KI in der Produktion: drei Abläufe, die Wissen im Unternehmen halten

Ausgangslage: die Strategie fehlt, das Wissen geht in Pension

Nur 17 % der KMU haben eine definierte Digitalstrategie, gegenüber fast 50 % der Grossunternehmen. Das zeigt die Swissmem-Erhebung zu Industrie 4.0 von 2020, an der sich 267 Unternehmen aus der Deutschschweiz und 54 aus der Westschweiz beteiligt haben.¹ Bei der künstlichen Intelligenz ist der Abstand zwischen Ankündigung und Werkstatt noch grösser. Die ETH Zürich hat dazu 2024 mit Swissmem und Next Industries über 200 Schweizer Tech-Unternehmen befragt. Die Hälfte hat produktionsnahe KI noch nicht erwogen, 10 % führen Pilotversuche durch.²

Die Zurückhaltung hat gute Gründe. Swissmem nennt als Hürden Sicherheitsrisiken und Datenschutzfragen, regulatorische Anforderungen sowie Datenstruktur und Datenqualität.⁴ Wer Konstruktionsdaten in eine fremde Cloud gibt, handelt sich ein Problem ein, das kein Effizienzgewinn aufwiegt. Und wer eine Ablage hat, die über dreissig Jahre gewachsen ist, weiss, dass Datenqualität nicht auf Knopfdruck entsteht. Die brauchbare Antwort darauf heisst nicht abwarten, sondern klein und kontrolliert anfangen.

Denn eine Uhr läuft, und sie hängt im Personalbüro. Der Wissensverlust beim Weggang erfahrener Fachleute gilt als grosses Problem der Schweizer Industrie. Swissmem stellt dazu das Forschungsprojekt Digitaler Wissenserhalt im Unternehmen der HES-SO Valais-Wallis vor: Es erfasst das Erfahrungswissen langjähriger Mitarbeitender und macht es für die Einarbeitung neuer Leute nutzbar.³ Genau das erlebt Ihre Werkstatt jede Woche: Die Antwort steht in einem Dokument, das niemand mehr findet, und der Kollege, der sie auswendig weiss, hat noch zwei Jahre bis zur Pension. Ein Sprachmodell, also ein Programm, das Text liest und selbst Text formuliert, kann solche Unterlagen wieder auffindbar machen.

In der Lebensmittelproduktion kommt eine gesetzliche Schiene dazu. Die Selbstkontrolle nach den HACCP-Grundsätzen ist Pflicht des Betriebs.⁵ Branchenleitlinien für die gute Verfahrenspraxis genehmigt das Bundesamt für Lebensmittelsicherheit und Veterinärwesen; sie sind eine anerkannte Hilfe, das geltende Lebensmittelrecht geht ihnen aber vor. Grundlage dafür ist Artikel 80 der Lebensmittel- und Gebrauchsgegenständeverordnung.⁶ Die Pflicht bleibt beim Betrieb. Die Schreibarbeit drumherum nicht.

Anwendungsfall 1: das Erfahrungswissen bleibt im Unternehmen

Eine Anlage aus dem Jahr 2011 steht beim Kunden still. Der Servicetechniker sucht die Ursache und ist sicher, dass derselbe Fehler schon einmal aufgetreten ist, nur steht das in einem Servicebericht, den niemand mehr findet. Zwei Türen weiter fragt der Konstrukteur, warum eine Variante damals mit dieser Lagerung gebaut wurde. Beantworten kann beides derselbe Mitarbeiter, und der geht in zwei Jahren in Pension.

Serviceberichte, Prüfprotokolle, Notizen zu Stücklisten und Änderungsanträge gehen in die Wissensbasis, so wie sie vorliegen: als PDF, als Scan, als gewachsene Ordnerstruktur. Gefragt wird in Umgangssprache, also so, wie Sie einen Kollegen fragen würden, und nicht mit Suchbefehlen: welcher Fehler bei welcher Baureihe schon aufgetreten ist, warum diese Lagerung gewählt wurde, was im Abnahmeprotokoll stand. Die Antwort kommt mit dem Verweis auf das Dokument, aus dem sie stammt. So schlagen Sie in Sekunden nach, statt glauben zu müssen.

Die Rechte gelten bis auf einzelne Werkzeuge: Wer die Kalkulation nicht sehen darf, sieht sie auch über die KI nicht. Jeder Zugriff steht im Audit-Log, einem Protokoll, das festhält, wer wann welche Unterlage geöffnet hat. Fangen Sie mit einem Maschinentyp oder einer Baureihe an und prüfen Sie die ersten Antworten an Fällen, die Sie auswendig kennen. Die Qualität der Antworten wächst mit der Qualität der Ablage, und der Betrieb sieht am eigenen Beispiel, was ordentliche Ablage künftig wert ist.

