KI, die im Maschinenbau und in der Fertigung Angebote, Serviceantworten und Dokumentation vorbereitet, während Ihre Daten im Unternehmen bleiben

Am meisten ändert sich im Büro und im Service. Angebote gehen schneller raus, Aufträge landen ohne Abtippen im ERP, und Techniker finden die Lösung, ohne den einen Kollegen anzurufen, der sie kennt. Diese Prozesse leben von Expertenwissen, das in früheren Angeboten, Handbüchern, Serviceberichten und in den Köpfen steckt, und der Fachkräftemangel macht dieses Wissen jedes Jahr schwerer zu ersetzen.

Ein großer Teil der Branche nutzt KI schon. In der ifo-Konjunkturumfrage vom Mai 2025 nutzten rund 50 % der Unternehmen im Maschinenbau KI, im verarbeitenden Gewerbe insgesamt über 40 %. Eine VDMA-Umfrage, über die produktion.de 2026 berichtete, ergab: 43 % der Maschinenbauer setzen KI produktiv ein, 21 % planen es. Die Lücke liegt zwischen Versuch und Alltag: In der Studie von VDMA und Strategy& aus dem Jahr 2025 unter 247 Industrieunternehmen in der DACH-Region nutzen oder planen 79 % generative KI, 29 % haben mindestens ein Projekt umgesetzt, und nur 7 % haben sie systematisch ausgerollt.

Dieselbe Studie beziffert den Druck. Das Bruttoergebnis der Maschinenbauunternehmen sank von 32,2 % im Jahr 2018 auf 29,4 % im Jahr 2023, und das größte modellierte Margenpotenzial generativer KI liegt in Vertrieb und Marketing, bei 2,4 Prozentpunkten. 53 % der Befragten erwarten Auswirkungen generativer KI in Vertrieb und Marketing. Florian Stürmer von Strategy& fasst es in der Studie so zusammen: GenAI-Erfolg bedeute nicht, alles zu probieren, sondern „das Richtige schnell umzusetzen“.

Gemeint sind Prozesse, in denen Dokumente und Expertenwissen in einen wiederkehrenden Schritt einfließen. Solche Arbeit erledigen Sprachmodelle verlässlich. Jeder Fall hat eine eigene Seite, unten verlinkt.

• Angebote und Auftragserfassung. Ein Assistent findet ähnliche frühere Angebote, liest aktuelle Preise und Teile aus dem ERP und entwirft das Angebot, das Ihr Vertriebsingenieur prüft. Aufträge, die als E-Mail mit PDF kommen, werden gelesen und als Kundenauftrag in SAP oder Ihrem ERP vorbereitet. Der Lebensmittelhersteller Zentis berichtete 2023 in der Presse (Computerwoche), dass mit einem Spezialprodukt „etwa 80 Prozent“ der Auftragsdokumente automatisch verarbeitet wurden.
• Servicewissen für Techniker und After-Sales. Techniker und Hotline fragen in eigenen Worten und bekommen eine Antwort aus Handbüchern, Serviceberichten, Tickets und Stücklisten, mit der Seite, von der sie stammt. Serviceberichte entstehen als Entwurf aus den Notizen des Technikers. WAKU Robotics beschrieb das Problem 2026 so: „Wartungsteams verlieren täglich wertvolle Zeit mit Suchen, Dokumentieren und Rückfragen.“
• Technische Dokumentation. Entwürfe für Betriebsanleitungen, Ersatzteillisten und Variantendokumentation aus Produktspezifikationen und früheren Versionen, freigegeben von Ihrer technischen Redaktion. Die Studie von VDMA und Strategy& (2025) nennt technische Dokumentation aus Produktspezifikationen unter den Anwendungsfällen generativer KI im Maschinenbau.
• Unternehmenswissen. Eine Stelle für Fragen zu Werksnormen, Konstruktionsrichtlinien, früheren Projekten und Lieferbedingungen, beantwortet aus Ihren eigenen Dokumenten mit den Berechtigungen der fragenden Person. Laut VDMA-Studie betreibt SMS group ein eigenes „SMS-GPT“: „Wir priorisieren unsere KI-Aktivitäten auf Basis der Useranfragen unserer Mitarbeiter.“
• Eingehende Lieferantendokumente. Auftragsbestätigungen, Lieferscheine, Zeugnisse und Prüfberichte werden gelesen und mit der Bestellung im ERP abgeglichen, Abweichungen gehen an einen Menschen.

Die Automobilindustrie hat eine der höchsten KI-Nutzungsquoten: 70,4 % in der ifo-Umfrage vom Mai 2025. Für Zulieferer unter Preisdruck zählen dieselben kaufmännischen Prozesse wie im Maschinenbau, nur mit mehr Volumen: Anfragen mit langen Lastenheften, Kostenaufschlüsselungen, Änderungsanträge und die Korrespondenz mit Lieferanten.

