KI im Maschinenbau für Wissen, das im Haus steckt

Beim Engpass, vor der Technologie. Wir schauen zuerst dorthin, wo Ihr Haus Zeit verliert: technische Klärung im Angebot, Suche nach vorhandenen Konstruktionen, Störungsdiagnose im Service. Aus diesen Kandidaten wird der Anwendungsfall gewählt, der den besten ersten Schritt ergibt — mit vorhandener Datengrundlage, überschaubarem Risiko und einem Nutzen, den die Fachabteilung selbst spürt. Ein einzelner, sauber umgesetzter Anwendungsfall schafft mehr Akzeptanz als jede Strategie-Präsentation.

Verlässlich tragen heute: Ähnlichkeitssuche über Zeichnungen und Stücklisten zur Wiederverwendung, KI-gestützte Vorschläge im Angebotswesen, durchsuchbares Störungs- und Servicewissen sowie Entwürfe für Dokumentation. Gemeinsam ist ihnen, dass die Daten im Haus bereits existieren und der Mensch die Entscheidung behält. Vorsichtiger wären wir bei allem, was unbeaufsichtigt auslegen, kalkulieren oder freigeben soll — dort ist das Risiko derzeit größer als der Nutzen.

Aus unserer Sicht an drei Stellen: Der Start erfolgt am Werkzeug, bevor der Anwendungsfall steht; die Datengrundlage wird überschätzt; und der Weg vom Pilot in den Betrieb bleibt offen. Im Maschinenbau kommt hinzu, dass wertvolles Wissen in Formaten steckt, die Modelle erst nach Aufbereitung verstehen — Zeichnungen, gescannte Berichte, Excel-Auslegungen. Wer diese drei Punkte vor dem Start klärt, hat die häufigsten Abbruchgründe bereits ausgeräumt.

Nein. Eine unternehmensweite Datenstrategie vor dem ersten Anwendungsfall ist im Maschinenbau fast immer der falsche Weg — sie dauert, bindet Leute und liefert nichts Greifbares. Wir bereiten die Daten auf, die der gewählte Anwendungsfall tatsächlich braucht: etwa die Projektakten der letzten Jahre für das Angebotswesen oder die Service-Berichte für die Störungssuche. Was wir dabei über Ihre Datenqualität lernen, fließt später in jede weitere Initiative ein.

Häufiger als gedacht: ja, nach Aufbereitung. Texte aus Berichten und Protokollen lassen sich gut erschließen; bei Zeichnungen hängt es davon ab, ob Metadaten, Stücklisten und Benennungen gepflegt sind. Genau das prüfen wir, bevor ein Pilot startet — mit einer Aussage, welcher Teil Ihres Bestands belastbar ist, welcher Lücken hat und was eine Nachpflege kosten würde. Eine noch dünne Datengrundlage ist eine Aufgabenliste und bleibt ein gangbarer Startpunkt.

Indem der Betrieb von Anfang an mitgeplant wird. Schon bei der Auswahl des Anwendungsfalls klären wir, in welchem System die Lösung später laufen soll, wer sie verantwortet und welche Freigaben nötig sind. Der Pilot läuft auf echten Daten in einer geschützten Umgebung; die Integration in Angebotsprozess, PLM-Umfeld oder Service-Ablauf ist fester Bestandteil des Projektplans und von Beginn an eingeplant. So wird aus der Demo ein Werkzeug, das die Fachabteilung im täglichen Arbeitsablauf nutzt.

Nein — und Vorhaben mit diesem Ziel begleiten wir nicht. Im Engineering liegt der Wert der KI darin, Suchen, Sammeln und Vorformulieren abzunehmen: vorhandene Lösungen finden, Angebotsbausteine vorschlagen, Servicefälle aufbereiten. Auslegung, Bewertung und Freigabe bleiben beim Menschen, weil dort Erfahrung, Haftung und Verantwortung zusammenkommen. Ob KI Mitarbeitende ersetzt oder unterstützt, halten wir zu Projektbeginn schriftlich fest.

