Erste KI-Anwendungen im produzierenden Mittelstand: Aufgaben wählen, Stunden messen

Die besten ersten KI-Anwendungsfälle für Hersteller im Mittelstand

Die besten ersten KI-Anwendungen im produzierenden Mittelstand sind Aufgaben aus Büro und Technik, die oft vorkommen, je Fall lange dauern, bereits digital vorliegen und von einem Menschen in kurzer Zeit geprüft werden können. Typische Kandidaten sind die Erfassung von Kundenaufträgen aus E-Mails und PDFs, die Angebotserstellung, die Reklamationsbearbeitung, Betriebsanleitungen und Übersetzungen, das Auslesen von Werkszeugnissen und Lieferanten­erklärungen sowie Besprechungs­protokolle. Wählen Sie zwei oder drei aus, indem Sie Fälle und Minuten zählen, messen Sie die Zeit je Fall vorher und nachher an einer Stichprobe, und betreiben Sie sie auf einem KI-Server für das ganze Unternehmen, damit jede neue Aufgabe Software hinzufügt und keine Hardware.

Dieser Leitfaden richtet sich an Inhaber und Geschäftsführer von Herstellern mit etwa 20 bis 500 Beschäftigten und an die Leiter von Vertrieb, Qualität, Konstruktion und Verwaltung, die die Aufgaben vorschlagen werden. Er bietet eine Bewertungsmethode, zehn Aufgaben mit dem, was die KI jeweils tut, einen Weg, gesparte Stunden zu messen, und den Server, der sie trägt. Geldbeträge für die Rendite nennt er nicht; die Stunden, die Sie im eigenen Unternehmen messen, sind die Grundlage dieser Rechnung.

Viele Unternehmen haben noch nicht begonnen. Eurostat berichtet, dass 2025 19,95 Prozent der EU-Unternehmen mit zehn oder mehr Beschäftigten KI nutzten: 17 Prozent der kleinen Unternehmen (10 bis 49 Beschäftigte), 30,36 Prozent der mittleren (50 bis 249) und 55,03 Prozent der großen. Von den Unternehmen, die KI erwogen, aber nicht nutzten, nannten 70,89 Prozent fehlendes Fachwissen, 52,52 Prozent unklare rechtliche Folgen und 48,83 Prozent Bedenken beim Datenschutz; nur 20,68 Prozent hielten sie für nicht nützlich (Eurostat, „Use of artificial intelligence in enterprises“, Daten extrahiert im Dezember 2025, gelesen am 25. Oktober 2026). Auf diese drei Gründe muss ein erstes Projekt antworten: jemand, der weiß, wie es geht, klare Regeln und Daten, die im Unternehmen bleiben.

Vier Fragen, die eine Aufgabe bewerten

Stellen Sie zu jeder Kandidatenaufgabe vier Fragen und schreiben Sie die Antworten in eine Tabelle. Die ersten beiden ergeben die Größe des Nutzens, die letzten beiden entscheiden Reihenfolge und Ort.

1. Wie viele Fälle pro Monat? Erfasste Aufträge, geschriebene Angebote, bearbeitete Reklamationen, geprüfte Zeugnisse. Zählen Sie sie für einen normalen Monat aus dem ERP, dem Postfach oder der Qualitätssoftware.
2. Wie viele Minuten je Fall heute? Die Arbeitszeit der Person, die den Fall bearbeitet, vom Öffnen bis zum Abschluss, ohne Wartezeiten. Für die Bewertung genügt ein grober Wert; genau gemessen wird später.
3. Liegen die Daten bereit? Gibt es digitale Beispiele, die die KI lesen kann: E-Mails, PDFs, frühere Angebote, alte 8D-Berichte, freigegebene Anleitungen? Papierarchive und Wissen in Köpfen kommen später, mit eigenen Projekten wie dem Sichern von Erfahrungswissen vor dem Ruhestand.
4. Wie vertraulich ist es? Öffentlich, intern, kundenvertraulich (Zeichnungen, Preise, Lastenhefte unter NDA) oder personenbezogen (Namen, Gesundheitsdaten). Die Antwort entscheidet, ob ein Cloud-Werkzeug überhaupt infrage kommt oder ob die Aufgabe auf den eigenen Server gehört.