Anwendungsfall 2: das Pflichtenheft vor der Offerte durchleuchten

Das Lastenheft des Kunden, in Schweizer Ausschreibungen meist Pflichtenheft genannt, kommt mit 140 Seiten herein. Die Eingabefrist steht in zehn Tagen, und lesen kann es nur der Senior, der ohnehin ausgelastet ist. Das Dokument geht in den KI-Kollegen, und heraus kommt eine strukturierte Anforderungsliste: was gefordert ist, in welchem Kapitel es steht, welche Norm zitiert wird und welche Toleranz genannt ist.

Im zweiten Schritt läuft diese Liste gegen Ihre eigenen Spezifikationen, Normenlisten und früheren Angebote aus der Wissensbasis. Was Ihr Portfolio abdeckt, steht als abgedeckt da, mit Verweis auf die eigene Spezifikation. Was es nicht abdeckt, ist markiert. Was unklar formuliert ist, landet auf der Liste der Rückfragen an den Kunden, mit der Fundstelle im Pflichtenheft. Der Senior liest damit gezielt die markierten Stellen statt alle 140 Seiten, und der Entscheid, ob Sie anbieten, fällt auf einer Grundlage statt auf einem Gefühl.

Was dabei bewusst nicht passiert: Der KI-Kollege gibt keine Zusage ab und ersetzt keine technische Klärung. Er liefert einen Entwurf mit Fundstelle, und ein Sprachmodell kann eine Anforderung überlesen oder falsch einordnen. Deshalb gehört die Liste in die Hand des Fachbereichs, der beurteilt, was machbar ist. Der Gewinn liegt darin, dass die Durchsicht am ersten Tag beginnt statt am siebten.

Anwendungsfall 3: Qualitätssicherung und Audit in der Lebensmittelproduktion

Das Audit nach IFS Food oder BRCGS steht im März an. Der Fragenkatalog wird gegen das eigene HACCP- und QM-Handbuch gespiegelt, und heraus kommt eine Lückenliste: welche Frage im Handbuch beantwortet ist, wo nur ein Verweis steht, wo nichts steht. Die Qualitätssicherung arbeitet diese Liste ab, statt das Handbuch dreimal von vorn zu lesen.

Der zweite Stapel sind die Lieferantendokumente: Spezifikationen, Zertifikate, Analysenzertifikate. Der KI-Kollege fasst sie zusammen, markiert Ablaufdaten und benennt, was fehlt. Der dritte Fall sind mehrsprachige Etiketten- und Deklarationsentwürfe sowie Betriebsanleitungen. Sie entstehen mit Ihrem Firmenglossar, also mit Ihrer eigenen Begriffsliste, und verwenden über alle Sprachen dieselben Begriffe. Die Reihenfolge der Zutaten und die Hervorhebung der Allergene stehen dabei als Prüfpunkte auf der Liste der Qualitätssicherung, nicht als Ergebnis der Maschine.

Die Grenze ist hier scharf gezogen, und das ist gut so. Die Selbstkontrolle ist eine gesetzliche Pflicht des Betriebs.⁵ Der KI-Kollege schreibt Entwürfe und findet Lücken, freigeben muss die Qualitätssicherung. Bei Etiketten und Betriebsanleitungen kommt die Produktehaftung dazu: Die fachliche Freigabe gehört ausdrücklich zum Menschen; ein maschinell geschriebener Text erfüllt für sich genommen keine rechtliche Anforderung. Dieser Artikel ersetzt keine Rechtsberatung.

Konnektoren: was sich an Ihre Systeme anbinden lässt

Ein KI-Kollege ist so nützlich wie das, was er erreichen darf. MCP ist ein offener Standard dafür, dass ein KI-Programm ein anderes Programm ansprechen darf. Nötig ist dafür eine dokumentierte Schnittstelle, also eine offengelegte Anschlussstelle, über die zwei Programme Daten austauschen. Jedes einzelne Werkzeug wird eigens freigegeben, und jeder Aufruf wird protokolliert. Das meistgenutzte ERP der Schweiz ist laut einer Profondia-Auswertung von 2023 unter den rund 13'500 grössten Schweizer Unternehmen Abacus mit 17 %, vor SAP mit 16 % und Microsoft Dynamics mit 8 %.⁷ Die Tabelle zeigt, wie weit die KI-Anbindung an verbreitete Software in Fertigung und Lebensmittelproduktion heute reicht, geprüft im August 2026. In der mittleren Spalte stehen die technischen Namen dieser Schnittstellen; für Sie zählt die rechte Spalte.

Fehlt Ihre Software in der Liste? Die drei Abläufe oben arbeiten mit Dokumenten und brauchen gar keine Systemanbindung. Für den Anfang genügt ein Export aus dem MES, also aus der Fertigungssteuerung, oder aus dem Prüfmittelsystem. Wie eine Anbindung über MCP grundsätzlich funktioniert und welche Systeme vorbereitet sind, steht auf der Seite Integrationen.

