Eine KI-Richtlinie für ein Produktionsunternehmen: Was funktioniert hat und womit man anfängt

Der Ausgangspunkt

Bei einem Fertigungsbetrieb mit zwei Standorten war KI im Jahr 2025 gleichzeitig überall und nirgends. Einzelne Mitarbeitende nutzten öffentliche Chatbots für Übersetzungen und E-Mails, andere hatten Angst davor, und die Geschäftsleitung wollte wissen, was das Ganze für das Unternehmen bedeutet. Es gab keine Regel, keine Übersicht und keine gemeinsame Sprache.

Wir haben daraus ein Programm gemacht, das über gut ein Jahr lief. Hier ist, was wir gemacht haben, was davon gewirkt hat, und was wir heute zuerst tun würden.

Kickoff: Erklären, nicht verkaufen

Den Start bildete eine unternehmensweite Präsentation: Grundlagen, Einsatzfelder, Potenziale. Wir haben sie bewusst nicht als Verkaufsveranstaltung angelegt, sondern als Erklärung. Zwei Live-Demos waren dabei entscheidend:

• Least Squares: Eine Animation, wie eine Gerade sich schrittweise an Messpunkte anpasst. Das ist keine KI im engeren Sinn, aber es zeigt das Grundprinzip – ein Modell wird an Daten angepasst – so, dass es jeder in der Halle versteht.
• Ein kleines neuronales Netz: Live trainiert, mit sichtbaren Gewichten und sichtbarem Fehler. Nach fünf Minuten hatten die Zuschauer gesehen, dass «Lernen» kein Zauber ist, sondern Rechnen.

Diese beiden Demos haben mehr Verständnis geschaffen als alle Folien zusammen. Wer einmal gesehen hat, wie ein Modell lernt, hat weniger Angst und weniger überzogene Erwartungen.

Die Präsentation gab es als PowerPoint und als interaktive HTML-Version, damit sie auch nachträglich angeschaut werden konnte.

Das Ideenformular

Direkt nach dem Kickoff haben wir ein Formular freigegeben, in dem jede Person eine Idee einreichen konnte: Welche Aufgabe kostet Zeit, was ist repetitiv, wo wird immer wieder dasselbe gesucht. Keine Pflicht, keine Vorgaben zum Format.

Das Ergebnis war ehrlicher als jede Umfrage. Die Ideen kamen nicht aus der IT, sondern aus der Spedition, dem Vertrieb, der Qualitätssicherung. Viele davon hatten mit KI nichts zu tun – sie waren klassische Automatisierungsaufgaben. Das war eine wichtige Erkenntnis: Das Wort «KI» öffnete die Tür, aber die Lösungen dahinter waren oft schlichter.

Die Nutzungsrichtlinie

Parallel entstand eine Richtlinie für die KI-Nutzung. Wir haben sie kurz gehalten und auf drei Fragen reduziert:

1. Welche Daten dürfen in welche Werkzeuge? Kundendaten, Preise, Zeichnungen – nicht in öffentliche Dienste.
2. Wer prüft die Ausgabe? Die Person, die sie verwendet. KI-Text ist ein Entwurf, keine Freigabe.
3. Was ist zu kennzeichnen? Wo KI-generierte Inhalte nach aussen gehen.

Die Richtlinie wurde nicht als Verbot gelesen, sondern als Erlaubnis mit Leitplanken. Das war Absicht. Ein Verbot hätte die Nutzung nur in den Untergrund gedrängt.

Anforderungen an eine KI-Wissensdatenbank

Aus den Ideen kristallisierte sich ein Wunsch heraus: ein Assistent, der Fragen zu internen Dokumenten beantwortet – Arbeitsanweisungen, Maschinendokumentation, Prozesse. Bevor wir etwas gebaut oder gekauft haben, haben wir eine Anforderungsliste geschrieben:

• Welche Dokumentquellen, in welchen Formaten, wie aktuell
• Wer darf was sehen – Berechtigungen müssen aus den Quellen übernommen werden
• Wo laufen die Daten – lokal oder in der Cloud
• Wie wird eine falsche Antwort erkannt und gemeldet
• Wer pflegt die Quellen

Dazu haben wir Testformulare für einen Assistenten aufgesetzt, um die Erwartungen der Nutzer konkret zu erfassen: Welche Fragen würdet ihr stellen? Was wäre eine gute Antwort?

Die Umfrage

Am Ende des Kickoffs und später nochmals haben wir eine kurze Umfrage gemacht: Vorwissen, Sorgen, Erwartungen, Nutzung. Sie war weniger wichtig für die Zahlen als für die Signale – etwa, dass die Sorge um Arbeitsplätze in der Produktion deutlich grösser war als in der Verwaltung. Das hat beeinflusst, wie wir später kommuniziert haben.

Was wir zuerst tun würden

Rückblickend würden wir die Reihenfolge ändern:

1. Richtlinie zuerst. Sie ist schnell geschrieben und beseitigt die Unsicherheit, die Menschen davon abhält, überhaupt zu experimentieren.
2. Dann der Kickoff mit Demos. Verständnis vor Ideen.
3. Dann das Ideenformular. Und die Ideen ernst nehmen, auch wenn sie keine KI brauchen.
4. Die Wissensdatenbank zuletzt. Sie ist das grösste Vorhaben und braucht die Vorarbeit der ersten drei Schritte.

Fazit

Ein KI-Programm in einem Produktionsunternehmen ist zuerst ein Kommunikationsprojekt und erst danach ein Technikprojekt. Die Live-Demos haben Verständnis geschaffen, das Ideenformular hat die echten Probleme sichtbar gemacht, und die Richtlinie hat den Rahmen gesetzt. Die Technik kam erst danach – und war der kleinere Teil.