2026/7 | Fachbeitrag | Best Practice

Über diese Fallen stolpern KI-Projekte in der Produktion

Produktionsbetriebe gelten als eines der größten und vielversprechendsten Einsatzgebiete für Künstliche Intelligenz. Doch häufig stehen Aufwand und Ertrag, Erwartungen und Ergebnisse von KI-Projekten in einem krassen Missverhältnis. Verantwortlich dafür sind charakteristische Irrtümer und Fehlentscheidungen, die es zu vermeiden gilt.

In der Fertigung scheitern teure, ambitionierte KI-Initiativen allzu oft an den Tücken der betrieblichen Praxis. Dafür gibt es eine Reihe von Gründen, die den produktiven KI-Einsatz unterminieren. IFS, führender Anbieter von Industrial-AI-Software, zeigt die typischen Barrieren - und wie man produktiv damit umgeht.

Hürde 1: Mangelhafte Datenqualität.

Die größte Schwachstelle bei KI-Projekten ist meist die Qualität der Daten. Typisch sind fragmentierte Datenlandschaften mit einer Mischung aus historisch gewachsenen Daten unterschiedlichster Provenienz. Sie sind unvollständig, nicht synchronisiert oder unterschiedlich interpretiert. Daher sollten sich KI-Projekte anfangs auf einen Kern selektierter operativer Daten stützen (etwa aus Instandhaltung oder Qualitätssicherung), die dann sukzessive optimiert werden.

Hürde 2: Ängste und latente Ablehnung.

KI-Projekte werden in der Regel von Vorbehalten aufgrund intransparenter Entscheidungslogik, Angst vor Kontrollverlust oder unklaren Auswirkungen auf die eigene Rolle begleitet. Doch diese Faktoren werden auf der Führungsebene häufig unterschätzt und die Change-Prozesse vernachlässigt. Zur Überzeugungsarbeit gehört auch, Projekterfolge transparent zu machen. KI wird dann akzeptiert, wenn Mitarbeitende ihren Nutzen erkennen, weil sie hilfreiche Ergebnisse liefert.

Hürde 3: Fehlende Zielvorgaben und Use Cases.

Viele KI-Business-Cases werden lediglich für die Investitionsentscheidung erstellt, nach Projektstart aber weder aktiv nachgehalten noch mit realen Betriebsdaten überprüft. In der Praxis fehlen oft klar definierte Zielkennzahlen, aber auch der kontinuierliche Abgleich zwischen geplantem und tatsächlichem Nutzen. Der erwartete Erfolg bleibt damit eine Annahme, aber keine messbare Größe.

Hürde 4: Mangelnde Praxistauglichkeit.

Labor und Praxis sind zwei Paar Stiefel. Viele Pilotprojekte scheitern an der Übertragbarkeit in den Alltag. Sie sind als "Leuchtturm" angelegt, ohne Integration in bestehende Systeme und Entscheidungsprozesse. Daher funktionieren sie im Labor, aber nicht im Betrieb. Das kann unter anderem an der Abhängigkeit von Spezialisten liegen, der schlechten Usability oder der eingeschränkte Nutzung durch Early Adopter.

Hürde 5: Fehlende Governance.

Sie ist einer häufigsten Skalierungsblocker. Viele Unternehmen starten KI-Initiativen projektgetrieben, ohne klare Zuständigkeiten für die Datenqualität, den Modellbetrieb, die fachlichen Entscheidungen oder Haftung und Compliance. Es fehlen eindeutige Verantwortlichkeiten (sowohl in der IT als auch in den Fachbereichen), die Zusammenarbeit in funktionsübergreifenden Teams und eine definierte Arbeitsteilung zwischen Mensch und KI.

"Erfolgreiche KI-Projekte zeichnen sich durch drei charakteristische Eigenschaften aus", erklärt Sören Michl, VP AI Adoption bei IFS. "Sie sind erstens von Anfang an nicht als Experiment, sondern als produktivitätssteigerndes System angelegt, sie denken zweitens Prozesse neu, um KI bestmöglich zu nutzen, und sie integrieren drittens KI direkt in bestehende Workflows."



Der Autor:

Sören Michl ist Vice President AI Adoption bei IFS - einem weltweit führenden Anbieter von Industrial AI und Cloud-Business-Software für Unternehmen, die Güter produzieren und vertreiben, Anlagen bauen und betreiben sowie Dienstleistungen erbringen. Auf einer einzigen Plattform vereint IFS seine branchenspezifischen Industrial-AI-Lösungen, verbindet sie durch ein gemeinsames Datenmodell und integriert digitale Innovationen.