Anders sind die Regeln für Daten. Verträge mit Fahrzeugherstellern stellen oft strenge Bedingungen an Zeichnungen, Lastenhefte und Prototypendaten. Wir platzieren das System dort, wo diese Bedingungen es erlauben, meist auf eigenen Servern, und Ihre Informationssicherheit entscheidet, ob es in eine bestehende Bewertung wie TISAX fällt. Der Preis selbst kommt aus Ihrer Kalkulation im ERP, nicht aus einem Sprachmodell: Der Assistent sammelt die Eingaben und erklärt die Unterschiede zu früheren Angeboten.

Etwa jedes zweite Chemieunternehmen nutzt KI, so die ifo-Umfrage vom Mai 2025. Chemie, Pharma und Medizintechnik haben eine eigene Branchenseite, die GMP, MDR, die KI-Verordnung und die Validierung behandelt. Die dokumentenlastigen Anwendungsfälle auf dieser Seite gelten dort ebenso.

Manches davon steckt schon in Standardprodukten, und das sagen wir auch. SAP S/4HANA Cloud kann Kundenauftragsanfragen aus einem PDF oder Bild anlegen, Feldwerte vorschlagen und Preis- oder Positionsabweichungen vor der Umwandlung simulieren (PIKON, 2025). Wenn Sie es nutzen, probieren Sie das zuerst. Siemens bietet den Industrial Copilot für die SPS-Programmierung und einen Maintenance Copilot für Instandhaltungsteams an.

Predictive Maintenance auf Sensordaten und die Bildverarbeitung in der Qualitätsprüfung sind Sache von Spezialisten. Sie brauchen Sensor- und Bildmodelle, Anlagendaten und oft Hardware, und Spezialanbieter und Ihre Automatisierungspartner können das besser. Wir bauen das nicht. Wir bauen die Sprach- und Dokumentenseite rund um diese Systeme: den Assistenten, der einen Alarm aus dem Handbuch erklärt, den Entwurf des Serviceberichts, die Antworten aus Ihren Qualitätsanweisungen.

Eine eigene Lösung lohnt sich, wenn die Standardfunktion nicht passt: mehrere ERP-Systeme oder ein älteres SAP-Release, Angebote, die ingenieurtechnisches Urteil und frühere Projekte brauchen, oder Dokumente, die Ihre eigenen Server nicht verlassen dürfen.

Konstruktions- und Preisdaten sind der Kern dessen, was einen Maschinenbauer ausmacht. Zeichnungen, Kalkulationen und Kundenpreise gehören nicht in einen öffentlichen KI-Dienst und oft in gar keinen externen. Deshalb bauen wir auf eigenen Servern, wenn die Daten es verlangen. In einer Umfrage von CIO und Computerwoche mit Dell (2026) unter 106 IT-Verantwortlichen aus dem Mittelstand in der DACH-Region hatten 20 % begonnen, eigene Server-Infrastruktur für KI aufzubauen. Der Bericht beschreibt Mittelständler, die „ihre Sprachmodelle und Workloads nach Möglichkeit dort betreiben wollen, wo ihre Daten liegen“. Die Umfrage ist herstellerfinanziert und klein, zeigt aber die Richtung.

Die KI-Verordnung (AI Act). Assistenten für Angebote, Aufträge, Servicewissen und Dokumentation gehören nicht zu den Hochrisiko-Anwendungen der Verordnung, solange sie keine Maschine steuern und keine Mitarbeitenden bewerten. Die Leistungsbewertung von Beschäftigten mit KI ist ein Hochrisiko-Einsatz nach Anhang III und bringt für das einsetzende Unternehmen Pflichten wie menschliche Aufsicht mit sich. So etwas bauen wir nicht. Nach dem Digital Omnibus, in Kraft seit dem 27. Juli 2026, fällt KI in Maschinen nicht mehr unter die direkten Hochrisiko-Regeln der KI-Verordnung, sondern wird über die Maschinenverordnung geregelt, und die Pflichten für KI in regulierten Produkten verschieben sich auf den 2. August 2028 (Lewis Silkin, 2026). Seit dem 2. August 2026 müssen Menschen erfahren, dass sie mit einem KI-System interagieren. Das betrifft jeden Assistenten, der Ihren Kunden direkt antwortet. Die Pflicht, Maßnahmen zur KI-Kompetenz der Mitarbeitenden zu treffen, bleibt bestehen.

Sicherheit. Reparaturanleitungen und technische Dokumentation sind sicherheitsrelevant: Ein falsches Anzugsmoment oder ein übersprungener Freischaltschritt kann Menschen verletzen. Antworten nennen deshalb die Handbuchseite, aus der sie stammen, bleiben innerhalb freigegebener Verfahren und sagen es offen, wenn die Dokumente die Antwort nicht enthalten. Entwürfe für Dokumentation gibt Ihre technische Redaktion frei, das System veröffentlicht nie selbst.

