# IfA-Studie 2025 in der Werkstatt-Praxis: Fünf Erkenntnisse für Inhaber. *Quelle: https://www.digistaff.de/ratgeber/ifa-studie-2025-werkstatt-praxis.html* > IfA-Studie 2025: Fünf KI-Erkenntnisse für inhabergeführte Kfz-Betriebe, praxisnah eingeordnet. Was Werkstätten jetzt konkret umsetzen können. [← zurück zur Ratgeber-Übersicht](https://www.digistaff.de/ratgeber/index.html) Markt & Studien · 4. Mai 2026 Das Institut für Automobilwirtschaft (IfA) hat im Mai 2025 zusammen mit ZDK, Steinaecker Consulting und DISERVA eine 60-seitige Studie zu Künstlicher Intelligenz im Kfz-Gewerbe vorgelegt. 64 konkrete Lösungen, vier Anwendungsbereiche, sieben Erfolgsfaktoren. Hier die fünf Lehren, die ein inhabergeführtes Haus mit fünf bis dreißig Mitarbeitern aus der Studie tatsächlich ziehen kann. Von Ronny Schumann · DIGISTAFF Berlin · Lesezeit ca. 8 Min. Werkstatt-Analyse auf Basis der IfA-Studie 2025: 64 KI-Lösungen im Praxistest Bild: KI-generiert RS Ronny Schumann · [Gründer DIGISTAFF](https://www.linkedin.com/in/ronny-schumann) 14 Jahre Autohaus- und B2B-Vertrieb, ehem. SEAT Topverkäufer. Spezialisiert auf KI-Agenten für Werkstatt- und Autohausbetriebe in Deutschland. ## Das Wichtigste in einer Minute * **Prozesse vor Tech:** 75 Prozent der KI-Projekte scheitern an festgefahrenen Prozessen, nicht an der KI selbst. * **Vier Anwendungsbereiche:** Service ist für Mittelstands-Werkstätten der natürliche Einstieg, nicht Marketing. * **Kunden-Skepsis:** über alle Use-Cases mehr Skeptiker als Interessierte, besonders bei Kunden 50 plus. * **Optimize and Play:** die für die meisten Häuser passende Stufe ist nicht ChatGPT-Plug, nicht Eigenbau. * **RAG-Modelle:** nächster branchendurchdringender Schritt, lösen das Datenschutz-Problem klassischer KI. ## Warum diese Studie wichtig ist In der Branche kursieren viele Marketing-Texte zum Thema KI, von Anbieter-Webseiten bis zu Hersteller-Newsletter. Was bislang gefehlt hat: eine wissenschaftlich fundierte, branchenneutrale Bestandsaufnahme aus Sicht des Mittelstands. Genau das hat die IfA 2025 vorgelegt, in Kooperation mit dem ZDK als offiziellem Verband. Damit ist die Studie kein Marketing-Beitrag, sondern eine Branchen-Referenz. Wir haben die 60 Seiten aus Sicht eines Werkstatt-Inhabers gelesen, der morgens das Haus aufschließt, Annahme macht, abends Akten nachpflegt. Aus dieser Brille fünf Erkenntnisse, die nicht im Marketing-Material stehen. ## Erkenntnis 1: Prozesse vor Tech Die IfA hat 185 Unternehmensvertreter zu den größten Hürden bei der KI-Einführung befragt. Das Ergebnis ist eindeutig. * Festgefahrene Prozesse: 75 Prozent große Hürde * Datenschutzbestimmungen: 70 Prozent große Hürde * Kein geeignetes Personal: 64 Prozent große Hürde * EU-Regulierung: 63 Prozent * Verlust der Kontrolle über interne Daten: 60 Prozent * Überzeugung der Geschäftsleitung: nur 29 Prozent Was das heißt: der Inhaber selbst ist meistens nicht das Problem, sondern die Prozesslandschaft im Betrieb. Wer Annahme, Rückrufe, Termin-Hygiene, Kostenvoranschlag und Teile-Klärung in mündlichen Übergaben und Outlook-Notizen führt, hat zuerst ein Prozess-Problem, dann ein KI-Thema. KI auf einen unklaren Prozess zu setzen, beschleunigt Chaos statt es zu lösen. **Konsequenz für die Praxis:** bevor man KI evaluiert, eine Woche lang den Ist-Prozess sauber dokumentieren. Welche Anfragen kommen rein, wer übernimmt sie, wo bricht es. Der Audit selbst kostet keine Software. Wer die Übung nicht macht, kauft sich ein KI-Tool, das die alten Probleme schneller produziert. ## Erkenntnis 2: Service ist der Mittelstands-Einstieg, nicht Marketing