Produktion / Industrie · Use Cases
In vielen Produktionsbetrieben findet KI-Nutzung längst außerhalb zentraler Kontrolle statt — etwa über private ChatGPT-Accounts, mit sensiblen Konstruktions-, Angebots- und Auftragsdaten. MeinGPT bringt diese KI-Nutzung unter Kontrolle: DSGVO-konform in der EU, mehrere führende Modelle hinter einer Oberfläche, angebunden an ERP/PLM/QS — mit echten Assistenten für Vertriebsinnendienst, Qualitätssicherung und Auftragsprozesse. Wie beim Weltmarktführer LAUDA, wo nach eigener Darstellung rund 430 von 600 Mitarbeitenden MeinGPT nutzen, über 370 täglich.
Für viele Produktionsbetriebe beginnt KI in der Industrie heute damit, die im Betrieb bereits stattfindende, oft unkontrollierte KI-Nutzung in geordnete, DSGVO-konforme Bahnen zu lenken — statt dass Mitarbeitende sensible Konstruktions-, Angebots- und Auftragsdaten in private ChatGPT-Accounts geben. Auf einer in der EU betriebenen Plattform bündeln produzierende Unternehmen mehrere führende Modelle hinter zentraler Rechteverwaltung und bauen daraus ohne Programmierung eigene Assistenten für ihre wiederkehrenden Aufgaben: Vertriebsinnendienst und Angebote, Qualitätssicherung und Prüfprotokolle, technische Wissenssuche über ERP-, PLM- und QS-Dokumente sowie Auftrags- und Order-Prozesse. Weil das entscheidende Wissen verteilt in Konstruktions-, Prüf- und Auftragsdokumenten und in den Köpfen erfahrener Mitarbeitender steckt, machen KI-Assistenten es durchsuchbar und übernehmen die vorbereitende Routine, während Fachleute prüfen und verantworten — das entlastet zugleich beim Fachkräftemangel. Entscheidend sind ein DSGVO-konformer EU-Betrieb, der Schutz sensibler Konstruktions- und IP-Daten, die Anbindung an bestehende Systeme und eine Einführung, die zu täglicher Nutzung führt — nicht der Modellzugang allein.
So funktioniert es
Produzierende Unternehmen bündeln mehrere führende Sprachmodelle hinter einer DSGVO-konformen Oberfläche und bauen darauf ohne Programmierung eigene Assistenten für ihre wiederkehrenden Aufgaben. Ein Assistent kapselt Kontext (Produktkatalog, Prüfnormen, Angebotsvorlagen, technische Dokumentation als Wissensbasis) und Arbeitsschritte und ist für das ganze Team wiederholbar. Über Connector (MCP) und API lässt sich die KI an erlaubte interne Systeme anbinden — ERP, CRM, PLM sowie Dokumenten- und Qualitätsmanagement —, sodass Antworten mit Quellen aus dem eigenen Unternehmenswissen entstehen statt allgemeiner Internet-Auskünfte; der Zugriff folgt den vergebenen Berechtigungen nach dem Least-Privilege-Prinzip und ist protokolliert. So entstehen etwa ein Assistent für den Vertriebsinnendienst, ein Assistent für die Prüfprotokoll-Erfassung in der Qualitätssicherung oder ein automatisierter Order-Prozess vom Lead bis zum Angebot. Der Weltmarktführer für exakte Temperierung, LAUDA, hat genau diese drei Assistenten mit MeinGPT gebaut. Eine begleitende Academy und ein Champion-Aufbau je Bereich sorgen dafür, dass aus Zugängen messbare tägliche Nutzung wird.
Diese wiederkehrenden Aufgaben lassen sich mit demselben Grundmuster abbilden.
Statt privater KI-Accounts erhält die gesamte Belegschaft einen zentralen, DSGVO-konformen Zugang zu mehreren führenden Modellen — mit Single Sign-on, Rollen und Rechten und ohne dass Eingaben zum Training verwendet werden. So landet sensibles Konstruktions-, Angebots- und Auftragswissen nicht in unkontrollierten Privatkonten, sondern in einer geprüften Umgebung, deren Zugriffe protokolliert und regelmäßig überprüft werden. Das ist für die meisten produzierenden Unternehmen der eigentliche Einstieg: erst die vorhandene KI-Nutzung ordnen, dann darauf die Fach-Assistenten aufsetzen. Details zum Betrieb in der Lösung „DSGVO-konforme KI“.
