KI im Maschinenbau: Anwendungsfälle und Einführung

KI im Maschinenbau heißt für die meisten mittelständischen Hersteller heute nicht, dass sich eine Anlage selbst steuert. Es heißt, dass Vertrieb, Service, Einkauf, Konstruktion und Technische Redaktion weniger Zeit mit Abtippen, Suchen und Vergleichen verbringen. Genau dort liegen die ersten belastbaren Anwendungsfälle.

Dieser Artikel zeigt sieben Abläufe vom Lastenheft bis zum Ersatzteil, welche Daten sie brauchen, wo die Grenzen liegen und was Maschinenverordnung und KI-Verordnung verlangen. Die Szenen sind fiktive Beispiele. Wie solche Abläufe mit Beispielansicht aussehen, zeigt die Branchenseite KI im Maschinen- und Anlagenbau.

Stand: September 2026.

KI im Maschinenbau umfasst heute vor allem Sprachmodelle und KI-Assistenten, die Dokumente lesen, Wissen aus mehreren Systemen zusammenführen und Entwürfe vorbereiten. Maschinensteuerung und Zustandsüberwachung sind eigene Disziplinen mit eigenen Systemen.

Die Verbreitung ist hoch: 58,7 % der Unternehmen im verarbeitenden Gewerbe nutzen KI in Geschäftsprozessen (ifo-Umfrage, Mai 2026). Die Wirkung ist noch gering: Branchenübergreifend gibt laut Bitkom-KI-Studie vom September 2026 kein Unternehmen an, das Potenzial voll auszuschöpfen; 59 % schöpfen es nach eigener Einschätzung gar nicht aus.

Für die Planung hilft eine Unterscheidung:

• Sprachmodelle im Büro: Lastenhefte auslesen, Revisionen vergleichen, Servicefälle vorbereiten, Betriebsanleitungen entwerfen. Grundlage sind Dokumente und Stammdaten aus ERP, Konstruktionsdatenverwaltung (PLM) und Dokumentenmanagement (DMS).
• Maschinelles Lernen an der Anlage: Zustandsüberwachung und vorausschauende Wartung (Predictive Maintenance) aus Sensordaten. Das braucht Zeitreihen, Maschinenanbindung und meist spezialisierte Software.

Der Anlass ist oft das Wissen, nicht nur die Personalnot. Der Arbeitsmarkt hat sich abgekühlt: Im zweiten Quartal 2026 gab es laut IAB-Stellenerhebung rund 1 Million offene Stellen. Trotzdem berichteten im Herbst 2025 laut DIHK-Fachkräftereport 2025/2026 36 % der Unternehmen von Stellenbesetzungsschwierigkeiten. Für Maschinenbauer kommt hinzu: Mit jedem Ruhestand verlässt Erfahrungswissen über Anlagen, Kunden und Sonderlösungen das Haus.

KI lohnt sich zuerst in Abläufen, die häufig vorkommen, viel Lesen und Vergleichen verlangen und am Ende von einer Fachkraft geprüft werden. Vier Kriterien helfen bei der Auswahl:

1. Volumen: genügend gleichartige Vorgänge pro Monat, damit sich Einrichtung und Prüfung lohnen.
2. Zugängliche Daten: Dokumente und Stammdaten liegen digital vor und dürfen verarbeitet werden.
3. Klare Verantwortung: Eine Person im Fachbereich prüft die Ergebnisse und entscheidet über den Ausbau.
4. Messbarkeit: Bearbeitungszeit, Rückfragen oder Durchlaufzeit lassen sich vor und nach dem Start erfassen.

Die Übersicht ordnet die sieben Anwendungsfälle dieses Artikels ein.

Alle sieben Abläufe folgen demselben Muster: KI liest, sucht, vergleicht und entwirft. Ein Mensch prüft und entscheidet.

Beispiel: Ein Hersteller von Sondermaschinen erhält die Anfrage eines Kunden aus der Lebensmittelindustrie: 90 Seiten Lastenheft, eine Stückliste als Tabelle und die Einkaufsbedingungen. Bevor die Kalkulation beginnen kann, sortiert der technische Vertrieb die Anforderungen von Hand.

Was KI übernimmt: Sie zieht Muss- und Kann-Anforderungen mit Fundstelle heraus, gleicht sie mit Ihrem Standard und früheren Angeboten ab und markiert Abweichungen, etwa bei Gewährleistung, Vertragsstrafen oder zugesagter Ersatzteilverfügbarkeit. Offene Punkte landen in einer Rückfragenliste an den Kunden, der Angebotsentwurf entsteht in Ihrem Layout.

