Wie ich weclapp mit Claude und ChatGPT zu einem KI-gestützten CRM gemacht habe

Ich habe weclapp nicht ersetzt. Ich habe verändert, wie ich damit arbeite.

Nach einem Kundengespräch begann für mich oft ein zweiter Arbeitsblock: Notizen ordnen, Unternehmen und Ansprechpartner prüfen, einen Deal anlegen, nächste Schritte formulieren und dafür sorgen, dass der Kontext im CRM landet.

Das Problem war nicht weclapp. Daten und Prozesse waren vorhanden. Reibung entstand zwischen Gespräch, Entscheidung und Systempflege.

Mein Ziel war deshalb kein weiteres CRM. Ich wollte meinem bestehenden weclapp Arbeitsaufträge in normaler Sprache geben können:

Hier ist die Mitschrift meines Gesprächs. Prüfe, ob Unternehmen oder Ansprechpartner bereits vorhanden sind. Lege anschließend Interessent, Ansprechpartner und Deal an – aber zeige mir vorher genau, was du übernehmen willst.

Das ist inzwischen möglich. Nicht durch ein autonomes System, das im Hintergrund Entscheidungen trifft. Sondern durch eine kontrollierte Verbindung zwischen weclapp, der wals.pro weclapp AI Platform und einem KI-Assistenten wie Claude oder ChatGPT.

 

weclapp bleibt das führende System

Der wichtigste Architekturentscheid: weclapp bleibt die verlässliche Datenbasis.

Claude oder ChatGPT ersetzen weder CRM noch Warenwirtschaft. Sie bilden eine dialogbasierte Arbeitsebene darüber. Die KI kann Informationen lesen, Zusammenhänge aufbereiten, Entwürfe formulieren und konkrete Änderungen vorbereiten.

Für Schreibvorgänge gilt ein klarer Ablauf:

1. Die KI versteht den Arbeitsauftrag.
2. Sie liest die dafür benötigten Daten aus weclapp.
3. Sie erstellt einen konkreten Vorschlag.
4. Ich sehe eine Vorschau der geplanten Änderung.
5. Erst nach meiner Freigabe wird in weclapp geschrieben.

Technisch läuft das über definierte Werkzeuge. Der KI-Assistent erhält keinen beliebigen Zugriff auf das ERP-System. Er kann nur die freigegebenen Aktionen verwenden.

Damit wird aus einem Chat kein unkontrollierter Autopilot, sondern eine neue Oberfläche für bestehende Prozesse.

1. Vom Gespräch zum Interessenten, Ansprechpartner und Deal

Ein Gespräch enthält meistens mehr CRM-Struktur, als auf den ersten Blick sichtbar ist:

• Unternehmen
• Ansprechpartner und Funktion
• Kontaktdaten
• Bedarf
• erwartetes Volumen
• Entscheidungsweg
• zeitlicher Horizont
• vereinbarter nächster Schritt

Diese Informationen manuell auf mehrere CRM-Masken zu übertragen, ist sauber machbar – bindet aber Aufmerksamkeit genau dann, wenn ich mich eigentlich auf die inhaltliche Nachbereitung konzentrieren möchte.

Mein Arbeitsauftrag an die KI kann stattdessen so aussehen:

Hier ist die Mitschrift des Gesprächs. Extrahiere Unternehmen, Ansprechpartner, Bedarf und nächsten Schritt. Prüfe zuerst auf Dubletten. Bereite danach Interessent, Ansprechpartner und Deal in weclapp zur Freigabe vor.

Die KI strukturiert den bereitgestellten Text. Anschließend prüft sie, ob Unternehmen oder Ansprechpartner bereits in weclapp vorhanden sind. Erst danach entsteht eine Vorschau für die neuen Datensätze.

In weclapp entspricht der „Deal" einer Opportunity. Unternehmen, Ansprechpartner und Opportunity bleiben miteinander verbunden. Gesprächskontext kann in den dafür vorgesehenen Beschreibungsfeldern landen.

Wichtig: Die wals.pro weclapp AI Platform zeichnet kein Gespräch auf und transkribiert es nicht selbst. Mitschrift oder Transkription müssen bereits in Claude oder ChatGPT vorliegen.

