KI Referenzarchitektur Elektrobranche: Vom Datensilo zum Arbeitsmodell

Eine KI Referenzarchitektur Elektrobranche verbindet Projektakten, Leistungsverzeichnisse, Prüfprotokolle, ERP-Daten und Baustellenkommunikation in einem kontrollierten technischen Rahmen. Sie macht KI für Kalkulation, Disposition, Dokumentation, Service und Wissenszugriff nutzbar, ohne fachliche Freigaben zu ersetzen. Entscheidend sind belastbare Datenstände, definierte Schnittstellen, rollenbasierte Zugriffe und nachvollziehbare Übergaben an Meister, Projektleiter und Monteure.

Warum braucht die Elektrobranche eine eigene KI-Referenzarchitektur?

Ein Elektrobetrieb arbeitet nicht mit beliebigen Textdokumenten. Er verarbeitet Leistungsverzeichnisse, GAEB-Dateien, Stromlaufpläne, Revisionsunterlagen, Prüfprotokolle, Aufmaße, Materiallisten, Bautagebücher, Herstellerunterlagen, Wartungshistorien und E-Mails aus sehr unterschiedlichen Projektphasen. Dazu kommen Informationen aus ERP, Zeiterfassung, Lagerwirtschaft, Kalkulation, mobiler Baustellendokumentation und gegebenenfalls Gebäudeautomation oder industriellen Steuerungen.

Eine allgemeine Chat-Anwendung kann einzelne Texte zusammenfassen. Sie kennt jedoch weder den freigegebenen Planstand noch die Zuordnung eines Prüfprotokolls zum Stromkreis, die vertragliche Bedeutung einer Position im Leistungsverzeichnis oder den Unterschied zwischen einem Entwurf und einer freigegebenen Ausführungsunterlage. Genau an dieser Stelle beginnt die Aufgabe einer KI-Referenzarchitektur.

Sie beschreibt nicht nur, welches Sprachmodell eingesetzt wird. Sie legt fest, wie Informationen eingehen, wie sie klassifiziert werden, welche Systeme führend bleiben, welche Arbeitsschritte eine KI vorbereiten darf und an welchen Stellen ein verantwortlicher Mitarbeiter entscheiden muss.

Das ist für eine Branche mit umfangreicher Dokumentation, Fachkräftemangel und wachsenden Anforderungen an Energie-, Gebäude- und Automatisierungstechnik besonders relevant. Nach Angaben des Zentralverbands der Deutschen Elektro- und Informationstechnischen Handwerke, ZVEH (https://www.zveh.de/), gehören den E-Handwerken derzeit 49.113 Unternehmen mit 575.275 tätigen Personen an. Der Branchenumsatz lag zuletzt bei 88,2 Milliarden Euro. Zugleich meldete der Verband 65.000 offene Stellen.

Eine KI-Architektur löst den Personalmangel nicht. Sie kann jedoch verhindern, dass qualifizierte Fachkräfte große Teile ihres Tages mit der Suche nach Dokumenten, der Übertragung bereits vorhandener Angaben oder dem erneuten Formulieren wiederkehrender Projektkommunikation verbringen.

Welche fachlichen Prinzipien sollte die Architektur berücksichtigen?

Die Architektur muss sich an der tatsächlichen Verantwortungsverteilung im Elektrobetrieb orientieren. Ein System darf beispielsweise fehlende Prüfwerte markieren, ein Prüfprotokoll strukturieren oder auf eine abweichende Dokumentversion hinweisen. Die fachliche Bewertung einer Anlage, die Freigabe einer Ausführung oder die Bestätigung einer ordnungsgemäßen Prüfung verbleibt beim zuständigen Mitarbeiter.

Daraus ergeben sich fünf Grundprinzipien.

Erstens bleibt das führende Fachsystem maßgeblich. Aufträge, Kunden, Artikel, Zeiten und Rechnungsdaten gehören weiterhin in ERP, Handwerkersoftware oder Warenwirtschaft. Die KI erhält einen kontrollierten Zugriff, wird aber nicht zur unbemerkten Nebenbuchhaltung.

Zweitens benötigt jedes Dokument einen fachlichen Kontext. Ein Plan ohne Projekt, Gewerk, Gebäudeabschnitt, Verteiler, Revisionsstand und Status ist für eine KI nur eingeschränkt nutzbar. Die Architektur muss diese Metadaten ergänzen oder aus bestehenden Systemen übernehmen.

