KI · Branche · Maschinenbau
KI im Maschinenbau von Sensordaten bis Erstangebot
Vier Anwendungsfälle, die heute schon laufen
Aus der CODING 9-Praxis mit DACH-Mittelstands-Maschinenbau
Predictive Maintenance
Wir verbinden Sensordaten, Wartungs-Historie und KI-Anomalie-Erkennung, damit Sie Stillstände kommen sehen, bevor sie passieren. Eine Pilot-Linie steht typischerweise in 8-12 Wochen.
Technische Doku-Suche
Vektor-Suche über Servicemanuals, Stücklisten und Konstruktionszeichnungen. Ihre Service-Techniker finden Antworten in Sekunden statt Stunden, gerade bei älteren Maschinen.
RFQ- und Angebotsautomatisierung
Eingehende Anfragen (PDF, Email, Excel) werden automatisch klassifiziert, Konfigurationen vorgeschlagen, Preisvarianten kalkuliert - Vertrieb fokussiert sich auf qualifizierte Leads.
Produkt-Konfiguratoren mit KI
Ihre Kunden beschreiben ihr Problem in eigenen Worten, die KI schlägt die passende Maschine samt Zubehör vor und erstellt daraus ein Erstangebot mit Lieferzeit-Schätzung.
Wie wir Maschinenbau-KI-Projekte angehen
- 1
Discovery (1-2 Wochen)
Wir lernen Ihre Maschinen, Ihre Daten und Ihre Engineering-Welt kennen. Am Ende steht ein priorisierter Use-Case mit Aufwandsschätzung.
- 2
Pilot (6-10 Wochen)
Ein funktionsfähiger Prototyp an einer Linie oder in einem Service-Bereich, mit echten Daten, echten Nutzern und echtem Feedback.
- 3
Rollout (3-6 Monate)
Wir bringen die Lösung auf weitere Linien, Standorte und Produkte und kümmern uns um Monitoring, Wartung und laufende Verbesserung.
- 4
Wartung (laufend)
Modell-Updates, Drift-Monitoring und neue Features kommen von uns. Daten und Modelle gehören dabei Ihnen.
Häufige Fragen aus dem Maschinenbau
Funktioniert das auch mit unserer alten ERP-Welt?+
Ja. Für SAP, Microsoft Dynamics, ProAlpha und Infor LN haben wir erprobte Anbindungen, ältere Systeme erreichen wir meist über eine REST-Bridge. Die KI-Schicht läuft als eigenes Modul neben Ihrem ERP, das dabei weiterarbeitet wie bisher.
Wo bleiben die Daten?+
Im Standard-Setup läuft Ihre Lösung auf Azure OpenAI in Frankfurt oder bei Anthropic in der EU-Region, jeweils mit Auftragsverarbeitungsvertrag. Bei sensiblen Konstruktionsdaten oder Patenten betreiben wir Aleph Alpha oder Mistral direkt auf Ihren Servern. Ihre Daten bleiben in der EU und fließen in kein Modell-Training ein.
Was kostet ein Predictive-Maintenance-Pilot?+
Eine Pilot-Linie liegt typischerweise bei ca. 25.000 bis 45.000 € inklusive Sensor-Integration, Datenpipeline, Modell-Training und 3 Monaten Begleitung. Über weniger ungeplante Stillstände rechnet sich das üblicherweise nach 6-9 Monaten. Alle Preise sind Richtwerte. Den verbindlichen Preis nennen wir Ihnen im Angebot nach dem Scoping. Netto zzgl. USt., für Unternehmen.
Brauchen wir Data Scientists im Haus?+
Nein. Sie bekommen von uns eine produktionsfertige Lösung samt Monitoring und Wartungsvertrag. Wenn Sie eigene Kompetenz aufbauen möchten, schulen wir Ihre IT- oder Engineering-Abteilung gern mit; das passt meist zu Firmen ab ~150 MA mit klarer Digitalisierungs-Roadmap.
Wie lange dauert ein RFQ-Automation-Projekt?+
Discovery und Pilot schaffen wir in 6-8 Wochen, der Vollausbau läuft über 4-6 Monate. Wir starten meist mit einem Anfragen-Cluster wie Standard-Komponenten und erweitern dann Schritt für Schritt auf komplexere Konfigurationen.
Arbeiten Sie mit unserer Engineering-Abteilung zusammen?+
Ja, sehr gern, das ist bei uns der Normalfall. Predictive Maintenance und Konfigurator-Projekte leben vom Wissen Ihrer Ingenieure: Wir bringen die KI- und Software-Kompetenz mit, Ihr Team das Maschinen-Wissen.
Verwandte Leistungen
Sie haben ein Maschinenbau-KI-Projekt im Kopf?
In einem ersten Gespräch von 30 Minuten hören wir uns an, was Sie vorhaben, und sagen Ihnen, wo wir bei Ihnen ansetzen würden.