Betriebsrat. Ein Assistent, der protokolliert, wer was gefragt hat, kann grundsätzlich Leistung überwachen und ist damit nach § 87 Abs. 1 Nr. 6 BetrVG mitbestimmungspflichtig. Wir gestalten die Protokolle so, dass sie Qualitätsprüfungen dienen, ohne Einzelne zu verfolgen: pseudonymisierte Kennungen, vereinbarte Aufbewahrung und klare Zugriffsregeln, bereit für die Betriebsvereinbarung. Exportkontrollierte Zeichnungen und technische Daten folgen Ihren Exportkontrollregeln und werden aus dem Index ausgeschlossen oder auf freigegebene Personen beschränkt. Das ist die technische Seite. Die Entscheidung treffen Sie, beraten von Ihrem Datenschutzbeauftragten und Ihren Juristen.

Wir bauen dort, wo Ihre Daten hin dürfen. Auf eigenen Servern antwortet ein Open-Weight-Modell, also ein Modell, dessen Gewichte Sie selbst betreiben, ohne dass Daten das Haus verlassen. In Ihrem eigenen Cloud-Konto laufen die Modelle in einer EU-Region unter Ihren Verträgen. In beiden Fällen steht vor jedem Modell ein LLM-Gateway, ein kontrollierter Zugang zu allen Modellen mit Schlüsseln, Budgets und Protokollen, und die Protokolle bleiben in Ihren Systemen.

• ERP: Preise, Teile, Kunden und Aufträge aus SAP oder Ihrem ERP, live über freigegebene Werkzeuge gelesen, ohne Kopie in einem Index.
• Dokumente: frühere Angebote, Handbücher, Serviceberichte und Normen aus SharePoint, Dateiablagen, d.velop oder ELO, indiziert mit den Berechtigungen, die dort schon gelten.
• Konstruktionsdaten: Spezifikationen und Stücklisten aus PLM oder PDM, wo der Anwendungsfall sie braucht, beschränkt auf die Personen, die sie sehen dürfen.
• Service und Post: Tickets und Serviceberichte aus Ihrem Servicesystem und Outlook-Postfächer für eingehende Aufträge und Anfragen.
• Zurückschreiben: Ein KI-Agent, also ein Programm, das Schritte in Ihren Systemen ausführt und Ergebnisse zur Freigabe vorlegt, legt einen Angebots- oder Auftragsentwurf nur über ein Werkzeug an, das genau eine Geschäftsaktion ausführt, mit Freigabe und Protokolleintrag.

Vor dem Go-live messen wir das System an Ihren eigenen früheren Fällen. Für die Auftragserfassung ist das ein Satz echter früherer Aufträge mit den richtigen ERP-Einträgen, verglichen Feld für Feld. Für Angebote sind es frühere Anfragen mit dem Angebot, das Ihr Team damals geschickt hat. Für den Service sind es echte Technikerfragen mit der richtigen Antwort und der Handbuchseite, aus der sie stammt.

Die Schwelle für den Abnahmetest legen Sie mit uns fest, zum Beispiel den Anteil der Felder, der stimmen muss, bevor ein Auftrag in die Freigabe darf, und der Abnahmetest zeigt, ob sie erreicht ist. Wir prüfen auch, dass das System zurückhält, was jemand nicht sehen darf, etwa Preise für einen Servicetechniker oder Zeichnungen für einen externen Partner.

Bevor es einen Schritt übernimmt, kann es im Schattenbetrieb laufen: Es bereitet Angebote oder Aufträge parallel zu Ihrem Team vor, ohne etwas zu versenden, und wir vergleichen. Wir messen die Stunden pro Angebot oder Auftrag vorher und nachher, an Ihren eigenen Fällen, damit die Geschäftsführung den Effekt in ihren eigenen Zahlen sieht. Nach dem Go-live laufen dieselben Tests nach jeder Änderung an Modellen, Prompts oder Quellen.

Beginnen Sie mit einem Prozess, der Ihre Fachleute jede Woche Zeit kostet und klare frühere Beispiele hat: Angebote für Standardmaschinen oder Ersatzteile, Aufträge per E-Mail oder Technikerfragen an die Hotline. Beschreiben Sie ihn in einem kostenlosen 30-minütigen Erstgespräch mit einem Engineer. Zugriff auf Ihre Systeme oder Daten brauchen wir dafür nicht.

Den ersten Schritt und seine Abnahmeschwelle vereinbaren wir mit der Person, die den Prozess verantwortet, etwa Ihrer Vertriebs- oder Serviceleitung. Jeder Schritt hat einen Festpreis, den wir nach dem Erstgespräch schriftlich vereinbaren. Wo Konstruktion und Vertrieb schon ChatGPT oder Copilot nutzen, fasst die kostenlose KI-Nutzungsanalyse auf einer Seite zusammen, was diese Lizenzen kosten und wo sie nicht reichen, erstellt aus Exporten, die Sie selbst auswählen.