Was beim Menschen bleibt: Machbarkeit, Kalkulation, Preise und Lieferzusagen bleiben im Freigabeprozess. Wie das Auslesen von Anfragen und Dokumenten technisch funktioniert, erklärt der Artikel zur intelligenten Dokumentenverarbeitung.

Beispiel: Ein Kunde meldet einen wiederkehrenden Fehlercode an einer Anlage, die vor elf Jahren ausgeliefert wurde. Der Kollege, der sie in Betrieb genommen hat, ist inzwischen im Ruhestand.

Was KI übernimmt: Über die Seriennummer stellt sie Maschinenakte, Umbauten, frühere Störungen an dieser und baugleichen Anlagen, passende Prüfschritte aus dem Handbuch und benötigte Ersatzteile zusammen. Jede Aussage verweist auf ihre Quelle. Nach dem Einsatz entsteht der Servicebericht als Entwurf.

Was beim Menschen bleibt: die Diagnose an der Anlage und jede Entscheidung über Eingriffe. Wer den Assistenten direkt Kunden anbietet, etwa im Serviceportal, muss seit 2. August 2026 kenntlich machen, dass eine KI antwortet (Art. 50 KI-Verordnung).

Beispiel: Per E-Mail kommt ein Foto eines verschlissenen Bauteils mit einer Artikelnummer aus einer alten Stücklistenrevision. Das Teil gibt es in dieser Form nicht mehr.

Was KI übernimmt: Sie ordnet die Anfrage über Seriennummer, Altnummer oder Bildbeschreibung der richtigen Stücklistenrevision zu, findet Nachfolgeteil, Bestand, Lieferzeit und Kundenkondition und bereitet den Angebotsentwurf im ERP vor.

Was beim Menschen bleibt: die Prüfung, ob das Nachfolgeteil technisch passt, und die Freigabe des Angebots. Bei Fotos gilt: Die Zuordnung ist ein Vorschlag, keine Identifikation mit Gewähr.

Beispiel: Für eine Baugruppe liegen drei Angebote in unterschiedlichen Formaten, Losgrößen und Währungen vor. Ein Lieferant ist gerade in Verzug, ein Zertifikat eines anderen läuft in zwei Monaten ab.

Was KI übernimmt: Sie überträgt Stückpreise, Zuschläge, Mindestmengen und Lieferzeiten in einen Preisspiegel und markiert, was nicht vergleichbar ist. Zeitgesteuert prüft sie Liefertermine, ablaufende Zertifikate und Lieferantenmeldungen und meldet Abweichungen, bevor sie die Montage erreichen.

Was beim Menschen bleibt: Vergabe und Verhandlung. Die Kriterien für die Lieferantenbewertung legt der Einkauf fest, damit Entscheidungen nachvollziehbar bleiben.

Beispiel: Drei Wochen nach Auftragseingang schickt der Kunde eine neue Revision des Lastenhefts. Irgendwo in 100 Seiten stecken geänderte Anforderungen.

Was KI übernimmt: Sie vergleicht Dokumentstände und Stücklisten, zeigt jede geänderte Anforderung mit alter und neuer Fassung, ordnet sie Baugruppen zu und legt Prüfaufgaben für Konstruktion, Einkauf und Kalkulation an. Dasselbe Prinzip hilft bei Herstellermeldungen: Stellt ein Zulieferer ein Bauteil ein, lässt sich die Meldung mit Stücklisten und ausgelieferten Anlagen abgleichen.

Was beim Menschen bleibt: die Bewertung, ob eine Änderung Preis, Termin oder Sicherheit berührt, und die Entscheidung über Nachträge.

Beispiel: Jede Anlage ist eine Variante. Die Technische Redaktion kopiert Kapitel aus der letzten Anleitung und prüft von Hand, ob Warnhinweise und Normverweise noch stimmen. Die Übersetzungen folgen Wochen später.

Was KI übernimmt: Sie stellt die Anleitung aus freigegebenen Textbausteinen, Stückliste und Risikobeurteilung zusammen, ergänzt variantenabhängige Kapitel und prüft Warnhinweise und Normverweise auf Vollständigkeit. Übersetzungen entstehen mit Ihrer Terminologieliste. Auch für die Risikobeurteilung kann KI einen Entwurf vorbereiten: Gefährdungen aus Vorgängermaschinen, einschlägige Normen, offene Punkte.

Was beim Menschen bleibt: die Fachprüfung jeder Sprachfassung, die Risikobeurteilung selbst und die Unterschrift unter die Konformitätserklärung. Betriebsanleitungen sind sicherheitsrelevant; ungeprüfte maschinelle Übersetzungen erhöhen das Haftungsrisiko.

