Abteilungsübergreifende KI-Strategie im Mittelstand

Ausgangssituation

Die Müller Präzisionstechnik GmbH ist ein familiengeführtes Unternehmen mit 65 Mitarbeitern. Spezialisiert auf CNC-Frästeile für die Automobilindustrie, stand das Unternehmen vor typischen Mittelstandsproblemen:

Die Herausforderungen:

• Auftragsabwicklung: 2 Mitarbeiter verbrachten 60% ihrer Zeit mit manueller Dateneingabe
• Qualitätskontrolle: Visuelle Prüfung aller Teile war zeitaufwändig und fehleranfällig
• Kundenservice: Standardanfragen (Lieferstatus, Preise) blockierten die technische Beratung
• Fachkräftemangel: Offene Stellen konnten nicht besetzt werden

Der Druck: Ein Großkunde forderte 20% kürzere Lieferzeiten — ohne mehr Personal war das nicht machbar.

Unser Vorgehen

Phase 1: Strategieworkshop (2 Wochen)

Gemeinsam mit der Geschäftsführung analysierten wir alle Abteilungen:

• Potenzialanalyse: Wo entstehen die größten Zeitverluste?
• ROI-Berechnung: Welche Automatisierungen amortisieren sich am schnellsten?
• Priorisierung: Auftragsabwicklung als erster Pilot identifiziert

Phase 2: Pilot Auftragsabwicklung (6 Wochen)

Problem: Aufträge kamen per E-Mail, Telefon und Fax. Mitarbeiter übertrugen Daten manuell ins ERP.

Lösung:

• KI extrahiert Auftragsdaten automatisch aus E-Mails, PDFs und Faxen
• Plausibilitätsprüfung gegen Kundenstammdaten
• Automatische Anlage im ERP mit manueller Freigabe

Ergebnis nach 8 Wochen:

• 80% der Aufträge vollautomatisch erfasst
• Durchschnittliche Bearbeitungszeit: von 12 Minuten auf 2 Minuten
• Ein Mitarbeiter konnte in die technische Kalkulation wechseln

Phase 3: Qualitätskontrolle (8 Wochen)

Problem: Jedes Teil wurde visuell geprüft. Bei 2.000 Teilen täglich ein enormer Zeitaufwand.

Lösung:

• Computer Vision System mit Kamera an der CNC-Maschine
• KI erkennt Oberflächenfehler, Maßabweichungen, Grate
• Nur auffällige Teile werden manuell nachgeprüft

Ergebnis:

• 95% der Teile automatisch geprüft
• Erkennungsrate Fehler: 99,2% (besser als manuelle Prüfung)
• Qualitätsprüfer kann sich auf komplexe Teile konzentrieren

Phase 4: Kundenservice (4 Wochen)

Problem: 70% der Anfragen waren Standardfragen: Lieferstatus, Preisanfragen, Dokumente.

Lösung:

• KI-gestütztes Ticketsystem mit automatischen Antworten
• Integration mit ERP für Echtzeit-Lieferstatus
• Eskalation komplexer Fragen an Fachpersonal

Ergebnis:

• 70% der Anfragen automatisch beantwortet
• Durchschnittliche Antwortzeit: von 4 Stunden auf 8 Minuten
• Technische Berater haben Zeit für Neukunden-Akquise

Technische Umsetzung

Self-Hosted Infrastruktur

Alle Systeme laufen auf eigenen Servern im Unternehmen:

• Datensouveränität: Keine Kundendaten in der Cloud
• Offline-fähig: Produktion läuft auch bei Internetausfall
• Integration: Direkte Anbindung an bestehendes ERP (proALPHA)

Skalierbare Architektur

• Zentrale KI-Plattform für alle Anwendungen
• Einheitliche Datenbasis verhindert Silos
• Erweiterbar für weitere Abteilungen

Ergebnisse nach 12 Monaten

Bereich	Vorher	Nachher	Einsparung
Auftragsbearbeitung	12 Min/Auftrag	2 Min/Auftrag	65%
Qualitätsprüfung	30 Sek/Teil	3 Sek/Teil	90%
Kundenanfragen	4h Antwortzeit	8 Min	97%
Fehlerquote Produktion	2,1%	1,3%	40%

Geschäftliche Auswirkungen:

• Großkunden-Anforderung erfüllt ohne neue Einstellungen
• 2 Mitarbeiter in wertschöpfende Tätigkeiten umgeschult
• ROI der Investition: nach 9 Monaten erreicht

Das sagt die Geschäftsführung

“Wir waren skeptisch, ob KI für einen Mittelständler wie uns funktioniert. Die schrittweise Einführung mit dem Pilotprojekt hat uns überzeugt. Heute fragen die Mitarbeiter selbst, welche Prozesse wir als nächstes automatisieren können.”

— Maria Müller, Geschäftsführerin

Übertragbarkeit

Ideal für:

• Mittelständische Produktionsunternehmen (30-200 Mitarbeiter)
• Unternehmen mit hohem Anteil manueller Dateneingabe
• Betriebe mit Qualitätsprüfungsprozessen
• Firmen mit hohem Kundenanfragevolumen

Die Implementierung erfolgte über 6 Monate, gestaffelt nach Abteilungen. Jede Phase wurde erst nach Erfolgsmessung erweitert.