KI für Photovoltaik-Installateure 2026: 5 Use Cases, die deinen Vertrieb skalieren

Ein PV-Installateur mit 14 Mitarbeitern bekommt 2026 zwischen 50 und 120 Anfragen pro Woche, schafft aber realistisch nur 25 bis 40 davon im Vertrieb sauber zu bearbeiten. Der Rest kühlt im Postfach aus oder wird halbherzig nachtelefoniert. Genau diese Engpässe lassen sich mit nüchterner KI 2026 angehen, und zwar so, dass der Vertrieb skaliert, ohne dass du Personal verdoppelst. Fünf Use Cases, die in Betrieben zwischen 8 und 25 Mitarbeitern tragen.

Auf einen Blick: Photovoltaik-Installateure mit 8 bis 25 Mitarbeitern haben fünf konkrete KI-Hebel: Lead-Qualifizierung per KI-Telefon-Pre-Screening, Angebotsvorbereitung mit Dachvermessung aus Luftbildern, Förderberatung zu KfW 270 und EEG-Einspeisevergütung, vorausgefüllte Förderanträge, automatische After-Sales- und Wartungs-Mails. Realistische Zeitersparnis im Vertrieb: 15 bis 25 Stunden pro Woche. Tools: VAPI oder Bland AI für Voice (200 bis 500 Euro pro Monat), ChatGPT Team oder Claude Team für Texte und Beratung, SolarComputer oder PV*SOL für Auslegung, Google Maps API für Dachvermessung. Gesamt-Investition realistisch 500 bis 1.500 Euro pro Monat. KI-Kompetenzpflicht nach Art. 4 EU AI Act seit 02.02.2025 in Kraft.

Warum die PV-Branche 2026 ein KI-Sweet-Spot ist

Der Markt für Aufdach-Photovoltaik wächst weiter, auch wenn die Einspeisevergütung seit Februar 2026 für Teileinspeisung bei Anlagen bis 10 kWp bei 7,78 ct/kWh liegt und im August nochmal um etwa 1 Prozent sinkt. Der eigentliche Treiber heißt 2026 Eigenverbrauch plus Speicher, gestiegene Strompreise und Förderkredite wie KfW 270. Die Nachfrage ist da. Was fehlt, ist Vertriebsdurchsatz.

In dieser Konstellation wirkt KI als Engpass-Maschine: viele Leads, wenig Mitarbeiter, hoher Anteil von Standard-Vorgängen pro Anfrage. Wer die Standardarbeit auslagert, gewinnt Zeit für die Beratung am Küchentisch und die saubere Auslegung auf dem Dach.

Use Case 1: Lead-Qualifizierung per KI-Telefon

Der größte stille Verlust in der PV-Akquise ist die Lead-Bearbeitung. Du bekommst Anfragen über Formular, WhatsApp, Empfehlungen, Messen, Online-Anzeigen. Ein Teil davon ist heiß (Hausbesitzer, klares Budget, Dach geeignet), ein Teil eiskalt (Mieter im 5. OG, will mal "Infos"), und der Rest liegt irgendwo dazwischen. Ohne saubere Qualifizierung bearbeitet dein Innendienst alles gleichlang. Das frisst Zeit, die bei den heißen Leads fehlt.

Ein KI-Voice-Agent auf Basis von VAPI oder Bland AI ruft eingehende Leads innerhalb von 5 bis 15 Minuten zurück, stellt eine kurze Reihe von Fragen und sortiert. Die Fragen sind genau die, die dein Innendienst sowieso stellt: Bist du Eigentümer des Hauses, wie viel Strom verbrauchst du im Jahr ungefähr, welche Dachausrichtung, ist das Dach jünger als 25 Jahre, gibt es Verschattung durch Bäume oder Nachbargebäude, wann willst du loslegen.

Aus den Antworten baut der Agent ein Scoring (heiß, mittel, kalt) und legt es als CRM-Eintrag ab. Heiße Leads landen sofort auf dem Tisch deines besten Vertrieblers, mittlere bekommen eine automatische E-Mail mit Selbstcheck-Material, kalte werden höflich verabschiedet.

Wir sehen bei unseren Teilnehmern aus der Branche regelmäßig, dass dieser eine Use Case mehr bringt als die anderen vier zusammen. PV ist Lead-getrieben. Wer 80 Prozent der Anfragen in vier Stunden Wochenzeit qualifiziert, dreht den Engpass um.