Drittens werden Vorschlag und Freigabe technisch getrennt. Eine KI kann einen Nachtrag vorbereiten, eine Materialalternative recherchieren oder einen Prüfbericht formulieren. Versendet, bestellt, gebucht oder freigegeben wird erst nach einem definierten Prüfschritt.

Viertens muss jede relevante Antwort auf ihren Ursprung zurückgeführt werden können. Bei Aussagen zu einem Projekt sollte erkennbar sein, aus welchem Dokument, aus welcher Version und aus welchem Datenstand die Information stammt.

Fünftens benötigt der Betrieb abgestufte Zugriffsrechte. Ein Monteur braucht andere Informationen als Kalkulation, Bauleitung, Geschäftsführung oder externer Nachunternehmer. Ein pauschaler Zugriff auf sämtliche Kunden-, Personal- und Projektdaten erzeugt unnötige Risiken.

Wie ist eine KI Referenzarchitektur Elektrobranche aufgebaut?

Eine praxistaugliche Architektur lässt sich in mehrere miteinander verbundene Ebenen gliedern. Diese Ebenen müssen nicht als getrennte Produkte beschafft werden. Sie beschreiben Funktionen, Verantwortlichkeiten und technische Übergänge.

Die Eingangsebene nimmt E-Mails, Webanfragen, Leistungsverzeichnisse, Fotos, Sprachnotizen, Formulare und Dokumentuploads entgegen. Bereits hier werden Dateien einem Kunden, Projekt oder Vorgang zugeordnet. Ein unbekannter Anhang sollte nicht unmittelbar an ein Sprachmodell weitergereicht werden, sondern zunächst Virenprüfung, Dateityperkennung und Berechtigungsprüfung durchlaufen.

Die Integrationsebene verbindet ERP, Dokumentenmanagement, Kalkulation, Zeiterfassung, Lager, CRM und mobile Anwendungen. Eine Integrationsplattform oder API-Schicht verhindert, dass jede KI-Funktion eine eigene Direktverbindung zu jedem Bestandssystem erhält. Dadurch lassen sich Zugriffe protokollieren, Berechtigungen zentral verwalten und Systeme später austauschen.

Die Daten- und Wissensebene enthält strukturierte Projektinformationen, Dokumente, Metadaten, freigegebene Arbeitsanweisungen, Herstellerunterlagen und Erfahrungswissen. Für die KI-Suche werden geeignete Inhalte indexiert. Originaldateien und führende Stammdaten verbleiben dennoch in den dafür vorgesehenen Systemen.

Die KI-Serviceebene stellt spezialisierte Funktionen bereit. Dazu gehören Dokumentklassifikation, Informationsextraktion, semantische Suche, Textgenerierung, Bildauswertung, Ähnlichkeitssuche und regelgestützte Prüfungen. Unterschiedliche Aufgaben können unterschiedliche Modelle benötigen. Ein kleines Modell kann Dokumente sortieren, während ein leistungsfähigeres Modell einen komplexen Projektverlauf zusammenfasst.

Die Prozessebene steuert, was nach einem KI-Ergebnis geschieht. Sie erzeugt Prüfaufgaben, holt Freigaben ein, aktualisiert Statuswerte und übergibt bestätigte Ergebnisse an Fachsysteme. Ohne diese Ebene bleibt die KI ein zusätzliches Chatfenster neben der eigentlichen Arbeit.

Die Governance- und Sicherheitsebene umfasst Rollen, Protokollierung, Aufbewahrung, Modellfreigaben, Datenschutz, Qualitätsprüfungen und technische Überwachung. Sie sollte sämtliche Ebenen durchziehen und nicht erst nachträglich ergänzt werden.

Welche Daten benötigt ein Elektrobetrieb für funktionierende KI-Anwendungen?

Der Wert einer KI hängt weniger von der Anzahl gespeicherter Dateien ab als von deren Zuordnung. Ein gut geführter Projektbestand mit eindeutigen Versionen ist nützlicher als ein sehr großer Dateiordner, in dem Angebote, Entwürfe, Baustellenfotos und Revisionsunterlagen ohne Status nebeneinanderliegen.

Besonders relevant sind Stammdaten zu Kunden, Ansprechpartnern, Baustellen, Anlagen, Betriebsmitteln und Artikeln. Hinzu kommen Vorgangsdaten wie Anfragen, Angebote, Bestellungen, Arbeitsaufträge, Störungsmeldungen, Abnahmen und Wartungstermine. Die Dokumentebene umfasst unter anderem Leistungsverzeichnisse, Zeichnungen, Prüfprotokolle, Bedienungsanleitungen, Datenblätter und Schriftverkehr.

