Maschinen- und Anlagenbau

Angebotserstellung und Kalkulation bei Losgröße 1

Prozess

Von der Kundenanfrage über die technische Klärung und die Grobkalkulation bis zu Variantenkonfiguration, Angebotsabgabe und Nachkalkulation — im Sondermaschinen- und Anlagenbau der Prozess, in dem Ingenieurstunden anfallen, bevor ein Auftrag existiert.

Nutzenhebel

Vertrieb und Marketing ist der größte Einzelhebel der Branche: +2,4 Prozentpunkte operative Marge, mehr als F&E (1,7), Planung (1,7) oder Produktion (1,3). Der Fall „Marktanalyse und Preisempfehlungen“ zählt zu den fünf Gamechangern mit dem höchsten Margenpotenzial. Gerechnet wird zweiseitig: Angebote pro Jahr × Stunden je Angebot × Ingenieur-Stundensatz auf der Einsparungsseite, dazu Mehrumsatz über eine höhere Trefferquote.

Aufwandstreiber

Losgröße 1 nimmt dem Modell die Wiederholfälle: Jede Anlage ist ein Unikat, vergleichbare Vorprojekte gibt es kaum. Historische Kalkulationen liegen verteilt in ERP, CAD-Dateien, gewachsenen Excel-Sheets und in den Köpfen der Projektleiter. Das Forschungsprojekt KIAS (ZeMA Saarbrücken mit Woll Maschinenbau, 12/2020 bis 11/2022) musste deshalb zuerst ein Datenmodell für historische Prozessdaten aufbauen und den Umgang mit unscharfen, unvollständigen Anforderungen aus frühen Kundenanfragen lösen, bevor überhaupt gerechnet werden konnte. Dazu kommt die Grundlast des Geschäfts: Der Aufwand entsteht überwiegend für Angebote, die nicht beauftragt werden.

Beleg: VDMA/Strategy&, „GenAI im Maschinen- und Anlagenbau“, März 2025, S. 24 (Margenaufteilung je Funktion) und S. 28–30 (Gamechanger), n=247, DACH; zum Aufwandstreiber: Forschungsprojekt KIAS, ZeMA gGmbH mit Woll Maschinenbau GmbH, 01.12.2020–30.11.2022 (zema.de/projekt/kias) · Stand: März 2025, abgerufen 28.08.2026

Konstruktionsassistenz: Konstruktionsvorschläge aus Anforderungen

Prozess

Konstruktion und Entwicklung: aus Anforderungen und Lastenheft Designvarianten und Konstruktionsvorschläge erzeugen, Prototypen und Simulationen iterieren, Testfälle automatisiert erstellen, Individualisierungswünsche in Konstruktionsänderungen übersetzen.

Nutzenhebel

F&E trägt +1,7 Prozentpunkte operative Marge. Die eingabebasierte Entwicklung von Produktdesigns und Konstruktionsvorschlägen ist einer von nur drei ausdrücklich benannten Top-Gamechangern der Studie: Sie wirkt breit auf die Gewinn- und Verlustrechnung, weil sie Entwicklungsprojekte und die zugehörigen Materialkosten zugleich beeinflusst. Gemessen wird in Entwicklungsstunden je Projekt, Anzahl Konstruktionsschleifen und Materialkosten je Baugruppe.

Aufwandstreiber

Die Studie nennt die Umsetzung hier ausdrücklich „aufwendig und komplex, da sie zentrale Elemente der Wertschöpfung betrifft“ — es geht ans Kerngeschäft, nicht an eine Randfunktion. Praktisch: CAD- und PDM-Daten sind Geometrie, keine semantisch beschriebenen Anforderungen. Die Stücklistenstände driften zwischen Konstruktions-, Fertigungs- und Servicestückliste auseinander. Und die hohe Variantenvielfalt bei kleinen Stückzahlen liefert zu wenige gleichartige Fälle. Entsprechend niedrig ist der Implementierungsgrad: Dieser Fall hat einen der höchsten Anteile an „keine Pläne zur Einführung“ beziehungsweise „nützlich, aber noch nicht begonnen“.

