KI im Anlagenbau: Einsatzfelder und Grenzen

Wo wird KI im Anlagenbau eingesetzt?

KI wird im Anlagenbau vor allem in drei Bereichen eingesetzt: bei Konfiguration und Engineering, bei Dokumenten und Stammdaten und in der Auftragsabwicklung. Welche Anwendungen davon schon in Betrieben laufen und welche noch Forschungsprojekte sind, unterscheidet sich stark. Die Tabelle ordnet die Beispiele aus den unten genannten Quellen ein. Mehrere stammen von Beratungen und Dienstleistern, die ein Eigeninteresse am Thema haben.

Dieser Überblick ersetzt keine Marktstudie. Er zeigt, dass die Einsatzfelder weniger spektakulär sind, als der Begriff KI vermuten lässt, und häufig an Daten und Abläufen im Büro ansetzen.

Wie verbreitet ist KI im Anlagenbau?

Zahlen speziell für den Anlagenbau gibt es kaum. Die besten Anhaltspunkte liefern Befragungen im Maschinen- und Anlagenbau und in der Gesamtwirtschaft. In einer Online-Umfrage des VDMA vom Februar und März 2025 gaben 43 Prozent der Antwortenden an, KI-Lösungen einzusetzen. Weitere 21 Prozent planten den Einsatz für 2025, 27 Prozent bis 2028, 9 Prozent verneinten. Über 80 Prozent sehen eine mittlere bis hohe strategische Bedeutung.

Die Umfrage hat Grenzen. Es antworteten 206 von 1.960 angeschriebenen Personen, und 53 Prozent der Antwortenden schätzen ihr KI-Wissen als fortgeschritten ein. Der Anteil dürfte deshalb eher über dem der Branche liegen. Nach Bereichen genannt wurde der Einsatz am häufigsten in der Softwareentwicklung (52 Prozent) und im Marketing (49 Prozent). In Konstruktion und Entwicklung waren es 21 Prozent, in Produktion und Montage 14 Prozent, in Materialwirtschaft und Einkauf 9 Prozent.

Der Blick auf alle Branchen zeigt die Richtung. Laut Bitkom setzen im Sommer 2026 57 Prozent der Unternehmen ab 20 Beschäftigten KI ein, ein Jahr zuvor waren es 36 Prozent (Befragung von 603 Unternehmen). Das Statistische Bundesamt kam für 2024 auf 20 Prozent der Unternehmen ab zehn Beschäftigten und auf 48 Prozent bei Unternehmen ab 250 Beschäftigten. Die Werte lassen sich nicht direkt vergleichen, denn Grundgesamtheit, Befragungsjahr und Methode unterscheiden sich. Mehr zur Lage in der Fertigung insgesamt steht im Beitrag KI in der Produktion.

Kann KI Anlagen konfigurieren und Engineering unterstützen?

Ja, im Forschungsstadium: KI kann aus Auftragsdaten und historischen Konfigurationen Vorschläge für Anlagenkonfigurationen erzeugen. Ein Beispiel ist das Projekt GenISys, über das chemie.de berichtet. Die Bergische Universität Wuppertal erforscht mit dem Softwareunternehmen Snap und dem Anlagenbauer Haver & Boecker, wie generative KI Abfüllanlagen konfiguriert, etwa für Zement in Säcken.

Als Eingaben dienen Kundenauftragsdaten, im Labor gemessene Materialeigenschaften wie Korngröße und Dichte, Mikroskopaufnahmen und Daten aus tausenden früheren Anlagenkonfigurationen. Ziel ist laut Bericht ein ressourcenschonenderer Entwurf mit weniger Testläufen. Das Bedienpersonal kann die Empfehlungen prüfen, Fehler korrigieren und Rückmeldungen geben, die in das weitere Training einfließen. Die Software soll die Konfiguration unterstützen und nicht allein übernehmen.

Für den Betrieb heißt das: Der Nutzen hängt stark davon ab, wie vollständig und sauber Ihre früheren Konfigurationen dokumentiert sind. Wer sie nur in einzelnen Projektordnern hat, braucht zuerst Ordnung in den Daten.

Was bringt KI bei Dokumenten, Stammdaten und Abfragen?

Sie dürfte dort am ehesten Entlastung bringen, wo viele ähnliche Unterlagen geprüft oder gepflegt werden. Das ist eine Einschätzung, keine Messung. FRAME Consulting, eine Beratung für CAE und EPLAN, beschreibt für den Anlagen- und Maschinenbau eine KI-gestützte Dokumentenverwaltung, die Dokumente prüft, Metadaten ausliest, Prüfprotokolle validiert und Lieferanten Rückmeldung gibt, wenn ein Bauteil falsch referenziert wurde. Zahlen zum Nutzen nennt die Quelle dazu nicht.