Fälle pro Monat mal Minuten je Fall ergibt den Zeitbedarf: die Stunden pro Monat, die die Aufgabe heute kostet. Eine Aufgabe mit großem Zeitbedarf, bereitliegenden Daten und schneller Prüfung kommt zuerst. Schauen Sie zusätzlich bei jeder Aufgabe darauf, wie lange ein Mensch braucht, um das Ergebnis der KI zu prüfen. Eine Auftragserfassung ist in Sekunden gegen das Original geprüft, ein Angebot für eine Sondermaschine braucht viel länger. Eine schnelle Prüfung kennzeichnet eine gute erste Aufgabe, weil sich der Nutzen ab der ersten Woche zeigt.

Zehn KI-Beispiele aus der Produktion, nach Zeitbedarf bewertet

Die Tabelle zeigt zehn typische Aufgaben mit Beispielwerten für einen Hersteller mit etwa 150 Beschäftigten. Ersetzen Sie die Beispielwerte durch Ihre eigenen Zahlen; entscheidend ist die Rangfolge.

Beispielwerte zur Veranschaulichung, keine Messungen; Zeitbedarf = Fälle pro Monat × Minuten je Fall ÷ 60.

In diesem Beispiel haben Angebote, Fragen an das Firmenwissen, Auftragserfassung und Anleitungen den größten Zeitbedarf. Auftragserfassung und Werkszeugnisse sind schnell geprüft und haben bereite Daten, das macht sie zu starken ersten Aufgaben. Angebote haben einen großen Zeitbedarf, brauchen aber mehr Prüfung und frühere Angebote in nutzbarer Form. Ein sinnvolles erstes Paket ist hier die Auftragserfassung für den Vertriebsinnendienst, Reklamationen und Auditvorbereitung für die Qualität und ein Firmenassistent, der Fragen aus freigegebenen Dokumenten für alle beantwortet: Drei Abteilungen sehen ein Ergebnis, auf einem Server.

Zu jeder Aufgabe gibt es auf dieser Website einen eigenen Leitfaden mit den Einzelheiten, auf die es in der Praxis ankommt:

• KI-Auftragserfassung aus E-Mails und PDFs ins ERP und KI-Kalkulation aus Zeichnungen für Lohnfertiger oder Angebotserstellung im Anlagenbau.
• KI im Qualitätsmanagement: ISO 9001, Audits und 8D, Werkszeugnisse mit KI auslesen und prüfen und Lieferanten­erklärungen zu RoHS, REACH und SCIP.
• Betriebsanleitungen nach der Maschinenverordnung, maschinelle Übersetzung on-premise und Besprechungs­protokolle mit lokaler KI.
• Kundenaudits und Lieferantenfragebögen, Gefährdungs­beurteilungen und ein Serviceassistent für Maschinenbauer.

Aufgaben für später

Manche Aufgaben klingen verlockend und sind schlechte erste Projekte. Die Sichtprüfung an der Linie braucht gekennzeichnete Bilder guter und schlechter Teile und kleine Karten an der Station; das ist ein eigenes Projekt, beschrieben in unserem Leitfaden zur KI-Sichtprüfung ohne Data Scientists. Vorausschauende Wartung braucht über Monate gesammelte Sensordaten, und vieles davon läuft auf gewöhnlichen Prozessoren, wie unser Leitfaden dazu erklärt, wann Predictive Maintenance eine GPU braucht. Aufgaben, deren Ergebnis über Sicherheit oder über Menschen entscheidet, etwa die Bewertung von Beschäftigten, brauchen mehr Sorgfalt, als ein erstes Projekt bieten kann.

Auch Aufgaben ohne digitale Daten warten. Liegen frühere Angebote nur als gedruckte Ordner vor, ist der erste Schritt, sie zu scannen und zu ordnen, und die KI-Aufgabe folgt, wenn die Daten da sind.

Wir bauen KI-Server auf Bestellung und richten Modelle und Dokumentsuche über unseren Private-AI/ML-Service ein; schicken Sie uns Ihre Liste möglicher Aufgaben mit groben Fallzahlen, und unser Team sagt Ihnen, welche davon ein Server trägt und was er im Gebäude braucht.

Den KI-Nutzen in gesparten Stunden messen

Schätzungen gesparter Zeit sind leicht geschrieben und schwer zu glauben. Eine Messung ist besser, und sie braucht keine besonderen Werkzeuge.

