Ein KI-Use-Case ist eine klar umrissene Aufgabe, bei der ein KI-Verfahren einen messbaren Beitrag leistet: schneller prüfen, besser planen, Wissen leichter finden. In der Industrie liegen die ergiebigsten Use Cases meist dort, wo viele strukturierte Daten anfallen oder wo Fachleute viel Zeit mit Suchen, Vergleichen und Dokumentieren verbringen. Entscheidend ist nicht die Technik, sondern ob der Use Case ein echtes Problem löst, ob die Daten da sind und ob jemand im Fachbereich ihn verantwortet.
KI in der Produktion
- Prozessdatenanalyse: Muster in Maschinen- und Prozessdaten erkennen, etwa Zusammenhänge zwischen Parametern und Ausschuss.
- Fehlerursachensuche: Störungsmeldungen, Schichtbücher und Maßnahmen auswerten und ähnliche Fälle aus der Vergangenheit vorschlagen.
- Planungsassistenz: Reihenfolge- und Kapazitätsplanung mit Vorschlägen unterstützen, die der Planer bewertet.
Datenbasis: Maschinen- und Prozessdaten mit Zeitstempel, Qualitätsdaten, Störungsdokumentation.
KI in der Qualitätssicherung
- Bildbasierte Prüfung: Oberflächenfehler, Vollständigkeit oder Lage von Bauteilen mit Kamerasystemen erkennen.
- Reklamationsauswertung: 8D-Berichte, Reklamationen und Prüfberichte nach wiederkehrenden Ursachen durchsuchen.
- Prüfplanung: Prüfmerkmale und Prüfumfänge aus Zeichnungen und Spezifikationen vorschlagen.
Datenbasis: Bilder mit Gut-/Schlecht-Bewertung, Reklamations- und Prüfdokumentation.
KI im Einkauf
- Angebotsvergleich: Angebote unterschiedlicher Struktur in eine vergleichbare Form bringen.
- Lieferantenrecherche: Potenzielle Lieferanten für ein Teil oder Verfahren finden und vorqualifizieren; mehr dazu unter Lieferanten finden und qualifizieren.
- Vertrags- und Spezifikationsprüfung: Abweichungen zwischen Lastenheft, Angebot und Vertrag markieren.
Datenbasis: Angebote, Bestellhistorie, Lieferantenstammdaten, Verträge.
KI in der Instandhaltung
- Zustandsüberwachung: Abweichungen in Schwingungs-, Temperatur- oder Stromdaten früh erkennen.
- Wissensassistent: Handbücher, Wartungsprotokolle und Ersatzteillisten für Servicetechniker durchsuchbar machen.
- Ersatzteilplanung: Bedarf aus Ausfallhistorie und Wartungsplan ableiten.
Datenbasis: Sensordaten, Wartungs- und Ausfallhistorie, technische Dokumentation.
KI in Entwicklung und Vertrieb
- Recherche: Normen, Patente und Fachliteratur zu einer technischen Frage durchsuchen und zusammenfassen.
- Anforderungsanalyse: Lastenhefte auf Widersprüche und offene Punkte prüfen.
- Angebotserstellung: Angebotstexte und technische Beschreibungen aus vorhandenen Bausteinen vorbereiten.
So wählst du die richtigen Use Cases aus
| Kriterium | Leitfrage |
|---|---|
| Geschäftswert | Welches Problem löst der Use Case, und wie misst du den Nutzen? |
| Datenlage | Sind die nötigen Daten vorhanden, zugänglich und in brauchbarer Qualität? |
| Machbarkeit | Gibt es erprobte Verfahren, und passt der Use Case zu deinen Systemen? |
| Verantwortung | Wer im Fachbereich treibt den Use Case und nutzt das Ergebnis? |
| Regulierung | Welche Anforderungen ergeben sich aus EU-KI-Verordnung, Datenschutz und Betriebsvereinbarungen? |
Starte mit wenigen Use Cases, die einen klaren Nutzen haben und mit vorhandenen Daten umsetzbar sind. Ein erfolgreicher Pilot schafft die Akzeptanz, die größere Vorhaben brauchen. Wie die Einführung Schritt für Schritt abläuft, beschreibt der Artikel KI im Mittelstand einführen.
Häufige Fragen
Welche KI-Use-Cases eignen sich für den Einstieg?
Use Cases mit klarem Nutzen, vorhandenen Daten und einem Verantwortlichen im Fachbereich, etwa die Auswertung von Reklamationen oder ein Wissensassistent für Servicedokumentation.
Brauche ich für KI große Datenmengen?
Nicht immer. Für Sprachmodelle, die Dokumente durchsuchen, reichen oft vorhandene Unterlagen. Für bildbasierte Prüfung oder Prozessanalysen brauchst du ausreichend Beispiele mit bekannter Bewertung.
Was hat die EU-KI-Verordnung mit Industrie-Use-Cases zu tun?
Die Verordnung ordnet KI-Systeme nach Risiko ein. Viele Industrie-Use-Cases fallen in niedrige Kategorien, einige Anwendungen, etwa in sicherheitsrelevanten Produkten oder im Personalbereich, können strengere Pflichten auslösen. Die Einordnung sollte früh erfolgen.