Beispiel: Ein neuer Projektleiter fragt, ob das Unternehmen schon einmal eine Anlage für Tiefkühlware mit Schutzart IP65 gebaut hat. Die Antwort liegt in einem Projektordner von 2016.

Was KI übernimmt: Eine semantische Suche über Fileserver, DMS, Confluence oder SharePoint findet ähnliche Projekte, Protokolle und Lösungen, auch wenn damals andere Begriffe verwendet wurden, und nennt die Fundstellen. Wie das technisch aufgebaut ist, beschreibt der Artikel zur Enterprise Search mit KI.

Was beim Menschen bleibt: die Pflege der Quellen und die Bewertung, ob eine alte Lösung heute noch passt. KI findet nur, was dokumentiert und für die jeweilige Person freigegeben ist.

KI im Maschinenbau braucht Zugriff auf die Systeme, in denen das Wissen liegt: ERP, PLM, DMS, Fileserver, Ticketsystem und E-Mail. Ein neues Kernsystem ist dafür nicht nötig.

• ERP: Artikel, Stücklisten, Preise, Bestände, Aufträge. Viele ERP-Systeme im Mittelstand laufen lokal und werden über Schnittstellen, Datenbankzugriff oder einen gesicherten Connector angebunden.
• PLM und DMS: Zeichnungsstände, Änderungsmitteilungen, Maschinenakten. Maßgeblich ist, welche Revision freigegeben ist.
• Dokumente: Lastenhefte, Handbücher, Serviceberichte. Digitale PDFs lassen sich direkt verarbeiten, Scans brauchen Texterkennung (OCR).
• Zeichnungen: Schriftfelder und Stücklisten sind oft gut auslesbar. Eine geometrische Auslegung im CAD ersetzt KI nicht; was zuverlässig funktioniert, zeigt ein Test am echten Beispiel.

Wichtiger als die Datenmenge ist die Ordnung: Welche Stücklistenrevision gilt, wer darf welche Kundenprojekte sehen, welche Ablage ist führend? Diese Fragen klären Sie vor dem Start. Wie sich ältere ERP- und Datenbanksysteme anbinden lassen, beschreibt der Leitfaden KI-Plattform an Legacy-Systeme anbinden.

KI im Maschinenbau bereitet Entscheidungen vor; sicherheitsrelevante und vertragliche Entscheidungen trifft sie nicht. Fünf Grenzen sollten Sie kennen:

• Fehler in Entwürfen: Sprachmodelle können Anforderungen übersehen oder Inhalte erfinden. Quellenangaben und Stichproben machen Fehler sichtbar. Wie Sie das systematisch absichern, beschreibt der Artikel über KI-Halluzinationen im Unternehmen.
• Keine Kalkulation ohne Freigabe: Preise und Liefertermine hängen von Auslastung, Einkauf und Strategie ab. KI liefert Grundlagen, keine verbindlichen Zusagen.
• Keine Konstruktion auf Knopfdruck: Eine Konfigurationszeichnung oder eine Fertigungsfreigabe entsteht nicht verlässlich aus einem Sprachmodell.
• Predictive Maintenance ist ein eigenes Projekt: Ausfallprognosen aus Sensordaten brauchen Maschinenanbindung, Zeitreihenmodelle und genügend dokumentierte Störfälle.
• Sicherheitsfunktionen: KI, die in einer Maschine Sicherheitsfunktionen übernimmt, unterliegt eigenen Anforderungen aus Maschinenverordnung und KI-Verordnung.

Für KI im Büro gelten vor allem Datenschutz, Geheimnisschutz, Mitbestimmung und die Transparenzpflicht für Chatbots. Für KI in der Maschine kommen die Maschinenverordnung und die Hochrisiko-Pflichten der KI-Verordnung hinzu. Stand: September 2026; dieser Überblick ersetzt keine Rechtsberatung.

Maschinenverordnung (EU) 2023/1230. Sie löst die Maschinenrichtlinie 2006/42/EG ab und gilt verbindlich ab 20. Januar 2027. Sie regelt unter anderem, unter welchen Bedingungen Betriebsanleitung und Konformitätserklärung digital bereitgestellt werden dürfen, und enthält Vorgaben für Maschinen mit KI-gestützten Sicherheitsfunktionen (EU-Kommission). Die Risikobeurteilung bleibt Aufgabe des Herstellers, auch wenn KI den Entwurf vorbereitet.

