KI-Agent für die Industrie: Wartung, Einkauf und Qualität in der Fertigung

Eine Fabrik steht nie wirklich still, selbst wenn die Linien angehalten sind. Wartungstickets häufen sich, Lieferantenbestellungen folgen ihrem eigenen Kalender, Qualitätsabweichungen melden sich laufend statt zu festen Zeiten. Das sind drei fortlaufende Ströme, schlecht geeignet für eine Organisation, die über wöchentliche Meetings funktioniert. Ein autonomer KI-Agent kann diese drei Ströme im Hintergrund verfolgen, zwischen zwei Teambesprechungen, und meldet, was zählt, bevor es zu einer Linienblockade wird.

Das Problem

Der erste und am besten dokumentierte Verlustposten ist der ungeplante Maschinenstillstand. Eine Analyse, die auf den Daten des Siemens-True-Cost-of-Downtime-Reports 2024 basiert, beziffert die Kosten dieser Stillstände für die 500 größten Industrieunternehmen weltweit auf 1.400 Milliarden US-Dollar pro Jahr, also 11 % ihrer kumulierten Erlöse, gegenüber 8 % im Jahr 2019 (Quelle). Die Stundenkosten variieren stark je nach Branche, bis zu mehreren Millionen US-Dollar für eine stillstehende Automobillinie, einige Zehntausend für die Lebensmittelindustrie. Diese Zahl betrifft die größten Weltkonzerne und lässt sich nicht eins zu eins auf ein französisches Industrie-KMU übertragen, aber der grundlegende Trend, Stillstandskosten, die schneller steigen als die Stillstandszeit selbst, findet sich in den meisten Branchenanalysen zu diesem Thema wieder.

Zweiter Posten: Qualität. Eine im Dezember 2023 durchgeführte AFNOR-Studie zeigt, dass 80 % der Industrieunternehmen ihre Non-Quality-Kosten zwischen 0 und 5 % ihres Umsatzes ansiedeln, dass aber 15 % der Unternehmen, die diese Kosten tatsächlich messen, sie auf mehr als 10 % schätzen (Quelle). Nur 67 % der befragten Industrieunternehmen messen diese Non-Quality-Kosten tatsächlich, während 91 % der Entscheider dies für notwendig oder unverzichtbar halten. Anders gesagt: Der Abstand zwischen dem, was man messen müsste, und dem, was tatsächlich gemessen wird, bleibt groß, und eine nicht rechtzeitig erfasste Abweichung fließt nie in einen nutzbaren Trend ein.

Dritter Posten, diskreter, aber ebenso strukturbildend: Zahlungsfristen zwischen Unternehmen, die die Lieferantenbeziehung direkt belasten. Der Bericht 2024 des Zahlungsfristen-Observatoriums der Banque de France stellt eine Verschlechterung des Zahlungsverhaltens in Frankreich fest, mit einem durchschnittlichen Verzug von 13,6 Tagen Ende 2024, ein Anstieg um einen Tag gegenüber dem Vorjahr. Die Industriebranche weist einen durchschnittlichen Verzug von 11 Tagen auf, ein vom Bericht als vertretbar eingestuftes Niveau, aber Großunternehmen mit mehr als 1.000 Beschäftigten bleiben die schlechtesten Zahler, mit einem durchschnittlichen Verzug von 18 Tagen (Quelle). Laut derselben Studie belastet das Fortbestehen dieser Verzögerungen die Liquidität von KMU und Kleinstunternehmen mit 15 Milliarden Euro. Für einen Industriestandort, der von Lieferanten abhängt, die selbst unter Liquiditätsdruck stehen, erhöht jede zu spät versendete Erinnerung das Risiko eines eigenen Lieferverzugs.

Was der Agent Schritt für Schritt tut

Maschinen-Wartungstickets sortieren und priorisieren

Der Agent zentralisiert die von Bedienern gemeldeten Tickets, Ausfall, Alarm, Interventionsanfrage, und priorisiert sie nach Kritikalität und Produktionslinie. Er benachrichtigt das Wartungsteam, sobald ein Ticket den festgelegten Schwellenwert überschreitet, statt einen Alarm in einer unsortierten Liste untergehen zu lassen. Das ist dasselbe Prinzip fortlaufender Sortierung nach Dringlichkeit, das die Seite automatische Sortierung von Support-Tickets beschreibt, hier angewendet auf einen Maschinen-Ticketstrom statt auf Kundenanfragen.

Einkauf verfolgen und Lieferanten erinnern

Der Agent verfolgt laufende Lieferantenbestellungen und erinnert automatisch, sobald ein Lieferverzug angekündigt wird, oder meldet eine Abweichung zwischen bestellter und erhaltener Menge, bevor sie eine Linie blockiert. Diese Funktionsweise fortlaufender Bestellverfolgung und proaktiver Erinnerung ist dieselbe, die auf der Seite Automatisierung des Einkaufs beschrieben wird, konzipiert für diesen permanenten Rhythmus des Lieferantenflusses statt für eine monatliche Durchsicht.

