Service Decision Intelligence — Die Intelligenzschicht für KI-Agenten im Service
SDI verbindet Maschinendaten, CRM-Historie und technisches Wissen zu einer Wissensbasis, die KI-Agenten verlässlich nutzen können. Mit Quellennachweis. Auf Ihrer Infrastruktur. LLM-unabhängig.
Ihre Vorteile mit der Service Decision Intelligence
Domänenwissen statt Halluzination
KI-Antworten mit Quellennachweis aus Servicehistorie, ERP, IoT und Dokumenten — kein Bauchgefühl.
Datenhoheit bei Ihrem Unternehmen
SDI läuft auf Ihrer Cloud (Azure/AWS). Keine Servicedaten in fremden LLM-Trainings.
LLM- und Agenten-agnostisch
Kompatibel mit Agentforce, Claude, Copilot — über MCP angebunden. Sie wechseln, wenn Sie wollen.
Time-to-Value: 10–12 Wochen
6 fertige Skills statt 6–12 Monate Eigenentwicklung.
Stufe 3: Entscheiden
Digitalisieren → Vernetzen → Entscheiden → Automatisieren
Jede Stufe liefert eigenständigen Wert. Sie entscheiden, wo Sie einsteigen.
SDI ist die dritte Stufe der Service-Digitalisierung. Sie setzt auf strukturierten Daten (Stufe 1: Maschinenakte) und durchgängigen Prozessen (Stufe 2: Vernetzen) auf — und liefert die Intelligenz, die aus Daten Entscheidungen macht.
Selbst vernetzte Daten liefern keine Entscheidungen.
Hersteller von Maschinen und Equipment haben in den letzten Jahren ihre Servicedaten konsolidiert: Maschinenakte in Salesforce, ERP-Anbindung, IoT-Telemetrie, Wissensdatenbank, Service-Historie. Die Daten sind da. Trotzdem bleiben dieselben Probleme bestehen:
- Claims-, RMA- und Warranty-Triage dauert weiterhin Stunden — weil Servicemitarbeiter Telemetrie, Vertragsstatus, Ersatzteilhistorie und Diagnosehinweise aus vier Systemen zusammensuchen.
- Agentforce, Copilot und ähnliche Frameworks halluzinieren, wenn sie nur auf Salesforce-Daten zugreifen — kritischer Servicekontext liegt in ERP, IoT und Dokumenten.
- Generische LLMs kennen Ihre Maschinen nicht — sie liefern überzeugende, aber falsche Antworten zu Bauteilen, Fehlercodes und Wartungsschritten.
- Eigenentwicklungen dauern 6–12 Monate, sind proprietär und an einen LLM-Anbieter gekettet.
- Compliance (AI Act, Datenhoheit) wird zur Hürde, wenn Servicedaten in fremden Trainingssystemen landen.
Was fehlt, ist keine weitere KI — sondern eine Intelligenzschicht zwischen Ihren Daten und den Agenten, die sie nutzen.
Unsere Lösung:
Eine Wissensbasis, die KI-Agenten verlässlich macht.
Service Decision Intelligence ist die Intelligenzschicht zwischen Ihren Servicedaten und Ihren KI-Agenten. SDI verbindet Maschinendaten aus IoT, Vertragshistorie aus Salesforce, ERP-Daten und technisches Wissen aus Dokumenten zu einer einheitlichen, abfragbaren Wissensbasis — und stellt sie als Skills bereit, die jeder Agent über MCP nutzen kann.
Das Ergebnis: KI-Antworten, die auf Ihrem Domänenwissen basieren, Quellen zitieren und nachvollziehbar bleiben. Egal ob Agentforce, Claude oder ein eigener Agent — der Kontext, mit dem sie arbeiten, kommt aus SDI.
Die 6 Skills von SDI
Telemetrie-Analyse
IoT-Daten aus Ihren IoT-Plattformen, Zeitreihen-Datenbanken (z. B. InfluxDB) oder bestehenden Systemen werden ausgewertet, Anomalien erkannt, Trends extrahiert. Antworten auf Fragen wie „Welche Maschinen zeigen ungewöhnliches Verhalten in den letzten 30 Tagen?“ — mit Zeitreihen-Belegen.
CRM-Kontext
Salesforce-Historien werden ohne API-Limits abgefragt — über GRAX, das Salesforce-Daten dauerhaft verfügbar hält. Servicefälle, Verträge, Reklamationen, Ersatzteilbestellungen einer Maschine sind in einer Antwort verfügbar, auch über mehrere Jahre hinweg.
ERP-Daten
Material- und Chargendaten, Auftragsbezug und Lieferhistorie aus dem ERP werden für Service-Entscheidungen nutzbar. Wichtig für Warranty- und Claims-Fälle, bei denen Bauteil-Charge, Lieferdatum oder Auftragskontext zur Diagnose gehören.
