KI im Maschinenbau zahlt sich im Mittelstand vor allem dort aus, wo viele Dokumente anfallen: bei der Angebotskalkulation, der Auftragserfassung, den Rechnungen und der technischen Dokumentation. Laut VDMA setzen rund 31 Prozent der Maschinenbauunternehmen KI-Lösungen im Tagesgeschäft ein (Umfrage vom April 2026, berichtet von produktion.de).
Kurzfassung
- Im Maschinenbau-Back-Office lohnen sich vier Abläufe: Angebotskalkulation, Auftragserfassung, Rechnungsverarbeitung und die Suche in technischer Dokumentation.
- Laut VDMA nutzen rund 31 Prozent der Maschinenbauunternehmen KI im Tagesgeschäft (Umfrage vom April 2026), ein Großteil der Back-Office-Abläufe fällt nach dem EU AI Act nicht unter Hochrisiko.
- Das betrifft Maschinen- und Anlagenbauer mit wiederkehrender Dokumentenarbeit, die Kundendaten und Zeichnungen schützen müssen.
Wo der Maschinenbau steht
Die VDMA-Umfrage vom April 2026 zeigt, dass KI in der Branche angekommen ist, aber nicht überall im Tagesgeschäft. Als besonders relevant nennen die Befragten Software-Entwicklung, Marketing und Kundenservice. Die Dokumentenarbeit im Auftragsdurchlauf bleibt dagegen in vielen Betrieben manuell, obwohl sie täglich anfällt.
Andre Loreth beobachtet in Gesprächen mit Maschinenbauern, dass der Einstieg meist über das Budget statt über den Prozess läuft. Besser funktioniert die Frage, welcher Ablauf heute die meiste Zeit und die meisten Rückfragen kostet. Wie sich solche Abläufe strukturiert automatisieren lassen, beschreibt KI-Prozessautomatisierung.
Angebotskalkulation
Ausschreibungen und Anfragen sind im Maschinenbau aufwendig: Spezifikationen lesen, Machbarkeit prüfen, Vorkalkulation erstellen, mit früheren Projekten vergleichen. Bei komplexen Projekten bindet das erfahrene Kalkulatoren über Tage.
KI-gestützte Kalkulationsassistenz liest die eingehenden Unterlagen, extrahiert die technischen Kernanforderungen und gleicht sie mit dem eigenen Projektarchiv ab. Das Ergebnis ist kein fertiges Angebot, sondern eine Ausgangsbasis: Welche früheren Projekte sind ähnlich, wo lagen typische Kostentreiber, welche Risikopositionen sind erfahrungsgemäß einzuplanen? Bei Serienfertigern lassen sich Material- und Kapazitätsdaten aus dem ERP ergänzen, bei Sondermaschinenbauern liegt der Wert im strukturierten Vergleich mit dem Archiv.
Für Betriebe mit standardisierbaren Anfragen gibt es die Variante, Angebote nach festen Regeln automatisch zu erstellen. Wie das aussieht, zeigt die Seite Angebote automatisch erstellen.
Auftragserfassung
Bestellungen kommen als PDF, E-Mail oder Excel-Liste, jeder Kunde in einem eigenen Format. Ein Modell liest Positionen, Mengen und Liefertermine aus, gleicht sie mit Artikelstammdaten ab und legt den Auftrag im ERP an. Abweichungen wie unbekannte Artikelnummern oder widersprüchliche Termine gehen mit Hinweis an eine Person, statt stillschweigend übernommen zu werden.
Der Nutzen lässt sich messen: Minuten pro Auftrag, Fehlerquote bei der Erfassung und Zahl der Rückfragen. Diese drei Werte sollten vor dem Start feststehen.
Rechnungen und Belege
Eingangsrechnungen von Lieferanten sind der klassische Einstieg, weil Format und Zielsystem klar sind. Das Modell liest die Felder aus, prüft sie gegen Bestellung und Wareneingang und übergibt sie an die Buchhaltung. Die Grundlagen beschreibt Intelligente Dokumentenverarbeitung, ein festes Angebot für den Ablauf gibt es unter Rechnungseingang automatisieren.