Abweichungen erfassen und Dokumentation aktuell halten

Jede gemeldete Qualitätsabweichung, betroffenes Produkt, Station, wahrscheinliche Ursache, wird in einem strukturierten Register erfasst. Der Agent gleicht diese Vorkommnisse anschließend ab, um eine Station oder einen Lieferanten zu erkennen, bei dem sich Vorfälle häufen, und hält die technische Dokumentation, Maschinenblätter und Verfahren, anhand tatsächlicher Eingriffe statt einer jährlichen Aktualisierung auf dem neuesten Stand. Die Seite Automatisierung der Datenoperationen beschreibt dieselbe Arbeit der fortlaufenden Aggregation verstreuter Daten, hier angewendet auf Qualität und Produktionsreporting.

Die eingesetzten Integrationen

Die Wartungsverfolgung stützt sich auf Trello für ein einfaches Ticket-Board, geeignet für eine Werkstatt, in der Bediener weder die Zeit noch die Gewohnheit für ein komplexes Tool haben. Beim Einkauf trägt Gmail die Lieferantenerinnerungen, mit einer aufbewahrten Historie zur Dokumentation wiederholter Verzögerungen. Das Qualitätsregister liegt in Airtable, strukturiert, um Abweichungen, Stationen und Lieferanten abzugleichen. Die technische Dokumentation und die Verfahren leben in Google Drive und Notion, aktualisiert im Verlauf der Eingriffe statt bei einer jährlichen Revision. Slack trägt die Alarme, die vom Wartungs- oder Qualitätsteam schnell gesehen werden müssen. Jede Verbindung bleibt unabhängig: Ein Standort kann allein mit der Wartungsverfolgung starten, bevor er Einkauf oder Qualität hinzufügt.

Was beim Menschen bleibt

Der Agent übernimmt Sortierung, Erinnerung und Erfassung, nicht die Entscheidung, die Sicherheit oder Produktion betrifft. Das ist ein bewusstes Human-in-the-Loop-Funktionieren: Der Agent überwacht und dokumentiert fortlaufend, hält aber inne, sobald eine Entscheidung über Linienstopp oder Korrekturmaßnahme ansteht. Konkret bleibt das Team für vier Dinge verantwortlich. Es entscheidet über den Stopp einer Produktionslinie bei einem Maschinenalarm, der Agent meldet, er schaltet selbst nichts ab. Es validiert einzuleitende Korrekturmaßnahmen bei einer wiederkehrenden Abweichung. Es verhandelt Konditionen mit einem wiederholt verspäteten Lieferanten, der Agent beschränkt sich auf Erinnern und Dokumentieren der Historie. Und es behält die abschließende Verantwortung für die regulatorische Konformität des Standorts, geltende Sicherheit und Qualitätsnormen, die sich nicht delegieren lässt.

Messbares Ergebnis

Der direkteste Nutzen betrifft die Reaktionsfähigkeit bei Ausfällen: ein priorisiertes und gemeldetes Ticket, sobald es einen kritischen Schwellenwert überschreitet, verkürzt die Zeit zwischen dem Auftreten eines Ausfalls und dem Beginn des Eingriffs, ein gewichtiges Thema, wenn der Siemens-True-Cost-of-Downtime-Report die Kosten ungeplanter Stillstände auf 11 % der Erlöse der größten Industriekonzerne weltweit beziffert (Quelle). Zweites Ergebnis: Lieferantenerinnerungen, die zum richtigen Zeitpunkt statt im Nachhinein losgehen, in einem Umfeld, in dem der durchschnittliche Zahlungsverzug in Frankreich laut Banque de France weiter steigt (Quelle). Dritter Nutzen: ein endlich vollständiges Abweichungsregister, wo die AFNOR feststellt, dass ein Drittel der Industrieunternehmen seine Non-Quality-Kosten nicht wirklich misst, obwohl fast alle Entscheider dies für unverzichtbar halten (Quelle).

Die Einrichtungskosten entsprechen denen eines Atako-Agenten, detailliert auf der Preisseite: Abrechnung pro aktivem Agenten-Slot, ohne Kosten je nach Anzahl der Teammitglieder, die ihn nutzen. Um einen ersten Rollout zu strukturieren, ohne sich in den Optionen zu verlieren, gibt der Artikel einen KI-Agenten in 7 Tagen im KMU einführen einen konkreten Rahmen, übertragbar auf einen Industriestandort, der mit einem einzigen Szenario starten und später erweitern will.