Technisches Wissen (RAG)
Bedienungsanleitungen, Service Bulletins, Wartungspläne und Fehlerkataloge werden über Retrieval Augmented Generation abfragbar. Antworten zitieren Seitenzahl und Quelldokument — keine Halluzination, sondern nachweisbare Fakten.
Diagnostische Synthese
Domänenspezifische Triage über Systemgrenzen hinweg: Claims, RMA, Warranty. SDI kombiniert Telemetrie, CRM, ERP und Wissen, prüft Hypothesen anti-konfirmatorisch (also auch gegen die naheliegende Antwort) und schlägt Diagnosen mit Confidence-Score und Quellennachweis vor. Datenlücken werden explizit benannt — keine Pseudo-Sicherheit. Cross-Asset-Reasoning erkennt Muster auch über Standorte und Flotten hinweg. Jeder Diagnostic Report ist persistent, unveränderlich und auditierbar — AI-Act-konform ab Tag 1. Servicemitarbeiter entscheiden, KI argumentiert.
Proaktive Insights
Muster erkennen, bevor sie zu Eskalationen werden: Anomalien in der installierten Basis, Häufung bestimmter Fehlerbilder bei einer Charge, sich anbahnende Vertragsabläufe mit Risikoflotten. SDI generiert Insights und übergibt sie an Salesforce-Workflows oder Agentforce-Agenten.
Was SDI von Agentforce allein und generischen KI-Tools unterscheidet
Agentforce, Copilot und andere Agent-Frameworks sind Frontends. SDI ist die Intelligenzebene dahinter. Was uns unterscheidet:
- Auf Salesforce-nativem Maschinenkontext — SDI ist kein Decision-Overlay neben dem CRM. Die Skills setzen auf der Maschinenakte und dem Salesforce-Datenmodell auf. Asset-Hierarchie, Servicehistorie und installierte Basis sind kein Datenexport, sondern Fundament.
- Domänenwissen Maschinenbau — Skills sind auf industrielle Servicedaten zugeschnitten (Bauteile, Fehlercodes, Servicehistorien, Garantielogik), nicht generisch.
- Reasoning mit Confidence-Score und Datenlücken — jede Diagnose nennt Konfidenz, prüft Hypothesen anti-konfirmatorisch und benennt Datenlücken explizit. Der Mensch entscheidet informiert, nicht aus dem LLM-Bauch.
- Persistenter Audit-Trail — AI-Act-konform ab Tag 1 — jeder Diagnostic Report ist unveränderlich gespeichert und auditierbar. Quellennachweis pro Antwort, jede Aussage zitierfähig.
- Datenhoheit auf Ihrer Cloud — SDI läuft auf Ihrer Azure- oder AWS-Instanz. Keine Trainingsdaten verlassen Ihr Unternehmen.
- LLM- und Agenten-agnostisch — heute Agentforce, morgen Claude, übermorgen ein lokal gehostetes Modell. SDI bleibt; Sie wählen das Frontend.
- Bidirektionale Salesforce-Anbindung — SDI-Skills sind gleichzeitig als REST-Action für Agentforce (Headless 360) und als MCP-Tool für andere KI-Frontends verfügbar. Standard, nicht proprietär.
- GRAX als CRM-Backbone — Salesforce-Historie ohne API-Limits, vollständig, auch über Jahre.
Das Ergebnis: In 10–12 Wochen produktiv statt 6–12 Monate Eigenentwicklung — mit einer Architektur, die Sie nicht an einen LLM-Anbieter kettet.
Die Handlungsfelder: Von fundierten Entscheidungen zu KI-Agenten
Schnellere, fundierte Service-Entscheidungen
Claims-, RMA- und Warranty-Triage deutlich schneller. Diagnosen mit Confidence-Score und Quellennachweis. Servicemitarbeiter entscheiden auf Basis vernetzter Daten statt Erfahrungswissen einzelner Personen.
Proaktiver Service statt reaktiver Feuerwehr
Muster in der installierten Basis werden früh sichtbar. Anomalien in Telemetrie, Häufungen bei bestimmten Bauteilen, sich anbahnende Eskalationen — bevor der Kunde anruft.
KI-Agenten, denen man trauen kann
Agentforce, Self-Service-Bots im Kundenportal und interne Service-Copiloten arbeiten mit Domänenwissen statt mit dem, was im LLM-Training zufällig vorkam. Antworten sind nachvollziehbar, mit Quelle, in Ihrer Sprache.
