KI-Agenten in Fertigung und Industrie

Die deutsche Industrie ist Weltmarktführer in vielen Nischen, aber sie kämpft mit gleich drei Engpässen: Fachkräftemangel insbesondere im technischen Service, hohe Komplexität in Auftragsabwicklung über internationale Standorte und steigende Anforderungen an Reaktionszeiten in After-Sales und Ersatzteil-Geschäft. Genau hier setzen KI-Agenten an.

Wichtig ist die richtige Erwartungshaltung: KI-Agenten ersetzen weder den Maschinenbau-Ingenieur noch den Service-Techniker. Sie übernehmen vorbereitende Aufgaben, Wissensrecherche, Dokumenten-Erstellung und Routine-Kommunikation. Der menschliche Experte bleibt entscheidungs- und ausführungsverantwortlich – aber er wird massiv entlastet.

Die Industrie hat einen Vorteil, der in vielen anderen Branchen fehlt: dichte technische Wissensbestände in Form von Konstruktionsdaten, Service-Manuals, Schaltplänen, Produktinformationen und Qualitätsdaten. Diese Bestände sind oft gut gepflegt, aber für die Mitarbeitenden im Service oder Vertrieb mühsam zu durchsuchen. KI-Agenten können sie endlich nutzbar machen.

Die folgenden Use-Cases haben sich in produzierenden Unternehmen als wirtschaftlich tragfähig erwiesen. Wir empfehlen, mit zwei bis drei priorisierten Anwendungen zu beginnen und die Plattform so aufzubauen, dass weitere Use-Cases inkrementell hinzukommen.

Im Maschinen- und Anlagenbau läuft die Auftragsabwicklung typischerweise über einen Vertriebsinnendienst, der eingehende Anfragen interpretiert, mit Konstruktion und Fertigung abstimmt, Angebote erstellt und Bestellungen anlegt. Dieser Bereich ist in vielen Unternehmen Engpass und Flaschenhals zugleich – fachlich anspruchsvoll, aber stark routine-getrieben.

Ein KI-Agent kann hier mehrere Schritte übernehmen: Klassifikation eingehender Anfragen, Extraktion technischer Spezifikationen aus Anfrage-Dokumenten, Verfügbarkeits- und Lieferzeit-Prüfung, Erstellung eines Angebots-Entwurfs basierend auf vergleichbaren Aufträgen, Vorbereitung der Auftragsanlage im ERP. Die finale Freigabe und Verhandlung bleibt beim menschlichen Vertrieb, aber der Vorbereitungsaufwand sinkt um 50 bis 70 Prozent.

Besonders wertvoll ist die Konsistenz: Der Agent vergisst keine Spezifikation, prüft alle Compliance-Anforderungen und sorgt dafür, dass Angebote in einheitlicher Qualität versendet werden – auch in Spitzenzeiten und über internationale Standorte hinweg.

Technischer Service ist im Maschinenbau eine Disziplin mit hohem Wertbeitrag und gleichzeitig massiven Engpässen. Service-Techniker sind knapp und teuer, Reisezeit und Vor-Ort-Einsätze binden viel Geld. Ein Service-Agent kann hier auf zwei Ebenen wirken: Erstens als First-Level-Support, der typische Probleme bereits vor Anfahrt löst. Zweitens als Wissens-Assistent für Techniker im Einsatz.

Im First-Level übernimmt der Agent die Annahme der Service-Anfrage, fragt strukturiert relevante Informationen ab (Maschinen-ID, Fehlercode, Symptome, letzte Wartung), durchsucht Service-Manuals und Lösungsdatenbank und liefert in vielen Fällen eine Selbsthilfe-Anleitung. Wenn ein Vor-Ort-Einsatz nötig wird, ist das Ticket vollständig vorbereitet – inklusive vorgeschlagener Ersatzteile.

Im Field-Service-Einsatz wird der Agent zum Co-Piloten: Der Techniker kann ihm Fragen zu Schaltplänen, Reparaturhistorien oder ähnlichen Fällen stellen und erhält in Sekunden präzise Antworten. Das verkürzt Einsatzzeiten und verbessert die Erstlösungs-Quote.

Ersatzteilgeschäft ist in der Industrie häufig hochmargig – aber operativ aufwändig. Kunden senden Anfragen mit Fotos, alten Bestellnummern, Beschreibungen oder Konstruktionszeichnungen. Die Identifikation des richtigen Teils ist Detektivarbeit. Ein KI-Agent mit Anbindung an Stammdaten, technische Dokumentation und Fotoanalyse kann hier 70 bis 85 Prozent der Anfragen automatisch oder semi-automatisch klären.

Konkret übernimmt der Agent: Bildanalyse zur Teil-Identifikation, Abgleich mit Konstruktionsstückliste und Ersatzteilkatalog, Verfügbarkeitsprüfung, Lieferzeit- und Preisinformation, Bestellvorbereitung. Bei Standardanfragen wird die Bestellung nach Freigabe direkt angelegt, bei komplexen Fällen erfolgt Übergabe an den Ersatzteil-Spezialisten.

Qualitätsmanagement ist datenintensiv: Prüfprotokolle, Reklamationen, 8D-Reports, Lieferantenbewertungen, Audit-Berichte. Ein KI-Agent kann hier strukturieren, zusammenfassen, korrelieren und Auffälligkeiten frühzeitig sichtbar machen. Er ersetzt keine Qualitäts-Ingenieur:innen, aber er gibt ihnen ein Werkzeug, das bisher fehlte: schnelle Übersicht über große Datenbestände.

