KI in der Produktion: 10 Einsatzfelder, sortiert nach Reifegrad

KI in der Produktion funktioniert heute an zwei Stellen am besten: auf der Büroseite des Werks (Anfragen, Aufträge, Angebote, Dokumentation) und bei eng umrissenen Problemen in der Halle, für die gute Daten vorliegen (Bildprüfung, Instandhaltung, Feinplanung). Die Büro-Anwendungen sind ausgereift, günstig im Einstieg und brauchen keine neuen Sensoren. Die Anwendungen in der Halle können sich gut rechnen, setzen aber saubere Daten und ein klar definiertes Problem voraus. Die meisten kleinen und mittleren Fertiger sollten deshalb mit Papierkram anfangen, nicht mit Robotern.

Was in vielen Artikeln zum Thema fehlt, ist Ehrlichkeit darüber, welche Anwendungen für einen Lohnfertiger mit 50 Leuten bereit sind und welche noch ein Großwerk-Projekt sind. Hier sind zehn, mit Bewertung.

So lesen Sie den Reifegrad

• Einsatzbereit: erprobt, als Standardlösung verfügbar oder einfach zu bauen, wenig Daten nötig. Hier anfangen.
• Machbar: erprobt, braucht aber Integrationsarbeit, saubere Daten oder einen sorgfältigen Pilot.
• Fortgeschritten: rechnet sich im großen Maßstab, braucht historische Daten, Sensorik oder Spezialisten.

Die 10 Einsatzfelder

1. Anfrageeingang und Vorsortierung (einsatzbereit)

Anfragen kommen als Mails mit PDFs, Tabellen und Zeichnungen im Anhang. Ein KI-Schritt kann Kunde, Teil, Werkstoff, Stückzahlen, im Text genannte Toleranzen, Termin und Lieferbedingungen in einen strukturierten Datensatz übernehmen und markieren, was fehlt. Die Kalkulation startet mit einer sauberen Zusammenfassung, statt sich durch Anhänge zu graben. Den Preis soll die KI nicht machen. Sie soll sicherstellen, dass die Person, die kalkuliert, alles hat. Das ist eine direkte Anwendung der intelligenten Dokumentenverarbeitung.

2. Auftragserfassung aus Kundenbestellungen (einsatzbereit)

Jeder Kunde schickt Bestellungen in einem anderen Format. Extraktion plus Abgleich mit Artikelstamm und vereinbarten Preisen erzeugt Auftragsentwürfe im ERP, nur Abweichungen gehen an eine Person. In einem vollen Innendienst ist das Abtippen von Bestellungen oft die eintönigste Arbeit im ganzen Haus.

3. Angebots- und Mailentwürfe (einsatzbereit)

Hat die Kalkulation einen Auftrag bepreist, kann ein Sprachmodell das Anschreiben zum Angebot entwerfen, Ausschlüsse und Annahmen klar formulieren und Nachfassmails vorbereiten. Werkzeuge wie Microsoft Copilot oder ChatGPT erledigen das ganz ohne Integration; wie Teams damit arbeiten lernen, zeigt unser Copilot-Schulungsplan.

4. Dokumentations- und Wissensassistent (einsatzbereit)

Maschinenhandbücher, Arbeitsanweisungen und QM-Verfahren liegen meist verstreut auf Laufwerken und in Ordnern. Ein Assistent, der sie durchsucht und „Welches Anzugsmoment gilt für diese Vorrichtung?“ mit Link zur Quelle beantwortet, spart echte Zeit, besonders bei neuen Kolleginnen und Kollegen. Entscheidend: Antworten müssen das Quelldokument nennen, und der Dokumentenbestand muss aktuell sein.

5. Eingangsrechnungen und Lieferscheine (einsatzbereit)

Dieselbe Technik wie bei der Auftragserfassung, gerichtet auf Einkauf und Buchhaltung: auslesen, mit Bestellungen und Wareneingängen abgleichen, Buchungsentwürfe anlegen, Ausnahmen weiterleiten. Ausgereift, gut verstanden und ab der ersten Woche messbar.

6. Qualitätsberichte und 8D-Entwürfe (machbar)

Qualitätsingenieure verbringen Stunden mit Fehlermeldungen, 8D-Reports und Antworten an Kunden. Ein Modell kann sie aus Prüfdaten und den Notizen des Ingenieurs im vom Kunden geforderten Format vorformulieren. Die Ursachenanalyse bleibt beim Ingenieur, die KI schreibt die erste Fassung des Papierkrams. Braucht ein sorgfältiges Setup, damit Entwürfe sachlich bleiben.