1. Vor dem Start. Stoppen Sie für jede gewählte Aufgabe 20 bis 30 normale Fälle mit Start- und Endzeit, bearbeitet wie gewohnt von den Personen, die sie sonst bearbeiten. Notieren Sie die Fälle mit Nacharbeit oder Rückfrage beim Kunden.
2. Nach dem Start. Wenn die KI im Einsatz ist und das Team einige Wochen damit gearbeitet hat, stoppen Sie dieselbe Zahl vergleichbarer Fälle. Rechnen Sie die Zeit ein, die die Person zum Prüfen und Korrigieren des KI-Ergebnisses braucht, und zählen Sie die Korrekturen.
3. Mediane vergleichen. Nehmen Sie den mittleren Wert jeder Stichprobe, damit ein ungewöhnlicher Fall das Ergebnis nicht verzerrt. Gesparte Stunden pro Monat = Fälle pro Monat × (Median Minuten vorher − Median Minuten nachher) ÷ 60.
4. Die Qualitätsseite festhalten. Zählen Sie Fehler, die ins ERP, zum Kunden oder zur nächsten Abteilung gelangt sind, vorher und nachher. Ein schnellerer Ablauf mit mehr Fehlern hat keine Zeit gespart.
5. Nach Änderungen wiederholen. Ein neues Modell, neue Dokumentquellen oder neue Mitarbeitende verändern die Zahlen; messen Sie nach jeder Änderung erneut.

Dieselbe Stichprobe bringt einen zweiten Nutzen: echte Fälle mit geprüften Antworten, die zum Testsatz für den nächsten Modellwechsel werden. Unser Leitfaden zum privaten KI-Pilot und was zu messen ist behandelt die technischen Werte, die die IT im selben Zeitraum sammelt, etwa gleichzeitige Anfragen und Antwortlängen, mit denen die Produktionshardware ausgelegt wird.

Mancher Nutzen zeigt sich nicht in Stunden: ein Angebot, das am selben Tag hinausgeht, eine Reklamation, die beantwortet ist, bevor der Kunde erneut anruft, eine neue Kollegin, die die richtige Arbeitsanweisung findet, ohne zu fragen. Notieren Sie solche Fälle, wenn sie passieren, mit Datum und Vorgang. Oft überzeugen gerade sie den Rest des Unternehmens.

Wer was im ersten KI-Projekt tut

Ein erstes KI-Projekt in einem Unternehmen ohne große IT-Abteilung braucht wenige Rollen, namentlich besetzt.

• Ein Verantwortlicher je Aufgabe. Der Leiter der Abteilung, in der die Aufgabe liegt, entscheidet, was die KI tun darf, gibt die Regeln frei und berichtet die gemessenen Stunden.
• Ein Key User je Aufgabe. Die Person, die die Arbeit heute macht, testet, gibt Rückmeldung und prüft die ersten Ergebnisse genau.
• Eine Person für die Plattform. Im Unternehmen oder bei einem Servicepartner betreut jemand Konten, Dokumentquellen und Updates; unser Leitfaden zum KI-Server ohne IT-Abteilung zeigt, wie das mit einem Lieferanten aufgeteilt wird.
• Die Geschäftsführung. Sie legt die Nutzungsregeln fest, entscheidet, welche Daten wohin dürfen, und bezieht den Datenschutz­beauftragten und, wo es einen gibt, den Betriebsrat früh ein, wie unser Leitfaden zu Betriebsrat und interner KI erklärt.

Auch die Nutzer sollten kurz eingewiesen werden. Nach Artikel 4 der KI-Verordnung (AI Act) ergreifen Anbieter und Betreiber von KI-Systemen Maßnahmen, um die KI-Kompetenz ihres Personals zu fördern, wie unser Leitfaden zur KI-Kompetenz-Schulung beschreibt. Eine schriftliche Beschreibung jeder Aufgabe in Alltagssprache hilft beim Angebot und im Projekt; unsere Vorlage für ein Lastenheft gibt die Gliederung, und der Ablauf eines eigenen KI-Server-Projekts zeigt, was nach der Bestellung folgt.

Ein Server für die ersten Aufgaben

Für eine KI sind die ersten Aufgaben eine kleine Last. Ein Vertriebsinnendienst erfasst einige Hundert Aufträge im Monat, die Qualität bearbeitet einige Reklamationen pro Woche, und der Assistent beantwortet während der Arbeitszeit Fragen der Belegschaft. Ein Server trägt das alles; deshalb sollte das erste Projekt den Server für das ganze Unternehmen auslegen.

Regel für Nutzer je Karte (0,9 × vom Treiber gemeldeter Speicher, abzüglich 3 GiB je Karte und der Gewichte): Qwen3.8-27B FP8, Gewichte 30.866.866.928 Byte = 28,75 GiB (Dateiliste auf Hugging Face, gelesen am 25. Oktober 2026), mit FP8-Cache 1,14 GiB je Gespräch mit 32K; gpt-oss-120b etwa 65 GB = 60,8 GiB (Dateiliste auf Hugging Face, erneut gelesen am 25. Oktober 2026) mit 16-Bit-Cache, 0,5625 GiB je Gespräch mit 16K; Strom nach unserer Schätzung (Karten, Prozessoren und 15 Prozent für den Rest), bestätigt durch eine Messung am gelieferten System.

