KI in der Produktion: zwei Ebenen
KI in der Produktion arbeitet auf zwei Ebenen. An der Anlage wertet sie etwa Sensordaten aus, prüft Bauteile per Kamera oder plant die Reihenfolge von Aufträgen. Am Schreibtisch unterstützt generative KI (z. B. ChatGPT) die Menschen beispielsweise dabei, die Arbeitsanweisungen zu schreiben, Reklamationen zu bearbeiten und Anfragen auszuwerten. Anders als die KI an der Anlage, die Muster in Messdaten erkennt, erzeugt generative KI neue Inhalte: Sie formuliert aus Ihren Vorgaben und Unterlagen Texte, Tabellen oder Zusammenfassungen.
Wie verbreitet KI in der Industrie ist, hängt von der Betriebsgröße ab. In der Erhebung "Modernisierung der Produktion" des Fraunhofer ISI nutzten 13 Prozent der Betriebe mit weniger als 50 Beschäftigten eine KI-Lösung im Produktionsprozess, bei Betrieben ab 500 Beschäftigten waren es rund 30 Prozent (Fraunhofer ISI, veröffentlicht Dezember 2024). Neuere Zahlen von Bitkom erfassen nur Unternehmen ab 100 Beschäftigten: Dort setzen 40 Prozent KI in der Produktion ein, weitere 38 Prozent planen es (Bitkom, April 2026).
Beide Studien fragen unterschiedlich, und die Fraunhofer-Daten stammen aus einer älteren Erhebung, in der die Betriebe ihre Planungen bis 2025 angegeben haben. Sie zeigen trotzdem in dieselbe Richtung: Industrielle KI setzt eine Datenbasis und Fachpersonal voraus, die kleinen Betrieben häufig fehlen. Der realistische Einstieg in künstliche Intelligenz in der Produktion liegt dort in den Büros rund um die Fertigung: Arbeitsvorbereitung, Qualitätssicherung und Vertrieb. Ein Lohnfertiger mit zwölf Beschäftigten, der im Auftrag anderer Unternehmen Teile herstellt, startet zum Beispiel mit Angeboten aus Kundenanfragen.
Wo KI in der Fertigung eingesetzt wird
Die Einsatzfelder von KI in der Fertigung unterscheiden sich vor allem in den Voraussetzungen. Die Tabelle zeigt, welche Daten jedes Verfahren braucht und wie hoch der Aufwand für den Einstieg ausfällt.
| Einsatzfeld |
Was die KI tut |
Benötigte Daten |
Aufwand für den Einstieg |
|
Vorausschauende Wartung (Predictive Maintenance)
|
Erkennt Verschleiß an Schwingung, Temperatur oder Stromaufnahme und meldet einen drohenden Ausfall
|
Sensordaten über Monate, dokumentierte Ausfälle
|
Hoch: Sensorik, Anbindung, Modelltraining, meist ein Projekt über mehrere Monate
|
|
Visuelle Qualitätsprüfung
|
Erkennt per Kamera Kratzer, Poren oder Maßabweichungen im Takt der Linie
|
Tausende Bilder guter und fehlerhafter Teile, sauber beschriftet
|
Mittel bis hoch
|
|
Vorausschauende Qualität (Predictive Quality)
|
Sagt aus Prozessparametern voraus, ob ein Teil Ausschuss wird
|
Verknüpfte Prozess- und Prüfdaten je Teil oder Charge (Produktionslos aus demselben Material)
|
Hoch
|
|
Produktionsplanung
|
Schlägt Auftragsreihenfolgen mit kurzen Rüstzeiten vor, also wenig Zeit für den Umbau der Maschine zwischen zwei Aufträgen
|
Aufträge, Kapazitäten und Rüstzeiten aus der Unternehmenssoftware (ERP) oder dem Fertigungsleitsystem (MES)
|
Mittel bis hoch
|
|
Energiemanagement
|
Verschiebt energieintensive Schritte und glättet Lastspitzen, also kurze Phasen mit sehr hohem Stromverbrauch
|
Verbrauchsdaten je Anlage
|
Mittel
|
|
Generative KI für Dokumente
|
Formuliert, übersetzt, fasst zusammen und ordnet Informationen
|
Vorhandene Dokumente und Tabellen
|
Technisch gering: Zugang im Browser. Vorher nötig: Regeln, welche Daten hinein dürfen, und eine Einweisung der Nutzenden
|
Bei vorausschauender Wartung kündigt sich ein Lagerschaden an der Spindel oft Wochen vorher durch veränderte Schwingungen an. Erkennen kann das ein Modell aber nur, wenn es vorher genügend Verläufe bis zum Ausfall gesehen hat. Genau diese Historie fehlt in vielen Betrieben.
