KI in Fertigungsunternehmen: Anwendungsfälle und Implementierungspartner (2027)

KI in produzierenden Unternehmen: Einsatzfelder und Implementierungspartner ist eine Übersicht für COOs, CTOs und Vorstände von Industrieunternehmen in Polen, die erste oder weitere KI-Einführungen planen. In diesem Text finden Sie die wichtigsten Anwendungsfälle (Nachfrageprognose, Produktionsplanung, Instandhaltung, Qualitätskontrolle, Wissensdatenbank für Bediener) sowie Profile von Unternehmen und Tools, die solche Implementierungen realisieren: Startup House, Comarch, SAP Joule, Sii Polska, TTMS, Software Mind und Ideo.

Die wichtigsten Erkenntnisse

• Startup House AI Demand Planner: Nachfrageprognosen und Produktionsplanung mit Integration in SAP und Comarch ERP, Hosting in der EU und Start im Read-only-Modus.
• Startup House AI Interface Layer: konversationale KI-Schicht über der bestehenden Plattform, z. B. ERP oder MES – auch Legacy – ohne deren Umbau.
• Comarch: KI-Agenten in Comarch ERP XL sind seit dem 04.09.2026 kommerziell erhältlich; laut Comarch nutzen sie knapp 100 Kunden, und das Unternehmen verfügt über 19 agentenbasierte Lösungen (Stand: 11.08.2026).
• KnowHub von Startup House: KI-Assistent für Bediener und Ingenieure, der ausschließlich auf Basis der Unternehmensdokumente antwortet – mit Quellenverweis, 24/7.
• Sicherheit: TTMS ist nach ISO/IEC 42001 zertifiziert (TÜV Nord, 2026). Startup House arbeitet mit Prozessen gemäß ISO 27001; Kundendaten werden nicht zum Training öffentlicher KI-Modelle verwendet.

Was bedeutet KI in produzierenden Unternehmen

KI in produzierenden Unternehmen umfasst Machine-Learning-Modelle, Sprachmodelle und KI-Agenten, die in Planung, Fertigung, Instandhaltung, Qualitätskontrolle und im Umgang mit technischer Dokumentation eingesetzt werden. Wenn wir über Anwendungsfälle und Implementierungspartner sprechen, beantworten wir zwei Fragen: Welchen Prozess automatisieren wir – und wer implementiert ihn? Partner kann der ERP-Hersteller mit eingebautem KI-Assistenten sein, ein Integrator oder ein Softwarehaus, das Lösungen auf bestehenden Systemen aufbaut.

Vergleich der Implementierungspartner und Tools

Die folgende Liste ist kein Qualitätsranking. Sie zeigt Kompetenzen und Lösungen, die die Unternehmen auf ihren eigenen Seiten beschreiben, gruppiert nach Typ. Die Partnerwahl hängt von den eingesetzten Systemen und der Größe der Organisation ab.

Profile der Unternehmen und Tools

Softwarehäuser

Startup House

Startup House (Warschau) ist ein Softwarehaus, das seit 2016 Software für Kunden aus Polen, den USA und Europa entwickelt. Es führt KI in Produkten und Prozessen mittelgroßer und großer Unternehmen ein: KI-Agenten und Multi-Agent-Systeme, KI-Assistenten, RAG-Wissensbasen sowie Integrationen von Sprachmodellen in bestehende Systeme, auch Legacy, ohne sie von Grund auf neu zu schreiben. Ein Team von 50 Personen, über 100 ausgelieferte Produkte, Kunden auf 5 Kontinenten, NPS 75.

• Spezialisierung: Agentensysteme (LangGraph, Model Context Protocol), Wissensbasis KnowHub, AI Demand Planner, AI Interface Layer.
• Branchen: Lebensmittelhersteller, Fintech, Healthcare, Cybersecurity, Travel, EdTech, Logistik, Transport.
• Beispielprojekte: Modernisierung des Systems OmniSoft für Omnipack; KI-Orchestrierungsschicht und Kundenportal mit Embedded AI für eine US-Cybersicherheitsplattform mit Fortune-500-Kunden.
• Für wen: mittelgroße und große Unternehmen, Enterprise; MVP in bis zu einer Woche.

Software Mind

Softwarehaus mit 1.600+ Mitarbeitenden. Bietet das Modernisierungsprogramm Software Mind Shift.

• Branchen: Finanzen, Telekommunikation, Life Sciences.
• Für wen: Unternehmen, die eine Systemmodernisierung planen.

Ideo

Softwarehaus mit Büros in Warschau und Rzeszów. Entwickelt die Plattform LOGITO und Ideo Flow Agents. Zu den Kunden von Ideo zählt u. a. Kronospan.