Beleg: VDMA/Strategy&, März 2025, S. 21 (Use-Case-Landkarte Kernfunktionen), S. 24 (F&E +1,7 Prozentpunkte), S. 27–30 (Gamechanger); Implementierungsfortschritt je Use Case: Umfrageergebnisse F6 · Stand: März 2025, abgerufen 28.08.2026

Frühwarnung bei Lieferkettenänderungen

Prozess

Disposition und Beschaffung: Änderungen in Nachfrage, Transport und Lieferfähigkeit automatisch erkennen und daraus Handlungsempfehlungen auf Basis von Kapazitäts- und Bestandsdaten ableiten; Nachfrageprognosen durch Auswertung unstrukturierter Quellen schärfen.

Nutzenhebel

Der Fall mit dem höchsten Margenpotenzial aller 45. Die Studie führt die Benachrichtigung über Änderungen in der Lieferkette als ersten Gamechanger, weil sie funktionsübergreifend wirkt und die großen Kostenblöcke gleichzeitig adressiert: Material-, Produktions-, Lieferketten- und Vertriebskosten. Sie zahlt auf drei Funktionen ein, die zusammen 3,5 Prozentpunkte tragen — Planung 1,7, Beschaffung 1,2, Logistik 0,6. Gemessen wird in Bestandsreichweite, Termintreue, Sonderfahrten und Materialkostenabweichung.

Aufwandstreiber

Dieselbe Funktionsübergreifung, die den Fall wertvoll macht, macht ihn teuer: Beschaffung, Produktion und Planung sitzen in verschiedenen Systemen und Verantwortlichkeiten, und die auslösenden Signale kommen von außen — von Lieferanten, aus Transport und Geopolitik — als unstrukturierte Daten. Für die Priorisierung wichtiger ist ein zweiter Punkt: Die Befragten erwarten das größte Potenzial in Produktion und After-Sales; die Planung nennen nur 51 von 247, während Vertrieb und Marketing 130 Stimmen bekommen. Die Planung liegt mit 1,7 Prozentpunkten gleichauf mit F&E. Das ist ein belegter blinder Fleck.

Beleg: VDMA/Strategy&, März 2025, S. 24 (Prozentpunkte je Funktion), S. 25 („zielt auf große Kostenblöcke wie Material-, Produktions-, Lieferketten- und Vertriebskosten ab“), S. 27–30 (Gamechanger-Ranking); Stimmenverteilung: Umfrageergebnisse F2 · Stand: März 2025, abgerufen 28.08.2026

Technische Dokumentation und mehrsprachige Betriebsanleitung

Prozess

Technische Redaktion: Betriebsanleitung aus Produktspezifikationen erstellen, Sicherheitshinweise und Wartungsanleitung schreiben, anschließend in die Amtssprachen aller Bestimmungsländer übersetzen und in die CE-Dokumentation einbinden.

Nutzenhebel

Einer der 45 bewerteten Fälle, angesiedelt im After-Sales (Funktion gesamt +0,7 Prozentpunkte). Konservative Praxiswerte für die Zeitersparnis nach Dokumenttyp: Übersetzung rund 30 Prozent, Standardtexte rund 40, Strukturierung rund 20, Wartungsanleitungen rund 10 — realistisch bleiben 10 bis 20 Prozent der Gesamtzeit, und zwar ausdrücklich nach Abzug des erhöhten Review-Aufwands. Rechenbasis: Anleitungen pro Jahr × Sprachen × Seiten × Redaktions- beziehungsweise Übersetzungssatz.

Aufwandstreiber

Der Fall ist rechtlich getrieben, nicht freiwillig. Nach Artikel 10 Absatz 7 der Maschinenverordnung (EU) 2023/1230 muss die Betriebsanleitung in einer vom jeweiligen Mitgliedstaat festgelegten, für die Nutzer leicht verständlichen Sprache abgefasst sein — bei EU-weitem Vertrieb also in vielen Sprachen. Ab dem 20.01.2027 sind digitale Anleitungen zulässig, aber mit Vorhaltepflicht über die erwartete Lebensdauer, mindestens zehn Jahre, und mit Anspruch auf eine kostenlose Papierfassung binnen eines Monats. Die Haftung für Fehler in der Dokumentation bleibt vollständig beim Hersteller: Ein falsch erzeugter Sicherheitshinweis ist ein Produktfehler, kein Textfehler. Der Review-Aufwand ist deshalb der eigentliche Kostentreiber und gehört als laufende Kosten in die Rechnung.

