HumAInize humainize.de

Aufzeichnung · 14. September 2026

KI im Mittelstand: Drei Lösungen, die wir live aufbauen

Der Livetermin ist ausgefallen. Aufgebaut habe ich die drei Lösungen trotzdem – und dabei die Kamera mitlaufen lassen.

Jede Lösung hat ihr eigenes Video. Sie können einzeln schauen, in beliebiger Reihenfolge. Unter jedem Video stehen die Prompts, die darin vorkommen, zum Kopieren. Sie funktionieren in ChatGPT, Claude und Gemini gleichermaßen.


Lösung 01

Rechnungsablage

Eingangsrechnungen kommen per Mail, als PDF im Anhang, manchmal auch nur abfotografiert. Jemand muss sie öffnen, umbenennen, in den richtigen Ordner schieben und die Zahlen weitergeben. Das kostet im Monat schnell einen halben Arbeitstag und ist die Sorte Arbeit, an die sich niemand gern setzt. Im Video baue ich das so um, dass die Rechnung ausgelesen wird, Lieferant, Datum, Betrag und Rechnungsnummer landen sauber benannt in der Ablage.

LAENGE-25 Minuten · Ton bitte an

Was Sie dafür brauchen

Die Prompts

Schritt 1 – Einrichtung
Baue mir einen n8n-Workflow, der eingehende Rechnungen aus einem
E-Mail-Postfach ablegt und in einer Tabelle erfasst.

Ablauf:

1. Trigger: "Email Trigger (IMAP)". Anhänge herunterladen aktiviert,
   Format "resolved". Prüft jede Minute auf neue, ungelesene Mails.

2. IF-Knoten "Ist eine Rechnung?": true, wenn mindestens ein Anhang
   vom Typ application/pdf vorhanden ist UND Betreff oder Text eines
   dieser Wörter enthält, Groß-/Kleinschreibung egal:
   Rechnung, Invoice, Beleg, Quittung, Zahlungsaufforderung.
   Der false-Ausgang geht auf einen No-Operation-Knoten
   namens "Keine Rechnung".

3. Code-Knoten "PDF vorbereiten" am true-Ausgang: sucht im Item das
   erste Binary-Feld mit mimeType application/pdf und legt es unter
   dem Namen "data" ab. Behält den Originaldateinamen, den Absender
   und den Betreff im JSON.

4. Von "PDF vorbereiten" gehen zwei Verbindungen ab.

   4a. Google Drive, Operation "Upload file". Binary-Feld "data",
       Zielordner wird später eingetragen. Dateiname nach dem Muster
       Eingangsdatum_Absender_Originalname.

   4b. Google Gemini, Operation "Analyze document". Eingabe ist das
       Binary-Feld "data". Der Prompt wird von mir eingesetzt.

5. Code-Knoten "Rechnungsdaten aufbereiten" hinter dem Gemini-Knoten:
   nimmt die Textantwort, entfernt eventuelle Markdown-Codeblöcke,
   parst das JSON und wandelt deutsche Zahlenformate (1.234,56) in
   Dezimalzahlen um. Bei ungültigem JSON wird ein Objekt mit leeren
   Feldern und status "Prüfen" zurückgegeben.

6. Google Sheets, Operation "Append row", mit diesen Spalten:
   Eingangsdatum, Rechnungsnummer, Rechnungsdatum, Lieferant,
   Netto, MwSt, Brutto, Währung, Fälligkeit, Kategorie,
   Dateiname, Absender, Status.

Benenne alle Knoten auf Deutsch wie oben angegeben.
Credentials und IDs trage ich selbst ein.
Schritt 2 – Backup
Erzeuge eine importierbare n8n-Workflow-JSON. Gib ausschließlich die
JSON aus, ohne Erklärung und ohne Codeblock-Markierung.

