Die meisten fragen: “Brauche ich dafür einen besseren Online-Shop?” Die bessere Frage ist: “Wie viel Zeit am Tresen geht drauf, weil der Kunde das Teil beschreibt, aber die Nummer nicht kennt — und wie oft wird am Ende das Falsche geschickt?”
Genau das grenzt dieser Anwendungsfall ein: Aus einer Beschreibung, einem Foto oder einer Fremd-Artikelnummer findet die KI passende Kandidaten in deinem Katalog und legt sie dem Teiledienst vor. Ein Mensch bestätigt, bevor bestellt wird. Diese Seite zeigt, was das wirklich kann, wo es kippt, was es kostet und worauf du achtest. Vor allem für technische Betriebe und Handel, in denen der Katalog groß und der Kunde unpräzise ist.
Was es wirklich kann
Es ist derselbe Ablauf — nur der Katalog ist ein anderer. Aus einer vagen Angabe wird ein konkreter Artikel:
- im Maschinenbau: das Ersatzteil zur alten Anlage, das der Kunde nur grob beschreibt,
- im technischen Großhandel: die Fremd-Artikelnummer eines Herstellers, zu der dein Äquivalent gesucht ist,
- im Autohaus: das Teil zum Fahrzeug, sobald die Fahrzeugdaten stimmen,
- im Zerspanungsbetrieb: das Teil von früher, das „nochmal wie damals” gefertigt werden soll.
Der gemeinsame Nenner: Die KI gleicht Beschreibung, Foto oder Fremdnummer gegen deinen Katalog ab und legt zwei, drei plausible Treffer mit Querverweis vor. Der Mensch bestätigt. Sie grenzt ein, sie bestellt nicht.
So wird aus einer Beschreibung ein Treffer
Beschreibung, Foto des Teils oder die Artikelnummer eines anderen Herstellers — so, wie der Kunde es liefert.
Die KI sucht im Katalog nach passenden Kandidaten und nutzt vorhandene Querverweise zwischen Herstellernummern.
Statt eines einzigen „Treffers” legt sie zwei, drei Kandidaten vor und macht kenntlich, wie sicher die Zuordnung ist.
Der Teiledienst prüft die Kandidaten und bestätigt — erst dann wird bestellt. Eine falsche Lieferung ist teurer als die gesparte Minute.
Wo es in der Praxis kippt
Normteile sehen identisch aus. Bei markanten Baugruppen funktioniert der Abgleich erstaunlich gut. Bei Schrauben, Standard-Lagern, Dichtungen, die sich kaum unterscheiden, rät die KI ins Blaue. Genau dort gehört die Bestätigung durch einen Menschen, der die Feinheiten kennt.
Fotos täuschen. Ein Bild zeigt Form und Farbe, aber nicht das genaue Maß, das Material oder die Variante. Aus einem Foto kommt ein Kandidat, keine sichere Identifikation — das Aufmaß oder die Prüfung bleibt.
Der Abgleich ist nur so gut wie dein Katalog. Ohne ordentliche Bilder, Beschreibungen und Querverweise gibt es nichts, wogegen die KI suchen kann. Ein lückenhafter Katalog liefert lückenhafte Treffer — und genau das Aufräumen ist oft der eigentliche Aufwand.
Exakte Bezugsdaten entscheiden. Im Autohaus etwa hängt die richtige Zuordnung an Schlüsselnummern und Ausstattung. Fehlen die, rät die KI auf Basis ungenauer Angaben — und das verkehrte Teil ist bestellt.
„Klingt passend, ist es aber nicht.” Ein selbstbewusst vorgelegter Treffer wirkt richtig. Deshalb legt ein gutes System mehrere Kandidaten mit Unsicherheit vor, statt einen einzigen Treffer zu behaupten — und der Mensch entscheidet.
