KI im Autohaus: Vom Hype zur praktischen Umsetzung

Dass Künstliche Intelligenz den Automobilhandel verändern wird, steht inzwischen fest. Zu klären ist, wo sich ihr Einsatz tatsächlich lohnt. Diese Verschiebung vom Hype zur Praxis prägte die AUTOHAUS KI Convention powered by TÜV SÜD am 4. und 5. November 2026. Die Gastgeber Ralf Breisch, Leiter Vertrieb TÜV SÜD Division Mobility, und Ralph M. Meunzel, Chefredakteur AUTOHAUS, luden dazu in die Alten Lokhalle in Mainz. Im Zentrum standen konkrete KI-Anwendungen für intelligentes Leadmanagement, Kundenkommunikation sowie Verkaufs-, Service- und Werkstattprozesse.

Dass ausgerechnet Praxis und Wirtschaftlichkeit die Veranstaltung bestimmten, ist ein wichtiges Signal. Denn während generative KI mit ChatGPT & Co. den öffentlichen Diskurs beherrscht, sind die Herausforderungen in den Betrieben wesentlich handfester. Daten liegen in unterschiedlichen Systemen, Prozesse sind historisch gewachsen und Anwendungen häufig nicht miteinander verbunden. Gleichzeitig sollen neue Lösungen sicher sein und einen messbaren Nutzen liefern.

Zum Auftakt am Vorabend setzte die Convention deshalb einen Management-Akzent. Unter der Überschrift "KI führen, nicht nur einführen" diskutierten Andreas Weeber vom Autohaus Weeber, Alexander Kropf von der Glinicke Automobil Holding und Christopher Geyer von der Seitz Gruppe und Branchenexperte Steven Zielke darüber, wie aus einer Managemententscheidung operative Praxis wird. Eingebettet war die Veranstaltung in den Digital Dealer Performance Award 2026 sowie den fachlichen und persönlichen Austausch der Branche.

Nicht das KI-Tool entscheidet

Am Konferenztag zog sich ein Gedanke durch zahlreiche Vorträge. Der isolierte Einsatz neuer KI-Tools reicht nicht. Steven Zielke, CEO von mobilApp und Moderator der Veranstaltung, beschrieb die Gefahr eines KI-Wildwuchses aus Einzellösungen. Benötigt würden vielmehr Daten, sichere Architekturen und Systeme, die miteinander kommunizieren können. Gleichzeitig verändert KI die Softwareentwicklung selbst: Was früher Monate beanspruchte, könne deutlich schneller umgesetzt werden. Damit verschiebt sich perspektivisch auch das Kompetenzprofil. Neben dem klassischen Entwickler gewinnt der Softwarearchitekt an Bedeutung, der neue Anwendungen in bestehende Systeme und Prozesse einbindet.

Wie wichtig die Datenbasis ist, zeigte sich in Mainz immer wieder, auch bei Anwendungen jenseits generativer Sprachmodelle. Beim KI-gestützten WLTP-Monitoring demonstrierte Sebastian Fischer von ELN Systems beispielsweise, wie sich Datenketten zwischen Hersteller, Dienstleister, Fahrzeugbörse und Händlerwebsite automatisiert kontrollieren lassen. Sein Ansatz macht deutlich: Für eindeutig prüfbare Sachverhalte muss nicht zwingend ein großes Sprachmodell eingesetzt werden. Schlankere Entscheidungsmodelle können für klar definierte Prüfaufgaben erheblich effizienter sein.

AUTOHAUS KI Convention 2026 powered by TÜV SÜD in Mainz

Sichtbarkeit verändert sich

TÜV SÜD, Partner der Veranstaltung, brachte eigene Erfahrungen aus einem KI-gestützten Prozess für lokale Standortseiten ein. Carolin Ruopp, Head of Business Partner Mobility, zeigte, wie lokale Seiten mit KI analysiert, Optimierungspotenziale identifiziert sowie skalierbare Prompt-Strategien und Content-Briefings entwickelt werden können. Dahinter steht eine Frage, die künftig weit über klassisches SEO hinausgeht: Wie müssen Unternehmensinformationen strukturiert sein, damit KI-Systeme sie finden, verstehen und als Grundlage einer Antwort verwenden können?