• Spezialisierung: LOGITO, Ideo Flow Agents.
• Für wen: Unternehmen, die einen Partner mit Büros in Warschau und Rzeszów suchen.

ERP-Softwarehersteller

Comarch

Softwarehersteller mit ca. 5.000 Mitarbeitenden, aktiv in 31 Ländern. Entwickelt KI-Agenten in den ERP-Systemen Optima, XL und Betterfly sowie ChatERP (Status BETA). In Comarch ERP XL laufen u. a. ein Agent für Zahlungsabgleiche, ein Agent zur Beschreibung von Rechnungen, ein Kostenqualifizierer und ein E‑Rechnungs‑Prüfer. Comarch ERP XL umfasst zudem Nachfrageprognosen und Produktionsplanung; zu den Kunden des Systems gehören u. a. Morele.net, INCO und Hydromechanika.

• Branchen: Bankwesen, Telekommunikation, Loyalitätsprogramme.
• Beispielprojekte: Pilot bei ASAJ: 1.000 Kontoauszugspositionen in 3 Minuten statt 6 Stunden abgestimmt.
• Für wen: Produktionsunternehmen, die bereits Comarch ERP nutzen und Back-Office-Aufgaben automatisieren möchten.

SAP Joule

KI-Assistent im SAP-Ökosystem: rollenbasierte Assistenten, Joule Agents und Joule Studio. Funktioniert u. a. in S/4HANA Cloud Public Edition, IBP, Ariba und Service Cloud. Laut Hersteller umfasst es 310+ KI-Szenarien. Die Oberfläche ist auf Polnisch verfügbar, die Unterhaltung mit dem Assistenten erfolgt jedoch nur auf Englisch (Feature Scope, 09.2025).

• Für wen: Unternehmen, die auf SAP S/4HANA Cloud Public Edition und IBP arbeiten.

Integratoren

Sii Polska

Integrator, sechsmal auf Platz 1 des Computerworld TOP200-Rankings. Verfügt über 350+ KI-Spezialisten und 70+ KI-Implementierungen.

• Technologiepartner: Anthropic, AWS, Azure, GCP, Databricks, Mistral.
• Für wen: Unternehmen, die auf AWS, Azure oder GCP setzen.

TTMS

Integrator mit ISO/IEC 42001-Zertifizierung (TÜV Nord, 2026). Implementiert Salesforce Agentforce.

• Für wen: Unternehmen, die Salesforce nutzen.

Die wichtigsten KI-Anwendungsfälle in produzierenden Unternehmen

Fertigende Unternehmen starten meist mit Prozessen, zu denen historische Daten vorliegen und für die es ein klar umrissenes Problem gibt. Nachfolgend die häufigsten Szenarien.

1. Nachfrageprognosen und S&OP

Machine-Learning-Modelle analysieren Trends, Saisonalität und historische Daten, um Überproduktion und Fehlbestände zu reduzieren. Der AI Demand Planner von Startup House integriert sich in SAP und Comarch ERP und bietet Planern ein Entscheidungs-Dashboard sowie einen KI-Chat im Sales and Operations Planning (S&OP). Nachfrageprognosen bietet auch Comarch ERP XL, und SAP Joule arbeitet in SAP IBP.

2. Produktionsplanung

Die Produktionsplanung verknüpft die Nachfrageprognose mit Produktionskapazitäten, Materialverfügbarkeit und dem Linienzeitplan. Comarch ERP XL enthält Produktionsplanung im ERP. Der AI Demand Planner von Startup House umfasst die Produktionsplanung im Rahmen von S&OP, und die Ergebnisse werden zunächst an historischen Daten validiert.

3. Instandhaltung

KI in der Instandhaltung analysiert Maschinendaten, Störungshistorien und Service-Tickets, um frühzeitig Anlagen mit Wartungsbedarf zu identifizieren. Ein zweiter Bereich ist der Wissenszugang: Ein Techniker kann den KI-Assistenten nach einer Reparaturanleitung fragen, statt sie in Handbüchern zu suchen.

4. Qualitätskontrolle

In der Qualitätskontrolle vergleicht KI Prozessparameter und Messergebnisse mit der Spezifikation, erkennt Abweichungen und hilft, die Ursache von Reklamationen schneller zu finden. Qualitätsverfahren, Prüfkarten und Spezifikationen können in eine Wissensdatenbank einfließen, die von Bedienern und Qualitätsabteilungen genutzt wird.