Bei Reklamationen kann der Agent die Eingangs-Triage übernehmen, das Reklamations-Ticket vorbereiten, vergleichbare historische Fälle finden und einen Erstvorschlag für die Bearbeitung machen. Das Qualitätsteam entscheidet, der Agent unterstützt.

Die Kommunikation mit Lieferanten ist ein klassischer Bereich, in dem viel manuelle Routine entsteht: Bestellabrufe, Avise, Lieferterminerinnerungen, Reklamationen, Rechnungsklärungen. Ein KI-Agent kann hier den Großteil der Standard-Kommunikation übernehmen, in mehreren Sprachen und mit konsistenter Tonalität.

Die Anbindung an das ERP (SAP, Microsoft D365, Infor) ist die Voraussetzung: Der Agent muss Bestelldaten, Lieferstatus und Buchungen lesen und – im Rahmen klarer Vollmachten – auch Aktionen auslösen können (z.B. Mahnung versenden, Wareneingang bestätigen, Reklamation anlegen).

Die Industrie unterliegt produkt- und verfahrensbezogenen Regulierungen: Maschinenrichtlinie, CE-Kennzeichnung, REACH/RoHS, ggf. branchenspezifische Vorgaben (z.B. Pharma-, Automotive-Standards), Exportkontrolle, EU AI Act. Für KI-Agenten ist insbesondere relevant, ob sie eine Funktion in sicherheitskritischen Prozessen übernehmen.

Administrative Agenten (Auftrag, Vertrieb, Service-Hilfe) unterliegen in der Regel keinen produkt-spezifischen Anforderungen. Anders sieht es aus, wenn KI in Maschinensteuerungen, Sicherheitssystemen oder Qualitätsprüfungen eingebettet ist – hier greifen die Maschinenrichtlinie und je nach Branche zusätzliche Standards.

Die Architektur folgt den gleichen Prinzipien wie in anderen Branchen, mit industriespezifischen Schwerpunkten: Anbindung an SAP/ERP (mit allen Sparten und Standorten), CRM, MES, PLM, Service-Tools, Lieferanten-Portal. Die Tool-Schicht muss berücksichtigen, dass viele Industrieunternehmen historisch gewachsene IT-Landschaften mit zahlreichen Sondersystemen haben.

Eine Plattform-Strategie zahlt sich besonders im Industrie-Umfeld aus: Wer einmal saubere Adapter zu SAP, CRM und PLM gebaut hat, kann darauf eine Vielzahl von Use-Cases aufsetzen, ohne die Integration jedes Mal neu zu bauen.

Industrie-Organisationen sind häufig dezentral – mit verschiedenen Standorten, Werken und Geschäftseinheiten. Ein KI-Agenten-Programm muss diese Struktur respektieren und gleichzeitig Synergien sicherstellen. Bewährt hat sich ein Modell mit zentraler Plattform und dezentralen Use-Case-Eignerinnen.

Wichtige Rollen: Eine technische Plattform-Verantwortung (oft im IT-/Daten-Office), Use-Case-Eignerinnen aus Vertrieb, Service, Operations, Engineering, eine Schnittstelle zu Compliance und Datenschutz, ein Sponsor auf Vorstandsebene mit klarem Mandat. Programme ohne dieses Setup verlieren typischerweise nach 12 bis 18 Monaten an Tempo.

Der Business-Case in der Industrie betrachtet drei Hebel: Personalentlastung (Vertriebsinnendienst, Service-Disposition, Backoffice), Geschwindigkeit (Angebotsdurchlaufzeit, Reaktionszeit Service) und Wertbeitrag (höhere Hit-Rate, mehr Ersatzteilumsatz, weniger Vor-Ort-Einsätze). Die Effekte sind häufig konservativ kalkulierbar und stabil über die Zeit.

Beispielrechnung Service-Agent: Ein Maschinenbauer mit 30.000 Service-Tickets pro Jahr automatisiert 60 Prozent der First-Level-Vorgänge. Das spart 18.000 Bearbeitungen, jeweils 25 Minuten – also rund 7.500 Stunden. Bei Vollkosten von 80 EUR pro Stunde sind das 600.000 EUR p.a. – plus die Effekte aus geringeren Vor-Ort-Einsätzen und höherer Kundenzufriedenheit.

Im Industrie-Umfeld dauert Implementierung erfahrungsgemäß etwas länger als im E-Commerce, weil ERP-Integrationen anspruchsvoller sind. Wir empfehlen einen Aufbau in 90 bis 120 Tagen mit folgendem Takt:

Ein deutscher Maschinenbauer mit 1.200 Mitarbeitenden und Standorten in vier Ländern hat 2025 einen Service-Agenten produktiv gesetzt. Der Agent übernimmt First-Level-Support für definierte Maschinenbaureihen, hat Zugriff auf Service-Manuals, Reparaturhistorie und Ersatzteilkatalog. Anbindung erfolgte über SAP S/4 und Salesforce Field Service.

Wirkung: Reaktionszeit auf Service-Anfragen von durchschnittlich 6,5 Stunden auf 35 Minuten gesenkt. 62 Prozent der Anfragen werden ohne Techniker-Einsatz abgeschlossen, weitere 25 Prozent mit deutlich reduzierter Vor-Ort-Zeit. Mitarbeiterzufriedenheit im Service-Team auf Allzeithoch, weil die Routine-Tickets verschwunden sind.