Anforderungen an die Struktur: ein Objekt mit den Schlüsseln "name",
"nodes", "connections", "settings" und "pinData". Jeder Knoten braucht
"parameters", "type", "typeVersion", "position", "id" und "name".
Für Credentials setzt du leere Platzhalter-Objekte, die ich in n8n
selbst zuweise.

Knoten und Verbindungen:

1. n8n-nodes-base.emailReadImap, Name "Mail IMAP",
   downloadAttachments true, format "resolved".

2. n8n-nodes-base.if, Name "Ist eine Rechnung?".
   Bedingung: der Betreff enthält einen der Begriffe Rechnung,
   Invoice, Beleg, Quittung (case-insensitive, ODER-verknüpft).

3. n8n-nodes-base.noOp, Name "Keine Rechnung", am false-Ausgang.

4. n8n-nodes-base.code, Name "PDF vorbereiten", am true-Ausgang.
   Der Code durchsucht item.binary nach dem ersten Eintrag mit
   mimeType "application/pdf", legt ihn als binary.data ab und
   ergänzt json.dateiname, json.absender, json.betreff,
   json.eingangsdatum (ISO-Datum von heute).

5. n8n-nodes-base.googleDrive, Name "PDF nach Google Drive",
   Operation upload, inputDataFieldName "data".
   folderId als Platzhalter "ORDNER_ID_EINTRAGEN".

6. @n8n/n8n-nodes-langchain.googleGemini, Name "Rechnung auslesen".
   resource "document", operation "analyze",
   binaryPropertyName "data", modelId "models/gemini-2.5-flash".
   Als Prompt setzt du exakt den Text ein, den ich unten unter
   "Extraktionsprompt" angebe.

7. n8n-nodes-base.code, Name "Rechnungsdaten aufbereiten".
   Entfernt ```json-Fences, parst das JSON, wandelt Zahlen im
   deutschen Format in Dezimalzahlen, fängt Parse-Fehler ab und
   setzt dann status auf "Prüfen".

8. n8n-nodes-base.googleSheets, Name "Zeile anhängen",
   Operation append, documentId und sheetName als Platzhalter.
   Spalten: Eingangsdatum, Rechnungsnummer, Rechnungsdatum,
   Lieferant, Netto, MwSt, Brutto, Währung, Fälligkeit,
   Kategorie, Dateiname, Absender, Status.

Verbindungen: 1 → 2. 2 (true) → 4. 2 (false) → 3.
4 → 5 und 4 → 6. 6 → 7. 7 → 8.

Extraktionsprompt:
[hier den Text aus dem nächsten Abschnitt einsetzen]
Schritt 2 – Extraktionsprompt
Du liest eine Rechnung aus einem PDF aus.

Gib ausschließlich ein JSON-Objekt zurück. Keine Erklärung, keine
Einleitung, keine Codeblock-Markierung.

{
  "rechnungsnummer": "",
  "rechnungsdatum": "",
  "lieferant": "",
  "netto": "",
  "mwst": "",
  "brutto": "",
  "waehrung": "",
  "faelligkeit": "",
  "kategorie": ""
}

Regeln:

- Datumsangaben im Format JJJJ-MM-TT.
- Beträge als Zahl mit Punkt als Dezimaltrennzeichen, ohne
  Währungszeichen und ohne Tausenderpunkte. Beispiel: 1234.56
- "lieferant" ist der Absender der Rechnung, nicht der Empfänger.
- "waehrung" als dreistelliger Code, etwa EUR oder CHF.
- "kategorie" wählst du aus genau dieser Liste: Material, Werkzeug,
  Fahrzeug, Software, Telekommunikation, Miete, Versicherung,
  Fremdleistung, Büro, Sonstiges.
- Steht ein Wert nicht auf der Rechnung, lässt du das Feld leer.
  Rate nicht und rechne nichts aus, was nicht dasteht.
- Findest du mehrere Steuersätze, trägst du bei "mwst" die Summe
  aller Steuerbeträge ein.