Datenschutz und Rechtssicherheit werden vor dem Pilot geklärt: welche Daten verarbeitet werden, wo sie verarbeitet werden, auf welcher Rechtsgrundlage, und wie Ihr Konstruktions-Know-how geschützt bleibt. Dazu gehören Auftragsverarbeitung, Lösch- und Zugriffsregeln sowie die frühe Einbindung von Datenschutzbeauftragtem und Betriebsrat. Leistungs- und Verhaltenskontrolle schließen wir ausdrücklich und schriftlich aus — diese Zusage liegt den Gremien vor der Entscheidung vor.

Das ist eine Kernfrage des Maschinenbaus, und sie wird vor jedem Pilot beantwortet. Wir legen offen, welche Umgebung die Daten verarbeitet, ob Eingaben zum Training fremder Modelle verwendet werden könnten und wie sich das vertraglich und technisch ausschließen lässt. Wo der Schutzbedarf hoch ist, arbeiten wir mit Umgebungen, deren Datenflüsse Sie vollständig kennen und kontrollieren. Ihr Auslegungswissen ist Ihr Wettbewerbsvorteil — es wird durch KI nutzbarer und bleibt vollständig in Ihrem Haus.

Das hängt vom Anwendungsfall und vom Zustand der Daten ab. Die Ist-Aufnahme und die Auswahl des Anwendungsfalls sind in wenigen Wochen geschafft; ein Pilot auf echten Daten braucht typischerweise einige weitere Wochen, die Integration in Ihre Systeme und die Befähigung der Teams danach noch einmal Zeit. Wichtiger als das Tempo ist die Reihenfolge: erst tragfähige Datengrundlage, dann Pilot, dann Betrieb. Einen verlässlichen Zeitplan erhalten Sie nach der ersten Phase — individuell auf Basis Ihrer Lage erstellt.

Vor allem vom Zustand Ihrer Daten: Liegt das Wissen gepflegt in Ihren Systemen, oder steckt es in Zeichnungen und gescannten Berichten, die erst aufbereitet werden müssen? Dazu kommt, wie viele Bereiche wir betrachten und wie eng die Lösung mit Ihren bestehenden Systemen verbunden werden soll. Wir arbeiten in klar abgegrenzten Phasen mit jeweils festem Ergebnis, und nach jeder Phase entscheiden Sie, ob es weitergeht.

Ja — gerade dort. Je größer die Variantenvielfalt, desto wertvoller wird die Fähigkeit, Ähnliches im Bestand zu finden: vergleichbare Auslegungen, frühere Sonderlösungen, passende Angebotsbausteine. Sondermaschinenbauer profitieren oft stärker als Serienfertiger, weil bei ihnen die Suche nach dem schon einmal Gelösten den größten Zeitfresser darstellt. Voraussetzung ist eine saubere Erschließung der Projekthistorie — genau daran arbeiten wir in der Pilotphase.

Die führende. Stücklisten, Artikelstämme, Projektakten und Freigabestände aus ERP und PLM sind im Maschinenbau die wertvollste Datenquelle — und der Ort, an dem die KI-Lösung später erreichbar sein muss, damit sie genutzt wird. Wir bauen die Integration so, dass Ihre Systeme führend bleiben und die KI sich daran anpasst. Ihre bestehende Systemlandschaft bleibt dafür ausdrücklich erhalten.

Mit Kontrolle auf drei Ebenen: Jede Antwort verweist auf ihre Quelle und ist damit nachprüfbar; je Anwendungsfall ist festgelegt, welche Ergebnisse ein Mensch prüfen muss, bevor sie wirken; und im Betrieb wird die Güte fortlaufend beobachtet, damit schleichende Verschlechterung auffällt. Bei Auslegungs- und Angebotsthemen gilt zusätzlich: Der Vorschlag der KI ist Arbeitsstand, die Freigabe bleibt Sache Ihrer Fachleute.

Vor der Übergabe wird sie benannt: eine fachliche Verantwortung in der Abteilung, die mit dem System arbeitet, und eine technische für Betrieb und Anbindung. Eine schlanke Governance regelt, wer neue Anwendungsfälle freigibt, wer die Qualität prüft und wann eskaliert wird. Wir bleiben auf Wunsch in einer begleitenden Rolle — aber das Ziel ist ein System, das Ihr Haus selbst versteht, kontrolliert und weiterentwickelt.