Die Studie ordnet 64 Lösungen in vier Anwendungsbereiche: Marketing, Kundeninteraktion, Handel und Service. Auf den ersten Blick scheinen alle vier gleichwertig. Bei näherem Hinsehen sieht das anders aus. Marketing-Tools sind branchenübergreifend leicht verfügbar. Der Effekt für eine Werkstatt mit acht Mitarbeitern ist begrenzt. Handel-Tools (Ankauf, Bestand, Insertion) lohnen sich erst ab größeren Beständen. Kundeninteraktion (Chatbots, Voicebots) ist sichtbar, aber laut Studie auch der Bereich mit der höchsten Kunden-Skepsis bei der Zielgruppe Inhaber-geführter Häuser. Service ist anders. Hier liegen die echten Engpässe: Termin-Annahme, Rückruf-Schleifen, Kostenvoranschlag, Teile-Bestellung, Service-Erinnerung, Fahrzeug-Hereinnahme. Das ist die Domäne, in der jede Stunde Entlastung direkt ankommt, beim Servicemeister, beim Werkstattleiter, beim Inhaber selbst. Genau hier lohnt sich der erste KI-Pilot, nicht auf der Marketing-Bühne. ## Erkenntnis 3: Die Kunden sind skeptischer als gedacht Die IfA hat parallel 1.240 Endkunden zu zwölf KI-Use-Cases befragt. Über alle Anwendungsfälle hinweg ist die Anzahl der Skeptiker höher als die der Interessierten. Das ist nicht trivial. * Kunden über 50 Jahre sind besonders skeptisch. * Kunden bis 30 Jahre sind am offensten. * Neuwagenkäufer sind offener als Gebrauchtwagenkäufer, auch über Altersgrenzen hinweg. * Direkte Kundenkommunikation per Chatbot oder Voicebot wird stärker abgelehnt als personalisierte Empfehlungen. **Konsequenz für die Praxis:** wer als Mittelstands-Werkstatt den ersten KI-Schritt geht, sollte damit nicht ans Kundenohr. Hintergrund-KI, die das Team entlastet, ohne dass der Kunde sie als KI wahrnimmt, ist die kluge Wahl. Konkret: das Webformular versteht die Anfrage und legt einen sauberen Termin-Vorschlag im Cockpit ab. Der Kunde sieht eine schnellere Bestätigung, mehr nicht. Das spart Reibung, ohne Skepsis zu wecken. ## Erkenntnis 4: Optimize and Play ist die richtige Stufe Die Studie unterscheidet vier Einbindungs-Umfänge bei der KI-Nutzung im Betrieb. Welche passt für ein Mittelstands-Haus? * **Open and Play:** ChatGPT, Copilot, Prompts auf Webseiten Dritter. Günstig, aber laut Studie meist nicht DSGVO-konform. * **Plug and Play:** Drittanbieter-Bot in die eigene Webseite eingebettet. Datenverarbeitung oft in den USA, Konformität individuell zu prüfen. * **Optimize and Play:** Drittlösung mit betriebsindividuellem Pre-Training auf eigenen Daten. DSGVO-Grundlage gegeben. * **Engineer and Play:** eigene KI programmieren und trainieren. Laut Studie für die meisten Häuser nicht realistisch. Die Studie ist hier deutlich: *„Für die überwiegende Anzahl an Autohausunternehmen eignen sich die ersten drei Einbindungsumfänge. Das Programmieren und Trainieren einer eigenen KI dürfte hingegen die allermeisten Autohäuser an kompetenzseitige Grenzen bringen."* Praktisch gesehen ist Optimize and Play die einzige seriöse Wahl, sobald Kundendaten ins Spiel kommen. ChatGPT-Wrapper sind günstig, aber rechtlich fragwürdig. Eigenbau ist für 5 bis 30 Mitarbeiter zu komplex und zu teuer. Optimize and Play ist die Mittelstand-Stufe. ## Erkenntnis 5: RAG-Modelle sind der nächste Schritt Im Ausblick-Kapitel der Studie steht eine bemerkenswerte Prognose. Zitat: *„RAG-Modelle [Retrieval Augmented Generation] können mit recht großer Sicherheit als nächster, branchendurchdringender Entwicklungsschritt bezeichnet werden."