Lösung 02

Monteur-App

Der Monteur ist fertig beim Kunden, packt zusammen und fährt zum nächsten Termin. Der Bericht dazu entsteht abends im Auto, am Wochenende oder gar nicht. Was fehlt, fehlt später in der Rechnung. Im Video baue ich den Weg vom gesprochenen Satz vor Ort bis zum fertigen, lesbaren Bericht, ohne dass jemand auf dem Handy tippen muss.

LAENGE-33 Minuten · Ton bitte an

Was Sie dafür brauchen

Die Prompts

Schritt 1 - Monteur Seite
Baue mir eine einzelne HTML-Datei für eine Handy-Webseite, auf der ein
Monteur seinen Einsatzbericht einspricht. Alles in eine Datei, CSS und
JavaScript inline, keine externen Bibliotheken.

Kopfzeile: "Monteur App", darunter klein "Sprachbericht erfassen".
Rechts ein Zahnrad, das die Einstellungen öffnet.

Block 1, Auftragsinfos:
- Datum und Uhrzeit, automatisch gefüllt, ausgegraut, nicht änderbar,
  Format "Samstag, 12. September 2026 - 22:02 Uhr"
- Monteur (Pflichtfeld, wird im Browser gespeichert und beim nächsten
  Aufruf vorausgefüllt)
- Auftrags-Nr. (optional, Platzhalter "z. B. A-2026-001")
- Kundenname (Pflichtfeld, Platzhalter "z. B. Müller GmbH")
- Adresse (optional, Platzhalter "Straße, PLZ Ort")

Block 2, Sprachbericht:
Ein großer roter runder Knopf mit Mikrofonsymbol, Beschriftung
"STARTEN". Darüber der Hinweis: "Drücke den roten Button und sprich
deinen Bericht frei ein." und fett "Nenne: Tätigkeiten · Teile · Zeit
vor Ort · Fahrzeit."

Aufnahme über MediaRecorder. Beim Drücken wechselt der Knopf auf
"STOPP", pulsiert und zeigt darunter die laufende Zeit in mm:ss.
Nach dem Stoppen erscheint ein Abspielfeld zum Kontrollhören, dazu
zwei Knöpfe: "Bericht senden" und "Nochmal aufnehmen".

Beim Senden: Pflichtfelder prüfen, dann ein multipart/form-data-POST
an die hinterlegte Webhook-URL mit den Feldern monteur,
auftragsnummer, kunde, adresse, datum und der Audiodatei im Feld
"audio". Währenddessen ein Ladezustand mit dem Text "Bericht wird
verarbeitet, das dauert etwa 15 Sekunden".

Antwortet der Server mit einer Doc-URL, zeigst du eine Erfolgsmeldung
mit einem Knopf "Bericht öffnen" und einem zweiten "Neuer Bericht",
der das Formular bis auf den Monteurnamen leert. Bei einem Fehler eine
rote Meldung mit dem Text vom Server und einem Knopf "Erneut senden",
der die Aufnahme nicht verwirft.

Einstellungen hinter dem Zahnrad: ein Feld für die Webhook-URL, im
Browser gespeichert. Ist keine hinterlegt, öffnet sich der Dialog beim
ersten Aufruf von selbst.

Gestaltung: heller Hintergrund, weiße Karten mit weichen Ecken,
dunkelblaue Kopfzeile, Rot nur für den Aufnahmeknopf. Große
Schaltflächen, Eingabefelder mit mindestens 16 Pixel Schriftgröße,
damit das iPhone beim Antippen nicht hineinzoomt. Bedienbar mit einer
Hand, Daumen unten.

Fehlt die Mikrofonerlaubnis, zeigst du einen erklärenden Hinweis statt
einer leeren Seite.
Schritt 2 - für das Backend in n8n
Baue mir einen n8n-Workflow, der eine Sprachaufnahme entgegennimmt und
daraus ein fertiges Google-Doc macht.

