Ausgangslage
Warum KI in der Fertigung anders funktioniert
Wenn über künstliche Intelligenz gesprochen wird, geht es meistens um Büroarbeit: E-Mails zusammenfassen, Präsentationen erstellen, Texte schreiben. Das ist nützlich – aber es löst nicht die Probleme, die in der Fertigung entstehen.
Fertigungsdaten sind strukturell anders. In einer Produktionshalle geht es um Maschinenparameter, Prüfmittel-Kalibrierungen, Werkzeugstandzeiten, Rückverfolgbarkeit von Chargen und Wartungsintervalle. Diese Daten stecken in ERP-Systemen, Excel-Tabellen, handgeschriebenen Prüfprotokollen und – oft genug – in den Köpfen einzelner Mitarbeiter.
Die IT-Infrastruktur ist häufig veraltet. Viele Fertigungsbetriebe im Mittelstand arbeiten mit gewachsenen Strukturen: ein ERP-System aus den 2000ern, SharePoint als Dateiablage, Excel als Universalwerkzeug. Eine KI-Lösung muss sich in diese Realität einfügen, nicht umgekehrt. Wer erwartet, dass ein Fertigungsbetrieb erst seine komplette IT-Landschaft modernisiert, bevor KI möglich wird, hat noch nie eine Fertigungshalle von innen gesehen.
Mitarbeiter haben kein IT-Studium – und brauchen keins. Der Maschinenbediener, der seit 20 Jahren an der CNC-Fräse steht, hat enormes Fachwissen. Aber er wird kein Terminal öffnen und Prompts schreiben. Eine KI-Lösung für die Fertigung muss so einfach bedienbar sein wie eine Google-Suche. Einen Browser öffnen, Frage eintippen, Antwort bekommen – fertig.
Und dann ist da noch der Datenschutz. Fertigungsdaten sind Betriebsgeheimnisse: Toleranzen, Werkzeugkombinationen, Prozessparameter. Wenn diese Daten über eine US-Cloud laufen, ist das nicht nur ein DSGVO-Problem, sondern ein existenzielles Geschäftsrisiko. Warum deutscher Server Pflicht ist, erkläre ich auf einer eigenen Seite.
KI in der Fertigung braucht einen anderen Ansatz als KI im Büro. Einen, der mit der vorhandenen Infrastruktur arbeitet, der die Mitarbeiter mitnimmt und der sensible Fertigungsdaten schützt. Genau das mache ich.
Ergebnisse aus der Praxis
3 Systeme, die heute in der Fertigung laufen
Alle drei Projekte stammen aus demselben Betrieb – einem produzierenden Unternehmen mit 54 Mitarbeitern im Siegerland. Keine Konzernstrukturen, kein sechsstelliges IT-Budget. Sondern Mittelstand, wie er in Deutschland tausendfach existiert.
Wissensmanagement (OSP)
KI-KontextsystemDas Betriebswissen steckte in den Köpfen einzelner Mitarbeiter. Wer wusste, wie die Kalibrierung der Koordinatenmessmaschine funktioniert? Wer kannte die genaue Werkzeugkombination für das Sonderteil aus 2019? Wenn diese Person im Urlaub war, stand die Arbeit still. Neue Mitarbeiter brauchten Monate, um sich einzuarbeiten – weil Wissen mündlich weitergegeben wurde, nicht systematisch dokumentiert.
Die QM-Dokumentation existierte formal: Arbeitsanweisungen, Verfahrensanweisungen, Prozessbeschreibungen. Aber niemand fand etwas. 89 Dokumente verteilt auf SharePoint-Ordner, lokale Laufwerke und ausgedruckte Ordner in der Werkstatt. Das Wissen war da – nur nicht nutzbar.
