Kaum ein Thema wird in Produktionsbetrieben gerade so oft angesprochen wie künstliche Intelligenz. Die Versprechen sind groß, die Beispiele kommen meist von Konzernen mit eigenen Datenteams. Für einen Betrieb mit 80 oder 200 Mitarbeitern stellt sich eine andere Frage: Bringt uns das etwas, und wenn ja, wo fangen wir an?
Dieser Ratgeber beantwortet das aus Sicht der Halle. Ich war über 40 Jahre in der Industrie, zuletzt als Fertigungsleiter. Die wichtigste Erfahrung aus dieser Zeit vorweg: Der größte Hebel, den ich je gebaut habe, war keine KI. Es war ein Schweißautomat.
Erst das Problem, dann die Technik
Die meisten Fehlstarts mit KI beginnen mit dem Werkzeug. Jemand hat eine Vorführung gesehen und sucht nun einen Einsatz dafür. Besser ist der umgekehrte Weg: Sie nehmen ein Problem, das Sie Geld, Zeit oder Nerven kostet, und fragen dann, was es am zuverlässigsten löst.
Bei der Graf GmbH ging es um die Durchlaufzeit beim Schweißen von Rohr-Blech-Verbindungen in Edelstahl. Die Lösung war ein CNC-gesteuerter WIG-Schweißautomat, den ich selbst konzipiert habe. Die Durchlaufzeit sank um etwa 25 Prozent, die Anlage hatte sich in weniger als einem Jahr bezahlt gemacht. Mit KI hätte man an diesem Problem viel Geld ausgeben können, ohne dasselbe Ergebnis zu erreichen.
Fünf Fragen, bevor Sie in KI investieren
- Welches Problem lösen wir genau? „Mehr Effizienz“ ist kein Problem. „Wir suchen jeden Tag eine Stunde nach Prüfplänen“ ist eins.
- Was kostet uns das heute? Zeit, Ausschuss, Stillstand, Fehler, Nacharbeit. Ohne grobe Zahl lässt sich kein Nutzen bewerten.
- Gibt es eine einfachere Lösung? Ein Standard, eine Checkliste, eine Regel im ERP oder eine klassische Automatisierung sind oft billiger und robuster.
- Haben wir die Daten dafür? KI lernt aus Daten. Wenn Maschinendaten nicht erfasst werden oder Prüfergebnisse auf Papier liegen, kommt zuerst die Erfassung.
- Wer arbeitet hinterher damit? Eine Lösung, die die Mitarbeiter in der Fertigung nicht verstehen oder nicht wollen, wird nicht genutzt.
Wo KI in der Fertigung sinnvoll sein kann
Es gibt Felder, in denen KI in der Fertigung heute schon zuverlässig hilft, vorausgesetzt, die Grundlagen stimmen.
Qualitätsprüfung mit Bilderkennung
Kameras und lernende Software erkennen Oberflächenfehler oder Maßabweichungen. Das lohnt sich vor allem bei größeren Stückzahlen und Fehlern, die sich im Bild zeigen.
Vorausschauende Instandhaltung
Aus Maschinendaten wie Strom, Temperatur oder Vibration lassen sich Hinweise auf Verschleiß ableiten. Dafür müssen diese Daten aber über längere Zeit erfasst werden, und es braucht genug Ausfälle in der Vergangenheit, aus denen das System lernen kann.
Erfahrungswissen sichern
Wenn erfahrene Kollegen in Rente gehen, geht oft Wissen verloren, das nie aufgeschrieben wurde. KI-Werkzeuge können helfen, Störungsberichte, Einstellwerte und Lösungen so abzulegen, dass man sie später wiederfindet.
Arbeit mit Dokumenten
Anfragen auswerten, Prüfberichte zusammenfassen, Angebotsunterlagen vorbereiten, Arbeitsanweisungen verständlicher machen: Hier helfen Sprachmodelle wie ChatGPT oder Microsoft Copilot schon heute, mit überschaubarem Aufwand. Wichtig sind klare Regeln, welche Daten eingegeben werden dürfen.
Wann eine einfachere Lösung besser ist
KI ist nicht die beste Lösung, wenn
- der Ablauf selbst nicht klar ist. Ein unklarer Prozess wird durch KI nicht besser, nur schneller unklar.
- eine feste Regel reicht. Wenn sich eine Entscheidung mit „wenn A, dann B“ beschreiben lässt, ist eine regelbasierte Automatisierung zuverlässiger und günstiger.
- das ERP nicht richtig genutzt wird. Viele Betriebe haben Funktionen im System, die nie eingerichtet wurden. Ich habe AvERP selbst eingeführt und betreut und weiß, wie viel dort oft brachliegt.
- es um Bestände und Planung geht und die Stammdaten nicht stimmen. Saubere Daten bringen dort oft mehr als jede Vorhersage.
- die Stückzahlen zu klein sind, damit sich Anschaffung und Pflege rechnen.
Klein anfangen statt Großprojekt
Wenn KI sinnvoll ist, beginnen Sie mit einem einzigen, klar abgegrenzten Anwendungsfall. Legen Sie vorher fest, woran Sie den Erfolg messen, zum Beispiel Minuten pro Auftrag, Fehlerquote oder Stillstandsstunden. Testen Sie ein paar Wochen mit den Leuten, die damit arbeiten. Danach entscheiden Sie: ausbauen, ändern oder beenden.
Ein abgebrochener Pilotversuch ist kein Fehler. Teuer wird es erst, wenn ein Projekt weiterläuft, obwohl alle ahnen, dass es nichts bringt.
Was der EU AI Act für Ihren Betrieb bedeutet
Seit dem 2. Februar 2025 müssen Unternehmen, die KI-Systeme einsetzen, dafür sorgen, dass ihre Mitarbeiter über ausreichende KI-Kompetenz verfügen (Artikel 4 EU AI Act). Das gilt auch, wenn „nur“ ein KI-Assistent wie ChatGPT oder Copilot im Büro genutzt wird. Für die meisten Anwendungen in der Produktion ist das die wichtigste Pflicht. Für Systeme mit hohem Risiko gelten weitergehende Regeln. Dieser Abschnitt ist eine Einordnung, keine Rechtsberatung.
Der nächste Schritt
Wenn Sie wissen möchten, wo KI in Ihrem Betrieb etwas bringt und wo nicht, ist der KI-Praxischeck Produktion der kürzeste Weg dorthin. Wir nehmen uns bis zu fünf Ihrer Anwendungsfälle vor, und Sie bekommen für jeden eine klare Einordnung.