Ab 02.08.2026 greift Art. 50 KI-VO: der Anrufer muss erkennen können, mit einem KI-System zu sprechen. Eine einfache Einleitung ("Hier spricht der digitale Rückruf-Dienst von Sonnendach") erfüllt die Anforderung und kostet keine Conversion.

Use Case 2: Angebotsvorbereitung mit Dachvermessung per Luftbild

Bevor du ein belastbares Angebot schreibst, brauchst du drei Daten: nutzbare Dachfläche, Ausrichtung, Verschattung. Klassisch fährst du dafür raus, misst, fotografierst. Bei 30 Leads pro Woche und drei Mitarbeitern im Außendienst geht der erste Vorab-Termin oft als reiner Schätztermin drauf, ohne dass am Ende ein Vertrag steht.

Ein KI-gestützter Workflow nutzt das öffentliche Luftbild über Google Maps API oder Bing Maps, kombiniert mit Wettervorhersage- und Sonnenstandsdaten. Eine multimodale KI wie GPT-4o oder Claude Sonnet 4 erkennt Dachform, Flächen, Gauben, Schornsteine, schätzt Ausrichtung und Neigung anhand des Schattens und liefert die nutzbare Fläche. Das Ergebnis fließt in deine Auslegungssoftware (SolarComputer, PV*SOL premium) und dort entsteht ein Rohangebot mit Modulzahl, kWp-Leistung, Jahresertrag und drei Preisvarianten.

Was raus geht, ist kein finales Angebot. Es ist ein qualifiziertes Vorab-Konzept, das du dem Kunden vor dem ersten Vor-Ort-Termin schickst. Damit fährst du nicht mehr "leer" raus, sondern mit einer konkreten Diskussionsgrundlage. Die Conversion vom Vor-Ort-Termin zum Auftrag steigt erfahrungsgemäß von 30 bis 40 Prozent auf 50 bis 65 Prozent, weil Skeptiker vorher abspringen und der Rest mit höherer Kaufbereitschaft kommt.

Grenzen sind real: komplexe Dächer, ungewöhnliche Aufbauten, dichte Verschattung durch Nachbarbäume erkennt eine KI nur grob. Dein Auslegungs-Profi prüft das vor Versand des Rohangebots. Wer die KI als Schätz-Assistent einsetzt, fährt sauber. Wer sie blind als Ersatz nutzt, kassiert Reklamationen.

Use Case 3: Förderberatung in Echtzeit

Der durchschnittliche Hausbesitzer kennt KfW 270 nicht, weiß nicht, dass die EEG-Einspeisevergütung 2026 monatlich sinkt und hat keine Ahnung, welche regionalen Boni in seinem Bundesland aktiv sind. Du als Installateur sollst das beim Beratungsgespräch erklären. Wenn du das jedes Mal aus dem Kopf machst, sind das 15 bis 25 Minuten pro Gespräch, in denen du nichts verkaufst.

Ein einfacher Beratungs-Workflow: Kunde gibt im Erstgespräch Bundesland, Postleitzahl, Hauseigentum und grobes Investitionsvolumen an. ChatGPT Team oder Claude Team mit angebundenen, gepflegten Förderdatenbanken zieht passende Programme heraus: KfW 270 als Förderkredit mit Laufzeit 5 bis 30 Jahren und effektivem Jahreszinssatz aktuell zwischen 3,48 und 10,78 Prozent (bonitätsabhängig), EEG-Einspeisevergütung in aktueller Höhe, plus regionale Programme. In Hamburg, Berlin oder NRW gibt es eigene Solar-Boni, in Bayern Digitalbonus-ähnliche Modelle, alles mit hoher Änderungsfrequenz.

Was beim Kunden landet, ist eine Ein-Seiter-Förder-Übersicht mit Programm, Förderhöhe und Antragsweg. Personalisiert, nicht generisch. Beratungszeiten sinken erfahrungsgemäß von 25 auf 8 Minuten pro Gespräch, die Conversion steigt, weil der Kunde greifbar sieht, was sich für ihn rechnet.

Das ist in der Praxis oft ein größeres Thema als auf dem Papier wirkt: Förderprogramme ändern sich häufig, KI-Output zu Konditionen oder Sätzen muss jedes Mal gegen die Originalquelle (KfW, BAFA, Landeswirtschaftsministerium) verifiziert werden, bevor er beim Kunden landet. Wer das mit "die KI hat das so ausgespuckt" abkürzt, sitzt irgendwann mit einem Kunden im Gespräch, der sich auf veraltete Zahlen verlassen hat.