Der Ansatz verbindet die bekannte Suchmaschinenoptimierung mit Generative Engine Optimization, kurz GEO. Dafür müssen Händler zunächst verstehen, welche realen Fragen ihre Kunden an KI-Systeme richten. Anschließend gilt es zu prüfen, ob die eigenen Inhalte diese Fragen tatsächlich beantworten und von den Systemen zuverlässig verarbeitet werden können. Die Sichtbarkeit entsteht dabei nicht allein auf der eigenen Website. Eigene Inhalte und externe Quellen prägen gemeinsam das Bild, aus dem KI-Systeme ihre Empfehlungen ableiten.

Wie konkret dieser Wandel bereits wird, zeigte auch Tamara Weeber vom Autohaus Weeber. Dort wurde die eigene Website systematisch auf ihre Eignung für die neue Suchwelt untersucht. Das Ergebnis mündete in die Entscheidung, die Seite neu aufzusetzen. Klassische SEO verschwindet dabei keineswegs abrupt. Vielmehr erweitert GEO die bisherige Disziplin um die Frage, wie ein Autohaus in Antworten von ChatGPT und anderen KI-Systemen sichtbar wird.

Loco-Soft bringt KI direkt ins DMS

Einen anderen, sehr operativen Zugang präsentierten Ralf Koke und Noah Pölzelbauer von Loco-Soft. Ihr Ansatz bringt KI-Anwendungen in die Arbeitswelt des Dealer-Management-Systems. Dokumente beziehungsweise Belege lassen sich scannen und Kunden-, Fahrzeug- oder Teiledaten übernehmen. Über das Workflow-System können daraus weitere automatisierte Abläufe entstehen. Besonders interessant ist daran weniger der einzelne KI-Effekt als die Integration in eine Umgebung, in der Autohausmitarbeiter ohnehin arbeiten.

Genau darin liegt ein wesentlicher Unterschied zwischen einer beeindruckenden KI-Demo und produktivem Einsatz im Betrieb. Wenn Mitarbeiter Informationen erst aus einem KI-System kopieren und anschließend in DMS, CRM oder andere Anwendungen übertragen müssen, bleibt ein Teil des Produktivitätsgewinns auf der Strecke. Wird KI dagegen Bestandteil bestehender Prozesse, kann Automatisierung tatsächlich Arbeit abnehmen.

Digital Dealer Performance Award 2026 - Preisverleihung in Mainz

Prozesse müssen sich mitverändern

Einen europäischen Blick auf die Transformation brachte Marco Marlia, CEO und Mitgründer von MotorK, nach Mainz. Seine Kernthese war: Neue Technologie allein erzeugt noch keine Produktivität. Als historisches Bild zog er die Elektrifizierung von Fabriken heran. Erst als Prozesse und Produktionsstrukturen an die Möglichkeiten der neuen Technologie angepasst wurden, entstanden große Produktivitätssprünge. Für KI im Autohaus bedeute das dasselbe. Ein bestehender Prozess werde nicht automatisch gut, nur weil einzelne Aufgaben nun einige Sekunden schneller erledigt werden.

MotorK selbst setzte bereits 320 KI-Agenten bei mehr als 280 Mitarbeitern ein und hat nach Angaben Marco Marlias 196 mögliche KI-Szenarien im Autohaus identifiziert. Die entscheidende Stufe beginnt dort, wo ein Prozess nicht mehr in einer einzigen Anwendung bleibt. Kunden bewegen sich zwischen Website, WhatsApp, E-Mail, Telefon, CRM und persönlichem Kontakt. KI kann ihren Mehrwert dann ausspielen, wenn der Kontext über diese Berührungspunkte erhalten bleibt. Marco Marlia brachte die Logik auf einen einfachen Nenner: Je mehr relevanter Kontext vorhanden ist, desto besser arbeitet dieselbe Intelligenz.

