Die Erwartungen an künstliche Intelligenz (KI) in der Industrie sind hoch. Eine Untersuchung des Vereins SEF Smart Electronic Factory bei KMU zeigt jedoch, dass in der Praxis viele Unternehmen auf Probleme stoßen. Diese reichen von fehlender Dateninfrastruktur bis hin zu schwer integrierbaren Maschinen. Schneller Nutzen lässt sich laut SEF aktuell dort erzielen, wo die Einstiegshürden gering sind.
Probleme in der Produktion
Maschinenparks sind oft historisch gewachsen, heterogen und nicht cloudfähig. Viele KMU betreiben Standalone-Maschinen, die sich nur schwer in moderne digitale Architekturen integrieren lassen. Die Übertragung der Sensordaten von der Feldebene bis zu einer IT-Struktur, in der KI-Tools sinnvoll eingesetzt werden können, stellt oft eine große Hürde dar. Zudem können die gesammelten Daten meist nur als isolierte Zeitreihen analysiert werden – ein Vergleich mit ähnlichen Maschinen anderer Unternehmen fehlt. Hinzu kommt der Aufwand, Daten manuell zu labeln, wie beim Supervised Learning zur Bilderkennung, was zusätzlich Ressourcen bindet.
Schneller Nutzen im Büro
In den Bürobereichen lassen sich KI-Werkzeuge wie Large Language Models (LLMs) hingegen oft ohne große Integrationsprojekte nutzen – etwa für die automatisierte Textgenerierung, Übersetzungen, Dokumentenprüfung oder Routineaufgaben. Diese Anwendungen bieten KMU die Chance auf sofortige Produktivitätsgewinne – mit vergleichsweise geringen technischen Einstiegshürden. In der industriellen Bildverarbeitung stellen PC-basierte Systeme oft eine technische Hürde dar. Die Trennung von Bildaufnahme und Datenverarbeitung führt häufig zu Latenzen, erhöhtem Platzbedarf und einem komplexen Wartungsaufwand. Besonders in schnellen Produktionslinien erschwert die Synchronisation zwischen Sensor und externem Rechner eine stabile Prozesskontrolle. ‣ weiterlesen
Präzise 2D-Inspektion mit nativer Edge-Intelligenz
Eine interne Befragung des SEF e.V. unter Mitgliedsunternehmen zeigt: Erste produktive KI-Anwendungen finden sich bereits in Marketing, Vertrieb, Personalwesen und IT. Auf einer Skala von 1 (kein Einsatz) bis 5 (operative Nutzung) liegt der durchschnittliche KI-Nutzungsgrad im Marketing bei 3,2 – es folgen der Vertrieb mit 2,8 und IT/IT-Sicherheit mit 2,7. Besonders häufig genannt wurden Anwendungen wie Text- und Übersetzungsdienste, die Unterstützung bei Vertrags- und Angebotserstellung sowie generative Tools für Programmcode.
„Die ersten Anwendungen sind in der Praxis angekommen – aber das Potenzial ist auch im Bürobereich längst noch nicht ausgeschöpft“, sagt Prof. Dr. Gerrit Sames, Professor an der Technischen Hochschule Mittelhessen (THM) und stellvertretender Vorsitzender des SEF e.V. „Jetzt gilt es für Unternehmen, sich gute Beispiele anzuschauen, Wissen aufzubauen und KI gezielt in den Arbeitsalltag zu integrieren.“
Schrittweise zu komplexeren Anwendungen
Viele Industrieunternehmen sammeln erste KI-Erfahrungen im Office-Bereich und bauen schrittweise Kompetenz für komplexere Anwendungen in der Fertigung auf. Wie der der Weg in die Produktion funktionieren kann, zeigen auch verschiedene SEF-Mitglieder.
Der Elektronikfertiger Limtronik setzt KI beispielsweise zur Prozessoptimierung, im Energiemanagement und in der Qualitätskontrolle ein. Andere Mitglieder des Vereins bieten Software an, die KMU beim Einstieg in produktionsnahe KI-Anwendungen unterstützen.