Ein Gespräch ist hier eine Anfrage, die im selben Moment beantwortet wird. Ein Unternehmen mit 150 Personen hat selten mehr als eine Handvoll Anfragen gleichzeitig in Bearbeitung, weil die meisten Nutzer gerade lesen oder tippen, deshalb lässt der Einstiegsserver Platz für die nächsten Aufgaben; unser Leitfaden zu privaten ChatGPT-Servern nach Firmengröße zeigt die Rechnung. Ein Token ist ein Wortteil; 32K Token fassen einen langen Auftrag mit Anhängen oder ein ganzes Kapitel einer Anleitung. Qwen3.8-27B ist ein Vision-Language-Modell unter Apache 2.0, das Bilder und Dokumente liest, und passt damit zu gescannten Aufträgen, Zeugnissen und Zeichnungen. gpt-oss-120b, ebenfalls Apache 2.0, hat 117 Milliarden Parameter, von denen je Token 5,1 Milliarden aktiv sind, und bedient den Assistenten.

Der Einstiegsserver hat zwei Karten der NVIDIA RTX PRO 6000 Blackwell Server Edition, zwei AMD-EPYC-Prozessoren, 384 GB DDR5-ECC-Arbeitsspeicher und zwei NVMe-Laufwerke. Er läuft an einem gewöhnlichen 16-A-Anschluss mit 230 V und gehört in einen Serverraum oder einen gekühlten IT-Raum. Zwei Karten sind der sinnvolle Start: ein Modell je Karte, und fällt eine Karte aus, kann die andere das wichtigste Modell bis zur Reparatur tragen. Ohne Serverraum betreibt unser Private-AI/ML-Service die Plattform auf dedizierter Hardware in einem Tier-3-Rechenzentrum in Litauen, innerhalb der EU. Kleinere Betriebe finden dieselbe Überlegung für 10 bis 100 Beschäftigte in unserem Leitfaden zur eigenen KI für kleine Firmen, größere Werke mit Prüfung und Simulation im Leitfaden zum KI-Server für die Industrie.

Hinweise für die IT

• Schnittstellen zuerst. Auftragserfassung und Werkszeugnisse brauchen einen festgelegten Weg ins ERP oder in die Qualitätssoftware, am besten eine Schnittstelle mit einem Bestätigungsschritt durch einen Menschen; die KI schreibt nie direkt in Stammdaten.
• Dokumentquellen. Der Assistent liest freigegebene Dokumente aus der Dateifreigabe oder dem Dokumentenmanagementsystem, mit Zugriff nach den Rollen des Nutzers im Unternehmensverzeichnis.
• Messdaten. Führen Sie ab dem ersten Tag das Gateway-Log der Anfragen mit Zeitstempeln und Token-Zahlen; es ergänzt die Zeitmessung der Fachabteilungen und ist die Grundlage für die Auslegung der nächsten Erweiterung.
• Sicherheit. Der Server ist aus dem Internet nicht erreichbar, die Anmeldung läuft über das Unternehmensverzeichnis, und Inferenz-Engine und Weboberfläche werden auf aktuellen Versionen gehalten, wie unser Leitfaden zu Sicherheitsfragen der Geschäftsführung zur eigenen KI zusammenfasst.

Was wir liefern

Sie können dieses System bei uns kaufen: Unser Team dimensioniert die Konfiguration nach Ihrer Arbeitslast und Ihrem Budget und antwortet innerhalb eines Werktages. Wir bauen KI-Server auf Bestellung mit zwei, vier oder acht Karten, vor der Lieferung montiert und getestet, geliefert in die gesamte EU mit einem EU-Vertrag und einer Rechnung, mit Herstellergarantie auf jede Komponente, abgewickelt über uns; Stückzahlen und Lieferzeit werden mit dem Angebot schriftlich bestätigt. Unser Service Private AI/ML mit unserem Engineering-Partner Vixen.UNO richtet die Modelle, die Dokumentsuche, die Zugriffskontrolle und die Anbindungen ein, die Ihre ersten Aufgaben brauchen. Nennen Sie uns die zwei oder drei Aufgaben, mit denen Sie beginnen möchten, und wir schlagen eine Konfiguration dafür vor.

FAQ