Technische Dokumentation und Normrecherche
Betriebsanleitungen, Konformitätserklärungen und Wartungshandbücher sind umfangreich und normgebunden. Zwei Dinge lassen sich unterstützen. Die Suche in eigener Dokumentation und in vorhandenen Normen läuft über RAG (Retrieval-Augmented Generation): Das System findet die passende Stelle und nennt die Quelle, statt aus dem Gedächtnis zu antworten. Dabei sind die Nutzungsrechte der Normenverlage zu prüfen, bevor Normtexte in ein System geladen werden.
Außerdem können Entwürfe für Betriebsanleitungen oder Wartungsabschnitte aus Stücklisten und Funktionsbeschreibungen entstehen. Eine technische Redakteurin oder ein Redakteur prüft und verantwortet das Ergebnis, die Zeit fließt in die inhaltliche Qualität statt in Strukturarbeit.
DSGVO und Geheimhaltung
Beim KI-Einsatz im Maschinenbau stehen meist Kundendaten und Know-how im Vordergrund. Technische Zeichnungen, Spezifikationen und Aufträge dürfen nicht in beliebige Cloud-Dienste hochgeladen werden. Viele Kunden, etwa aus der Automobilindustrie, legen die Datenverarbeitung vertraglich fest.
Für jeden Dienst, der solche Daten berührt, braucht es einen Auftragsverarbeitungsvertrag (AVV), einen geklärten Verarbeitungsort und die Zusage, dass die Daten nicht für Training genutzt werden. Dasselbe gilt für Fertigungsparameter und Rezepturen, die geistiges Eigentum sind. Wie eine datenschutzkonforme Architektur aussieht, beschreibt Datenschutzkonforme KI.
EU AI Act im Back-Office
Die genannten Abläufe sind in der Regel keine Hochrisiko-KI-Systeme. Hochrisiko-Pflichten betreffen etwa KI als Sicherheitskomponente in regulierten Produkten wie Maschinen. Laut Digital-Omnibus-Verordnung (EU) 2026/1744, in Kraft seit 27. Juli 2026, gelten sie für eigenständige Systeme ab 2. Dezember 2027 und für Sicherheitskomponenten in regulierten Produkten ab 2. August 2028, Details im Beitrag EU AI Act Omnibus.
Für den Alltag relevant ist Artikel 50: Chatbots und andere KI-Systeme, die mit Menschen sprechen, müssen als KI erkennbar sein. KI-generierte Texte müssen nach der Auslegung der EU-Kommission nur bei Themen von öffentlichem Interesse gekennzeichnet werden, und auch dort nicht, wenn eine Person sie inhaltlich geprüft hat und redaktionell verantwortet. Ein von Menschen geprüfter Angebotsentwurf fällt in der Regel nicht darunter, siehe EU-Kennzeichnung für KI-Inhalte. Dazu kommt Artikel 4 mit einer Bemühenspflicht zur Förderung der KI-Kompetenz.
Cloud oder eigene Infrastruktur
Für unkritische Piloten ohne Kundendaten genügt ein Cloud-Dienst mit AVV. Sobald Zeichnungen, Aufträge oder Fertigungswissen ins System fließen, verschiebt sich die Abwägung: Eigene oder private Infrastruktur gibt Kontrolle über Datenfluss und Protokolle, was bei Qualitäts- und Konformitätsnachweisen hilft. Die Optionen von der verwalteten Private Cloud bis zu On-Premise erklärt Private KI-Infrastruktur für Unternehmen.
Was nicht unser Schwerpunkt ist
Predictive Maintenance aus Sensordaten, Bildanalyse in der Qualitätssicherung und KI in der Fertigungssteuerung sind eigene Fachgebiete, die wir nicht anbieten. Wer dort Unterstützung sucht, ist bei spezialisierten Anbietern besser aufgehoben.
Was jetzt zu tun ist
- Wähle einen der vier Abläufe, der jede Woche wiederkehrt: Anfragen, Bestellungen, Eingangsrechnungen oder Dokumentensuche.
- Miss Minuten pro Vorgang, Fehlerquote und Zahl der Rückfragen vor dem Start.
- Kläre, welche Kundendaten und Zeichnungen das Unternehmensnetz nicht verlassen dürfen.
- Binde einen Menschen für alle unsicheren Fälle ein und starte mit einem Ablauf.
- Vergleiche nach einigen Wochen die Messwerte mit der Ausgangslage.