Use Case 4: Förderanträge vorausfüllen

Der KfW-270-Antrag läuft über deinen Finanzierungspartner (also die Hausbank des Kunden), die EEG-Anlagenanmeldung läuft über den Netzbetreiber, die regionalen Programme haben ihre eigenen Formulare. Pro Auftrag sind das schnell 3 bis 6 Stunden Antragsarbeit für die Bürokraft, oft verteilt auf mehrere Wochen, weil immer noch ein Dokument fehlt.

KI hebelt hier weniger die Antragsstellung selbst, eher die Datenerfassung und das Vorausfüllen. Aus dem Auftrag liegen die Stammdaten des Kunden bereits vor, aus der Auslegung kommen Anlagengröße, Jahresertrag, Speichergröße, Standort. Ein Workflow mit ChatGPT Team und einer einfachen Formular-Engine erstellt aus diesen Daten Vorbefüllungen aller relevanten Felder. Die Bürokraft prüft das Ergebnis, ergänzt fehlende Anlagen, versendet.

Realistisch sinkt die Antragszeit pro Auftrag von 4 bis 6 Stunden auf 60 bis 90 Minuten. Bei 30 Aufträgen pro Monat sind das 75 bis 100 Stunden Bürozeit, die frei werden. In dieser Zeit kann deine Bürokraft entweder mehr Aufträge bearbeiten (Engpass auflösen) oder du sparst dir die zweite Halbtagsstelle, die du gerade über Indeed suchst.

Ein Hinweis aus der Praxis: nicht alle Förderanträge sind KI-tauglich. Bestimmte EEG-Meldungen und Netzanschluss-Anträge laufen nur in proprietären Portalen, in die du nicht reinschreiben kannst. Dort hilft KI nur als "ich bereite die Antwort vor, du tippst sie ein". Auch das spart Zeit, aber weniger als bei reinen PDF-Formularen.

Use Case 5: After-Sales, Wartung und Bestandskundenpflege

Eine PV-Anlage ist verkauft und montiert. Was passiert in den nächsten 15 Jahren? In den meisten Betrieben ohne klares System: nichts, bis der Kunde anruft. Das ist verschenktes Geschäft, denn Wartung, Reinigung, Speicher-Nachrüstung und Wallbox-Erweiterung sind klare Folgeprodukte mit guten Margen.

Ein KI-gestützter Bestandskunden-Workflow zieht Monitoring-Daten aus dem Wechselrichter (Standard-APIs von SMA, Fronius, Huawei), vergleicht Ist- mit Soll-Ertrag, erkennt Auffälligkeiten (Ertragseinbruch 20 Prozent in 6 Wochen, Strang offline) und triggert eine personalisierte Mail. Parallel laufen Standard-Mailings: jährliche Wartungserinnerung, Speicher-Nachrüstung nach 4 bis 6 Jahren, Wallbox-Angebot bei neuem E-Auto im Haushalt.

Aus 300 bis 800 Bestandskunden ergeben sich realistisch 30 bis 80 zusätzliche Wartungs- oder Nachrüstaufträge pro Jahr ohne aktiven Eigenaufwand. Bei 800 Euro pro Wartung und 4.000 Euro pro Speicher-Nachrüstung läppert sich das.

Datenschutz greift voll: Verbrauchsdaten und Adresse sind personenbezogen, AVV nach Art. 28 DSGVO Pflicht. Opt-Ins aus dem Erstvertrag oder per Nachtrag im ersten Wartungsschreiben schließen die Lücke.

Praxis-Beispiel: Sonnendach GmbH in Würzburg

Der fiktive PV-Installateur Sonnendach GmbH in Würzburg: 14 Mitarbeiter, davon 3 im Vertrieb, 2 im Innendienst, 7 in der Montage, 2 in Auslegung und Verwaltung. Jahresumsatz 2025 rund 5,2 Mio Euro, Ziel 2026 sieben.

Im Januar lag das Lead-Aufkommen bei 80 Anfragen pro Woche. Davon wurden 30 sauber bearbeitet, der Rest kühlte aus. Konversion bei den bearbeiteten Leads 18 Prozent, gesamt also 5 bis 6 Aufträge pro Woche.

