Spengler-Agent berechnet Blechzuschnitte und sichert Betriebswissen

Jennifer Kirschbaum-Konsek ist 28-jährige Spenglermeisterin und steht kurz vor der Übernahme des Familienbetriebs. In ihrem Arbeitsalltag sind Präzision und Tempo gleichermaßen gefragt, besonders bei Blechdächern. Zuschnitte müssen exakt geplant, Materialdehnungen berücksichtigt und individuelle bauliche Gegebenheiten wie Gauben oder Kamine präzise integriert werden. Bereits kleinste Abweichungen können Mehrkosten oder Verzögerungen verursachen.

Ein strukturelles Problem verschärft die Lage: Ein Großteil der Berechnungen entsteht direkt auf der Baustelle, unter Zeitdruck und mit eingeschränktem Zugriff auf Normen und Dokumentationen. Fachwissen ist zwar vorhanden, aber häufig in Regelwerken oder in der Erfahrung einzelner Mitarbeitender gebunden und damit im entscheidenden Moment schwer abrufbar.

Kirschbaum-Konsek hat in ihrem Betrieb einen eigenen Spengler-Agenten auf Basis von Codex und ChatGPT entwickelt und eingeführt. Ausgangspunkt waren typische Praxisfälle aus dem Betriebsalltag: komplexe Berechnungen, Sonderlösungen und wiederkehrende Herausforderungen auf der Baustelle. Diese hat sie systematisch in den Agenten überführt und kontinuierlich erweitert.

Der Agent übernimmt heute die Berechnung von Blechzuschnitten, auch bei anspruchsvollen Dachformen. Auf Basis weniger Parameter, Länge, Breite und Aufkantungen, ermittelt er die erforderlichen Blechbahnen und berücksichtigt automatisch relevante Fachregeln, von Materialdehnungen bis zu Abzugsmaßen. Gleichzeitig dient er als zentrale Wissensbasis: Betriebliches Erfahrungswissen ist damit auch für neue Mitarbeitende direkt nutzbar.

Das System wurde auf Basis realer Arbeitsabläufe des Betriebs entwickelt, nicht als generisches IT-Projekt, sondern als kontinuierlich wachsende Lösung. Alexander Schüren, Solutions Engineer bei OpenAI, beschreibt das zugrunde liegende Prinzip: „Der KI-Agent ist wie ein neuer Lehrling. Du erklärst, wie es geht, gibst ihm Beispiele und mit jeder Erfahrung wird er besser und präziser." Der Agent passt sich mit jedem Auftrag weiter an und bildet zunehmend die tatsächliche Arbeitsweise des Betriebs ab. Realisiert wurde das Projekt durch OpenAI, das den Betrieb beraten und die Umsetzung begleitet hat.

Berechnungen, die zuvor Zeit, Erfahrung und höchste Konzentration erforderten, stehen laut Quellenmaterial nun innerhalb von Sekunden zur Verfügung. Die Fehleranfälligkeit sinkt, da der Agent typische Rechenfehler erkennt und korrigiert. Kirschbaum-Konsek selbst beschreibt einen weiteren Effekt: „Wir können unser Wissen endlich so dokumentieren, dass es auch für neue Kollegen direkt nutzbar ist."

Der Fall zeigt einen Einsatz generativer KI in einem kleinen Handwerksbetrieb, der ohne eigene IT-Abteilung operiert. Der Nutzen entsteht nicht durch eine einmalige Implementierung, sondern durch die kontinuierliche Erweiterung des Agenten auf Basis realer Arbeitsfälle. Damit wird betriebliches Erfahrungswissen, das bislang an einzelne Personen gebunden war, strukturiert und dauerhaft zugänglich gemacht, ein Ansatz, der besonders für Betriebe mit Fachkräftemangel oder Generationenwechsel relevant ist.