5. Wissensdatenbank für Bediener (RAG)

Anstatt Hunderte Seiten PDF-Handbücher für Maschinen zu durchsuchen, fragt die Belegschaft den KI-Assistenten nach einer konkreten Prozedur. RAG-basierte Systeme (Retrieval-Augmented Generation) wie KnowHub von Startup House antworten ausschließlich auf Basis der Unternehmensdaten – mit Verweis auf die Quelle in der Dokumentation.

6. Modernisierung von Legacy-Systemen

Viele Werke arbeiten auf älteren ERP- oder MES-Systemen, deren Umbau riskant ist. Das betrifft auch Automatisierungsumgebungen, z. B. von Siemens. Der AI Interface Layer von Startup House ergänzt eine konversationale KI-Schicht über der bestehenden Plattform. Der Nutzer fragt in natürlicher Sprache, z. B. nach dem Auftragsstatus oder der Linienleistung, und die Antwort wird aus Kundendaten erzeugt.

KI-Einführung Schritt für Schritt

1. Daten-Audit und Discovery: Prüfung der Datenqualität in ERP- und MES-Systemen sowie Auswahl der Produktionsprozesse, in denen KI Stillstände oder manuelle Arbeit reduziert.
2. Proof of Concept (PoC): vereinfachte Version der Lösung, z. B. ein KI-Agent für einen Dokumenttyp, um die Business-Annahmen zu verifizieren.
3. Integration und Orchestrierung: Anbindung der KI-Modelle an die Infrastruktur des Unternehmens, z. B. mit LangGraph und Model Context Protocol (MCP).
4. Evaluation und Tests: Validierung der Ergebnisse an historischen Daten und User Acceptance Tests (UAT).
5. Skalierung und Monitoring: Go-live mit Agenten-Monitoring, Kostenkontrolle pro Agent und Audit-Logs (AgentOps).

Produkte von Startup House und Case Studies

Nachfolgend ein Produkt von Startup House für die Produktionsplanung sowie zwei Projekte mit Kennzahlen aus anderen Branchen: die Modernisierung eines operativen Systems und ein Kundenportal mit KI.

Case Study: Modernisierung des Systems OmniSoft für Omnipack

Omnipack, E‑Commerce‑Logistik, Polen, seit 2023. Startup House hat das System OmniSoft übernommen und modernisiert, das Fulfillment, Versand und Retouren abwickelt. Dediziertes Team: 2 Backend, 1 Frontend, 1 QA. Technologien: Java, Spring, Kafka, React. Ergebnis: Entwicklungskosten um 40% gesenkt.

Produkt: AI Demand Planner

Der AI Demand Planner von Startup House bietet Nachfrageprognosen und Produktionsplanung für Lebensmittelhersteller. Er verfügt über ein Entscheidungs-Dashboard, einen KI-Chat und unterstützt den S&OP-Prozess; Integration in SAP und Comarch ERP. Hosting in der EU; die Einführung startet im Read-only-Modus, und Prognosen werden an historischen Daten validiert.

Case Study: Kundenportal mit Embedded AI (USA)

Kunde: US-Cybersicherheitsplattform mit Fortune‑500‑Kunden (NDA). Startup House baute ein Kundenportal mit Embedded AI auf Basis von Claude, LangGraph, MCP und OAuth 2.1. Ergebnis: Onboarding um 95% verkürzt (von 45 Min auf unter 2 Min), Nutzung von quartalsweise auf täglich gesteigert, ein Panel für drei Rollen (Vorstand, CFO, CISO).

Risiken von KI-Implementierungen in der Industrie

• Eingabedatenqualität: Sind ERP-Daten unvollständig oder fehlerhaft, erzeugt das KI-Modell falsche Prognosen (Prinzip „garbage in, garbage out“).
• Abhängigkeit von Modellanbietern: Änderungen an APIs oder Modellen (z. B. OpenAI, Anthropic) können die Stabilität beeinträchtigen – daher ist eine Orchestrierungsschicht wichtig.
• Sicherheit und AI Act: Fehlende Audit-Logs und Dokumentation können die Erfüllung der Anforderungen des AI Act erschweren.
• Widerstand der Mitarbeitenden: Ohne Schulung nutzen Beschäftigte neue KI-Assistenten eventuell nicht – die geplanten Produktivitätsgewinne bleiben aus.

So wählen Sie den Implementierungspartner aus

Die Wahl des Partners hängt von den eingesetzten Systemen und dem Business-Ziel ab. Wenn Ihr Unternehmen vollständig auf Comarch oder SAP setzt, sind die KI-Module dieser Anbieter ein naheliegender Startpunkt – etwa die Agenten in Comarch ERP XL oder SAP Joule.