Ein Sales-Assistant unterstützt den Vertriebsinnendienst dabei, Produkte und Klassifikationen im umfangreichen Katalog schneller zu finden und Angebote aus Produktinformationen zügiger zu erstellen. Statt lange in ERP und CRM zu suchen, erhält das Backoffice belegte Antworten aus dem eigenen Produktwissen. Der Weltmarktführer für exakte Temperierung, LAUDA, hat einen solchen Sales-Assistant gebaut, der den Vertriebsinnendienst im Backoffice unterstützt — Produkte finden, klassifizieren und schneller Angebote für Kunden erstellen. Vertiefend dazu die Lösung „KI im Vertrieb“. Die fachliche Prüfung des Angebots bleibt beim Vertrieb.
In der Qualitätssicherung fallen große Mengen an Prüf- und Testdokumenten an. Ein Assistent erfasst, strukturiert und bereitet diese Protokolle vor, extrahiert Messwerte und markiert Auffälligkeiten — die QS-Fachkraft bewertet und gibt frei. Bei LAUDA übernimmt ein Test-Prüf-Protokoll-Assistent, auf den das Unternehmen besonders stolz ist, einen Teil der Qualitätssicherung für über 1.000 Dokumente im Jahr. So wird wiederkehrende Dokumentationsarbeit beschleunigt, ohne die fachliche Verantwortung abzugeben; die abschließende Bewertung und Freigabe bleibt bei der Qualitätssicherung.
Konstruktions-, Prüf- und Serviceunterlagen, Normen und Handbücher liegen oft verteilt in ERP, PLM, DMS und Dateiablagen. Über Connector (MCP) und API angebunden, beantwortet ein Assistent Fragen mit Quellenverweis direkt aus diesen erlaubten Quellen — neue und erfahrene Mitarbeitende finden schneller die richtige Vorgehensweise, gerade wenn erfahrene Fachkräfte in den Ruhestand gehen. Der Zugriff folgt den vergebenen Berechtigungen nach dem Least-Privilege-Prinzip und ist protokolliert, sodass sensible Konstruktions- und IP-Daten nur Befugten zugänglich sind.
Vom eingehenden Lead über die Qualifizierung bis zum Angebot lässt sich der Auftragsprozess weitgehend automatisieren: Der Assistent prüft, ob ein Bestands- oder Neukunde vorliegt, und erstellt anhand der Produktinformationen ein Angebot. LAUDA baut genau diesen Order-Prozess — von einem ankommenden Lead, der qualifiziert wird, bis zum Angebot aus den Produktdaten, weitgehend automatisiert. Verbindliche Freigaben bleiben beim Vertrieb. Für die Verkettung mehrerer Schritte über Systeme hinweg siehe „KI-Workflow-Automatisierung“.
Neben den Kernprozessen binden Assistenten das Backoffice ein: Beleg- und Rechnungsvorbereitung, Übersetzungen für internationale Standorte, Meeting-Protokolle mit Aufgaben und Recherche mit Quellen. Diese Bausteine laufen in derselben DSGVO-konformen Umgebung, statt als Wildwuchs aus Einzeltools mit je eigenem Datenschutzstatus zu entstehen. Für die kaufmännischen Abläufe siehe „KI in der Buchhaltung“, für verkettete Prozesse „KI-Workflow-Automatisierung“.
Eingabe
Hier ist ein Test- und Prüfprotokoll einer Temperiereinheit (PDF). Extrahiere strukturiert: Prüfling und Seriennummer, geprüfte Messgrößen mit Soll- und Istwerten, Toleranzbereich sowie Status (i. O. / prüfen) je Messpunkt und offene Auffälligkeiten. Gib Fundstellen (Abschnitt im Dokument) an, triff keine abschließende Qualitätsbewertung und markiere nur, was die QS prüfen sollte.