Manche Planungssysteme planen bei einer Störung selbstständig um, statt nur Vorschläge zu machen. Sie arbeiten dann als KI-Agenten innerhalb festgelegter Regeln. Nach demselben Prinzip kann KI in der Logistik Lagerbestände und Touren disponieren.
Schritt für Schritt: Arbeitsanweisung in mehreren Sprachen
Am Beispiel einer Rüstanweisung, also einer Anleitung zum Umbau der Maschine für einen neuen Auftrag, zeigt die Anleitung, wie Sie mit STRATO GPT eine mehrsprachige Arbeitsanweisung erstellen.
- STRATO GPT buchen: Bestellen Sie STRATO GPT über die Produktseite. Danach erreichen Sie den Dienst über Ihren STRATO Kunden-Login.
- STRATO GPT öffnen: Melden Sie sich im STRATO Kunden-Login an und wählen Sie in der linken Navigation STRATO SMART KI (STRATO GPT) und dann Übersicht. Über die Kachel STRATO GPT starten Sie den Chat.
- Unterlagen hochladen: Laden Sie über das Anhang-Symbol die bisherige Anweisung, Ihre Stichpunkte und die Prüfmerkmale hoch.
- Auftrag formulieren: Beschreiben Sie Zielgruppe, Aufbau und Umfang. Ein Beispiel: "Erstelle eine Rüstanweisung für Anlernkräfte mit nummerierten Schritten. Sicherheitshinweise stehen vor dem ersten Arbeitsschritt. Maximal eine Seite."
- Entwurf prüfen lassen: Geben Sie den Entwurf an Meisterei oder Schichtleitung. Korrekturen tragen Sie im selben Chat nach, STRATO GPT überarbeitet den Text.
- Übersetzen: Lassen Sie die geprüfte Fassung in die benötigten Sprachen übersetzen. Hinterlegen Sie dafür ein Glossar mit festen Fachbegriffen in der Wissensdatenbank und binden Sie es per # ein. Das hilft, dass eine Spannvorrichtung in jeder Sprachfassung gleich heißt.
- Freigeben und ablegen: Lassen Sie jede Sprachfassung von einer Person mit dieser Muttersprache gegenlesen. Danach geben Sie die Anweisung nach Ihrem Qualitätsmanagement frei.
Wie Sie Aufträge an die KI präzise formulieren, zeigt die Seite zum Prompt Engineering.
Legen Sie für jede Anlage eine eigene Wissensdatenbank mit Handbuch, Wartungsplan und den Störungsberichten der letzten Monate an. Mit # in der Eingabezeile holen Sie genau diese Unterlagen in den Chat, ohne sie jedes Mal neu hochzuladen.
Produktions-Know-how schützen
In der Fertigung steckt der Wert vieler Betriebe in Daten, die nie an die Öffentlichkeit gelangen: Prozessparameter, Rezepturen, Vorrichtungskonstruktionen und Zeichnungen der Kundschaft. Für Zeichnungen und Spezifikationen von Kundenseite regeln Geheimhaltungsvereinbarungen häufig, an wen Sie diese weitergeben dürfen. Prüfen Sie diese Klauseln, bevor Kundendokumente in ein externes KI-Werkzeug gelangen.
Auch rechtlich zählt Sorgfalt. Nach dem Geschäftsgeheimnisgesetz (GeschGehG) gilt eine Information nur dann als geschütztes Geschäftsgeheimnis, wenn Ihr Betrieb angemessene Maßnahmen zur Geheimhaltung getroffen hat. Eine schriftliche Regel, welche Daten in welches Werkzeug dürfen, kann Teil dieser Maßnahmen sein.
Eine einfache Einteilung in drei Klassen schafft Klarheit:
- Frei: Allgemeine Fachfragen, öffentlich zugängliche Werkstoff- und Normeninformationen.
- Intern: Arbeitsanweisungen, Schulungsunterlagen und Störungslisten ohne Namen, nur in einem Werkzeug eines europäischen Anbieters mit Verarbeitung in der EU und ohne Nutzung für das KI-Training.
- Gesperrt: Zeichnungen und Lastenhefte der Kundschaft unter Geheimhaltung ohne deren Freigabe sowie Zugangsdaten zu Anlagen und Steuerungen. Rezepturen und kritische Prozessparameter verwenden Sie nur nach ausdrücklicher Freigabe der Geschäftsführung.
Sobald Schichtpläne oder Störungslisten Namen von Beschäftigten enthalten, gilt zusätzlich die DSGVO. Was dabei für Sprachmodelle zu beachten ist, ordnet die Seite zum KI-Datenschutz ein.