Der Maschinenbauer ASYS fotografiert seine Baugruppen wie eh und je, doch das mühsame Benennen und Einsortieren der Bilder erledigt jetzt eine KI. Rund zwei Monate Handarbeit im Jahr fallen damit weg, bei null Tippfehlern in der Dokumentation. Der Fall zeigt, wo künstliche Intelligenz im Mittelstand wirklich Geld spart: nicht im großen Wurf, sondern an der langweiligsten Routine.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Die Fertigungsdokumentation gilt in vielen Werken als notwendiges Übel. Jede fertige Baugruppe wird fotografiert, jedes Bild von Hand benannt und in den richtigen Ordner geschoben. Beim Automatisierungsspezialisten ASYS aus Dornstadt bei Ulm fallen so Woche für Woche rund 100 Maschinen und Baugruppen an. Genau diese stumpfe Fleißarbeit hat das Unternehmen zusammen mit dem IT-Dienstleister CANCOM automatisiert.
Das Wichtigste in Kürze
- Ein KI-gestützter Foto-Assistent benennt und sortiert die Dokumentationsbilder bei ASYS automatisch, statt sie von Hand zu verschlagworten.
- Kern der Lösung ist ein Vision-Language-Model aus Microsofts Azure AI Foundry, das auch handschriftliche Korrekturen zuverlässig ausliest.
- Das Ergebnis: rund zwei Monate gesparte Arbeitszeit pro Jahr, keine Tippfehler mehr, ein Prototyp in unter vier Wochen.
- Die Lehre für den Mittelstand: KI zahlt sich zuerst bei eng umrissenen, lästigen Routineaufgaben aus.
Was übernimmt die KI bei ASYS?
Foto-Assistent statt Handarbeit. Bisher hielten die Beschäftigten jede fertige Baugruppe im Kamerabild fest, tippten Dateinamen und Zuordnung manuell ein und legten die Fotos ab. Bei rund 100 Einheiten pro Woche summierte sich das zu einer fehleranfälligen Daueraufgabe. Die neue mobile Web-App, gebaut vom IT-Dienstleister CANCOM, der auch Behörden-Arbeitsplätze am Fließband bestückt, nimmt das Foto samt Dokumentationsblatt auf, liest die relevanten Angaben heraus und legt die Datei sauber benannt in der richtigen Struktur ab.[1]
Zwei Monate weniger Fleißarbeit. CANCOM beziffert die Ersparnis bei ASYS auf rund zwei Monate Arbeitszeit pro Jahr, bei null Tippfehlern und einer über alle Projekte einheitlichen, durchsuchbaren Ablage.[1] Den ersten lauffähigen Prototyp lieferte das Projektteam in weniger als vier Wochen.
Warum ein Vision-Language-Model und keine klassische Texterkennung?
Kontext statt Zeichen. Eine reine Texterkennung liest Buchstaben, ohne zu verstehen, was auf dem Blatt steht. Das eingesetzte Vision-Language-Model aus Azure AI Foundry verarbeitet Bild und Text gemeinsam, erkennt die abgebildete Baugruppe, ordnet die Angaben zu und kommt auch mit handschriftlichen Korrekturen zurecht, an denen einfache Erkennung scheitert.
Use-Case-spezifisch. Für ASYS-IT-Leiter Andreas Granat liegt darin die eigentliche Lehre: „KI ist Use-Case-spezifisch.“ Statt eines allumfassenden Assistenten löst ein eng zugeschnittenes Modell genau ein klar benanntes Problem. Damit gehört das Projekt zu den unspektakulären, aber wirksamen KI-Anwendungen in der Industrie.
Die teuerste KI ist die, die alles ein bisschen kann und nichts richtig. ASYS gewinnt zwei Monate im Jahr, weil eine Maschine genau eine ungeliebte Aufgabe komplett übernimmt.
— Markus Seyfferth, Chefredakteur Dr. Web
Was heißt das für den Mittelstand?
Nutzen statt Nutzung. Viele Mittelständler nutzen KI längst irgendwo, doch nur eine Minderheit verankert die Technik fest in ihren Abläufen. Genau diese Lücke schließt der ASYS-Ansatz mit einem abgegrenzten Prozess und einem sofort messbaren Ergebnis. Ein klar umrissener Anwendungsfall zahlt sich schneller aus als die große Plattform, wie schon der KI-Ideenfilter beim Versandhändler Otto zeigt.
Geringes Risiko nach dem AI Act. Eine KI, die Fotos benennt und einsortiert, zählt zu den harmlosen Anwendungen der EU-KI-Verordnung und verlangt keine aufwendige Hochrisiko-Prüfung. Weil die Anwendung im Firmennetz sitzt und über Microsofts Azure-Dienste läuft, lassen sich Zugriff und Datenwege klar regeln.
Klein anfangen. Für den ersten KI-Test im eigenen Betrieb eignet sich die stumpfste, teuerste Routine am besten, gemessen an der Zeit, die sie heute frisst. Ein enger Anwendungsfall mit klarer Kennzahl liefert schneller einen Beweis als jede Großstrategie, wie auch der Weg vom KI-Baustein zum echten Prozess zeigt.
Quelle
[1] CANCOM: „Intelligente Fertigungsdokumentation: ASYS startet seine AI-Journey mit CANCOM“
Mehr Newshunger?
- KI beschleunigt die Produktentwicklung. Aber wohin verschwindet die Arbeit?
- KI treibt Snowflakes Umsatz und drückt zugleich die Marge
- Critical Design Engineering: Ein Manifest für den Umgang mit KI-Code
- Xiaomi öffnet TabLDM: ein KI-Modell für Tabellen statt Texte
- SenseTime schreibt erstmals schwarze Zahlen, während Chinas KI-Rivalen Geld verbrennen
