Produktentwicklung

Industrielle KI: In Ihre Prozesse eingebaut, nicht daneben gestellt

Die meisten KI-Vorhaben erzeugen ein funktionierendes Modell und ein Unternehmen, das sich nicht verändert. Die Prognose landet in einem Dashboard, das niemand öffnet. Die Anomalie wird erkannt, aber niemandem mitgeteilt. Wir bauen KI, die dort ankommt, wo ohnehin gearbeitet wird – als Instandhaltungsauftrag in SAP, als Qualitätssperre an der Linie, als Preisempfehlung vor der Person, die gerade kalkuliert. Ausgerollt in Ihrer Umgebung, integriert in Ihre Systeme, betrieben auch nach dem Go-live.

Kernleistungen

Wo sich KI tatsächlich rechnet.

Sieben Bereiche, in denen KI eine betriebliche Kennzahl verändert - und nicht eine Folie. Jeder endet in einem System, das Ihre Mitarbeiter ohnehin nutzen.

Vorausschauende Instandhaltung, die einen Auftrag erzeugt

Zustands- und Ausfallmodelle, trainiert auf Ihren Sensordaten, Instandhaltungsakten und Prüfbefunden - einschließlich Anlagen, die längst über ihre Auslegungslebensdauer hinaus laufen, und neuer Werke, für die es noch keine Ausfallhistorie gibt. Das Ergebnis ist kein Risikowert auf einem Dashboard. Es ist eine Instandhaltungsmeldung in SAP PM oder ein Wartungsplan in Dynamics 365 - in der Arbeitsliste, die der Techniker ohnehin abarbeitet.

Qualitätsprüfung und Ausschussreduzierung

Bildverarbeitende Prüfmodelle und Prozessparameteranalyse, die Fehler an der Station erkennen, an der sie entstehen - nicht erst in der Endkontrolle, wenn die Wertschöpfung bereits erbracht ist. Integriert in Ihr Qualitätsmanagement, sodass aus einer Erkennung eine Sperre, eine Nacharbeitsanweisung und ein nachvollziehbarer Nachweis wird - mit dem Prüfpfad, den Ihre Zertifizierung verlangt.

Ausbeute und Energie je Produktionseinheit

Energie und Rohstoff sind in den meisten Prozess- und Metallbetrieben die beiden größten beeinflussbaren Kostenpositionen – und kaum jemand kann sie in Echtzeit einer Ursache zuordnen. Wir modellieren den Zusammenhang zwischen Prozessparametern, Einsatzqualität und Ausbringung und spielen die Empfehlung in die Oberfläche, die der Anlagenfahrer ohnehin im Blick hat.

Prognose, Bestand und Ersatzteile

Bedarfsprognosen, die Saisonalität, Projektzyklen und Lieferzeitschwankungen berücksichtigen – Zusammenhänge, die Ihre Disponenten kennen, aber in keiner Tabelle abbilden können. Auf Ersatzteile über verteilte Standorte angewendet, ist das der Unterschied zwischen gebundenem Kapital im Regal und einer Linie, die auf ein Teil wartet.

Margen- und Preisintelligenz im Handel

Im Handel und in der Distribution entscheidet sich die Marge in den Minuten vor dem Angebot – auf unvollständiger Informationsbasis, unter Zeitdruck. Wir stellen Einstandskosten, aktuellen Lagerbestand, Kundenhistorie und Marktbewegung als empfohlene Preisspanne direkt im Angebotsprozess bereit – nicht als Auswertung zum Monatsabschluss.

Dokumentenverarbeitung

Werkszeugnisse, Prüfberichte, Verträge, Spezifikationen und Lieferantenunterlagen – als Scans, in uneinheitlichen Formaten, in mehr als einer Sprache und oft in mehr als einer Schrift, in Mengen, die kein Team lesen kann. Wir extrahieren die relevanten Felder, prüfen sie gegen Auftrag oder Norm und leiten Abweichungen an einen Menschen weiter. Die Routinefälle erreichen keinen Schreibtisch.

Betriebswissen, das bleibt

Jahrzehnte an Instandhaltungsprotokollen, Schichtübergaben, Störungsmeldungen und Fehleranalysen enthalten die Antwort auf die meisten wiederkehrenden Probleme – und sind praktisch nicht durchsuchbar. Wir machen sie in natürlicher Sprache abfragbar, wobei jede Antwort den Datensatz nennt, aus dem sie stammt. Besonders wertvoll dort, wo erfahrene Mitarbeiter schneller ausscheiden oder wechseln, als Wissen übergeben wird.