Ich habe ein RAG-System (Retrieval Augmented Generation) aufgebaut, das alle 89 Dokumente aus 15 Modulen durchsuchbar macht. Nicht mit Schlagworten wie eine klassische Suche, sondern semantisch: Der Mitarbeiter stellt eine Frage in natürlicher Sprache und bekommt eine präzise Antwort – mit Quellenangabe. Das System läuft auf einem deutschen Server, greift live auf Betriebsdaten zu und ist über jeden Browser erreichbar.
Ergebnis: Betriebswissen in Sekunden statt Stunden abrufbar. Neue Mitarbeiter finden Antworten sofort, ohne Kollegen fragen zu müssen.
Prüfmittelverwaltung (BMM)
ProzessdigitalisierungPrüfmittelverwaltung per Excel – das kennt jeder Fertigungsleiter. Eine Tabelle mit hunderten Einträgen, manuell gepflegt, von mehreren Personen gleichzeitig bearbeitet. Kalibrierfristen wurden übersehen, Prüfmittel falsch zugeordnet, Zertifikate nicht gefunden. Vor jedem Audit dauerte die Vorbereitung zwei volle Tage – nur für die Prüfmitteldokumentation.
Dazu kamen Maschinen und Werkzeuge ohne einheitliche Erfassung. 124 Maschinen, 194 Werkzeuge, 106 kalibrierpflichtige Prüfmittel – verwaltet in einer Mischung aus Excel, Papier und Erinnerungsvermögen.
Eine Web-App mit KI-gestützter Suche, QR-Code-basiertem Tracking und automatischer Fristenverwaltung. Jedes Gerät hat einen digitalen Lebenslauf. Kalibrierfristen werden farbcodiert angezeigt (Ampel-System) und automatisch überwacht. Der QM-Beauftragte sieht auf einen Blick, welche Prüfmittel in den nächsten 30 Tagen fällig sind.
Ergebnis: Prüfmittelverwaltung von 2 Tagen auf 20 Minuten reduziert. Kalibrierfristen werden automatisch überwacht – nichts wird mehr übersehen.
Reklamationsmanagement (RMS)
Qualitätsmanagement8D-Berichte schreiben – das ist im Qualitätsmanagement Pflicht, aber in der Praxis eine Qual. Ein vollständiger 8D-Report dauerte im Schnitt drei Stunden: Formblatt ausfüllen, Fehlerbilder beschreiben, Ursachenanalyse dokumentieren, Sofortmaßnahmen und Abstellmaßnahmen formulieren. Die Berichte wurden in Word geschrieben, per E-Mail verteilt und in Ordnern abgelegt – ohne Zusammenhang, ohne Übersicht, ohne Auswertbarkeit.
Wirksamkeitsprüfungen nach 30, 60 und 90 Tagen? Fielen regelmäßig durch. Nicht aus bösem Willen, sondern weil niemand daran erinnert wurde.
Ein KI-gestütztes Reklamationsmanagementsystem mit automatischer 8D-Generierung. Reklamationen werden per E-Mail erfasst und automatisch in ein Kanban-Board überführt. Die KI erstellt einen 8D-Berichtsentwurf auf Basis der Reklamationsdaten – inklusive Fehleranalyse und Maßnahmenvorschläge. Der QM-Mitarbeiter prüft, ergänzt und gibt frei. Wirksamkeitsprüfungen werden automatisch terminiert und überwacht.
Ergebnis: 8D-Berichte in 30 Minuten statt 3 Stunden. Automatische Formblatt-Generierung und lückenlose Nachverfolgung.
Vorgehensweise
So führe ich KI in der Fertigung ein
Ich arbeite nicht mit PowerPoint-Präsentationen und Konzeptpapieren. Mein Ansatz ist pragmatisch: Innerhalb von 4–8 Wochen steht ein funktionierendes System – nicht eine Präsentation über eines.
-
Use-Case Identifikation
Ich komme in Ihren Betrieb und schaue mir die Prozesse an. Nicht aus der Vogelperspektive, sondern direkt in der Fertigung. Wo verlieren Mitarbeiter Zeit? Wo entstehen Fehler? Wo steckt Wissen in einzelnen Köpfen?
