KI-Agenten in der Fertigung: Wo sich der Einsatz laut Branchendaten wirklich rechnet

„Lohnt sich das für uns?“ ist bei KI-Projekten im Mittelstand die naheliegendste und am schwersten zu beantwortende Frage. Eine Umfrage des VDMA (Verband Deutscher Maschinen- und Anlagenbau) unter seinen Mitgliedsunternehmen liefert dafür belastbarere Zahlen als die meisten Anbieter-Studien, weil sie aus der Branche selbst kommt.

43 Prozent setzen bereits KI oder maschinelles Lernen ein

Laut der VDMA-Erhebung nutzen 43 Prozent der befragten Maschinen- und Anlagenbauer bereits KI- oder ML-Lösungen, mit steigender Tendenz. Etwa ein Drittel der Unternehmen setzt KI dabei bereits produktiv ein — Pilotprojekte sind also zunehmend die Ausnahme, nicht mehr die Regel.

Wo KI im Maschinenbau tatsächlich läuft

Die höchste Relevanz sehen die befragten Unternehmen aktuell in der Softwareentwicklung (51 Prozent), im Marketing (36 Prozent) und im Kundenservice (26 Prozent). Zunehmend wandert KI aber auch in die Produkte selbst: vorausschauende Wartung, Zustandsüberwachung, Betriebsoptimierung und Bedienassistenzsysteme werden nach und nach zum Standardbestandteil von Maschinen und Anlagen.

Was sich die Unternehmen davon versprechen

53 Prozent der befragten Unternehmen erwarten durch den KI-Einsatz Umsatzsteigerungen von bis zu 5 Prozent — ein vorsichtiger, aber konkreter Wert, kein Marketingversprechen von Verdopplung oder Verdreifachung.

Woran es hakt

Als größte Hürden nennen die Unternehmen fehlende Personalressourcen (45 Prozent), einen nicht belegten Return on Investment (44 Prozent), unzureichende Datenqualität (42 Prozent) und fehlende Fachkräfte (37 Prozent). Bemerkenswert: Die zweithäufigste Hürde ist nicht Technik, sondern fehlender Nachweis, dass sich ein Projekt überhaupt rechnet.

Was das für den einzelnen Betrieb bedeutet

Genau an diesem Punkt entscheidet sich in der Praxis, ob ein KI-Projekt zur Zahl wird oder zur Pilot-Leiche: durch einen eng abgegrenzten Anwendungsfall mit einer Kennzahl, die vor dem Start feststeht und nach drei bis sechs Monaten überprüfbar ist. Deshalb beginnen wir jedes Projekt mit genau dieser Kennzahl — nicht mit der Technologie.