Bevor Sie starten

Die Fragen, die uns zuerst gestellt werden

Klare Antworten auf das, was industrielle Entscheider uns im ersten Gespräch tatsächlich fragen. Fehlt Ihre Frage? Schreiben Sie an info@zirkeltech.com – wir beantworten sie direkt.

Mit einem KI-Readiness-Assessment: zwei bis drei Wochen, fester Umfang. Wir erfassen, welche Daten tatsächlich vorliegen, bewerten mögliche Anwendungsfälle nach Nutzen und Machbarkeit und übergeben eine priorisierte Roadmap mit einem Business Case je Fall. Das Ergebnis bleibt bei Ihnen – unabhängig davon, wie Sie sich danach entscheiden.

Ist ein Fall klar lohnend, folgt ein Pilotprojekt: in der Regel acht bis zwölf Wochen vom Start bis zu einem Ergebnis, das in Ihrem eigenen System sichtbar ist, mit einem vor Beginn vereinbarten Erfolgskriterium. So zugeschnitten, dass eine Entscheidung gegen die Fortsetzung einen definierten Betrag kostet und nicht mehr.

Das sind sie bei niemandem. Datenqualität ist ein Ergebnis der ersten Phase, keine Voraussetzung dafür. Entscheidend ist, ob die Daten für eine konkrete Entscheidung vorhanden und erreichbar sind – eine weit kleinere Frage als die, ob Ihre gesamte Systemlandschaft bereit ist. Das Assessment beantwortet sie in Wochen, nicht in Quartalen.

Indem der Erfolg als Veränderung einer betrieblichen Kennzahl definiert wird, vor dem Start vereinbart – und nicht als Modellgenauigkeit. Ein Modell mit 94 % Genauigkeit, das nichts verändert, ist gescheitert. Wir kalkulieren die Integration in das Zielsystem als Bestandteil des Pilotprojekts ein, nicht als Folgeprojekt mit eigener Freigabe.

Dort, wo Ihre regulatorische Lage und Ihre internen Richtlinien es verlangen – auf Wunsch vollständig in Ihrer eigenen Umgebung. Speicherort, Zugriffsrechte und Aufbewahrung werden in der Designphase festgelegt und dokumentiert, bevor Daten bewegt werden.

Ihnen. Modelle, Pipelines, Dokumentation und Code sind Ihr Eigentum und werden in einem Zustand übergeben, in dem Ihr eigenes Team sie betreiben kann. Gern betreiben wir sie für Sie im Rahmen eines SLA – das sollte eine Wahl sein, keine Abhängigkeit.

Die meisten industriellen Anwendungsfälle – Ausfallprognose, Qualitätsprüfung, Bedarfsplanung – liegen außerhalb der höchsten Risikokategorien. Die Einstufung hängt jedoch vom konkreten Einsatz ab und davon, wie das Ergebnis verwendet wird. Wir bewerten das in der Designphase, dokumentieren die Entscheidung und verankern die erforderliche Aufsicht und Nachvollziehbarkeit im System, statt sie nachträglich anzubauen. Fällt eine Anwendung in eine regulierte Kategorie, erhalten Sie die technische Dokumentation, die dafür verlangt wird.

Alles, was Leistung auf Personen- oder Schichtebene misst, hat Folgen über die Technik hinaus. Wir legen Anwendungen standardmäßig auf aggregierte Auswertung aus und weisen früh darauf hin, wo eine Mitbestimmung des Betriebsrats erforderlich wäre – damit dieses Gespräch zu Projektbeginn stattfindet und nicht drei Wochen vor dem Go-live.

Referenzprojekte

Ausgewählte Kundenprojekte

Big Data & KI

Market Science Algorithmen

Algorithmenbasierte Anwendungen für hochsensible Marktanalysen.

+35 % Prognosegenauigkeit

Weltweite Produktion

SAP S/4HANA-Implementierung und Shared Services

Implementierung von SAP S/4HANA mit 24×7-Support.

Go-Live in 6 Monaten

Bauwirtschaft

KI-gestützte Drohnenüberwachung & BIM

KI-basierte Drohnen-LiDAR-Systeme als Teil von BIM.

40 % Zeitersparnis

Industrie 4.0

Shopfloor-Workflows und Analysen

SaaS-Plattform für die digitale Transformation in der Autozulieferindustrie.

Echtzeit-Transparenz

Logistik

Implementierung von Microsoft Dynamics CRM

Implementierung von Microsoft Dynamics CRM mit 24/7-Support.

24/7-Support mit SLA

Mittelstand