Digitaler Reifegrad-Check
Strukturierte Auswertung: Annahme, Vertrieb, Marketing und Verwaltung
⚠ Demo-Daten, Beispielbetrieb · Echte Werte nach Discovery
Gesamtscore
Schlüssel-KPIs
Lead-Reaktionszeit
4,2 h
Ziel: <1 h · Branche Ø: 1,8 h
Unvollst. Anfragen
68 %
Ziel: <20 % · 23 Rückfragen/Woche
Automatisierungsgrad
8 %
Ziel: >60 % · 0 Agenten aktiv
Einsparpotenzial
~38.400 €
Demo-Berechnung · pro Jahr
Top 3 Engpässe
#1
Unvollständige Terminanfragen
68% fehlen Pflichtdaten → 23 Rückfragen/Woche manuell
68% fehlen Pflichtdaten → 23 Rückfragen/Woche manuell
#2
Lead-Reaktionszeit 4,2 h
GW-Interessenten springen nach 1h ab
GW-Interessenten springen nach 1h ab
#3
Keine Bewertungsautomatisierung
Bewertungsquote 12% · Ziel: >35%
Bewertungsquote 12% · Ziel: >35%
Top 3 Quick Wins
14 T
Termin-Agent
−80% manuelle Rückfragen · sofort messbar
−80% manuelle Rückfragen · sofort messbar
30 T
Service-Reminder (HU)
+15% Terminquote bei HU-fälligen Fahrzeugen
+15% Terminquote bei HU-fälligen Fahrzeugen
30 T
Bewertungsanfrage automatisieren
Quotenanstieg auf 30-40% realistisch
Quotenanstieg auf 30-40% realistisch
Werkstatt / Annahme
Terminannahme, Rückfragen, Statusmeldungen, Service-Reminder
⚠ Demo-Daten · Score: 20/100
Unvollst. Anfragen
68 %
Ziel: <20%
Manuelle Rückfragen
23/Woche
Ziel: <5/Woche
Ø Antwortzeit
4,2 h
Ziel: <15 Min
No-Show-Quote
8 %
Branche Ø: 4%
Modul-Status
Termin-Koordination
❌Termin-Agent (KI-gestützt)fehlt
⚠️Eingangskanäle gebündeltmanuell
❌Pflichtdaten-Validierungfehlt
❌Freigabe-Workflowfehlt
Nachverfolgung
⚠️Service-Reminder (HU/Inspektion)manuell
❌Statusmeldungen an Kundenfehlt
❌No-Show-Trackingfehlt
⚠️Werkstatt-Briefing (Annahme)manuell
Vertrieb / Gebrauchtwagen
Lead-Response, CRM-Hygiene, Standzeit-Monitoring, Inzahlungnahme
⚠ Demo-Daten · Score: 30/100
Lead-Reaktionszeit
4,2 h
Ziel: <60 Min
GW-Standtage
22 Tage
Ziel: <14 Tage
CRM-Datenpflege
inkonsistent
manuelle Pflege
Nachfassquote
31 %
Ziel: >80%
Modul-Status
Lead-Management
❌Lead-Response-Agent (<5 Min)fehlt
⚠️CRM-Datenpflegemanuell
❌Automatische Nachfass-Sequenzfehlt
⚠️Inzahlungnahme-Vorbereitungmanuell
Bestandsmanagement
❌GW-Standzeit-Monitoringfehlt
⚠️Preisanpassungs-Logikmanuell
❌Exposé-Aktualisierung (auto)fehlt
✅DMS vorhanden (CarLo)vorhanden
Marketing / GEO-Sichtbarkeit
Google-Bewertungen, lokale Sichtbarkeit, KI-Antwortfähigkeit, Formulare
⚠ Demo-Daten · Score: 45/100
Bewertungsquote
12 %
Ziel: >35%
Google-Sternebew.
4,2 ★
87 Bewertungen
GEO-Sichtbarkeit
gering
KI-Antwortmaschinen: nicht indexiert
Formular-Vollstdkt.
62 %
Ziel: >80%
Modul-Status
Reputation & Sichtbarkeit
❌Bewertungsanfrage (auto nach Termin)fehlt
✅Google Business Profilevorhanden
⚠️Lokale SEO-Optimierunglückenhaft
❌GEO / KI-Antwortfähigkeitfehlt
Leadgenerierung
⚠️Website-Formular (Terminanfrage)unvollständig
❌Chatbot / KI-Assistentfehlt
❌Kampagnen-Nachverfolgungfehlt
⚠️HU-Reminder-Kampagnemanuell
Verwaltung / Compliance
Datenschutz, AI Act, NIS2, DMS-Schnittstellen, Prozessdokumentation
⚠ Demo-Daten · Score: 40/100
Modul-Status
Datenschutz & DSGVO
✅AVV (Auftragsverarbeitung) vorhandenvorhanden
✅Datenschutzerklärung aktuellvorhanden
⚠️Lösch-Konzept für Kundendatenlückenhaft
❌Audit-Log (KI-Verarbeitungen)fehlt
Regulatorik & Systeme
❌AI Act, Rollen geprüftnicht geprüft
❌NIS2, Relevanz geprüftnicht geprüft
⚠️DMS-Exportstrategieunklar
⚠️Prozessdokumentationlückenhaft
Hinweis: Der AI Act (gültig ab Aug. 2026) stuft Termin- und Kommunikationsagenten typischerweise als minimales Risikoniveau ein. NIS2 betrifft Fahrzeughändler nur bei bestimmten Umsatzschwellen oder kritischer Infrastrukturnähe. Im DIGISTAFF Discovery-Gespräch wird die Einstufung für Ihren Betrieb geprüft.
