KI in der Fertigung: Wo Datenaufbereitung und Anbindung das Geld kosten

Definition: KI in der Fertigung bezeichnet den Einsatz lernender Software in produzierenden Betrieben, etwa für Qualitätsprüfung, Rüstzeitplanung oder Ausfallprognosen. Der Nutzen hängt an zwei Vorarbeiten: der Datenaufbereitung (Maschinen-, Auftrags- und Qualitätsdaten bereinigt und mit Zeitstempel und Maschinenbezug versehen) und der Anbindung an ERP, MES und Maschinensteuerungen.

Die Lage: KI ist verbreitet, das Potenzial bleibt liegen

Laut einer Bitkom-Befragung von 603 Unternehmen ab 20 Beschäftigten setzen 57 Prozent KI ein, aber kein einziges Unternehmen schöpft das Potenzial vollständig aus, nur 3 Prozent nutzen es stark (Bitkom, 2026, https://www.bitkom.org/Presse/Presseinformation/Erstmals-nutzt-Mehrheit-Unternehmen-KI). In der Industrie zeigt sich, woran das liegt: In einer Bitkom-Umfrage unter 555 Industrieunternehmen ab 100 Beschäftigten sagen 57 Prozent, die nötigen Daten für digitale Zwillinge fehlen, und 48 Prozent nennen eine unzureichende IT-Infrastruktur als Hürde (Bitkom, 2026, https://www.bitkom.org/Presse/Presseinformation/Mangelnde-IT-Infrastruktur-und-Daten-bremsen-Einsatz-digitaler-Zwillinge).

Für Auftragsfertiger, Serienproduzenten und Metallverarbeiter heißt das: Das Geld hängt selten an der Lizenz. Es hängt an der Frage, ob Stillstandsgründe, Rüstzeiten und Ausschuss überhaupt in einer Form vorliegen, aus der ein Modell etwas lernen kann. Die folgenden fünf Schritte gehen diesen Weg der Reihe nach, jeweils mit einem Stolperstein aus dem Werkstattalltag.

Schritt 1: Einen Engpass wählen und Datenquellen benennen

Starten Sie mit einem einzigen Schmerzpunkt, etwa Rüstzeiten an der Engpassmaschine oder Nacharbeit an einer Produktfamilie. Listen Sie dafür auf, welche Daten dazu existieren und wo sie liegen: Maschinensteuerung, ERP, Prüfprotokolle, Excel am Meisterplatz.

Stolperstein: Der Engpass wird nach Bauchgefühl gewählt, und die Daten dazu liegen nur auf Papier. Dann beginnt die Arbeit bei der Erfassung, und die KI kommt erst danach. Wir raten davon ab, zuerst die Maschine zu automatisieren, für die am wenigsten Daten vorliegen, nur weil sie am lautesten nervt.

Schritt 2: Zeitstempel und Maschinenbezug herstellen

Ein Messwert ohne Uhrzeit und Maschinenzuordnung ist für ein Modell kaum verwertbar. Auch MES-Hersteller wie MPDV nennen Datenqualität und Kontextualisierung mit Zeitstempel und Maschinenbezug als Voraussetzung für KI in der Produktion (produktion.de, 2026, Herstellerperspektive, https://www.produktion.de/technik/wie-sie-ihre-produktion-kiready-machen/2655847).

Stolperstein: Die Steuerungsuhren zweier Maschinen laufen nicht synchron, oder das ERP bucht Aufträge nur zum Schichtende. Dann lassen sich Stillstand und Auftrag nicht sauber zuordnen, und jede spätere Auswertung wird verzerrt.

Schritt 3: Daten bereinigen und Begriffe vereinheitlichen

Legen Sie fest, was ein Stillstand, ein Rüstvorgang und ein Ausschussteil im Betrieb bedeuten. Erst dann lassen sich Schichten, Maschinen und Standorte vergleichen.

Stolperstein: Drei Schichtführer tragen denselben Stillstand unter drei Gründen ein, etwa "Werkzeugwechsel", "Rüsten" und "Sonstiges". Freitextfelder lassen sich nachträglich nur mit viel Handarbeit retten. Ein fester Katalog mit wenigen Gründen kostet am Terminal Sekunden und spart später Wochen.

Rechenbeispiel (hypothetisch), warum sich das lohnt:

• Angenommen, ein Betrieb hat 20 Rüstvorgänge pro Tag, und ein Schichtführer pflegt jeden Vorgang in diesem Modell mit 10 Minuten Nacharbeit in Tabellen nach.
• Das wären in diesem Modell 200 Minuten pro Tag, bei 220 Arbeitstagen rund 733 Stunden pro Jahr.
• Bei angenommenen 50 € Stundenkosten würde das in diesem Modell rund 36.700 € pro Jahr an reiner Datenpflege bedeuten, bevor ein Algorithmus etwas auswertet.