Was es kostet — und woran
Der Aufbau ist überschaubar — der Aufwand steckt fast immer im Katalog: ordentliche Beschreibungen, Bilder, Querverweise zwischen Hersteller- und Eigennummern. Ist der Katalog gepflegt, läuft die Identifikation gut; ist er es nicht, ist das Aufräumen das eigentliche Projekt. Grob: Tage bis Wochen, je nach Zustand deiner Stammdaten.
Der laufende Punkt: Neue Artikel und Querverweise gehören gepflegt, sonst veraltet die Trefferqualität. Wer dir verspricht, die KI finde „alles automatisch” auch ohne saubere Katalogdaten, beschönigt — sie kann nur finden, was beschrieben ist.
Wo du die Finger weglässt
Autonom bestellen. Ein bestätigter Kandidat ist die Grundlage, die Bestellung löst ein Mensch aus. Eine automatische Bestellung des falschen Teils kostet Stillstand und Vertrauen.
Die sichere Identifikation aus dem Foto. Ein Bild grenzt ein, es identifiziert nicht abschließend. Maß, Material und Variante prüft der Mensch.
Den einzigen „Treffer” glauben. Wo die KI nur einen Kandidaten ohne Unsicherheit liefert, ist Vorsicht geboten — gerade bei Normteilen.
Die KI grenzt ein und legt Kandidaten vor. Welches Teil bestellt wird, bestätigt ein Mensch.
Wie ein ehrlicher Pilot aussieht
Nimm eine Produktgruppe mit gutem Katalog — markante Teile, ordentlich beschrieben — und lass nur dort die Identifikation aus Beschreibung und Foto testen. Dann miss zwei Dinge: Findet der Teiledienst das richtige Teil spürbar schneller? Und wie oft liegt die KI bei Normteilen daneben? Wenn die Trefferquote bei den markanten Teilen überzeugt, hast du den Beweis — und weißt zugleich, wo der Mensch zwingend bestätigen muss. Erst dann breiter.
Worauf du achtest, wenn dir das jemand verkauft
- Legt das System mehrere Kandidaten mit Unsicherheit vor, oder behauptet es einen einzigen Treffer? Letzteres ist bei Normteilen gefährlich.
- Bleibt die Bestellung beim Menschen, oder bestellt die KI autonom?
- Will der Anbieter deinen Katalog wirklich aufbereiten (Bilder, Beschreibungen, Querverweise), oder verschweigt er, dass ohne saubere Daten nichts geht?
- Arbeitet er mit exakten Bezugsdaten (Fahrzeug, Anlage), statt aus vagen Angaben zu raten?
Wenn der nächste Kunde ein Teil beschreibt, ohne die Nummer zu kennen, kopier die Beschreibung mit einem Katalogauszug und diesem Prompt in ein KI-Werkzeug — du bekommst Kandidaten, keine blinde Bestellung:
Du hilfst meinem Teiledienst, ein Teil im Katalog einzugrenzen. Ich gebe dir die Kundenbeschreibung
(oder ein Foto) und einen Katalogauszug.
1. Schlage die 2–3 wahrscheinlichsten Artikel aus MEINEM Katalog vor — keine erfundenen Artikel.
2. Gib zu jedem Kandidaten an, wie sicher die Zuordnung ist und woran du sie festmachst.
3. Wenn es sich um ein Normteil handelt, das mehreren Artikeln ähnelt, weise ausdrücklich darauf hin,
dass eine menschliche Prüfung nötig ist.
4. Liste, welche zusätzliche Angabe (Maß, Material, Bezugsdaten) die Zuordnung sicher machen würde.
Gib das als Kandidatenliste aus, die mein Teiledienst vor der Bestellung prüft.Bei dir bindet die Teile-Suche am Tresen Zeit, und ab und zu wird das Falsche geschickt? Dann reden wir über die eine Produktgruppe, bei der das am häufigsten passiert — und ich sage dir ehrlich, wo ein Abgleich gegen deinen Katalog trägt und wo der Mensch bei Normteilen dranbleiben muss.