Engpässe & Quick Wins
Priorisiert nach Hebelwirkung und Umsetzbarkeit
⚠ Demo-Daten · 7 identifizierte Engpässe
Engpässe (nach Priorität)
Hoch
~3 h/Woche
Unvollständige Terminanfragen
68% der Anfragen fehlen Pflichtdaten · 23 manuelle Rückfragen/Woche · ∅ 8 Min je Rückfrage
Hoch
Haftungsrisiko
Keine Priorisierung sicherheitsrelevanter Fälle
Bremsen, Lenkung, Airbag, kommen in der gleichen Warteschlange wie Reifenwechsel an
Hoch
~15 % Absprung
Lead-Reaktionszeit 4,2 Stunden
GW-Interessenten springen nach 60 Min signifikant ab · direkte Umsatzauswirkung
Mittel
~23 Bew./Mo fehlen
Bewertungsquote 12%
Kein systematisches Nachfragen nach Serviceterminen · organisches Wachstum der Sternebewertungen stagniert
Mittel
~2.640 €/Mo
GW-Standzeit 22 Tage
8 Tage über Ziel · bei ∅ 15 €/Tag Lagerkosten: ~2.640 €/Monat unnötige Standkosten
Mittel
~45 Min/Tag
Keine Statusmeldungen an Kunden
Annahme beantwortet täglich 8-12 Statusanfragen per Telefon · bindet Kapazität in Stoßzeiten
Mittel
Frist Aug. 2026
AI Act & NIS2 nicht geprüft
Regulatorik gilt ab Aug. 2026 · Einstufung und Dokumentationspflichten noch offen
Quick Wins
Termin-Agent einführen
−80% manuelle Rückfragen · Sicherheitsfälle automatisch priorisiert · Freigabe beim Mitarbeiter
Bewertungsanfrage nach Servicetermin
Automatische Nachricht 24h nach Abholung · Potenzial: Bewertungsquote auf 30-40%
HU-Reminder für Bestandskunden
Automatisch 8 Wochen vor HU-Fälligkeit · +15% Terminquote aus dem Bestand
ROI-Rechner
Einsparpotenzial auf Basis Ihrer Betriebsdaten, Formel sichtbar
⚠ Demo-Werte, Passen Sie die Zahlen auf Ihren Betrieb an
Ihre Betriebsdaten
Geschätztes Einsparpotenzial
38.400 €
pro Jahr · Demo-Berechnung
Rückfragen-Zeitkosten: 3.133 €/Jahr
Reduzierte Rückfragen (−80%): 2.507 € Einsparung
GW-Standzeit-Reduktion (−8 Tage): 35.520 € Einsparung
Bewertungsquote ↑ → Folgeumsatz: nicht berechnet
Reduzierte Rückfragen (−80%): 2.507 € Einsparung
GW-Standzeit-Reduktion (−8 Tage): 35.520 € Einsparung
Bewertungsquote ↑ → Folgeumsatz: nicht berechnet
⚠ Demo-Berechnung. Echte Werte hängen von Anfragevolumen, Stundensatz und tatsächlichen Prozessdaten ab. Im DIGISTAFF Pilot wird die Baseline gemessen, dann rechnen wir mit Ihren Zahlen.
So geht es weiter
Der Einstieg ist eine kostenfreie Potenzialanalyse. Was die Umsetzung kostet, hängt vom konkreten Engpass und der Größe Ihres Betriebs ab. Sie bekommen ein transparentes Angebot, herstellerunabhängig. Erst dann entscheiden Sie.
90-Tage-Roadmap
Vom Engpass zum laufenden Agenten, in drei Phasen
⚠ Demo-Struktur · Inhalt wird im Discovery-Gespräch auf Ihren Betrieb angepasst
1
Preflight, Grundlagen legen
Tage 1-14 · Analyse + Setup
Start: kostenfreie Potenzialanalyse
Eingangskanäle aufnehmen (Mail, Formular, WhatsApp)
Pflichtdaten-Matrix definieren (je Auftragstyp)
Freigabe- und Eskalationsregeln festlegen
DMS-Anbindung und Kalender-Integration prüfen
DSGVO-Check: AVV, Hosting, Löschkonzept
Baseline-KPIs messen (Antwortzeit, Rückfragenrate)
2
Simulation, Testen bevor es zählt
Tage 15-28 · Parallel zum laufenden Betrieb
20 historische Anfragen durch den Agenten laufen lassen
Rückfragen-Qualität prüfen und kalibrieren
Sicherheitsfälle identifizieren und Eskalation testen
Werkstatt-Briefing-Format mit Annahme abstimmen
Rollback-Regel definieren (Abbruchkriterium)
Team-Einweisung: Freigabe per Cockpit (5 Min)
3
Pilot, Ein Kanal, echte Anfragen
Tage 29-90 · Live mit Human Approval
laufende Betreuung
Termin-Agent live auf einem Kanal (z.B. E-Mail)
Freigabe durch Annahme, kein autonomes Buchen
KPI-Messung täglich: Antwortzeit, Rückfragenrate
Wöchentlicher Review mit Ronny Schumann (30 Min)
Entscheidung nach 30/60/90 Tagen: ausbauen oder anpassen
Case Study nach Pilotabschluss (optional, als Gegenleistung)