IT&Production schildert drei Anwendungsfälle aus einem eintägigen Workshop der akquinet AG mit Führungskräften aus dem Anlagenbau. Der Beitrag hängt am Business-Central-Angebot des Dienstleisters, und die Seite weist darauf hin, dass der Inhalt mithilfe von KI erstellt wurde. Lesen Sie ihn als Anbietersicht:

• Fragen an das ERP in natürlicher Sprache. Mitarbeitende fragen nach Lagerbestand, Projektstand oder offenen Angeboten, statt sich durch Menüs zu klicken. Technisch gehöre das zu den am einfachsten umsetzbaren KI-Szenarien, die Antwortqualität hänge aber an Struktur und Qualität der Daten. Zugriffsrechte und Datenschutz müssen geregelt sein.
• Pflege der Artikelstammdaten. Ein Agent markiert Artikel mit ähnlicher Beschreibung als mögliche Dublette, eine Person prüft das. Das war nach dem Bericht ein Top-Thema der Teilnehmenden. Einen fertigen Agenten dafür gebe es in Business Central nicht, er müsse selbst entwickelt werden.
• Service im Ersatzteilgeschäft. Ein Agent wertet Anfragen aus, erkennt passende Teile und entwirft ein Angebot. Die Freigabe bleibt bei einer Person.

Standardanfragen lassen sich laut Bericht gut abdecken, komplexe Abhängigkeiten verlangen eigene Entwicklung. Wie KI und ERP zusammenspielen, vertieft der Beitrag zu KI im ERP.

Was verändert KI in der Auftragsabwicklung eines Anlagenbauers?

KI kann dort helfen, wo Aufträge zwischen Abteilungen wandern und Informationen verstreut liegen. Bei Anlagen nach Kundenwunsch ist das der Normalfall: Die Auftragsklärung, die Konstruktion, der Einkauf der Zukaufteile und die Montage hängen an einer Kette von Übergaben, und Unterlagen liegen in ERP, PLM, Postfach und Ablage.

Ein KI-Agent kann an einer Übergabe die vorhandenen Unterlagen zusammenstellen, fehlende erkennen und den nächsten Schritt vorschlagen. Entscheiden sollten die Zuständigen. Das entspricht dem Prinzip aus dem Service-Beispiel oben: Die KI bereitet vor, ein Mensch gibt frei. Eine Einordnung, was solche Agenten in der Fertigung leisten, bietet der Beitrag zu Agentic AI in der Fertigung. Die Besonderheiten Ihrer Branche beschreibt die Seite zum Anlagenbau.

Was bremst den Einsatz von KI?

Es bremsen vor allem fehlende Ressourcen, ein unklarer Nutzen und die Datengrundlage. In der VDMA-Umfrage nennen die Antwortenden, die KI nicht einsetzen oder Projekte beendet haben, fehlende Personalressourcen (45 Prozent), unklaren Nutzen und ROI (44 Prozent), fehlendes qualifiziertes Datenmaterial zum Anlernen (42 Prozent) und fehlendes qualifiziertes Personal (37 Prozent). Rechtliche Fragen zu Datenzugang und Haftung nannten 27 Prozent.

Bitkom fragt für alle Branchen. Bei Unternehmen ohne KI stehen fehlendes technisches Know-how (85 Prozent), rechtliche Unsicherheit (66 Prozent) und schwer kalkulierbare Kosten (63 Prozent) vorn. Wer KI schon nutzt, nennt am häufigsten Datenschutzanforderungen (66 Prozent). Die Hürden liegen damit in beiden Befragungen eher in Ressourcen, Daten und Recht als in der Technik selbst. Eine ausführlichere Übersicht bietet der Beitrag KI in der Produktion.

Wie fangen Anlagenbauer mit KI an?

Fangen Sie mit einem klar abgegrenzten Fall an, nicht mit einer Strategie für alles. Eine sinnvolle Reihenfolge:

1. Einen wiederkehrenden Ablauf auswählen, der Zeit kostet, zum Beispiel das Zusammensuchen von Unterlagen bei einer Übergabe.
2. Prüfen, wo die dafür nötigen Daten liegen und wie vollständig sie sind.
3. Festlegen, wer die Vorschläge der KI prüft und freigibt.
4. Datenschutz und Zugriffsrechte vorab klären.
5. Nach einigen Wochen vergleichen, ob Rückfragen oder Wartezeiten tatsächlich abnehmen.

Wer wissen will, wo bei den eigenen Aufträgen die Zeit liegt, kann mit der kostenlosen Auftragsdurchlauf-Analyse an einem echten Auftrag beginnen. Die KI-Agenten von Keralo setzen genau an diesen Übergaben an, ohne das ERP zu ersetzen.