Solvis baut 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 baut 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. Aber Installateure brauchten oft schnelle Antworten während der Arbeit, nicht erst nach dem Durchlesen dutzender Seiten.
Das Ergebnis war eine bekannte operative Herausforderung:
- Installateure verbringen Zeit mit Suchen statt mit Installieren
- 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.
Beim Problem ansetzen, nicht bei der Technologie
Die ursprüngliche Idee war, etwas nur für Endkunden zu entwickeln. Doch die frühe Zusammenarbeit zeigte schnell, wo ein noch größerer Impact möglich wäre.
Durch die Abbildung verfügbarer Dokumentation 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 strukturieren und in die Workflows integrieren, die Installateure bereits nutzen.
Dokumentation in operationelle Infrastruktur verwandeln
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 Produktlinien hinweg strukturieren
- klare Standards für die Datenorganisation definieren
- verbessern, wie Informationen gekennzeichnet und abgerufen wurden
- sicherstellen, 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, unterstützt durch Snippets und direkte Referenzen, sodass sie die Antworten sofort überprüfen konnten.

Vertrauen durch Verifizierung aufbauen
In technischen Umgebungen zählt Zuverlässigkeit mehr als Neuheit.
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 von Solvis erwähnen, dass diese Informations-Snippets wirklich hilfreich sind. Sie geben Ihnen Kontext, der sonst fehlen würde. 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 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 einfacher teamübergreifend skalieren
- Wiederkehrende Nutzer zeigen wachsende Akzeptanz
Seit dem Start hat der Assistent Tausende von technischen Fragen von Installateuren bearbeitet, die meisten davon Dokumentationssuchen, die sonst das Scannen von bis zu 90-seitigen Handbüchern erfordert hätten. Dies hat bereits Hunderte von Stunden in die Außendiensttätigkeit zurückgeführt. Für die Zukunft erwartet Solvis, dass AI einen noch wesentlicheren Anteil der eingehenden Supportanfragen bearbeiten wird.

Eine iterative Partnerschaft
Die Zusammenarbeit funktionierte, weil sie praxisorientiert 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 Implementierung als vielmehr um gemeinsame Problemlösung:
- Datenstruktur verfeinern
- Anpassung der Workflow-Platzierung
- Lernen aus dem Verhalten echter Installateure
- Vorbereitung zukünftiger Integrationen