Geschwindigkeit wird zum Wettbewerbsvorteil

Wie stark sich solche Ansätze im Vertrieb auswirken können, zeigte das Best-Practice-Beispiel von Alexander Zilken, Zentraler Remarketing Manager bei der Auto Eder Gruppe, und Mario Kunz-Pfauch, Lead Strategic Accounts bei AutoUncle. Ausgangspunkt war ein alltägliches Problem, dass Anfragen auch abends oder am Wochenende eintreffen und anschließend auf die Bearbeitung durch einen Verkäufer warten. Im vorgestellten Prozess reagiert das System dagegen in kurzer Zeit, stellt konkrete Rückfragen und liefert dem Verkäufer anschließend eine Zusammenfassung für die persönliche Weiterbearbeitung.

Die präsentierten Zahlen machen die Dimension greifbar: 52 Prozent der Leads kommen außerhalb der Geschäftszeiten, 97 Prozent der KI-Antworten erreichen den Kunden innerhalb von zwei Minuten und 29 Prozent der angeschriebenen Kunden antworten auch der KI. Gleichzeitig entstehen im Prozess sauberere Daten darüber, aus welchen Quellen Leads stammen und welche Kanäle tatsächlich erfolgreich sind.

Damit verändert KI nicht nur die Geschwindigkeit, sondern auch die Messbarkeit des Vertriebs. Allerdings zeigte das Praxisbeispiel eine zweite Voraussetzung: Die Verkäufer müssen mitgenommen werden. Automatisierung funktioniert dauerhaft nur, wenn die Menschen, die anschließend mit den Ergebnissen arbeiten, den Prozess akzeptieren und verstehen.

Der Mensch bleibt in der Entscheidung

Auch Thomas Bruß (BOB Automotive) und Rolf Schüller (BOB Automobile) warnten davor, KI zum Selbstzweck zu machen. Ihr Maßstab ist pragmatisch: Nimmt ein System tatsächlich Arbeit ab? Wo genügt eine klassische Automatisierung? Und an welcher Stelle muss ein Mensch entscheiden? Beim Umgang mit Google-Bewertungen arbeitet BOB beispielsweise mit definierten Regeln, wann ein Mensch die KI-generierte Antwort kontrollieren beziehungsweise freigeben muss. Zugleich braucht es geschützte Arbeitsräume und eine bewusste Entscheidung darüber, welche Werkzeuge eingekauft oder möglicherweise selbst gebaut werden.

Christian Brunkhorst wiederum beschrieb die Digitalisierung seines Autohauses als Aufstieg zum "digitalen Mount Everest". Die Website bildet das Basislager, darauf folgen Mobile-first, E-Commerce-Standards, Conversion-Tracking und zunehmend optimierte Kampagnen. Sein Praxisbericht machte deutlich, dass KI nicht am Anfang dieser Entwicklung steht. Sie entfaltet ihren Nutzen auf einem digitalen Fundament aus strukturierten Daten, funktionierenden Prozessen und sauber messbaren Kundenwegen.

Vom Experiment zum Betriebssystem

Die vielleicht wichtigste Botschaft aus Mainz lautet deshalb: Der Wettlauf um KI im Autohaus wird nicht dadurch entschieden, wer die meisten Anwendungen einführt. Entscheidend wird sein, wer aus vorhandenen Daten, vernetzten Systemen und neu gedachten Prozessen einen messbaren Vorteil für Kunden und Mitarbeiter schafft. Erfolgreiche Händler werden KI nicht als zusätzliches Tool behandeln können. Sie müssen Datenqualität, Softwarearchitektur, Prozesse, Mitarbeiter und Kundenschnittstellen zusammendenken.