Ergebnis
| Prüfpunkt | Sollwert | Istwert | Toleranz | Status | Fundstelle |
|---|---|---|---|---|---|
| Temperaturkonstanz | ±0,02 K | ±0,01 K | ±0,05 K | ✓ i. O. | Abschnitt 3.1 |
| Aufheizzeit | ≤ 12 min | 11,4 min | ≤ 12 min | ✓ i. O. | Abschnitt 3.2 |
| Kälteleistung | ≥ 1,5 kW | 1,42 kW | ≥ 1,5 kW | ⚠ prüfen | Abschnitt 3.4 |
| Dichtheit | dicht | dicht | — | ✓ i. O. | Abschnitt 4.1 |
| Abschließende Bewertung | — | — | — | ⚠ QS entscheidet | — |
In einer kurzen Demo klären wir Daten, Verantwortlichkeiten und den passenden Ablauf für diesen Use Case.
Oder den Die richtige KI-Plattform auswählen — der Anforderungskatalog (PDF) als PDF herunterladen:
Produzierende Unternehmen verarbeiten sensible Konstruktions-, Prüf- und Auftragsdaten sowie geistiges Eigentum — der Betrieb ist entsprechend darauf ausgelegt. MeinGPT wird von der SelectCode GmbH in der EU betrieben, ein Auftragsverarbeitungsvertrag (AVV) ist Standard, und Eingaben werden nicht zum Training der Modelle verwendet. SelectCode ist nach ISO 27001 zertifiziert und lässt die Sicherheit regelmäßig durch unabhängige Penetrationstests prüfen (zuletzt SySS, 2025). Der Zugriff auf ERP-, PLM- und QS-Daten folgt strikten Berechtigungen über zentrale Rechteverwaltung mit SSO, ist durch Least-Privilege-Scopes begrenzt und über Audit-Logs nachvollziehbar — so bleiben Konstruktions- und IP-Daten nur Befugten zugänglich. Wo besonders sensible Fälle es erfordern, lassen sich europäische und Open-Source-Modelle wählen, ohne Governance oder Datenschutzniveau zu wechseln. Das Informationssicherheits-Managementsystem regelt Zugriffskontrolle, Logging, den Umgang mit personenbezogenen Daten und die sichere Löschung nicht mehr benötigter Informationen; entsprechende Richtlinien und Nachweise sind über das Trust Center einsehbar. So bleibt die Kontrolle über Daten, Modelle und Berechtigungen im Unternehmen — statt verstreut über private KI-Accounts (Schatten-KI) — und lässt sich gegenüber Datenschutz, Betriebsrat und Auditoren belegen.
Diese Punkte müssen vor der Einführung fachlich oder organisatorisch geklärt werden.
KI ersetzt keine fachliche Prüfung — Angebote, Prüfprotokolle und Berechnungen müssen vor Verwendung durch Verantwortliche (Vertrieb, QS, Konstruktion) geprüft und freigegeben werden.
Der Nutzen aus internen Daten hängt von sauberer Anbindung an ERP, PLM und QS sowie von gepflegten Berechtigungen ab — ohne verlässliche Quellen und Scopes bleiben Antworten allgemein.
Adoption entsteht nicht durch den Zugang allein: ohne Schulung und Champions je Bereich nutzen erfahrungsgemäß nur wenige Teams die KI regelmäßig.
Modelle können sich irren oder Werte falsch übernehmen; für sicherheits-, qualitäts- und normrelevante Aussagen braucht es Quellenbindung und menschliche Kontrolle.
Governance-Entscheidungen bleiben beim Unternehmen: Welche Konstruktions-, IP- und Exportkontroll-relevanten Daten freigegeben werden und welche Anwendungsfälle erlaubt sind, muss das Unternehmen selbst festlegen.
KI unterstützt im produzierenden Mittelstand vor allem die wiederkehrenden, wissensintensiven Aufgaben: Vertriebsinnendienst und Angebotserstellung, Qualitätssicherung und Prüfprotokolle, technische Wissenssuche über ERP-, PLM- und QS-Dokumente sowie Auftrags- und Order-Prozesse. Der Nutzen entsteht, weil in Fertigungsunternehmen viel Wissen verteilt in Konstruktions-, Prüf- und Auftragsdokumenten und in den Köpfen erfahrener Mitarbeitender steckt. KI-Assistenten machen dieses Wissen durchsuchbar und übernehmen die vorbereitende Routine — Fachleute prüfen und verantworten das Ergebnis. Das spart Bearbeitungszeit und hilft gegen den Fachkräftemangel, weil Erfahrungswissen schneller zugänglich wird.
Weitere Praxisinhalte