Im Februar Start mit dem Voice-Agent über VAPI, 12 Stunden Einrichtung, 280 Euro pro Monat. Ab März lief der Pre-Screen stabil: alle 80 Leads in 4 bis 6 Stunden Innendienst-Zeit qualifiziert (vorher 25 Stunden für 30 Leads). Heiße Leads (rund 35 pro Woche) landeten beim Vertrieb, Konversion stieg auf 22 Prozent. Macht 7 bis 8 Aufträge statt 5 bis 6.

April Dachvermessung, Juni Förderberatung, September After-Sales-Mailing für 380 Bestandskunden, Oktober Antrags-Vorbefüllung. Förderanträge pro Auftrag sanken von 4,5 auf 1,5 Stunden.

Bilanz nach neun Monaten: Aufträge von 5 bis 6 auf 8 bis 10 pro Woche, Auftragsbestand vier Monate vorgebucht, Tool-Kosten 940 Euro pro Monat, Personal identisch. Geschäftsführer-Zitat: "Hätte ich die zwei Vertriebsleute gefunden, hätte ich sie eingestellt. Jetzt brauche ich sie nicht."

Datenschutz, EU AI Act und ein realistischer Stolperstein

Kunden-, Adress-, Verbrauchs- und Anlagendaten sind personenbezogen nach DSGVO. Alle KI-Dienste laufen über Business-Accounts mit AVV nach Art. 28 DSGVO (ChatGPT Team, Claude Team, VAPI Business). Public-Accounts mit Privatmail sind tabu.

Die KI-Kompetenzpflicht nach Art. 4 EU AI Act gilt seit dem 02.02.2025. Jeder Betrieb mit KI muss eine dokumentierte Mitarbeiterschulung vorweisen können. Für 14 Mitarbeiter reicht eine zwei- bis dreistündige interne Schulung mit Protokoll. Hochrisiko-Anwendungen aus Anhang III (greifen ab 02.12.2027 nach Omnibus-Trilog 07.05.2026) sind bei PV nicht einschlägig. Art. 50 Transparenz für Chatbots greift ab 02.08.2026.

Ein Stolperstein aus der Praxis: Betriebe kalkulieren Voice-Agent-Kosten zu knapp, weil sie auf den Einstiegstarif schauen (50 Euro pro Monat). Bei 80 Anfragen pro Woche und 3 bis 5 Rückrufversuchen pro Lead liegt der echte Tarif eher bei 200 bis 500 Euro pro Monat. Wer das vorher kalkuliert, stellt nicht nach drei Wochen wieder ab.

Tools, Investition und Workflow-Reihenfolge

Voice läuft 2026 über VAPI oder Bland AI, beide mit brauchbaren deutschen Stimmen und API-Anbindung an gängige CRMs. 200 bis 500 Euro pro Monat je nach Volumen. Textarbeit und Beratung über ChatGPT Team oder Claude Team, je 25 bis 30 Euro pro Nutzer pro Monat mit AVV. Auslegung und Angebotsberechnung weiter über SolarComputer oder PV*SOL premium, die KI-Integration läuft 2026 noch über Datenexport-Zwischenschritte. Dachvermessung über Google Maps Platform mit Imagery- und Geocoding-API, je nach Volumen 100 bis 300 Euro pro Monat.

Gesamtbudget für einen Betrieb mit 14 Mitarbeitern realistisch 500 bis 1.500 Euro pro Monat. Wer alles parallel startet, hat nach vier Wochen Chaos. Die Reihenfolge ist Pflicht: erst Lead-Qualifizierung (größter Hebel), dann Dachvermessung, dann Förderberatung, dann After-Sales, zum Schluss Antrags-Vorbefüllung.

Förderung der KI-Einführung selbst

Die BAFA-Förderung "Unternehmerisches Know-how" deckt externe Beratungsleistungen mit 50 Prozent in den alten Bundesländern und 80 Prozent in den neuen Bundesländern und Berlin, maximal 3.500 Euro für Jungunternehmer und 3.000 Euro für Bestandsunternehmen. Wer einen externen KI-Berater oder einen Digitalisierungsmanager beauftragt, kann das ansetzen. Auf Landesebene haben Bayern (Digitalbonus Plus), NRW (Digitalisierungsgutschein), Sachsen, Thüringen und andere Bundesländer eigene Förderungen für Software-Anschaffungen, oft 30 bis 50 Prozent bei Projektvolumen ab 4.000 Euro. Eine Übersicht in unserer Förder-Übersicht.