Geheimnisschutz: Ihre Konstruktionsdaten bleiben in Ihrer Hand

Der Hebel in dieser Branche heisst nicht in erster Linie Datenschutzgesetz, sondern Fabrikations- und Geschäftsgeheimnis. Artikel 162 des Strafgesetzbuchs stellt den Verrat solcher Geheimnisse unter Strafe, wenn eine gesetzliche oder vertragliche Pflicht zur Geheimhaltung besteht; verfolgt wird die Tat nur auf Antrag.⁸ Genau solche Geheimnisse stehen in Ihren Konstruktionsdaten, Kalkulationen und Kundenspezifikationen, oft zusätzlich geschützt durch eine Geheimhaltungsvereinbarung. Wer für Medtech, Pharma oder Luftfahrt zuliefert, trägt darüber hinaus die vertraglichen Auflagen seiner Kunden gegen jeden Abfluss von Daten in fremde Clouds. Dieser Artikel ersetzt keine Rechtsberatung.

Deshalb der Kernsatz: Ihre Konstruktionsdaten bleiben in Ihrer eigenen Instanz. Eine Instanz ist die Installation, die allein für Ihren Betrieb läuft, mit Rechten pro Werkzeug und einem Protokoll für jeden Zugriff. Betrieben wird sie in ISO-27001-zertifizierten Rechenzentren von Green in Lupfig (Schweiz) oder auf Ihrem eigenen Server. Modellanfragen werden EU-seitig verarbeitet, für die Modelle von Anthropic über Amazon Bedrock im europäischen Inferenzprofil; weil dahinter ein US-Konzern steht, greift der CLOUD Act. Kundendaten trainieren keine Modelle. Die Telemetrie, also das Zurückmelden von Nutzungsdaten, ist standardmässig ausgeschaltet. Wer wegen Kundenauflagen gar nichts nach aussen geben darf, betreibt die Instanz im eigenen Rechenzentrum. Die Basis LibreChat ist unter MIT-Lizenz einsehbar; das Repository mit unseren eigenen Erweiterungen folgt.

Für Personaldaten gilt zusätzlich das revidierte Datenschutzgesetz. Der Betrieb bleibt verantwortlich, auch wenn ein KI-Werkzeug die Daten bearbeitet. Arbeitet ein Anbieter mit, braucht es dafür einen Auftragsverarbeitungsvertrag, also einen Vertrag, der festlegt, was dieser Anbieter mit den Daten tun darf. Der Auftragsverarbeitungsvertrag und die Subprozessorenliste stehen offen auf der Website, die technischen Massnahmen im Trust Center.

Häufige Fragen aus Fertigung und Lebensmittelproduktion

Quellen

Alle Zahlen und rechtlichen Angaben in diesem Artikel stammen aus den folgenden Quellen, zuletzt geprüft im August 2026.

1. Swissmem, Erhebung zu Industrie 4.0 in der MEM-Branche (Erhebung 2020, publiziert am 16. November 2020; 267 Unternehmen Deutschschweiz, 54 Westschweiz), Digitalstrategie in KMU und Grossunternehmen: swissmem.ch
2. Studie der ETH Zürich mit Swissmem und Next Industries unter über 200 Schweizer Tech-Unternehmen zum Stand der KI (Erhebung 2024), referiert von MaschinenMarkt Schweiz am 14. November 2024: maschinenmarkt.ch
3. Swissmem, Forschungsprojekt Digitaler Wissenserhalt im Unternehmen der HES-SO Valais-Wallis, Erfassung von Erfahrungswissen, vorgestellt an der Swissmem-Konferenz zu Industrie 4.0 im Januar 2024: swissmem.ch
4. Swissmem, Künstliche Intelligenz: aktuelle Anwendungen und Herausforderungen in der Schweizer Industrie: swissmem.ch
5. Bundesamt für Lebensmittelsicherheit und Veterinärwesen, Leitlinien für gute Verfahrenspraxis in Lebensmittelbetrieben und Selbstkontrolle nach HACCP: blv.admin.ch
6. Artikel 80 der Lebensmittel- und Gebrauchsgegenständeverordnung (LGV), Branchenleitlinien und deren Genehmigung durch das BLV: fedlex.admin.ch
7. Profondia-Auswertung zur ERP-Nutzung unter den rund 13'500 grössten Schweizer Unternehmen, referiert von Swiss IT Magazine im Juli 2023: itmagazine.ch
8. Artikel 162 des Schweizerischen Strafgesetzbuchs (StGB), Verletzung des Fabrikations- oder Geschäftsgeheimnisses, Antragsdelikt: fedlex.admin.ch