KI für CRM: Entwicklung ohne IT-Erfahrung

Wie KI einem Nicht-IT-Unternehmer hilft, eine CRM für Offline-Geschäfte zu entwickeln

Ein Unternehmer ohne IT-Erfahrung nutzte KI, um eine CRM für eine Autowerkstatt zu entwickeln. Statt vorgefertigte Systeme einzuführen, erstellte er eine maßgeschneiderte Lösung in Python mit SQLite. In 3 Stunden hatte er eine ausführbare Datei, GIPIX_v0.1.exe, mit Modulen für Kundenakten, Kasse, Lagerverwaltung und Admin-Panel. Die Mechaniker meisterten die Oberfläche ohne Schulung – der Schlüssel zum Erfolg war die Einfachheit für Nutzer über 40.

Die Technologie wurde minimal gewählt: Python für die Logik, SQLite für eine lokale Datenbank. KI generierte Code basierend auf Prompts wie 'Erstelle eine CRM für Mechaniker'. Das Ergebnis: 2.000 Zeilen in einer einzigen main.py, aber die Funktionalität deckte Kundenakten, Kasse und Lager ab.

Entwicklung vom Monolithen zur Web-Version

Der Monolith wuchs auf 6.000 Zeilen, und der Kontext passte nicht mehr in ChatGPT-Prompts. Übergang zum Lernen: KI erklärte die Python + Flask-Architektur. Über 3–4 Monate verstand der Autor die Prinzipien und lernte, Code zu lesen.

Im Jahr 2024 beschleunigte Cursor AI die Entwicklung der Web-Version. Probleme mit VPS, DNS und PostgreSQL wurden über Claude gelöst. Das Ergebnis – GIPIX CRM in Produktion: Telegram-Bot, Online-Buchung mit generierten Websites, Kundenkonten.

Nicht alles funktionierte sofort: die Offline-Version setzte sich besser durch als die frühe Web-Version. Anpassung für Mechaniker – einfache Oberfläche, automatische Textkorrektur, Stundennormen.

Funktionalität und Systemmetriken

Das System entwickelte sich iterativ durch Prompts. Aktuelle Fähigkeiten:

• Kundenakten mit intelligenten Funnels (Nachverfolgung nach 90 Tagen, Boni)
• Kasse mit Dokumentenfluss
• Lagerverwaltung mit Foto-Integration und Querverweisen
• Online-Buchung: einzigartige Website + Konto für jeden Kunden
• Telegram-Bot und MAX (Benachrichtigungen)
• VIN-Daten und KI-Analysen
• Offline-Version auf Electron
• Android-App mit Anruferfassung

Metriken Stand März 2026:

• 369 registrierte Nutzer
• ~95 täglich aktiv
• 17k Kunden in der Datenbank
• Spenden ~40k Rubel (keine Werbung)
• Keine Monetarisierung, Alpha-Test

Prompting-Methodik für KI-Entwicklung

Die Entwicklung verlief in Iterationen: Aufgaben wurden in Phasen unterteilt, mit einem Basis-Prompt und Projektkontext. Beispiel für UI-Änderungen:

Muss die 'Zahlung'-Schaltfläche entfernen und durch 'Zahlung annehmen' mit Puls-Effekt @index.html ersetzen.
1. Design und Farben studieren.
2. Positionierung und Benutzerfreundlichkeit bearbeiten.
3. Kritik, alternative Vorschläge.
4. Analyse in 3 Zeilen.
Nach 'start' – Änderungen, #key Kommentar in 5 Wörtern.
Nach 'finish' – Git- und FTP-Anweisungen.

Der Ansatz wurde auf andere Projekte skaliert: GIPIX BIS AI (Canvas mit 150 Modulen basierend auf Osterwalder), GIPIX VIN (Auto-Datenbank per VIN mit Telegram-Bot und Android-App, Umsatz ~80k Rubel/Monat), Offline-CRM für ein Café.

Wichtige Erkenntnisse

• KI ersetzt einen Junior-Entwickler für Nicht-IT-Nutzer: generiert Code, erklärt Architektur, debuggt.
• Fokus auf Nutzer: Oberfläche für Mechaniker ohne IT-Kenntnisse.
• Iterative Entwicklung durch detaillierte Prompts spart Zeit.
• Skalierung von lokaler exe zur Cloud mit PostgreSQL und Integrationen.
• Metriken zeigen Machbarkeit: 95 DAU ohne Marketing.

— Editorial Team