Wofür Gemini im Handwerk taugt: Kundenfotos bei der Anfrage verstehen, Typenschilder lesen, Monteurfotos dem Rapport zuordnen. Und warum die Diagnose trotzdem vor Ort passiert.
01 Kurz gesagt
Im Handwerk kommen viele Informationen als Foto: Der Kunde schickt ein Bild vom tropfenden Boiler, der Monteur fotografiert die fertige Installation, auf dem Typenschild steht, welches Ersatzteil es braucht. Gemini ist das Modell, das wir einsetzen, wenn Bilder in Menge ausgewertet werden sollen. Es liest Typenschilder, beschreibt, was auf Kundenfotos zu sehen ist, und ordnet Fotos von der Baustelle dem richtigen Auftrag zu. Die Diagnose, die Offerte und alles, was die Sicherheit betrifft, bleiben beim Fachmann.
02 Wo im Betrieb Fotos liegen bleiben
In einem Handwerksbetrieb wird tagsüber beim Kunden gearbeitet und abends verwaltet. Fotos sind dabei ein eigener Stapel: in Mails von Kunden, auf den Handys der Monteure, in Chatverläufen. Bevor eine Rechnung hinausgeht oder eine Offerte geschrieben ist, muss jemand die richtigen Bilder zum richtigen Auftrag legen. Die fünf Zeitfresser dieses Alltags, vom Beantworten der Anfragen bis zu den Nachweisen, stehen in Die fünf Zeitfresser im Handwerk.
Für Korrespondenz und Offertentexte setzen wir andere Modelle ein. Gemini kommt dazu, wo die Information im Bild steckt. Die Arbeitsteilung steht im Vergleich von Claude, ChatGPT, Copilot und Mistral.
03 Aufgabe 1: die Anfrage mit Foto verstehen
„Unsere Heizung macht Geräusche, Foto anbei.“ Aus dem Bild liest Gemini, was der Satz nicht sagt: Wandgerät oder Standkessel, Öl, Gas oder Wärmepumpe, sichtbare Tropfspuren, Zustand der Leitungen. Der Workflow legt die Anfrage mit dieser Beschreibung im Auftragssystem an und schlägt vor, wer hinfährt und was er mitnehmen sollte. Wer im Büro die Anfrage liest, muss nicht zurückrufen, um zu fragen, was für ein Gerät es ist.
Die Grenze: Ein Foto zeigt das Gerät, nicht den Fehler. Ob es ein Druckproblem ist oder eine defekte Pumpe, weiss man erst vor Ort. Die Beschreibung spart eine Rückfrage, nicht den Einsatz.
04 Aufgabe 2: Typenschilder lesen
Auf dem Typenschild stehen Hersteller, Modell, Seriennummer und Baujahr. Genau diese Angaben braucht es für Ersatzteil, Wartung und Garantie, und sie sind auf Kundenfotos oft schräg, verschmutzt oder im Halbdunkel aufgenommen. Gemini liest die Angaben aus dem Bild und legt sie als Felder ab. Der Workflow sucht damit das Gerät in der Kundenhistorie oder legt es neu an.
Die Grenze: Eine falsch gelesene Ziffer in der Modellnummer führt zum falschen Ersatzteil. Deshalb zeigt der Eintrag das Foto neben den gelesenen Werten, und vor der Bestellung schaut jemand beides an. Ist das Schild unleserlich, fragt der Workflow nach einem neuen Foto statt zu raten.
05 Aufgabe 3: Monteurfotos dem Rapport zuordnen
Monteure fotografieren vor, während und nach der Arbeit. Oft landen die Bilder mehrerer Einsätze auf demselben Handy und werden abends in einen Ordner geladen. Gemini ordnet sie mit Aufnahmezeit, Ort aus den Bilddaten und Bildinhalt den Einsätzen des Tages zu und beschreibt, was sie zeigen: „Neue Mischbatterie montiert, Anschlüsse dicht.“ Am Rapport hängen dann die passenden Bilder, und bei einer Rückfrage des Kunden findet man den Zustand nach der Arbeit.
Die Grenze: Zwei Einsätze im selben Mehrfamilienhaus am selben Nachmittag lassen sich über Zeit und Ort allein nicht trennen. Dann fragt der Workflow den Monteur, statt still zu raten.
06 Aufgabe 4: Gemini im Postfach des Betriebs
Viele kleinere Betriebe arbeiten mit Google Workspace, also Gmail, Kalender und Drive. Dort ist Gemini als Assistent verfügbar, sofern der Plan es enthält: Es fasst lange Mailverläufe mit Kunden zusammen, entwirft Antworten und beantwortet Fragen zu Dateien in Drive. Nach Google werden die Daten des Betriebs dabei ohne Erlaubnis nicht zum Training verwendet, und Gemini sieht nur, was die jeweilige Person sehen darf.
Die Grenze: Der Assistent im Postfach antwortet, wenn jemand fragt. Dass jede Anfrage mit Foto automatisch im Auftragssystem landet, ist kein Assistent, sondern ein Workflow wie in Aufgabe 1.