Bildquelle: (C) IFS

Web: https://ifs.com

Diese Artikel könnten Sie auch interessieren

Das Co-Brain - Ihr digitaler Doppelgänger

WISSENplus
Zuckerberg (CEO Meta) tut es. Siemiatkowski (CEO Klarna) tut es. Und auch Khosrowshahi (CEO Uber) tut es. Sie alle lassen mithilfe künstlicher Intelligenz digitale Doppelgänger von sich erstellen. Mitarbeitende oder auch Kunden sollen künftig mit den Doppelgängern von Mark, Sebastian und Dara chatten können. Damit stellen diese CEOs einen neuen, interaktiven Kommunikationskanal zur Verfügung. Doch die...

Weiterlesen

Schatten-KI in Unternehmen: Fünf Maßnahmen, die nachhaltig wirken

Künstliche Intelligenz ist ohne Zweifel ein Booster für die Produktivität und Effizienz, der viele Aufgaben und Prozesse auf Knopfdruck automatisiert. Doch, wie so oft: Wo Licht ist, ist auch Schatten. Im Falle der KI ist diese alte Weisheit quasi wörtlich zu nehmen, denn Schatten-KI, also die unautorisierte, unkontrollierte Nutzung von KI-Tools durch Mitarbeitende, ist ein ernstzunehmendes Problem. Vom...

Weiterlesen

Fünf Fragen, die IT-Entscheider vor dem Einsatz von KI-Agenten beantworten müssen

KI-Agenten sind weit mehr als kleine Copiloten, die nur einzelne Arbeitsschritte unterstützen. Sie verfolgen ein konkretes Ziel und entscheiden selbst, wie sie es erreichen, von der automatisierten Prüfung eingehender Bestellungen bis zur Einholung und dem Vergleich von Lieferantenangeboten. Darin liegt einerseits ihr großer Nutzen, andererseits benötigen sie dafür passende Rahmenbedingungen. Denn wäh...

Weiterlesen

M365: Digitale Vernetzung in der Sozialwirtschaft

WISSENplus
Das Christliche Jugenddorfwerk Deutschland - einer der größten Sozialverbände - zeigt, wie ein modernes Social Intranet nicht nur den Informationsfluss verbessert, sondern echte Teilhabe ermöglicht und ein neues Gemeinschaftsgefühl entstehen lässt - von der Kita bis zur Werkstatt, vom Vorstand bis zum Außendienst....

Weiterlesen

Was können Communities of Practice leisten?

WISSENplus
Wissensmanagement ist ein strategisches Thema in Organisationen. Und eines, das in der Praxis oft hinter den Erwartungen zurückbleibt. Wikis werden angelegt und nicht gepflegt. Schulungen vermitteln Wissen, das im Arbeitsalltag nicht umgesetzt wird. Wertvolles Erfahrungswissen bleibt in Abteilungen oder bei einzelnen Personen. Unsichtbar für den Rest der Organisation. Interne Communities of Practice ...

Weiterlesen

Smarte Logistik: Von Papierstapeln zur digitalen Tour. Wie der Holzgroßhändler Roggemann 100 Lkw an neun Standorten digital vernetzt

WISSENplus
Bei der Enno Roggemann GmbH & Co. KG gehört die Zettelwirtschaft der Vergangenheit an. Innerhalb kürzester Zeit digitalisierte der Holzgroßhändler seine Auftragsabwicklung an allen neun Standorten. Die Einführung der All-in-One-Software für Telematik und digitales Auftragsmanagement erfolgte schrittweise und orientierte sich konsequent an den bestehenden Prozessen. Heute profitieren das rund ...

Weiterlesen

Kompetenzaufbau im Arbeitsalltag: Wenn KI zum Lernbegleiter wird

WISSENplus
KI verändert als lernendes System Arbeitsprozesse und Aufgaben. Im Unterschied zu vielen bekannten Werkzeugen kann KI kognitive und repetitive Tätigkeiten übernehmen, datenbasiert Entscheidungen vorbereiten und zugleich als Dialogpartner fungieren. Die Grenzen zwischen der Nutzung als Unterstützungstool - wie wir sie von klassischen Werkzeugen oder dem PC kennen - und interaktiver Zusammenarbeit s...

Weiterlesen