* Was ein RAG-Modell ist, in Werkstatt-Sprache: ein Sprachmodell beantwortet eine Anfrage nicht aus Allgemeinwissen, sondern greift gezielt auf eigene Datenquellen zu, etwa das DMS, die Servicehistorie eines Kunden, den Teilebestand. Dadurch sind die Antworten konkret, aktuell und nachvollziehbar. Und: das Modell sieht nur, was Sie ihm zugänglich machen. Datenschutz wird kontrollierbarer als bei klassischen LLMs. Genau dieses Szenario beschreibt die IfA wörtlich auf Seite 55: *„Beispielsweise hört ein KI-Agent bei der Dialogannahme mit und bestellt ohne menschliches Eingreifen die für die Werkstattarbeit benötigten Teile, plant Mitarbeiter sowie Werkstattinfrastruktur ein und übernimmt die Terminkoordination mit dem Kunden."* Das ist nicht Vision, das wird gerade gebaut. Wer 2026 anfängt, einen RAG-fähigen Workflow im eigenen Haus aufzusetzen, hat 2027 einen Vorsprung von zwei bis drei Jahren gegenüber Häusern, die das ignorieren. ## Was Inhaber konkret tun können Aus den fünf Erkenntnissen vier praktische Schritte, die ein Mittelstands-Inhaber diese Woche machen kann. 1. **Prozess-Foto machen:** eine Woche lang notieren, wie viele Anfragen wie reinkommen, wer sie übernimmt, wo Reibung entsteht. Ohne Software. 2. **Service-Bereich priorisieren:** wenn ein KI-Pilot, dann nicht im Marketing, sondern in der Service-Annahme oder im Termin-Workflow. 3. **Anbieter nach DSGVO-Hosting fragen:** bei jedem Tool-Gespräch die einfache Frage „wo stehen die Server, wer ist Auftragsverarbeiter". Wer das nicht sauber beantworten kann, fliegt aus der Auswahl. 4. **RAG-Bereitschaft prüfen:** hat der Anbieter eine Schnittstelle zu Ihrem DMS, oder ist es ein abgekapseltes Standard-Tool. Die Antwort entscheidet, ob die Lösung zukunftsfähig ist. ## Eine Beobachtung zum Schluss Die Studie endet mit einem Satz, der für die nächsten Monate Priorität haben sollte: *„KI darf kein Selbstzweck sein, sondern muss immer im Zusammenhang mit der Erreichung von konkreten unternehmerischen Zielen stehen."* Übersetzt in den Werkstatt-Alltag: ein KI-Pilot beginnt mit einem Schmerz, nicht mit einer Software-Demo. Wer den Schmerz nicht klar benennen kann, sollte keinen Pilot starten. Wer ihn benennen kann, hat schon den größten Schritt getan. --- ### DIGISTAFF arbeitet nach den sieben Erfolgsfaktoren der IfA-Studie. Discovery vor Setup. Service-Bereich priorisiert. Hosting in Deutschland oder der EU, Sprachmodell bei einem europäischen Anbieter. RAG-Architektur eingebaut. Zwei wöchentliche Reviews. Ausgewählte Pilotmandate für inhabergeführte Betriebe. [Konditionen ansehen](https://www.digistaff.de/index.html#preise) ### Quelle Maier, B. / Keppeler, F. (2025): KI für Autohäuser und Werkstätten. Menschliche und Künstliche Intelligenz als Schlüssel zum Geschäftserfolg. Institut für Automobilwirtschaft (IfA) der Hochschule für Wirtschaft und Umwelt Nürtingen-Geislingen, in Kooperation mit Zentralverband Deutsches Kraftfahrzeuggewerbe (ZDK), Steinaecker Consulting und DISERVA. Bonn / Berlin, Mai 2025. Weitere Anbieter und Lösungen sind über die DISERVA-Plattform recherchierbar. Hinweis: Dieser Artikel ist eine praxisorientierte Auswahl aus der IfA-Studie 2025 und ersetzt nicht das Lesen der Originalstudie. Zitate sind als solche gekennzeichnet. Der Artikel gibt die Sicht von DIGISTAFF auf die Branchenlage wieder. Quellen & Annahmen **Stand:** Juni 2026 **Quellen:** IfA-Studie 2025 „Künstliche Intelligenz im Kfz-Handel“ (Primärquelle, 64 analysierte Use Cases); ZDK-Branchendaten 2025 **Annahmen:** Prozentwerte (75 %, 70 %, 64 %, 63 %) direkt aus IfA-Studie; Stichprobengröße und Methodik in der Originalstudie dokumentiert **Hinweis:** Alle Angaben sind Richtwerte ohne Gewähr. Die tatsächlichen Werte werden in der Discovery-Phase individuell gemessen.