Künstliche Intelligenz im Großanlagenbau
Generative Künstliche Intelligenz kann die Produktivität und Profitabilität im Großanlagenbau beschleunigen. Das zeigt eine Studie der VDMA Arbeitsgemeinschaft Großanlagenbau (AGAB) zusammen mit der Strategieberatung Strategy&.
Generative Künstliche Intelligenz (GenAI) kann die Produktivität und Profitabilität im Großanlagenbau beschleunigen. 84% der befragten Unternehmen stufen GenAI als wichtig oder sehr wichtig für ihre künftige Profitabilität ein. Den größten Hebel verorten 88% in der Reduktion von Kosten, während für den Umsatz kurzfristig nur begrenzte Effekte erwartet werden.
Das zeigt eine neue Gemeinschafts-Studie der VDMA Arbeitsgemeinschaft Großanlagenbau (AGAB) zusammen mit Strategy&, der globalen Strategieberatung von PwC. Die Analyse untersucht Wirkungspotenziale, Reifegrade, Umsetzungshürden sowie konkrete Hebel zur Skalierung von GenAI im Anlagenbau. Die Ergebnisse basieren auf einer Befragung von 120 anlagenbauenden Unternehmen im deutschsprachigen Raum sowie der Analyse von 40 Anwendungsfällen in wertschöpfungsnahen Bereichen wie Einkauf, Produktion und Projektierung.
„Der Großanlagenbau steht unter Druck: Fachkräftemangel, steigende Serviceanforderungen und wachsende Kosten prägen den Alltag vieler Unternehmen. GenAI kann hier gleich mehrfach entlasten: sie steigert die Produktivität, senkt Kosten und gleicht fehlende Ressourcen aus“, sagt Florian Stürmer, Partner bei Strategy& Deutschland. „Echten Wert entfaltet Generative KI aber erst, wenn sie in Kernprozesse integriert wird – nicht nur als Pilotprojekt, sondern als skalierbarer Hebel für messbares Wachstum.“
GenAI ermöglicht dem Anlagenbau erhebliche Profitabilitätspotenzial
Die Studie zeigt, dass GenAI erhebliche Profitabilitätspotenziale eröffnet. Im Durchschnitt erwarten die Unternehmen, ihre Gewinnmargen (Ebit) um 6,7% durch den skalierbaren Einsatz der Technologie steigern zu können. Den größten Effekt sehen sie in der Optimierung und Automatisierung von Prozessen – vor allem dort, wo operative Exzellenz die Kostenbasis direkt beeinflusst. Besonders großes Potenzial entfalten Anwendungen im Engineering, in Vertrieb und Marketing sowie in der Entwicklung; sie adressieren sowohl Effizienzgewinne als auch finanzielle Erfolge.
KI wird im Anlagenbau bereits intensiv genutzt
Generative Künstliche Intelligenz wird im Anlagenbau bereits intensiv genutzt. 59% der Unternehmen setzen die Technologie in täglichen Prozessen und Arbeitsabläufen ein, weitere 35% planen den kurzfristigen Einsatz. Insgesamt erkennen damit 94% der Befragten das Potenzial dieser Technologie und investieren in die Umsetzung. Bei der auf einer breiteren Datenbasis aufbauenden Studie von VDMA Software und Digitalisierung und Strategy& aus dem November 2024 gaben 88% der befragten Maschinen- und Anlagenbauer an, GenAI nutzen zu wollen.
Nachholbedarf bei der Skalierung
Trotz der Dynamik in der Nutzung gelingt die Skalierung bislang nur wenigen Firmen. Lediglich 33% der bereits aktiven Unternehmen implementieren GenAI systematisch und übergreifend im gesamten Unternehmen. 11% beschränken sich auf einzelne Abteilungen, 23% verbleiben in Pilotprojekten. Implementiert wird vor allem in operativen Kernfunktionen wie Planung und Projektierung, Vertrieb und Marketing sowie Entwicklung – dort, wo die Effekte auf Herstellkosten, Betriebsausgaben und Angebotsarbeit unmittelbar sichtbar werden.
Hürden bei der Einführung von Künstlicher Intelligenz
Auf dem Weg zum breiten GenAI-Einsatz identifiziert die Studie mehrere Hürden. Erstens fehlen häufig spezifische Kompetenzen, wodurch Trainings-Programme erfolgskritisch werden. Zweitens mangelt es vielerorts an einer klaren strategischen Ausrichtung; ohne Zielbild, klaren Wegmarken sowie eines gut gesteuerten Prozesses bleiben Investitionen fragmentiert. Drittens bremsen technische Barrieren wie etwa die Verfügbarkeit und Qualität von Daten sowie eine unzureichende Infrastruktur die Geschwindigkeit und Skalierbarkeit. Viertens erschweren Widerstände in der Organisation und bei Sozialpartnern die Umsetzung, weshalb ein frühzeitiges Stakeholder-Management und eine transparente Kommunikation entscheidend sind.
GenAI muss zur Chefsache werden
Für eine erfolgreiche GenAI-Umsetzung empfiehlt die Studie, das Thema zur Chefsache zu machen: aktives Sponsoring durch das Top-Management sowie klare Verantwortlichkeiten in operativen Geschäftsbereichen und der IT sind essenziell. Unternehmen sollten Leuchtturmprojekte mit einem klaren Skalierungsplan priorisieren – Use Cases, die binnen drei bis sechs Monaten Wirkung zeigen und über vordefinierte Kriterien für Rollout und Transfer verfügen.
„Viele Unternehmen haben das Potenzial erkannt – doch zwischen Piloten und skalierten Effekten klafft noch eine Lücke“, sagt Dr. Harald Weber, Geschäftsführer der AGAB. „Wer jetzt die ‚Pilotfalle‘ verlässt, ein klares GenAI-Zielbild definiert und erfolgreiche Use-Cases konsequent in die Kernprozesse einbaut, kann seine Profitabilität substanziell steigern. GenAI muss zur Chefsache werden – mit Fokus auf messbare Wertbeiträge, nicht auf Einzelexperimente.“