-
DSGVO-konforme Architektur
Jedes System wird von Anfang an auf einem deutschen Server geplant. Datenschutz ist kein Nachgedanke, sondern Designprinzip. Keine US-Cloud, keine Abhängigkeiten.
-
Integration in bestehende Systeme
Ich ersetze nichts. Ihr ERP bleibt, SharePoint bleibt, die bestehende Ordnerstruktur bleibt. Die KI dockt an, was bereits vorhanden ist – und macht es nutzbar.
-
Pilotphase mit echten Nutzern
Nach spätestens zwei Wochen arbeiten echte Mitarbeiter mit dem System. Feedback fließt direkt in die Weiterentwicklung ein. Kurze Iterationen statt monatelanger Planungsphase.
-
Go-Live und Betrieb
Das System geht in den Produktivbetrieb. Ich übernehme Hosting und Wartung – Ihr Team braucht nur einen Browser. Updates und Erweiterungen erfolgen laufend, ohne Betriebsunterbrechung.
Datenschutz
Warum deutscher Server für Fertigungsdaten Pflicht ist
Fertigungsdaten sind Betriebsgeheimnisse. Toleranzen, Werkzeugkombinationen, Prozessparameter, Lieferanteninformationen – das ist das Kapital eines produzierenden Unternehmens. Wenn diese Daten über einen US-Cloud-Anbieter verarbeitet werden, verlieren Sie die Kontrolle.
Alle SiegAI-Systeme laufen auf einem deutschen Server (Hetzner, Rechenzentrum Falkenstein). Keine Daten verlassen Deutschland. Kein API-Call an OpenAI oder Google mit Ihren Betriebsdaten. Volle Datensouveränität – nicht als Marketingversprechen, sondern als technische Realität.
Dazu kommen rollenbasierte Zugriffsrechte: Der Maschinenbediener sieht Arbeitsanweisungen und Prüfprotokolle. Die Geschäftsführung sieht Kennzahlen und Auswertungen. Jeder bekommt genau die Informationen, die er braucht – nicht mehr und nicht weniger. Mehr zum Thema DSGVO und KI.
Häufige Fragen
KI in der Fertigung – konkret beantwortet
Funktioniert KI auch mit älteren Maschinen?
Ja. KI in der Fertigung setzt nicht an der Maschine selbst an, sondern an den Prozessen drumherum: Dokumentation, Prüfmittel, Wissensmanagement. Ob Ihre Drehmaschine von 1998 oder 2024 ist, spielt für ein RAG-basiertes Wissenssystem keine Rolle. Entscheidend ist, dass die Daten irgendwo digital vorliegen – und sei es als eingescanntes PDF. Ich habe Systeme in Betrieben eingeführt, deren älteste Maschine 30 Jahre alt war.
Wie gehen Sie mit sensiblen Fertigungsdaten um?
Alle Systeme laufen auf einem deutschen Server (Hetzner, Falkenstein). Keine Daten verlassen Deutschland. Keine US-Cloud, kein OpenAI-API-Call mit Ihren Betriebsdaten. Zugriffsrechte sind rollenbasiert – der Maschinenbediener sieht andere Informationen als die Geschäftsführung. Server-Logfiles werden anonymisiert und nach 90 Tagen gelöscht. Mehr zum Thema DSGVO und KI.
Wie lang dauert die Einführung in der Fertigung?
Typischerweise 4–8 Wochen vom Erstgespräch bis zum Produktivsystem. Die Pilotphase beginnt oft schon nach 2 Wochen. Wichtig: Ich ersetze keine bestehenden Systeme, sondern docke an vorhandene Software an – ERP, DMS, SharePoint. Das reduziert die Einführungszeit erheblich. Und: Sie sehen nach 2 Wochen ein funktionierendes System, nicht nach 6 Monaten ein Konzeptpapier.