Erfahrungswissen sollte ebenfalls strukturiert erfasst werden. Dazu gehören typische Probleme bestimmter Anlagentypen, Besonderheiten eines Auftraggebers, wiederkehrende Rückfragen, erprobte Materialalternativen oder die Ursachen früherer Terminabweichungen. Solche Informationen dürfen nicht als ungeprüfte Sammlung persönlicher Notizen in die KI gelangen. Sie benötigen Verantwortliche, Gültigkeitsstatus und gegebenenfalls ein Ablaufdatum.

In der Praxis scheitert die Datenbasis häufig an scheinbar kleinen Dingen. Projekte haben unterschiedliche Schreibweisen, Dokumente tragen Namen wie „final_neu_2“, Artikelnummern werden manuell verkürzt und wichtige Entscheidungen befinden sich ausschließlich in E-Mail-Verläufen. Eine Einführungsphase sollte deshalb nicht mit dem Import sämtlicher Altbestände beginnen. Sinnvoller ist ein abgegrenzter Bereich mit hoher betrieblicher Bedeutung.

Wie arbeitet die KI mit Leistungsverzeichnissen, Plänen und Projektakten?

Bei Leistungsverzeichnissen kann die KI Positionen extrahieren, Gewerke zuordnen, Mengen und technische Merkmale erfassen sowie fehlende Informationen für die Kalkulation markieren. Sie kann außerdem ähnliche Positionen aus früheren Projekten finden oder Rückfragen für den Auftraggeber vorbereiten. Preise, Zuschläge und endgültige Kalkulationsentscheidungen sollten aus den dafür vorgesehenen Regeln und Systemen stammen.

Bei Plänen und Revisionsunterlagen besteht die wichtigste Aufgabe zunächst nicht in einer automatischen technischen Freigabe. Nützlicher sind Versionserkennung, Dokumentzuordnung, Vergleich von Planständen und die Verknüpfung mit Mängeln, Fotos oder offenen Aufgaben. Eine erkannte Abweichung wird als Prüfhinweis behandelt, nicht als abschließende Bewertung.

In der Projektakte kann ein Assistent Fragen beantworten wie:

• Welche Unterlagen fehlen vor dem Baustart?
• Welche Rückfragen sind noch unbeantwortet?
• Welche Planversion wurde zuletzt freigegeben?
• Welche Arbeiten wurden bereits dokumentiert?
• Welche Nachträge oder Behinderungsanzeigen wurden vorbereitet?
• Welche Prüfnachweise stehen noch aus?

Die Antwort sollte nicht allein aus einem generierten Text bestehen. Sie sollte die verwendeten Dokumente, deren Status und den relevanten Projektausschnitt anzeigen. Nur dann kann ein Projektleiter das Ergebnis ohne erneute Vollsuche bewerten.

Wo entstehen sinnvolle KI-Anwendungsfälle im Tagesgeschäft?

Im Auftragseingang kann eine KI eingehende Anfragen strukturieren, Projektart und Leistungsumfang erkennen, Anhänge zuordnen und fehlende Angaben für eine Rückfrage zusammenstellen. Aus einer E-Mail mit Plan, Foto und kurzem Begleittext entsteht dadurch ein prüfbarer Vorgang statt einer unverbundenen Nachricht im Postfach.

In der Kalkulation unterstützt sie beim Auslesen von Leistungsverzeichnissen, beim Auffinden vergleichbarer Projekte und bei der Vorbereitung von Erläuterungen. Sie sollte jedoch keine historischen Preise ungeprüft auf neue Projekte übertragen. Materialpreise, Verfügbarkeit, Montagebedingungen und Risikozuschläge verändern die wirtschaftliche Bewertung.

In der Arbeitsvorbereitung kann die Architektur Projektinformationen zu einer digitalen Einsatzmappe zusammenstellen. Monteure erhalten die freigegebenen Unterlagen, Ansprechpartner, Einsatzorte, Aufgaben, Sicherheitshinweise und erforderlichen Nachweise. Rückmeldungen vom Smartphone fließen strukturiert in die Projektakte zurück.

Im Service verbindet die KI Störungsbeschreibung, Anlagenhistorie, frühere Einsätze und Herstellerunterlagen. Sie kann mögliche Ursachen und vorbereitende Prüfschritte darstellen. Die Diagnose vor Ort und die Entscheidung über Eingriffe an der Anlage verbleiben bei der Elektrofachkraft.