Auch die Dublettenprüfung ersetzt keine menschliche Entscheidung. Bei unsicheren Treffern zeigt die KI den möglichen Konflikt, statt eigenmächtig einen zweiten Datensatz anzulegen.

Ergebnis: weniger Übertragungsarbeit und ein strukturierter CRM-Vorschlag, den ich vor dem Speichern vollständig kontrollieren kann.

 

2. Vom Kundenkontext zum geprüften Angebot

Beim Angebot liegt der größte Hebel für mich nicht im automatischen Einsetzen einiger Positionen.

Interessant wird es, wenn die KI den vorhandenen Kundenkontext berücksichtigt:

• Welche Angebote gab es bereits?
• Welche Leistungen und Formulierungen wurden früher verwendet?
• Welche Positionen passen zum aktuellen Bedarf?
• Welche Annahmen sind noch unklar?
• Welche Angebotsoptionen sollten wir zuerst abstimmen?
• Welcher Einleitungs- oder Schlusstext passt zu diesem Kunden?

Ein möglicher Auftrag:

Lies die ausgewählten bisherigen Angebote und Kalkulationsgrundlagen für diesen Kunden. Arbeite mit mir drei Leistungsoptionen A, B und C aus. Noch keine Preise. Nach Freigabe der Inhalte formulieren wir Positionen und Belegtexte und erstellen daraus einen Angebotsentwurf.

Die KI soll dabei nicht blind ein früheres Angebot kopieren. Sie soll relevante Muster sichtbar machen, Unterschiede benennen und offene Punkte zurückspielen.

In meinem Ablauf entstehen zunächst drei inhaltlich klar getrennte Optionen. Preise kommen erst nach der inhaltlichen Abstimmung hinzu. Danach kann die KI:

• Angebotspositionen vorbereiten
• Titel und Beschreibungen formulieren
• Mengen und freigegebene Preise übernehmen
• Einleitungs- und Schlusstext anpassen
• den Angebotsentwurf in weclapp anlegen
• das zugehörige PDF erzeugen

Summen und Steuern bleiben Aufgabe von weclapp. Die KI soll keine berechneten Belegwerte erfinden.

Anschließend kommt ein Schritt, den viele Automatisierungen auslassen: Sichtkontrolle.

Mit einem KI-Client, der PDF- und Bildanalyse unterstützt, kann ich das erzeugte Dokument prüfen lassen:

• Sind Überschriften und Positionen lesbar?
• Gibt es ungünstige Seitenumbrüche?
• Wurde Text abgeschnitten?
• Wirken Einleitung und Schluss vollständig?
• Ist das Dokument visuell plausibel aufgebaut?

Diese Kontrolle ist eine Funktion des verwendeten KI-Clients, nicht des weclapp-Servers selbst. Sie ergänzt meine Prüfung, ersetzt sie aber nicht.

Das Angebot wird weder automatisch versendet noch ohne Freigabe verändert. Am Ende steht ein kontrollierter Belegentwurf – kein autonomer Abschlussprozess.

3. Kunden finden, bei denen der letzte dokumentierte Kontakt zu lange zurückliegt

Der dritte Anwendungsfall geht über einzelne Datensätze hinaus.

Ich möchte nicht nur einen Kunden öffnen und dessen Historie lesen. Ich möchte eine konkrete Frage an meinen gesamten CRM-Bestand stellen:

Zeige mir alle Kunden und Interessenten, bei denen seit mindestens 90 Tagen kein CRM-Kontakt dokumentiert wurde. Nenne mir das letzte vorhandene Ereignis mit Datum, Art, Betreff und Ansprechpartner. Empfiehl mir anschließend einen sinnvollen nächsten Kontakt.

Dafür wertet die KI Kunden, Interessenten und die in weclapp dokumentierten CRM-Ereignisse gemeinsam aus.

Das Ergebnis kann beispielsweise unterscheiden zwischen:

• letzter Kontakt liegt mindestens 90 Tage zurück
• bislang kein CRM-Ereignis dokumentiert
• offener Vertriebsfall ohne aktuellen Folgekontakt
• früheres Angebot ohne erkennbare Nachbearbeitung
• vorhandener Kontext reicht nicht für eine belastbare Empfehlung

Gerade der letzte Punkt ist wichtig. Wenn weclapp nicht genug Kontext enthält, soll die KI keine persönliche Geschichte erfinden. Sie soll die Datenlücke sichtbar machen.