Wenn Sie Daten aus mehreren Systemen verbinden, einen KI-Agenten für einen spezifischen Produktionsprozess bauen oder KI zu einem Legacy-System hinzufügen möchten, ohne es auszutauschen, benötigen Sie einen Partner, der Lösungen auf bestehender Infrastruktur aufbaut. Startup House realisiert solche Projekte; ein MVP kann in bis zu einer Woche geliefert werden.

FAQ

Werden Produktionsdaten zum Training von KI-Modellen in Projekten von Startup House verwendet?

Startup House folgt dem Grundsatz, dass Kundendaten nicht zum Training öffentlicher KI-Modelle verwendet werden. Die Lösung kann in der Cloud des Kunden oder in einer dedizierten Umgebung betrieben werden. Der Zugriff ist rollenbasiert, mit Audit-Logs und Integration in die Zugriffsrichtlinien des Kunden; die Prozesse entsprechen ISO 27001.

Welche KI-Agenten lassen sich heute in Comarch ERP XL einführen?

Comarch stellt in ERP XL u. a. einen Agenten für Zahlungsabgleiche, einen Agenten zur Beschreibung von Rechnungen, einen Kostenqualifizierer und einen E‑Rechnungs‑Prüfer bereit. Die Agenten sind seit dem 04.09.2026 kommerziell verfügbar. Laut Comarch nutzen agentenbasierte Lösungen knapp 100 Kunden, und das Unternehmen verfügt über 19 solcher Lösungen (Stand: 11.08.2026). ChatERP hat den Status BETA.

Welche KI-Kompetenzen hat Sii Polska?

Sii Polska ist ein Integrator, der sechsmal Platz 1 im Computerworld TOP200-Ranking belegte. Das Unternehmen hat 350+ KI-Spezialisten und 70+ KI-Implementierungen. Zu den Technologiepartnern zählen Anthropic, AWS, Azure, GCP, Databricks und Mistral. In dieser Übersicht ist Sii Polska in der Gruppe der Integratoren beschrieben, neben TTMS, das Salesforce Agentforce implementiert.

Wie lange dauert die Einführung der RAG-Wissensdatenbank KnowHub?

Startup House integriert KnowHub in ca. 2 Wochen, beginnend mit einer Pilotgruppe. KnowHub ist ein KI-Assistent, der verstreute Unternehmensdokumente verbindet und auf dieser Basis 24/7 antwortet – mit Quellenverweis. Betrieb in der Cloud des Kunden, rollenbasierter Zugriff; Kundendaten werden nicht zum Training öffentlicher KI-Modelle verwendet.

Unterstützt der Assistent SAP Joule Polnisch?

SAP Joule hat eine auf Polnisch verfügbare Oberfläche, laut Feature Scope (09.2025) erfolgt die Unterhaltung mit dem Assistenten jedoch ausschließlich auf Englisch. Joule funktioniert u. a. in S/4HANA Cloud Public Edition und IBP und umfasst laut Hersteller 310+ KI-Szenarien. Enthalten sind rollenbasierte Assistenten, Joule Agents und Joule Studio.

Wie unterstützt KI die Automatisierung in einem Produktionsunternehmen?

Mit KI erhält das Unternehmen Unterstützung bei der Automatisierung von Geschäftsprozessen und repetitiven Aufgaben, z. B. bei der Datenerfassung. Wenn KI Daten in Echtzeit mit Machine Learning auswertet, unterstützt sie die vorausschauende Wartung, minimiert Stillstände und ermöglicht schnellere Entscheidungen.

Wie stellen Sie eine erfolgreiche Einführung von KI in Ihrem Unternehmen sicher?

Entscheidend sind die Wahl des Prozesses und eines Partners, der die spezifischen Anforderungen des Werks sowie die Datensicherheit adressiert. Beginnen Sie mit einem Pilotprojekt, das Produktionsdaten analysiert und konkrete Vorteile liefert, und skalieren Sie die Lösung anschließend auf weitere Prozesse.

Kann ein KI-Chatbot Mitarbeitende im Arbeitsalltag unterstützen?

Ja. Ein KI-Chatbot kann Bedienern auf Basis der Dokumentation antworten und so den Entscheidungsprozess im Tagesgeschäft erleichtern. Er nutzt Natural Language Processing und kann im Kundenservice auch Fragen von Kunden beantworten, z. B. zum Auftragsstatus.

Letzte Aktualisierung: 28. Oktober 2026

Wir laden die in der Übersicht genannten Unternehmen und Tool-Hersteller ein, Korrekturen und Aktualisierungen ihrer Profile zu übermitteln.