← Zurück zur Übersicht

QR-Bewertungskarten mit KI-Klassifizierung: mehr echte Kundenstimmen

Bewertungen entscheiden über Aufträge — aber die meisten zufriedenen Kunden schreiben nie welche. Dieses Beispiel-Projekt zeigt, wie eine Handwerksfirma mit bedruckten QR-Karten und einer KI-gestützten Auswertung diesen Engpass auflöst.

Ausgangslage: gute Arbeit, kaum sichtbar

Die Grundkonstellation kennen viele Betriebe: Eine Heizungsbau-Firma mit 12 Mitarbeitenden, überwiegend Aufträge über Empfehlung und regionale Bekanntheit. Auf Google sind nur wenige Dutzend Bewertungen sichtbar, die meisten mehrere Jahre alt — während ein konkurrierender Großbetrieb mit schlechterer Arbeitsqualität hunderte Bewertungen vorweisen kann.

Das Problem war nie die Kundenzufriedenheit. Nach Projektabnahme gibt es schlicht keinen natürlichen Moment, in dem ein Kunde aktiv eine Bewertung schreibt. Bisherige Ansätze — ein Hinweis auf der Rechnung, einmal eine E-Mail-Aktion — brachten kaum Bewegung.

Die Idee: die Bewertung mit auf den Auftrag geben

Gedreht wurde der Hebel am Zeitpunkt. Statt nach dem Projekt zu hoffen, bekommt der Monteur bei jedem Abschluss eine kleine Karte mit auf den Weg: Danke, QR-Code scannen, in zwei Minuten Feedback abgeben. Die Karte wird persönlich übergeben — genau der Moment, in dem die Zufriedenheit am höchsten ist.

• Karten im Scheckkartenformat, individuell bedruckt, mit QR-Code pro Auftrag
• Scan führt zu einer kurzen Bewertungsseite — ohne Login, ohne App-Installation
• Zufriedene Kunden werden sanft zu Google oder einer Branchenplattform geleitet
• Kritische Rückmeldungen landen intern beim Qualitätsverantwortlichen, bevor sie öffentlich werden

Für Betriebe, die genau so eine Lösung nicht selbst bauen wollen, gibt es mit bewertungsautomat.de einen fertigen Dienst genau für diesen Anwendungsfall — vom Kartendruck bis zur Auswertung.

Wo die KI ins Spiel kommt

Der QR-Code allein wäre nur ein Formular. Der eigentliche Nutzen entsteht in der Auswertung:

Wichtig: Die KI ersetzt hier keine Bewertung des Kunden, sie sortiert und verdichtet nur. Ob eine Kritik berechtigt ist, entscheidet weiterhin ein Mensch im Betrieb.

Umsetzung im Betrieb

Die Einführung lief bewusst klein. Nach einer vierwöchigen Pilotphase mit zwei Monteuren und rund 120 Karten wurde das Vorgehen ausgeweitet:

1. Wochen 1–2: Kartenlayout und Kurzfragenkatalog festgelegt (maximal drei Fragen plus Freitext).
2. Wochen 3–4: Pilotphase, zwei Monteure, kurze Einweisung — wichtig war der Satz „Karte gehört zum Abschluss wie die Rechnung“.
3. Monat 2: Auswertung auf alle Teams ausgeweitet, monatliches Review im Teamleiter-Meeting.

Technisch lief das Ganze ohne eigene Server-Infrastruktur im Betrieb: Die Bewertungsseiten werden vom Dienstleister gehostet, die Auswertung läuft als Cloud-Dienst. Wer Wert auf Datenminimierung legt, achtet darauf, dass keine Adressdaten auf der Karte nötig sind — der QR-Code verweist nur auf die Auftragsnummer.

Kostenrahmen (Stand 2026)

Nüchtern gerechnet bleibt das Projekt überschaubar. Die Karten liegen je nach Auflage und Druckverfahren grob bei ca. 0,50 bis 1,50 Euro pro Karte; der Betrieb braucht pro abgeschlossenem Auftrag eine Karte, also einige hundert bis wenige tausend pro Jahr. Dazu kommt eine monatliche Grundpauschale für die Plattform und die KI-Auswertung — im unteren bis mittleren zweistelligen bis niedrigen dreistelligen Bereich, je nach Funktionsumfang. Einmalig kommen Druckdaten-Erstellung und Einweisung dazu. Insgesamt lag das Projekt für den Beispielbetrieb im ersten Jahr im Bereich weniger tausend Euro — deutlich weniger als eine einzelne Anzeigenkampagne.

Stolperfallen — ehrlich benannt

• Karten bleiben im Handschuhfach: Ohne klare Regel „Karte wird übergeben“ landen sie nie beim Kunden. Das ist Führungssache, keine Technikfrage.
• Zu viele Fragen: Alles über drei Fragen drückt die Abschlussquote deutlich. Weniger ist mehr.
• Kritikkanal ernst nehmen: Wer interne Kritik sammelt und nicht reagiert, verärgert Kunden doppelt. Der Prozess braucht einen verantwortlichen Menschen.
• Bewertungen kaufen wollen: Anreize für positive Bewertungen (Rabatt gegen 5 Sterne) verstoßen gegen Plattformregeln und Vertrauen. Funktioniert hat allein der persönliche Moment.
• Datenschutz: Auch anonyme Feedbacks können personenbezogen werden. Klare Löschfristen und datensparsame Formulare von Anfang an mitdenken — Grundlagen dazu liefert z. B. der Bundesbeauftragte für den Datenschutz.

Was der Betrieb davon hatte

Nach acht Monaten zeichnete sich ein klares Bild ab: Statt zwei bis drei neuen öffentlichen Bewertungen pro Monat waren es über zehn, der Schnitt blieb stabil hoch — weil echte zufriedene Kunden endlich einen niedrigschwelligen Weg hatten. Fast wertvoller war aber der interne Effekt: Ein wiederkehrendes Kritikthema (Terminverzögerungen bei Materialbestellungen) wurde erst durch die Themen-Auswertung sichtbar und konnte gezielt behoben werden.

Zur Einordnung: Solche Effekte sind typisch, aber nicht garantiert. Entscheidend sind Öffnungsquote der Karten und die konsequente Übergabe durch das Team — Betriebe, die die Karte nur „mitgeben, wenn dran gedacht wird“, sehen deutlich dünnere Ergebnisse.

Fazit und Handlungsempfehlung

QR-Bewertungskarten mit KI-Klassifizierung sind eines der seltenen KI-Projekte, das klein anfängt, schnell wirkt und keinen IT-Stab braucht. Der Hebel liegt nicht in der Technologie, sondern im Prozess: der persönliche Moment der Übergabe plus ein sauberer Auswertungs-Workflow.

Empfehlung: Mit einer Pilotphase von 4–6 Wochen und einem klar benannten Verantwortlichen starten, Erfolg an zwei Zahlen messen (Öffnungsrate und Anzahl neuer öffentlicher Bewertungen). Wer nicht selbst bauen will, findet bei bewertungsautomat.de eine fertige Lösung; wer darüber hinaus eigene KI-Ideen für den Betrieb prüft, findet bei Neuritheon Ansprechpartner für KMU-Projekte. Weitere konkrete Umsetzungen wie Rechnungsautomatisierung oder E-Mail-Sortierung beschreiben wir in den anderen Beispiel-Projekten.