Für Service und Innendienst
- Spürbar schnellere Triage bei Claims, RMA und Garantiefällen — vernetzte Daten statt vier Systeme parallel
- Diagnoseunterstützung mit Quellen und Confidence-Score — KI argumentiert, Mensch entscheidet
- Datenlücken explizit benannt — keine Pseudo-Sicherheit, kein Bauchgefühl aus dem LLM
- Weniger Eskalationen durch proaktive Mustererkennung
Für Digitalverantwortliche und IT
- Datenhoheit — SDI läuft auf Ihrer Infrastruktur, nicht in fremden Trainingsumgebungen
- LLM-agnostisch — heute Agentforce, morgen ein anderer Anbieter, ohne Re-Implementierung
- AI-Act-konform ab Tag 1 — persistente, unveränderliche Diagnostic Reports mit Quellennachweis und Audit-Trail
Für Geschäftsführung und Service-Strategie
- Skalierbares Servicegeschäft — gleichbleibende Servicequalität auch bei wachsender installierter Basis
- Strategische Unabhängigkeit — keine Bindung an einen LLM-Anbieter, kein Lock-in
- Vorbereitet auf Stufe 4 — Service as Software ist die logische Fortsetzung
3 konkrete Anwendungsfälle
Claims- und RMA-Triage
Eingehende Reklamationen werden automatisch mit Maschinen-, Vertrags-, Charge- und Servicehistorie angereichert. SDI klassifiziert (Garantie / Kulanz / kostenpflichtig), schlägt Folgeschritte vor, zitiert relevante Service Bulletins — mit Confidence-Score und benannten Datenlücken. Bearbeitungszeit pro Fall deutlich reduziert.
Proaktive Wartung
SDI erkennt Anomalien in IoT-Daten, korreliert mit Vertragsdaten und Wartungshistorie, generiert priorisierte Service-Tasks. Salesforce Field Service plant ein, bevor der Kunde anruft.
Service-Copilot für Innendienst und Techniker
Servicemitarbeiter stellen natürlichsprachliche Fragen („Warum fällt Maschine 41788 in den letzten 6 Wochen häufiger aus?“). SDI antwortet mit Quellennachweis aus IoT, Tickets und Dokumentation — über Agentforce, Slack oder ein internes Frontend.
SDI braucht eine Datenbasis. SDI bereitet Service as Software vor.
SDI ist Stufe 3. Sie setzt auf der Digitalen Maschinenakte und vernetzten Serviceprozessen (Kundeportal, IoT, Salesforce-Integration) auf. Wer keine strukturierten Daten hat, sollte mit dem Installed Base Assessment starten.
SDI ist gleichzeitig die Voraussetzung für Stufe 4 — Service as Software: Service, der outcome-basiert und teilautonom funktioniert. Die Skills, die Sie heute für Agentforce nutzen, sind dieselben, die morgen autonome Service-Workflows tragen.
Ihr Weg: Installed Base Assessment → Digitale Maschinenakte → Kundenportal & IoT → Service Decision Intelligence → Service as Software (Vistion)
Sie müssen nicht alles auf einmal umsetzen. Jede Stufe liefert eigenständigen Wert.
Wo starten Sie?
Sie wollen Agentforce richtig zum Laufen bringen? → SDI liefert die Skills, die Agentforce auf Ihren Daten verlässlich machen. Siehe auch Agentforce-Implementierung.
Sie evaluieren Agentforce vs. eigene Lösung? → SDI ist die Brücke. Sie nutzen Agentforce als Frontend, behalten aber Kontrolle über Daten und LLM-Wahl.
Sie haben bereits einen Service-Copiloten, der nicht überzeugt? → Häufig fehlt nicht das LLM, sondern das Domänenwissen. SDI ergänzt die Wissensbasis ohne Frontend-Wechsel.
Sie haben strukturierte Daten, aber keine KI-Strategie? → SDI ist ein konkreter Einstieg in produktive KI im Service — ohne 6–12 Monate Vorlauf.
Warum logicline?
Eigene Produkte für schnellere Lösungen
Digitale Maschinenakte, Service Decision Intelligence (SDI) und weitere Bausteine sind fertige Software mit Domain-IP – kein Aufwand von null, kürzere Time-to-Value.
Branchentiefe im Maschinenbau
Über 130 Projekte in Service und Aftermarket. Unser Team kennt die Prozesse, bevor die erste Konfiguration beginnt.
Salesforce-Plattform, durchgängig
Kein Systembruch, kein Integrationsprojekt daneben. Portale, Ersatzteilshops, IoT, KI-Agenten – alles auf einer Plattform.
KI-Entscheidungs-Intelligenz, produktreif
SDI verbindet Maschinendaten, CRM-Kontext und Wissensbasis zu konkreten Handlungsempfehlungen. Kein Experiment – einsatzbereiter Baustein.
Ihr Tempo, Ihre Reihenfolge
Das Stufenmodell erlaubt den Einstieg dort, wo der Bedarf am größten ist. Jede Stufe liefert sofort Wert und baut auf der vorigen auf.
Bereit für den nächsten Schritt?
Wir zeigen Ihnen in 30 Minuten, was für Ihr Unternehmen möglich ist.
