
Installateure müssen mit wachsender Systemkomplexität umgehen
Solvis entwickelt Heizsysteme für den Wohnbereich, mit tiefen Wurzeln in der traditionellen Heiz- und Solartechnik und einem wachsenden Fokus auf Wärmepumpen. Mit der Weiterentwicklung der Produkte stieg auch die Komplexität, mit der Installateure vor Ort konfrontiert waren.
Technisches Wissen war bereits vorhanden. Handbücher waren detailliert und präzise. Installateure benötigten jedoch oft schnelle Antworten während der Arbeit, nicht erst nach dem Durchlesen dutzender Seiten.
Das Ergebnis war eine bekannte operative Herausforderung:
- Installateure, die Zeit mit Suchen statt mit Installieren verbringen
- Support-Teams, die wiederkehrende technische Fragen beantworten
- Expertise, die sich auf wenige Personen konzentriert
- Steigender Druck während saisonaler Spitzenzeiten
Solvis suchte nach einer Möglichkeit, sein vorhandenes Wissen zu operationalisieren, damit Installateure in Echtzeit auf verifizierte Antworten zugreifen konnten.
Beginnend mit dem Problem, nicht mit der Technologie
Die ursprüngliche Idee war, etwas nur für Endkunden zu entwickeln. Doch eine frühe Zusammenarbeit zeigte schnell auf, wo ein noch größerer Nutzen erzielt werden könnte.
Durch die Analyse verfügbarer Dokumentationen und täglicher Supportanfragen verlagerte sich der Fokus des Projekts auf Installateure als primäre Nutzer. Die Begründung war einfach: Installateure verwalten die komplexesten Informationen und stehen unter dem höchsten operativen Druck. Anstatt ein eigenständiges Tool auf den Markt zu bringen, wurde das Ziel klar: bestehendes Service-Wissen zu strukturieren und in die Workflows zu integrieren, die Installateure bereits nutzen.
Dokumentation in operationale Infrastruktur umwandeln
Die erste Phase konzentrierte sich auf die Organisation von Wissen statt auf den Bau von Schnittstellen.
Solvis und Chapter arbeiteten zusammen, um:
- Technische Handbücher über alle Produktlinien hinweg strukturieren
- Klare Standards für die Datenorganisation definieren
- Verbessern, wie Informationen klassifiziert und abgerufen wurden
- gewährleisten, dass Antworten auf ihr Quellmaterial verweisen
Eine frühe Erkenntnis war entscheidend: Das bloße Zusammenführen von Dokumenten funktionierte nicht. Mit zunehmender Strukturierung der Daten verbesserte sich die Qualität der Antworten. Installateure konnten technische Fragen stellen und erhielten Antworten, die auf Quelldokumenten basierten, ergänzt durch Snippets und direkte Referenzen, sodass sie die Antworten sofort überprüfen konnten.

Vertrauen durch Verifizierung aufbauen
In technischen Umgebungen zählt Zuverlässigkeit mehr als Neuartigkeit.
Eine zentrale Funktion war es, zu zeigen, woher die Antworten stammten. Anstatt Informationen ohne Kontext zu präsentieren, konnten Installateure unterstützende Snippets sehen und die Quelle selbst validieren. Mitarbeiter bei Solvis erwähnen, dass diese Informations-Snippets wirklich helfen. Sie geben Ihnen den nötigen Kontext, und Sie können leicht erkennen, woher die Antwort stammt, was Ihnen den dringend benötigten Kontext liefert.
Diese Transparenz veränderte die Sichtweise der Teams auf AI. Sie wurde zu einem strukturierten Leitfaden durch die Dokumentation statt zu einer Black Box.
Ergebnisse und operative Ausrichtung
Das System entwickelt sich ständig weiter, und erste Anzeichen deuten bereits auf einen messbaren operativen Mehrwert hin:
- Installateure finden technische Daten schneller
- Support-Teams können sich auf komplexe Fälle konzentrieren
- Wissen lässt sich leichter teamübergreifend skalieren
- wiederkehrende Nutzer zeigen wachsende Akzeptanz
Seit dem Start hat der Assistent Tausende von technischen Fragen von Installateuren bearbeitet, die meisten davon waren Dokumentationssuchen, die sonst das Durchsuchen von bis zu 90-seitigen Handbüchern erfordert hätten. Dies hat bereits Hunderte von Stunden für die Außendiensttätigkeit zurückgewonnen. Für die Zukunft erwartet Solvis, dass AI einen noch wesentlicheren Anteil der eingehenden Supportanfragen bearbeiten wird.

Eine Partnerschaft, die auf Iteration basiert
Die Zusammenarbeit funktionierte, weil sie praxisnah blieb. Wöchentliche Meetings, strukturiertes Projektmanagement und kontinuierliche Anpassungen ermöglichten es dem System, sich mit echtem Feedback weiterzuentwickeln. Eine Sache, die Claas besonders beeindruckte, war, dass Chapter von Anfang an eine klare Agenda hatte. Es gab wöchentliche Fortschrittsbesprechungen. Das half wirklich allen, Dinge zu erledigen. Die Beziehung drehte sich weniger um die Bereitstellung als vielmehr um gemeinsame Problemlösung:
- Verfeinerung der Datenstruktur
- Anpassung der Workflow-Platzierung
- Lernen aus dem realen Verhalten von Installateuren
- Vorbereitung zukünftiger Integrationen