Für passende Kontakte kann sie anschließend einen nächsten Schritt vorschlagen. Nicht als generische Erinnerung wie „einfach wieder einmal melden", sondern auf Basis der vorhandenen Historie:

• an ein früheres Thema anknüpfen
• eine offene Entscheidung aufgreifen
• eine relevante Veränderung erklären
• einen konkreten Nutzen für das Unternehmen anbieten
• bewusst keinen Kontakt empfehlen, wenn der Kontext nicht trägt

Erst nachdem ich Auswahl und Kontaktstrategie geprüft habe, formuliere ich einen zweiten Auftrag:

Erstelle für die freigegebenen Kontakte jeweils ein persönliches Anschreiben. Nenne nur belegbare Zusammenhänge. Der Empfänger soll einen konkreten Mehrwert erkennen. Zeige mir jeden Entwurf zur Prüfung.

Alle Nachrichten bleiben Entwürfe. Kein automatischer Massenversand. Bei größeren Datenbeständen erfolgt die Verarbeitung in kontrollierten Etappen.

Auch hier gilt eine wichtige Grenze: „Letzter Kontakt" bedeutet das letzte in weclapp dokumentierte CRM-Ereignis. Telefonat, E-Mail oder persönliches Treffen, die nicht im CRM erfasst wurden, kann die Plattform nicht zuverlässig erkennen.

 

Was die KI bewusst nicht macht

Für mich wird KI im CRM erst dann nützlich, wenn ihre Grenzen zum Arbeitsablauf gehören.

Deshalb trifft die Lösung einige Dinge bewusst nicht selbstständig:

• Sie zeichnet keine Kundengespräche auf.
• Sie erfindet keine fehlenden Kontaktdaten.
• Sie ignoriert keine möglichen Dubletten.
• Sie entscheidet nicht eigenmächtig über Angebote.
• Sie schreibt keine berechneten Summen oder Steuern am ERP vorbei.
• Sie versendet keine persönlichen Anschreiben automatisch.
• Sie behauptet keinen Kontakt, der in den verbundenen Daten nicht dokumentiert ist.
• Sie führt keinen Schreibvorgang ohne sichtbare Vorschau und Freigabe aus.

Das wirkt auf den ersten Blick weniger spektakulär als ein „vollautonomer Vertriebsagent".

Für den tatsächlichen Einsatz ist es genau der Punkt.

Ich möchte keine KI, die im CRM selbstbewusst rät. Ich möchte eine KI, die vorhandene Informationen schneller nutzbar macht, Unsicherheit kennzeichnet und mir eine überprüfbare Entscheidung vorbereitet.

 

Was sich dadurch wirklich verändert

Die größte Veränderung ist nicht ein einzelnes KI-Feature.

Es ist die Art des Zugriffs.

Ich muss nicht für jede Frage zuerst wissen, in welcher Maske, Tabelle oder Auswertung die Antwort liegt. Ich kann meinen Arbeitsauftrag in der Sprache formulieren, in der ich ihn auch einem Kollegen erklären würde.

Claude oder ChatGPT zerlegen diesen Auftrag in die notwendigen Lese-, Analyse- und Schreibschritte. weclapp bleibt dabei das System, in dem Stammdaten, Vertriebsfälle und Belege verbindlich geführt werden.

So entsteht kein neues CRM neben dem bestehenden CRM.

Es entsteht eine dialogbasierte Arbeitsebene für das vorhandene System.

 

Mein Fazit

Ich wollte weclapp nicht durch KI ersetzen.

Ich wollte schneller vom Gespräch zur sauberen CRM-Struktur kommen. Angebote auf Basis vorhandener Informationen entwickeln. Kundenbeziehungen systematisch prüfen. Und trotzdem bei jeder relevanten Entscheidung die Kontrolle behalten.

Genau darin liegt für mich der praktische Wert von Claude und ChatGPT im Unternehmensalltag:

Nicht mehr Automatisierung um jeden Preis.

Sondern weniger Reibung zwischen dem, was ich vorhabe, und dem, was anschließend sauber in weclapp stehen soll.

Du möchtest prüfen, welcher deiner bestehenden weclapp-Prozesse sich dafür eignet? Bring einen echten Arbeitsablauf mit – wir prüfen ihn gemeinsam.