Die Entwicklungsabteilung von Sieb & Meyer in naher Zukunft: Ein Ingenieur öffnet ein internes KI-gestütztes Wissensmanagementsystem. Statt sich durch alte Dokumentationen zu kämpfen, tippt er eine Frage ein. Sekunden später liegt die Antwort vor: fundiert, kontextbezogen und mit Querverweisen zu allen relevanten Daten. „Auf diese Weise werden wir nicht nur Zeit sparen, sondern auch Fehler vermeiden“, prognostiziert Torsten Blankenburg, CTO bei Sieb & Meyer. „Das ist einer der Punkte, an dem KI einen echten Mehrwert bietet.“
KI als strategisches Werkzeug
Sieb & Meyer entwickelt seit vielen Jahren Drive Controller für Hochgeschwindigkeitsanwendungen und CNC-Steuerungen für die Leiterplattenproduktion – beides hochspezialisierte Nischenmärkte. Hier zählen Wissen, Erfahrung und die Fähigkeit, schnell auf Kundenanforderungen zu reagieren. Dabei nutzt das Unternehmen KI nicht zum Selbstzweck, sondern als strategisches Werkzeug. Im Kern geht es dabei um:
- die Automatisierung und Optimierung von Standardprozessen
- eine schnellere Recherche und Wissensbereitstellung
- die Strukturierung komplexer Datenmengen
- eine gezielte Kundenkommunikation sowie um neue Produktfeatures.
„Wir sehen die KI als Hebel, um Wissen im Unternehmen besser nutzbar zu machen und es gleichzeitig für die nächste Generation von Mitarbeitern zu sichern“, erklärt Blankenburg. „Die Technologie ist kein Ersatz für unsere Fachleute, sondern ein kluges Hilfsmittel, das Arbeitsprozesse unterstützen, beschleunigen und verbessern kann.“
Anders als in datenreichen Massenanwendungen fehlen im Nischenmaschinen- und Antriebsbau häufig die Trainingsgrundlagen, die große Sprachmodelle benötigen, um präzise Antworten zu liefern. Die Lösung liegt nicht darin, externe Modelle mit unternehmenseigenem Know-how zu füttern, sondern darin, gezielt interne Lösungen aufzubauen, die auf dem spezifischen Fachwissen des Unternehmens basieren. Warum Unternehmen mit Connected Engineering schneller, sicherer und wettbewerbsfähiger werden ‣ weiterlesen
Von Insellösungen zum vernetzten Engineering-Ökosystem
Einsatzfelder: Potenziale und aktuelle Grenzen
Die KI-Strategie von Sieb & Meyer umfasst mehrere Unternehmensbereiche. In der Verwaltung lassen sich Routineaufgaben wie Übersetzungen automatisieren und damit Effizienz gewinnen. Die zentrale Herausforderung bleibt dabei die Akzeptanz bei den Mitarbeitenden sowie die reibungslose Integration in bestehende Softwaresysteme – ein Aspekt, der bei der Einführung neuer Werkzeuge regelmäßig unterschätzt wird.
Im Marketing bietet KI die Möglichkeit, Kunden gezielter anzusprechen und Inhalte automatisiert zu erstellen. Einschränkungen bestehen jedoch bei Spezialthemen und Nischenanwendungen: Große Sprachmodelle stoßen dort an ihre Grenzen, wo ausreichende Trainingsdaten fehlen. Was in breiten Konsumgütermärkten problemlos funktioniert, erfordert im Bereich hochspezialisierter Antriebstechnik eine deutlich differenziertere Herangehensweise.
Bei den Produkten selbst eröffnet KI die Möglichkeit, durch intelligente Zusatzfunktionen Alleinstellungsmerkmale gegenüber dem Wettbewerb zu schaffen. Gleichzeitig fehlen gerade bei Nischenanwendungen ausreichend zugängliche Datenmengen, um spezifische Modelle wirksam zu trainieren – entweder weil die Daten nicht verfügbar sind oder weil die Datenhoheit bei den Endkunden liegt.
In der eigenen Produktion unterstützt KI die Identifikation von Optimierungspotenzialen, die mit klassischen Methoden nicht erfasst werden können. Eine Hürde für Sieb & Meyer ist hier die Abhängigkeit vom Maschinenhersteller bei der Integration entsprechender Lösungen – ein strukturelles Problem, das viele mittelständische Fertigungsbetriebe kennen.
Das größte Potenzial sieht das Unternehmen in der Produktentwicklung. Dort bietet KI die Möglichkeit, Entwicklungszyklen zu verkürzen und die Zeit bis zur Markteinführung zu verbessern. Voraussetzung ist jedoch der zuverlässige Schutz sensibler Entwicklungsdaten – eine Bedingung, die den Einsatz cloudbasierter Standardlösungen in diesem Bereich grundsätzlich ausschließt.
Wissen bewahren, Komplexität beherrschen
Die Einsatzmöglichkeiten von KI in der Produktentwicklung stoßen derzeit branchenweit auf großes Interesse – und das aus gutem Grund. Der demographische Wandel führt dazu, dass wertvolles Erfahrungswissen mit dem Ausscheiden älterer Mitarbeitender verloren zu gehen droht. Gleichzeitig nimmt die Komplexität moderner Produkte stetig zu, sodass einzelne Mitarbeitende kaum noch in der Lage sind, Systeme in ihrer Gesamtheit zu überblicken. Hinzu kommen verschärfte regulatorische Anforderungen, die aufwendige Dokumentationen und Nachweise erfordern, sowie steigende Erwartungen auf Kundenseite, die kürzere Entwicklungszyklen und schnellere Iterationen verlangen.