Beleg: Verordnung (EU) 2023/1230, Art. 10 Abs. 7 (Sprache, digitale Bereitstellung, zehn Jahre, Papierfassung auf Verlangen) und Art. 54 (Geltung ab 20.01.2027); Margenwert: VDMA/Strategy& März 2025, S. 21 und S. 24; Zeitersparnis je Dokumenttyp und Hinweis auf den Review-Aufwand: highdoc, „Betriebsanleitung mit KI erstellen“ (highdoc.de) · Stand: Verordnung vom 14.06.2023, abgerufen 28.08.2026

Ersatzteilidentifikation über Explosionszeichnung und Bilderkennung

Prozess

After-Sales: Der Kunde meldet ein defektes Teil, der Service identifiziert es über Explosionszeichnung, Servicestückliste und Seriennummernlogik — zunehmend per Foto und visueller Suche — und löst die Ersatzteilbestellung aus.

Nutzenhebel

Zahlt auf den After-Sales (+0,7 Prozentpunkte) und auf den Fall „Informationen über prognostizierte Nachfragespitzen für Ersatzteile“ ein. Aus dem Anbieterumfeld werden 40 bis 60 Prozent weniger Fehlbestellungen, rund 30 Prozent weniger Hotline-Anfragen zur Teilefindung und 15 bis 25 Prozent höhere Conversion im Self-Service genannt — Anbieterangaben ohne Stichprobe und Methode, also als solche zu behandeln. Der Fall wirkt in beide Richtungen: Er senkt Servicekosten und hebt Ersatzteilumsatz. Gemessen wird in Fehlbestellquote, Erstlösungsquote der Hotline, Servicegrad Ersatzteil und Anteil Self-Service-Bestellungen.

Aufwandstreiber

Maschinen stehen zwanzig bis dreißig Jahre im Feld und werden umgebaut. Die Ist-Maschine beim Kunden weicht vom ausgelieferten Stücklistenstand ab, die richtige Antwort hängt an Seriennummer und Umbauhistorie. Explosionszeichnungen liegen häufig als PDF oder auf Papier vor, ohne Verknüpfung zur Stückliste; Alt-Baureihen sind gar nicht digital erschlossen. Der Aufwandsblock ist die Datenpflege für den Feldbestand, nicht das Modell.

Beleg: VDMA/Strategy&, März 2025, S. 21 und S. 24 (After-Sales +0,7 Prozentpunkte, Fälle zu Ersatzteil-Nachfragespitzen und personalisierter Bearbeitung von Kundenanfragen); die genannten Prozentwerte sind Anbieterangaben: Unit M, „Ersatzteilidentifikation: 3D, KI und visuelle Suche“ (unit-m.de), nicht unabhängig geprüft · Stand: März 2025, abgerufen 28.08.2026

Service-Ticket-Triage und technische Kundenanfragen

Prozess

Serviceannahme und Hotline: eingehende Störungsmeldungen einordnen, mit Einsatzberichten, Fehlerbildern und technischer Dokumentation abgleichen, daraus Erstantwort oder Einsatzentscheidung erzeugen — Fernwartung oder Serviceeinsatz.

Nutzenhebel

Die Studie führt hier zwei der 45 Fälle: die Beantwortung von Kundenanfragen durch virtuelle Assistenten und die personalisierte Bearbeitung von Kundenanfragen. Beide stehen in der Kategorie „Must-have“: Sie verbessern die Rentabilität zuverlässig, machen aber nicht zum Marktführer und werden sich branchenweit durchsetzen. Das ist die Einordnung, die eine Priorisierung leisten muss — der Fall lohnt sich, aber er ist kein Differenzierungsvorteil. Gemessen wird in Erstlösungsquote, Reaktionszeit, Anteil vermiedener Vor-Ort-Einsätze und Reisekosten je Serviceeinsatz.

Aufwandstreiber

Das Servicewissen steht als Freitext in Einsatzberichten und Mail-Verläufen, nicht in einer strukturierten Wissensbasis. Der Maschinenzustand, der die Anfrage erklären würde, liegt im OT- und SPS-Netz des Kunden — weder im eigenen ERP noch ohne vertragliche Datenzugangsregelung erreichbar. Dazu die Zuverlässigkeitsfrage: Bei sicherheitsnahen Auskünften reicht „funktioniert meistens“ nicht, wie der VDMA im Positionspapier Industrial AI ausdrücklich festhält.