07 Wo Gemini im Handwerk aufhört
Bei der Diagnose. Was kaputt ist, sieht der Fachmann vor Ort. Ein Modell, das aus einem Foto eine Reparatur empfiehlt, verführt den Kunden zum Selbermachen.
Bei allem, was die Sicherheit betrifft. Gas, Elektro, Absturz, Statik. Aus einem Foto wird keine Aussage, dass etwas sicher ist, und keine Freigabe.
Bei der Offerte. Menge, Material und Aufwand kommen aus der Besichtigung und der Kalkulation in der Branchensoftware. Aus Fotos lassen sich keine verlässlichen Masse ablesen.
Bei Lieferscheinen und Rechnungen auf Papier. Gescannte Belege liest bei uns die OCR von Mistral, die den Text als Daten liefert.
08 Datenstandort: Fotos aus Kundenwohnungen
Handwerker arbeiten in fremden Wohnungen und Häusern. Auf ihren Fotos sind Küchen, Bäder und Kellerräume von Kunden, dazu Namen auf Briefkästen und manchmal Menschen. Wir lassen Gemini die Bilder nach dem Gerät und der Arbeit auswerten und nichts darüber hinaus.
Google ist ein US-Anbieter. Für die Auswertung im Workflow rufen wir Gemini über Google Cloud in einer europäischen Region auf. Nach den Bedingungen der Gemini-API verwendet Google Eingaben bei bezahlten Diensten nicht zur Verbesserung seiner Produkte, und für Nutzer in der Schweiz gilt das auch bei kostenlosen Diensten. Was der Sitz des Anbieters in den USA bedeutet, steht in US-Anbieter und Datenstandort.
Heikel ist im Handwerk vor allem das Handy. Ein Monteur, der ein Kundenfoto in seine private Gemini-App lädt, um das Gerät bestimmen zu lassen, nutzt ein Verbraucherprodukt. Dort können je nach Einstellung Menschen Unterhaltungen lesen. Das gehört in die Regeln des Betriebs.
09 Was der Betrieb voraussetzt
- Ein Weg, auf dem Fotos ankommen: ein Anfrageformular mit Foto-Upload, ein Postfach, die App der Branchensoftware. Nicht die privaten Chats der Monteure.
- Eine Branchensoftware mit Schnittstelle, in der Aufträge, Kunden und Geräte liegen. Welche wir anbinden, steht auf KI und Automatisierung im Handwerk.
- Ein Firmenkonto, entweder Google Workspace mit Gemini für den Assistenten oder ein Google-Cloud-Projekt für den Workflow, keine privaten Konten.
- Einen Blick vor der Bestellung: Typenschild und gelesene Werte vergleicht ein Mensch.
- Eine kurze Regel für das Team, was mit Kundenfotos geschehen darf. Eine Vorlage steht in Was in eine interne KI-Richtlinie gehört.
10 Gemini im Ablauf des Betriebs
Eine Anfrage mit Foto kommt über das Formular. Der Workflow lässt Gemini Gerät und Typenschild lesen, legt die Anfrage im Auftragssystem an und schlägt Termine vor. Nach dem Einsatz laden die Monteure ihre Fotos hoch, der Workflow ordnet sie den Rapporten zu, und die Rechnung geht mit den Nachweisen hinaus. Ob sich das für einen Betrieb Ihrer Grösse lohnt, lässt sich vorab prüfen, siehe Lohnt sich diese Automatisierung?. Womit wir das bauen, steht in Was ist n8n.
11 Was beim Handwerker bleibt
Was kaputt ist, wie es repariert wird und was es kostet. Gemini liest das Typenschild, der Handwerker kennt das Gerät.
12 Häufige Fragen
Kann der Kunde mit einem Foto eine Offerte bekommen?
Eine erste Einordnung ja, eine verbindliche Offerte nein. Menge und Aufwand kommen aus der Besichtigung.
Unsere Monteure schicken Fotos per WhatsApp. Geht das?
An private Chats kommt kein Workflow heran, und aus Sicht des Datenschutzes ist das auch gut so. Wir richten einen Upload in der App der Branchensoftware oder ein Formular ein.
Brauchen wir dafür Google Workspace?
Nur für den Assistenten im Postfach. Für das Lesen von Fotos und Typenschildern läuft Gemini über die Schnittstelle, unabhängig davon, ob der Betrieb mit Google oder Microsoft arbeitet.
Wie zuverlässig liest Gemini Typenschilder?
Bei gut lesbaren Fotos meist richtig, bei verschmutzten oder schrägen nicht immer. Deshalb steht das Foto immer neben dem gelesenen Wert.
Quellen
- Google AI for Developers: Image understanding
- Google Workspace: Generative AI in Google Workspace Privacy Hub
- Google AI for Developers: Gemini API Additional Terms of Service
- Google: Gemini Apps Privacy Hub