Marktsituation und ein ehrliches Wort

Der PV-Markt 2026 ist kein Selbstläufer mehr. Einspeisevergütung sinkt, Förderprogramme werden enger, Hausbesitzer vergleichen drei bis fünf Angebote. Wer als Installateur mit den Vertriebsmethoden von 2020 arbeitet, sitzt 2027 in den Auftragslücken.

Die PV-Branche hat viel Lead-Volumen, wenig Vertriebsmanpower, einen leeren Arbeitsmarkt. Was bleibt, ist Automatisierung. Genau dort hilft KI 2026. Wer den Voice-Agent in Q3 oder Q4 startet, fängt im Frühjahr 2027 die neue Lead-Welle ohne Engpass ab.

Die fünf Use Cases skalieren auch über die PV-Branche hinaus. Wer als handwerksnaher Betrieb (Tischler, Maler, SHK, Elektrotechnik) ähnliche Engpässe in Telefon und Angebotswesen kennt, findet die Grundmuster in unserem Überblick KI im Handwerk für kleine Betriebe. Die Werkzeuge sind dieselben, die Workflows ändern sich im Detail.

Häufige Fragen

Ersetzt KI den Außendienst? Nein. Der Außendienst macht die persönliche Beratung am Küchentisch, prüft das Dach vor Ort, baut Vertrauen auf. KI übernimmt die Lead-Qualifizierung vor dem Termin und einen Teil der Auslegung am Schreibtisch. Dein Außendienst hat danach mehr Zeit für die Termine, die Abschluss bringen, und weniger Leerfahrten zu unqualifizierten Anfragen. Bei Sonnendach sind aus 5 bis 6 Aufträgen pro Woche 8 bis 10 geworden, mit demselben Team.

Was ist mit individuellen Dachsituationen? Bei Satteldächern mit klarer Ausrichtung und Standard-Einfamilienhäusern liefert die KI eine brauchbare Vorab-Schätzung. Bei komplexen Dachformen, ungewöhnlichen Aufbauten oder dichter Verschattung sieht dein Auslegungs-Profi die Probleme im Luftbild sofort und prüft manuell nach. Die KI beschleunigt 70 bis 80 Prozent der Fälle, ohne die Auslegungs-Expertise zu ersetzen.

Wie steht es mit komplexen Anlagen? Bei Anlagen über 30 kWp, Mieterstrom-Modellen oder Direktvermarktung brauchst du weiter dein eigenes Know-how. Die KI liefert erste Berechnungen und Standardteile der Dokumentation, ersetzt aber weder den Auslegungs-Ingenieur noch den Steuerberater. Sie nimmt dir die Routinearbeit ab, damit der Spezialist sich auf die Komplexitäts-Anteile konzentriert.

Was passiert bei Förderänderungen? Größter Stolperstein. EEG-Vergütung sinkt halbjährlich, KfW-Konditionen quartalsweise, regionale Programme kommen und gehen. Wer die KI mit alten Daten füttert oder Outputs nicht gegen Originalquellen prüft, gibt Kunden falsche Auskünfte. Die Lösung ist organisatorisch: eine wöchentliche 30-Minuten-Routine, bei der der Innendienst aktuelle Konditionen aus den Originalquellen (KfW-Webseite, BAFA, Landeswirtschaftsministerium) in die KI-Wissensbasis einpflegt.

Wie lange dauert die Einführung realistisch? Voice-Agent 2 bis 4 Wochen bis zum stabilen Betrieb, Dachvermessung 2 bis 6 Wochen Integration, Förderberatung eine Woche Aufsatz plus laufende Pflege, Antragsformulare 6 bis 10 Wochen (Strukturierungsaufwand), After-Sales je nach Wechselrichter-Hersteller 2 bis 8 Wochen. Wer einen nach dem anderen einführt, hat nach 6 bis 9 Monaten alle fünf im Betrieb. Parallelstart endet im Chaos.

Wer das Team systematisch dafür befähigen will, findet im Lehrgang zum Digitalisierungsmanager den passenden Werkzeugkasten, der über das Bildungsgutschein-Verfahren der Arbeitsagentur förderbar ist. Wer erst in Ruhe ausprobieren will, wie KI im eigenen Betriebsalltag wirkt, ist im KI-Schnupperkurs richtig. Beides liefert die Werkzeuge, mit denen aus den fünf Use Cases ein eingespielter Vertriebsapparat wird, der dir die nächste Marktphase abnimmt, statt sie zu fürchten.