Beleg: VDMA/Strategy&, März 2025, S. 28–30 (Kategorie „Must-have“ mit Nennung beider Fälle); zur Zuverlässigkeitsanforderung: VDMA-Positionspapier Industrial AI, April 2026 („Es reicht aber nicht, wenn solche Lösungen ‚meistens funktionieren‘ … müssen Entscheidungen und Maßnahmen plausibel, reproduzierbar und belastbar sein“) · Stand: März 2025, abgerufen 28.08.2026

Predictive Maintenance und Condition Monitoring

Prozess

Betrieb und Instandhaltung: aus Sensor-, Prozess- und Betriebsdaten Zustände vorhersagen, Wartungsempfehlungen ableiten, Stillstände und ungeplante Serviceeinsätze vermeiden — im eigenen Fertigungsprozess wie als Service an der Kundenmaschine.

Nutzenhebel

Dieser Fall gehört auf jede Liste, aber nicht an ihren Anfang: Die Empfehlung zur vorausschauenden Wartung steht in der Studie nicht bei den Gamechangern, sondern im Must-have-Feld. Es ist der Fall, den in der Branche jeder zuerst nennt, und er hebt weniger Marge als Angebot, Konstruktion und Lieferkette. Der VDMA führt ihn zugleich als Kernanwendung von Industrial AI, und 53 Prozent der Unternehmen erwarten bis 2028 Umsatzsteigerungen zwischen 5 und über 30 Prozent aus Industrial AI insgesamt, unter anderem über datenbasierte Service- und Pay-per-X-Modelle. Gemessen wird in technischer Verfügbarkeit und OEE, ungeplanten Stillstandstunden und dem Anteil planbarer Einsätze.

Aufwandstreiber

Die Daten liegen auf der OT-Ebene hinter proprietären Schnittstellen und in geschlossenen Systemen. Der VDMA benennt das als Marktzugangshürde und stellt OPC UA Companion Specifications sowie Manufacturing-X und Factory-X dagegen. Industrial AI trifft dabei auf gewachsene Industriearchitekturen mit langen Lebenszyklen. Der Sprung vom Piloten in den robusten Dauerbetrieb — samt Überwachung und Aktualisierung des Modells — ist eigener Aufwand, kein Restposten. Als Realitätsanker: Laut Fraunhofer ISI (2024) setzten erst 13 Prozent der Maschinenbau-Betriebe KI in der eigenen Produktion ein, weitere 10 Prozent planten es bis 2025.

Beleg: VDMA/Strategy&, März 2025, S. 30 (Einordnung als „Must-have“, nicht als Gamechanger); Verbreitungs- und Erwartungswerte sowie Fraunhofer ISI 2024: VDMA-Positionspapier Industrial AI, April 2026 · Stand: April 2026, abgerufen 28.08.2026

Maschinenverordnung (EU) 2023/1230: Benannte Stelle statt Selbstzertifizierung

Anhang I Teil A listet unter Nummer 5 Sicherheitsbauteile mit vollständig oder teilweise selbstentwickelndem Verhalten, die Sicherheitsfunktionen über Ansätze des maschinellen Lernens gewährleisten, und unter Nummer 6 Maschinen mit entsprechenden eingebetteten Systemen. Für diese Produkte ist eine Benannte Stelle verpflichtend, die Selbstzertifizierung entfällt. Zusätzlich muss die Lernphase in der Risikobeurteilung berücksichtigt und ihre Grenzen vorab durch Schutzmaßnahmen abgesichert werden; bei Maschinen mit sich entwickelndem Verhalten sind auch Risiken einzubeziehen, die erst nach dem Inverkehrbringen entstehen. Die Verordnung gilt ab dem 20.01.2027. Für die Bewertung heißt das: Ein Fall, der ML in ein Sicherheitsbauteil bringt, hat einen Aufwandsblock, den kein anderer Fall hat.

Beleg: Verordnung (EU) 2023/1230, Anhang I Teil A Nr. 5 und 6, Art. 54 (Geltung ab 20.01.2027) · Stand: Verordnung vom 14.06.2023, abgerufen 28.08.2026

AI Act Artikel 6: Sicherheitsbauteil heißt Hochrisiko

Ein KI-System gilt als Hochrisiko-KI, wenn es Sicherheitsbauteil eines Produkts ist, das unter eine der in Anhang I gelisteten Harmonisierungsrechtsvorschriften fällt, und dieses Produkt einer Konformitätsbewertung durch einen Dritten unterzogen werden muss. Die Maschinenverordnung 2023/1230 steht in diesem Anhang I. Wer maschinelles Lernen in ein Sicherheitsbauteil baut, bekommt also Maschinenverordnung und Hochrisiko-Pflichten zugleich; die Pflichten aus Artikel 6 Absatz 1 greifen ab dem 02.08.2027. Die Verzahnung beider Rechtsakte ist dabei nicht sauber gelungen — Noerr schreibt, die ursprünglich geplante Verzahnung sei dem europäischen Gesetzgeber leider nicht gelungen. Rechnen Sie den Klärungsaufwand mit ein, nicht nur den Zertifizierungsaufwand.