Schritt 4: Anbindung an ERP, MES und Maschinen klären

Hier entscheidet sich, ob die Auswertung im Alltag ankommt. Prüfen Sie, welche Systeme Daten liefern können, in welchem Takt und über welche Schnittstelle. Die IT-Infrastruktur ist laut Bitkom-Umfrage für 48 Prozent der befragten Industrieunternehmen eine Hürde (Bitkom, 2026, https://www.bitkom.org/Presse/Presseinformation/Mangelnde-IT-Infrastruktur-und-Daten-bremsen-Einsatz-digitaler-Zwillinge).

Stolperstein: Eine ältere Maschine ohne offene Schnittstelle. Bevor Sie Nachrüstungen planen, prüfen Sie, ob diese Maschine überhaupt ein Engpass ist. Manchmal reicht eine manuelle Eingabe mit festem Katalog, bis der Nutzen belegt ist. Eine Nachrüstung für jede Anlage ist selten der richtige erste Schritt.

Eine Orientierung für die Entscheidung:

Anbindungsweg	Aufwand	Sinnvoll, wenn
Manuelle Eingabe mit festem Katalog	gering	Maschine ohne Schnittstelle, Nutzen noch unbelegt
Export aus ERP/MES in festem Takt	mittel	Daten liegen bereits strukturiert vor
Direkte Maschinenanbindung	hoch	Engpassanlage, Auswertung in Echtzeit nötig

Wie sich diese Kosten in der Planung abbilden, beschreiben wir in unserem Beitrag zur KI-Kostenplanung in der Fertigung.

Schritt 5: Klein auswerten, Nutzen messen, dann ausweiten

Lassen Sie die Auswertung zunächst für einen Engpass laufen, etwa für Rüstzeiten oder für Ausfallprognosen an kritischen Anlagen. Vergleichen Sie vorher und nachher mit denselben Kennzahlen.

Stolperstein: Die Auswertung liefert Ergebnisse, aber niemand in der Schicht ändert deshalb sein Vorgehen. Planen Sie fest ein, wer die Empfehlung bekommt, wann und in welcher Form. Know-how ist laut Bitkom (2025) ebenfalls eine Hürde: 42 Prozent der 552 befragten Industrieunternehmen nennen fehlendes Know-how für die Einbindung von KI, 42 Prozent setzen KI bereits in der Produktion ein (Bitkom, 2025, https://www.bitkom.org/Presse/Presseinformation/Industrie-4.0-Unternehmen-KI-Produktion).

Fazit

Die Bitkom-Zahlen zeigen: Verbreitung und Ausschöpfung sind zwei verschiedene Dinge. In der Fertigung entscheidet die Vorarbeit an Daten und Anbindung darüber, ob eine KI-Anwendung im Betrieb etwas bewegt. KImpuls analysiert Geschäftsprozesse, findet Ineffizienzen und berechnet Optimierungspotenziale mit ROI. Die Plattform wird auf die Abläufe des jeweiligen Betriebs konfiguriert. Für Ihre Fertigung gilt dieselbe Reihenfolge: erst einen Engpass und seine Daten klären, dann anbinden, dann auswerten.

Häufig gestellte Fragen

Warum schöpfen Unternehmen das KI-Potenzial nicht aus? Laut Bitkom (2026) nutzen zwar 57 Prozent der befragten Unternehmen KI, aber nur 3 Prozent stark. In der Industrie nennen 57 Prozent fehlende Daten und 48 Prozent eine unzureichende IT-Infrastruktur als Hürde (Bitkom, 2026).

Was ist der erste Schritt für einen Metallverarbeiter? Einen Engpass wählen, etwa Rüstzeiten an der Engpassmaschine, und aufschreiben, welche Daten dazu wo liegen. Danach folgen Zeitstempel, Bereinigung und Anbindung.

Muss jede Maschine direkt angebunden werden? Nein. Für Anlagen ohne Schnittstelle kann eine manuelle Eingabe mit festem Katalog reichen, bis der Nutzen belegt ist. Eine direkte Anbindung lohnt sich vor allem an der Engpassanlage.

Was löst KI an dieser Stelle nicht? Sie ersetzt keine saubere Erfassung. Fehlen Zeitstempel, Maschinenbezug oder einheitliche Stillstandsgründe, bleibt die Auswertung unzuverlässig, egal wie gut die Software ist.