7. Bildbasierte Qualitätsprüfung (machbar)

Kamerabasierte Fehlererkennung funktioniert gut bei Serienteilen mit klar sichtbaren Fehlern: Kratzer, fehlende Merkmale, falsche Etiketten, Oberflächenfehler. Sie braucht stabile Beleuchtung, eine feste Kameraposition und genug beschriftete Beispiele für Schlechtteile, und genau das ist schwierig, wenn Ihre Fehlerquote niedrig ist. Bei kleinen Losgrößen und vielen Varianten übersteigt der Einrichtungsaufwand pro Sachnummer oft den Nutzen.

8. Unterstützung der Feinplanung (machbar)

KI kann Reihenfolgen vorschlagen, Engpässe markieren und beantworten, was passiert, wenn ein Eilauftrag dazwischenkommt. Das hängt vollständig von korrekten Arbeitsplänen, Zykluszeiten und Kapazitäten in ERP oder MES ab. Wenn die Arbeitsvorbereitung den echten Plan in einer Excel-Tabelle führt, weil das System nicht stimmt, bringen Sie zuerst die Daten in Ordnung. KI auf falschen Arbeitsplänen produziert nur schneller selbstbewussten Unsinn.

9. Vorausschauende Instandhaltung (fortgeschritten)

Ausfälle aus Schwingungs-, Temperatur-, Strom- oder anderen Sensordaten vorherzusagen, ist eine der meistgenannten KI-Anwendungen in der Fertigung, und im großen Maßstab funktioniert sie. Sie braucht Sensoren an den richtigen Maschinen, eine Historie mit tatsächlichen Ausfällen und jemanden, der auf Warnungen reagiert. Für ein kleines Werk kommt ein einfacherer Schritt zuerst: Stillstände und Wartungen konsequent erfassen und Zustandsüberwachung an den zwei, drei Maschinen einsetzen, deren Ausfall am meisten wehtut.

10. Bedarfsprognose (fortgeschritten)

Prognosen per maschinellem Lernen können Tabellenmittelwerte schlagen, wenn Sie jahrelange saubere Absatzdaten, viele Artikel und stabile Muster haben. Lohnfertiger, die nach Kundenzeichnung fertigen, haben diese Art von Nachfrage selten, der Nutzen ist dort geringer. Händler und Lagerfertiger passen besser.

Wo kleine und mittlere Fertiger anfangen sollten

Ein Vorgehen, das funktioniert:

1. Einen Büroablauf mit spürbarem Schmerz wählen. Anfrageeingang oder Auftragserfassung sind meist die stärksten Kandidaten.
2. Mit echten Dokumenten pilotieren. Einige Wochen reale Anfragen oder Bestellungen, gemessen am bisherigen Prozess.
3. Das Team schulen. Wer KI täglich in den eigenen Werkzeugen nutzt, findet die nächsten Einsatzfelder schneller als jeder Berater. Seit Februar 2025 verlangt Art. 4 der KI-Verordnung ohnehin Maßnahmen zur KI-Kompetenz; mehr dazu in unserem Leitfaden zur KI-Kompetenz.
4. Erst dann in die Halle schauen, mit einem konkreten Problem und den Daten, die es stützen.

Beispiel zur Veranschaulichung: Ein fiktiver Blechbearbeiter mit 60 Beschäftigten bekommt Anfragen von Dutzenden Kunden per Mail. Die Kalkulation verbringt jeden Morgen einen Teil der Zeit damit, Anhänge zu öffnen und Angaben ins ERP zu kopieren. Ein Extraktionsschritt legt pro Anfrage einen Datensatz an und markiert fehlende Werkstoffgüten oder Stückzahlen, sodass die Kalkulation dem Kunden die richtigen Rückfragen am ersten statt am dritten Tag stellt. Keine Maschinen, keine Sensoren, keine Änderungen am MES.

Ein Punkt geht oft unter: Schnellere Anfragebearbeitung bringt nur etwas, wenn Anfragen auch kommen. Ist Ihre Pipeline dünn, löst KI im Büro das nicht. Das ist ein Nachfrageproblem; lesen Sie dazu Neukundengewinnung für Fertigungsbetriebe und unser Angebot zur Leadgenerierung für Hersteller.

KI in Ihrem Werk zum Laufen bringen

Wir helfen Fertigern, KI dort einzuführen, wo sie sich zuerst rechnet: Anfrage- und Auftragseingang, Dokumentenverarbeitung, Dokumentations-Assistenten und Schulung, angebunden an Ihr ERP und Ihr Postfach. Vereinbaren Sie ein kostenloses KI-Erstgespräch und bringen Sie einen Ablauf mit, den Sie nicht mehr von Hand erledigen wollen.