Ablauf:

1. Webhook "Bericht empfangen". Methode POST, Pfad "monteurbericht",
   Antwortverhalten "Using Respond to Webhook Node". Binäre Daten
   aktiviert, damit die Audiodatei ankommt.

2. Code-Knoten "Audio vorbereiten": sucht im Item das erste Binary-Feld
   mit einem mimeType, der mit audio/ beginnt, und legt es unter dem
   Namen "file" ab. Setzt einen Dateinamen mit passender Endung.
   Übernimmt monteur, auftragsnummer, kunde, adresse und datum aus den
   Formularfeldern ins JSON und ergänzt ein ISO-Datum von heute.

3. HTTP Request "Whisper Transkription":
   POST auf https://api.openai.com/v1/audio/transcriptions
   Authentifizierung über das hinterlegte OpenAI-Credential.
   Body-Typ form-data mit dem Binary-Feld "file" als Datei sowie den
   Textfeldern model = whisper-1 und language = de.

4. HTTP Request "GPT-4o strukturieren":
   POST auf https://api.openai.com/v1/chat/completions
   JSON-Body mit model gpt-4o, response_format { "type": "json_object" },
   temperature 0.2. Die system-Nachricht setze ich selbst ein. Die
   user-Nachricht enthält den Transkripttext aus dem vorigen Knoten.

5. Code-Knoten "Dokument aufbauen": parst die Antwort aus
   choices[0].message.content und baut daraus einen fertigen Fließtext
   für das Dokument mit den Abschnitten Auftragsdaten, Tätigkeiten,
   verbaute Teile, Zeiten, Besonderheiten, offene Punkte und zuletzt
   dem wörtlichen Transkript. Ausgabe: ein Feld "titel" nach dem Muster
   "Einsatzbericht Kundenname 2026-09-14" und ein Feld "inhalt".

6. Google Docs, Operation "Create a document". Titel aus dem Feld
   "titel", Zielordner trage ich ein.

7. HTTP Request "Inhalt einfügen":
   POST auf https://docs.googleapis.com/v1/documents/{{ documentId }}:batchUpdate
   mit Google-Docs-OAuth. Body: ein requests-Array mit einem
   insertText-Eintrag, Index 1, Text aus dem Feld "inhalt".

8. Respond to Webhook "Erfolg zurückmelden": JSON mit ok true, der
   Dokument-URL nach dem Muster
   https://docs.google.com/document/d/DOKUMENT_ID/edit und dem Titel.

Dazu ein zweiter, getrennter Strang:

9. Error Trigger "Fehler abfangen", dahinter ein Respond-to-Webhook-
   Knoten "Fehler zurückmelden", der ok false und die Fehlermeldung
   zurückgibt.