KI-Verordnung. Übernimmt KI in einer Maschine eine Sicherheitsfunktion, kann sie als Hochrisiko-KI nach Anhang I gelten. Die zugehörigen Pflichten greifen nach dem Digital Omnibus ab 2. August 2028. KI-Assistenten für Angebote, Service oder Dokumentation fallen in der Regel nicht darunter. Für alle Einsätze gilt: Anbieter und Betreiber ergreifen Maßnahmen, um die KI-Kompetenz ihrer Beschäftigten zu fördern (Art. 4), und Chatbots für Kunden müssen sich als KI zu erkennen geben (Art. 50).

Geschäftsgeheimnisse. Konstruktionsdaten, Kalkulationen und Kundenprojekte sind meist keine personenbezogenen Daten, aber Geschäftsgeheimnisse. Als solche geschützt sind sie nach § 2 Geschäftsgeheimnisgesetz nur, wenn Sie angemessene Geheimhaltungsmaßnahmen treffen. Dazu gehören ein Rollen- und Rechtekonzept, Protokollierung und ein Anbieter, der Ihre Daten nicht für das Training eigener Modelle verwendet.

Datenschutz und Betriebsrat. Serviceberichte, E-Mails und Tickets enthalten personenbezogene Daten. Dafür brauchen Sie einen Auftragsverarbeitungsvertrag und einen klaren Verarbeitungsort. Ist eine KI-Anwendung geeignet, Verhalten oder Leistung von Beschäftigten zu überwachen, hat der Betriebsrat nach § 87 Abs. 1 Nr. 6 BetrVG mitzubestimmen. Wie sich das regeln lässt, beschreibt der Artikel Betriebsrat und KI.

Ob sich KI im Maschinenbau lohnt, zeigt ein Vergleich an echten Vorgängen vor und nach dem Start. Erfassen Sie vorher dieselben Größen, die Sie nach einigen Wochen Betrieb erneut messen.

Rechenbeispiel mit Annahmen: Ein Hersteller bearbeitet 150 Lastenheft-Anfragen im Jahr, die Aufbereitung dauert heute acht Stunden je Anfrage. Sinkt sie mit KI auf drei Stunden und kommt eine Stunde Prüfung hinzu, werden vier Stunden je Anfrage frei, also 600 Stunden im Jahr. Ob solche Werte erreicht werden, zeigt erst ein Test mit Ihren Dokumenten. Wie Sie Kosten und Nutzen sauber gegenüberstellen, beschreibt der Artikel KI-ROI berechnen und Erfolg messen.

Der Einstieg gelingt am besten mit einem einzigen, klar abgegrenzten Vorgang und echten Dokumenten. Plotdesk arbeitet dafür in vier Schritten:

Wie Plotdesk hier unterstützt. Plotdesk verbindet eine KI-Plattform mit einem Umsetzungsteam für den Mittelstand. Für Maschinen- und Anlagenbauer heißt das: KI-Strategen und AI Solutions Engineers richten die Abläufe gemeinsam mit Ihren Fachleuten ein, statt nur eine Lizenz zu übergeben.

• Betrieb: dedizierte Instanz in der EU oder im eigenen Tenant, zum Beispiel in Azure, mit DSGVO-konformem AVV.
• Anbindung: Plotdesk Connect verbindet lokale Systeme wie ERP, Fileserver, Ticketsystem oder ältere Datenbanken; für Konstruktionsdaten gibt es unter anderem eine App für Contact Software PLM.
• Kontrolle: SSO, Rollen und mehr als 40 Berechtigungen, Audit-Logs sowie Modell- und Kostensteuerung je Team. Welche Auswertungen je Person sichtbar sind, legen Sie fest und regeln es mit dem Betriebsrat.
• Modelle: mehr als 100 Modellvarianten aus zehn Provider-Typen, je Team steuerbar, auch Modelle mit Verarbeitung in der EU.
• Eigene Lösungen: Mit Canvas, Studio und Plugins entstehen Oberflächen für Angebots-, Service- oder Änderungsprozesse, die zu Ihren Abläufen passen.

Grundlage sind 1.200+ Use Cases in 15 Branchen. Welcher davon für Ihr Haus zuerst passt, klärt die KI-Potenzialanalyse.

KI im Maschinenbau ist kein Zukunftsprojekt mehr, aber auch kein Selbstläufer. Die ersten belastbaren Ergebnisse entstehen dort, wo Fachleute heute lesen, suchen und abtippen: bei Lastenheften, Servicefällen, Ersatzteilanfragen, Revisionen und Betriebsanleitungen.

Wer mit einem echten Vorgang beginnt, die Messgrößen vorher festlegt und die Verantwortung klar beim Menschen lässt, hat nach wenigen Wochen eine belastbare Entscheidungsgrundlage. Die Maschinenverordnung ab Januar 2027 ist ein guter Anlass, die technische Dokumentation dabei früh mitzudenken.