Beleg: AI Act, Art. 6 Abs. 1; zur Verzahnung mit der Maschinenverordnung: Noerr, „Maschinenverordnung (EU) 2023/1230 — neues Rechtsregime für Maschinen in Europa“ (noerr.com) · Stand: abgerufen 28.08.2026

Die Datenlage ist Hürde Nummer eins, nicht die Technik

25 Prozent der befragten Führungskräfte nennen unzureichende Datenverfügbarkeit und Datenqualität als größten Blocker — 62 von 247 bei maximal fünf Stimmen. Dahinter folgen fehlende GenAI-Spezialisten mit 60 Stimmen und technische Herausforderungen einschließlich Infrastruktur-, Daten- und Softwaremängeln mit 59. Die aktuellere VDMA-Umfrage bestätigt das Bild: 45 Prozent nennen fehlende Personalressourcen, 42 Prozent mangelhafte Datenqualität. Ein Fall, dessen Datenbasis erst hergestellt werden muss, ist deshalb kein schneller Fall — auch wenn das Modell dahinter Standard ist.

Beleg: VDMA/Strategy&, Umfrageergebnisse F9 (n=247); ergänzend VDMA-Positionspapier Industrial AI, April 2026 · Stand: März 2025, abgerufen 28.08.2026

Maschinendaten liegen im OT-Netz, nicht im ERP

Der VDMA benennt proprietäre Schnittstellen und die Datenspeicherung in geschlossenen Systemen als Herausforderung, insbesondere wenn sie die Weiterverarbeitung von Daten in offenen Systemen einschränken und dadurch den breiten Marktzugang erschweren. Die Gegenmittel — OPC UA Companion Specifications, Asset Administration Shell, Manufacturing-X und Factory-X — sind selbst Projekte mit eigenem Aufwand und eigener Laufzeit. Wer den Datenzugang als Voraussetzung eines Use Cases behandelt statt als dessen Teil, unterschätzt ihn systematisch.

Beleg: VDMA, Positionspapier Industrial AI, April 2026 · Stand: April 2026, abgerufen 28.08.2026

Brownfield: gewachsene Architekturen und lange Lebenszyklen

Industrial AI trifft auf gewachsene Industriearchitekturen und muss in eine heterogene Landschaft mit langen Lebenszyklen eingebunden werden. Danach folgt der meist unterschätzte zweite Block: die Überführung vom Piloten in den robusten industriellen Dauerbetrieb einschließlich Überwachung und Aktualisierung. In der Umfrage nennen 44 von 247 Befragten ungeeignete Geschäftsprozesse als Blocker. Der Betrieb gehört als laufende Kosten in die Rechnung, nicht als Fußnote hinter das Pilotbudget.

Beleg: VDMA, Positionspapier Industrial AI, April 2026 · Stand: April 2026, abgerufen 28.08.2026

Losgröße 1 zerstört die Trainingsmengen

Hohe Variantenvielfalt bei kleinen Stückzahlen bedeutet wenige gleichartige Fälle je Modell; im Sondermaschinenbau existieren kaum echte Wiederholfälle. Das Forschungsprojekt KIAS musste deshalb zuerst die Datenerhebung über eine Shopfloor-Anwendung, ein Datenmodell für historische Prozessdaten und den Umgang mit der Unschärfe früher Kundenanforderungen lösen — vor der eigentlichen Algorithmik. Diese Vorarbeit ist der Aufwand, nicht das Modell.

Beleg: Forschungsprojekt KIAS, ZeMA gGmbH / Lehrstuhl für Montagesysteme, mit Woll Maschinenbau GmbH, 01.12.2020–30.11.2022 (EFRE/Saarland) · Stand: Projektende 30.11.2022, abgerufen 28.08.2026

Zuverlässigkeit ist ein hartes Kriterium, kein Wunsch

Wenn Industrial AI Qualität, Verfügbarkeit oder Prozessstabilität beeinflussen soll, müssen Entscheidungen und Maßnahmen plausibel, reproduzierbar und belastbar sein. In der Umfrage nennen 48 Befragte Bedenken hinsichtlich Zuverlässigkeit und Genauigkeit als Investitionsblocker. Ein Fall, dessen Ausgabe ein Mensch ohnehin vollständig prüfen muss, hat laufende Kosten in Höhe genau dieser Prüfung — und die entscheidet oft, ob er sich rechnet.