Benenne alle Knoten auf Deutsch wie oben. Credentials und IDs trage ich
selbst ein.
Schritt 3 - Anweisung für Note "GPT-4o strukturieren" in n8n - den kopierten Text in der Note als JSON einfügen
{{ JSON.stringify({
  model: "gpt-4o",
  response_format: { type: "json_object" },
  temperature: 0.2,
  messages: [
    { role: "system", content: [
      'Du wandelst das gesprochene Protokoll eines Monteurs in strukturierte Daten um.',
      'Der Text kommt aus einer Spracherkennung, ist umgangssprachlich und enthaelt Versprecher.',
      '',
      'Gib ausschliesslich ein JSON-Objekt in dieser Form zurueck:',
      '',
      '{',
      '  "zusammenfassung": "",',
      '  "taetigkeiten": [],',
      '  "teile": [{"bezeichnung": "", "menge": null, "einheit": ""}],',
      '  "fahrzeit_minuten": null,',
      '  "zeit_vor_ort_minuten": null,',
      '  "besonderheiten": [],',
      '  "offene_punkte": [],',
      '  "nachbestellen": []',
      '}',
      '',
      'Regeln:',
      '',
      '- "zusammenfassung" ist ein Satz, der sagt, was gemacht wurde.',
      '- "taetigkeiten" sind kurze Saetze in der Vergangenheitsform, einer je Arbeitsschritt.',
      '  Keine Fuellwoerter, keine Bewertung.',
      '- "teile" enthaelt nur tatsaechlich verbautes oder verbrauchtes Material.',
      '  "menge" ist eine Zahl, "einheit" eines von: Stueck, Meter, Liter, Kilogramm, Packung.',
      '  Ist keine Menge genannt, setzt du menge auf null.',
      '- Zeiten traegst du in Minuten ein. "zwei Stunden" wird zu 120, "dreiviertel Stunde" zu 45.',
      '- "besonderheiten" sind Dinge, die vor Ort aufgefallen sind, aber nicht beauftragt waren.',
      '- "offene_punkte" ist alles, was ein weiteres Mal erfordert.',
      '- "nachbestellen" ist Material, das vom Fahrzeug verbraucht wurde und nachgefuellt werden muss.',
      '- Umgangssprache uebersetzt du in die uebliche Bezeichnung: aus "das Ding an der Heizung"',
      '  wird nichts, aus "Ausgleichsbehaelter" bleibt "Ausgleichsbehaelter". Wenn du dir nicht',
      '  sicher bist, uebernimmst du die Formulierung des Monteurs woertlich.',
      '- Steht etwas nicht im Text, bleibt das Feld leer. Rate nicht, ergaenze keine ueblichen',
      '  Arbeitsschritte und rechne nichts aus, was nicht gesagt wurde.'
    ].join('\n') },
    { role: "user", content: $json.text }
  ]
}) }}

Lösung 03

Voice Agent

Das Telefon klingelt, während die Farbe einwirkt und beide Hände im Einsatz sind. Rangehen heißt, die Kundin im Stuhl warten zu lassen. Nicht rangehen heißt, dass der Anrufer es beim nächsten Salon probiert.

Der Voice Agent geht ran, fragt nach Name, Wunschleistung und Terminvorstellung und schaut direkt im Kalender nach, ob der Termin frei ist. Passt er, wird er eingetragen. Sie bekommen eine Mail, dass eine Buchung eingegangen ist, und zur Sicherheit läuft jede Buchung zusätzlich in eine Tabelle. Nichts nachtragen, nichts zurückrufen, nichts bestätigen.

LAENGE-7 Minuten · Ton bitte an

Diese Lösung zeige ich als Demo. Es geht darum, wie so etwas im Betrieb klingt und an welchen Stellen es sich lohnt. Prompts gibt es dafür keine, der Aufbau hängt zu stark am einzelnen Betrieb.


Und jetzt?

Nachbauen ist der einfache Teil

Die drei Lösungen laufen in etwa einer halben Stunde. Was danach kommt, ist die eigentliche Arbeit: herausfinden, welche davon in Ihrem Betrieb wirklich etwas verändert, und sie so aufsetzen, dass sie auch in drei Monaten noch läuft.

Genau dafür gibt es den Business Club.

Gründungsmitgliedschaft

HumAInize Business Club

Wöchentliche Sprechstunde, monatlicher Workshop, Hot-Seat-Sessions. Sie bringen Ihren Fall mit, wir bauen ihn gemeinsam auf. Und wenn KI bei Ihnen an einer Stelle nichts bringt, sage ich Ihnen das auch.

  • Beitrag79 € / Monat
  • Gründungsplätze25
  • Zeitaufwandca. 60 Min / Woche
  • Versprechenein Anwendungsfall in 90 Tagen
  • Rückgabe30 Tage Geld zurück
Gründungsplatz sichern

Monatlich kündbar · Endpreis, kein Ausweis von Umsatzsteuer nach § 19 UStG