Beleg: VDMA-Positionspapier Industrial AI, April 2026; Blockerzählung: VDMA/Strategy&, Umfrageergebnisse F9 · Stand: April 2026, abgerufen 28.08.2026

Die Pilotfalle, zahlenmäßig belegt

Nur 7 Prozent der Maschinen- und Anlagenbauer haben GenAI unternehmensweit systematisch ausgerollt. 23 Prozent implementieren in einzelnen Abteilungen, 36 Prozent sammeln noch Informationen. Gleichzeitig wollen über 90 Prozent investieren — aber mehr als die Hälfte weniger als 100.000 Euro, und von 18 Unternehmen mit über einer Milliarde Euro Umsatz investiert ein Drittel unter 100.000 Euro. Bei diesen Budgets entscheidet die Auswahl der ersten zwei bis drei Fälle über das gesamte Ergebnis.

Beleg: VDMA/Strategy&, Umfrageergebnisse F5 und F13 (n=247); zitiert auch im IW-Report „Wettbewerbsfaktor Künstliche Intelligenz“, 04.07.2025, S. 12 · Stand: März 2025, abgerufen 28.08.2026

Die falsche Reihenfolge ist selbst die Hürde

Zehn der 45 bewerteten Fälle heben 58 Prozent des Potenzials, und alle zehn liegen in den Kernfunktionen. Begonnen haben die Unternehmen jedoch in den Unterstützungsfunktionen — dort, so die Studie, ohne wesentliche Wettbewerbsvorteile zu erzielen. Auch die Motivation läuft an den Zahlen vorbei: 49 von 129 Stimmen entfallen auf Optimierung und Automatisierung von Prozessen mit einem Potenzial von 4,5 Prozentpunkten, während die Verbesserung der Datenanalyse und die Gewinnung von Erkenntnissen nur 10 Stimmen bekommt — bei geschätzten 3,1 Prozentpunkten.

Beleg: VDMA/Strategy&, März 2025, S. 25 und S. 29–30; Motivationsverteilung: Umfrageergebnisse F7 · Stand: März 2025, abgerufen 28.08.2026

Erosionseffekt: das Potenzial hat eine Halbwertszeit

Mit fortschreitender Marktdurchdringung sinkt das prognostizierte Gesamtpotenzial von 10,7 auf 4,1 Prozentpunkte operativer Marge. Realisiert sind bislang 0,74 Prozentpunkte. Wer später anfängt, rechnet also mit anderen Zahlen — und ein Business Case, der die 10,7 Prozentpunkte als dauerhaften Wert unterstellt, ist in zwei Jahren angreifbar.

Beleg: VDMA/Strategy&, März 2025, S. 25 und S. 30 · Stand: März 2025, abgerufen 28.08.2026

Was in dieser Branche nicht die Hürde ist

Widerstand von Stakeholdern einschließlich Sozialpartnern und Management erhält nur 27 von 247 möglichen Nennungen, ethische Bedenken und mögliche Auswirkungen auf die Belegschaft nur 14. Das heißt nicht, dass Mitbestimmung keine Rolle spielt — es heißt, dass sie in dieser Branche nicht der Engpass ist. Wer ein KI-Vorhaben im Maschinenbau mit Betriebsrat und Ethik aufmacht, adressiert das Problem, das die Befragten am seltensten haben.

Beleg: VDMA/Strategy&, Umfrageergebnisse F9 (n=247) · Stand: März 2025, abgerufen 28.08.2026

Datenschutz und regulatorische Unsicherheit als artikulierte Hürde

56 Nennungen entfallen auf Datenschutz- und Sicherheitsbedenken, 43 auf regulatorische Unsicherheiten und rechtliche Risiken. In den Freitextantworten steht es direkt: Die größte Schwierigkeit sei Datenschutz und Datensicherheit, EU-Regelwerke erschwerten die durch KI mögliche Effizienzsteigerung. Für die Bewertung eines Falls ist das ein eigenes Aufwandskriterium — unabhängig davon, ob am Ende tatsächlich eine Pflicht greift.

Beleg: VDMA/Strategy&, Umfrageergebnisse F9 und F18 (n=247) · Stand: März 2025, abgerufen 28.08.2026