Nach Abschluss eines Auftrags kann die KI Bautagesberichte, Fotos, Aufmaße und Prüfunterlagen für die Dokumentation zusammenführen. Fehlende Nachweise werden vor der Schlussrechnung erkannt. Das reduziert die Gefahr, dass wirtschaftlich abgeschlossene Arbeiten wegen unvollständiger Unterlagen länger in der Nachbearbeitung bleiben.

Wie unterscheiden sich isolierte KI-Werkzeuge von einer Referenzarchitektur?

Für mittelständische Elektrobetriebe ist meist die mittlere Variante sinnvoll. Sie verbindet KI mit dem bestehenden Betrieb, ohne alle Entscheidungen zu automatisieren. Der praktische Nutzen entsteht durch vorbereitete Arbeitsschritte und kürzere Informationswege, nicht durch maximale Autonomie.

Wie werden Datenschutz, IT-Sicherheit und der EU AI Act berücksichtigt?

Projektakten können Namen, Kontaktdaten, Gebäudepläne, Fotos, Zugangsinformationen, technische Anlagendaten und vertrauliche Kundenunterlagen enthalten. Die Architektur sollte deshalb festlegen, welche Informationen an welches Modell übertragen werden, in welcher Region die Verarbeitung erfolgt und wie lange Eingaben oder Ergebnisse gespeichert werden.

Für sensible Daten können private Cloud-Umgebungen, europäische Hosting-Angebote oder lokale Modelle geeignet sein. Eine lokale Installation ist jedoch nicht automatisch sicher. Betriebssystem, Modellserver, Schnittstellen, Benutzerverwaltung, Backups und Protokolle müssen ebenfalls administriert und überwacht werden.

Seit dem 2. August 2026 werden weitere Bestimmungen des EU AI Act durch das AI Office und nationale Behörden durchgesetzt. Transparenzpflichten sind wirksam; für bestimmte Hochrisiko-Anwendungen gelten nach der jüngsten Anpassung verlängerte Übergangsfristen. Für Elektrobetriebe folgt daraus vor allem, dass eingesetzte Systeme, Verwendungszwecke, Verantwortlichkeiten und notwendige menschliche Prüfungen dokumentiert werden sollten.

Das Bundesamt für Sicherheit in der Informationstechnik, BSI (https://www.bsi.bund.de/), empfiehlt einen risikoorientierten Umgang mit generativer KI. Für die Referenzarchitektur bedeutet das unter anderem Eingabefilter, Zugriffskontrollen, Protokollierung, Tests gegen manipulierte Inhalte und einen geregelten Umgang mit Modell- oder Anbieterwechseln.

Bei Projekten mit Gebäudeautomation, Produktionsanlagen oder vernetzten Steuerungen muss zusätzlich die Trennung zwischen kaufmännischer IT, Baustellensystemen und operativer Technik beachtet werden. Die Normenreihe IEC 62443 der International Electrotechnical Commission (https://www.iec.ch/) bietet dafür etablierte Sicherheitskonzepte. Die aktuelle IEC PAS 62443-1-6 überträgt diese Betrachtung auf IIoT-Szenarien.

Welches Betriebsmodell passt zu einem mittelständischen Elektrobetrieb?

Eine reine Public-Cloud-Lösung eignet sich für standardisierte, weniger sensible Aufgaben und ermöglicht einen schnellen Start. Sie sollte jedoch über Unternehmenszugänge, vertraglich geregelte Datenverarbeitung und eine zentrale Administration genutzt werden. Private Benutzerkonten einzelner Mitarbeiter sind keine tragfähige Betriebsform.

Eine private Cloud oder ein dedizierter Mandant bietet mehr Einfluss auf Datenhaltung, Identitäten und Schnittstellen. Der technische Betrieb bleibt dennoch teilweise beim Anbieter. Diese Variante eignet sich häufig für Wissensassistenten, Dokumentverarbeitung und integrierte Projektprozesse.

Lokale Modelle können sinnvoll sein, wenn besonders vertrauliche Daten verarbeitet werden, die Internetverbindung auf Baustellen eingeschränkt ist oder eine technische Abhängigkeit reduziert werden soll. Dafür entstehen eigene Anforderungen an Hardware, Updates, Überwachung und Modellbewertung.

In vielen Fällen ist eine hybride Architektur zweckmäßig. Sie verarbeitet Stammdaten und sensible Dokumente in einer kontrollierten Umgebung, während ausgewählte, reduzierte Informationen für bestimmte KI-Dienste freigegeben werden. Das Routing richtet sich dann nach Datenklasse, Anwendungsfall und benötigter Modellleistung.

Was läuft bei KI-Projekten im Elektrohandwerk üblicherweise falsch?

Ein häufiger Fehler besteht darin, mit einem allgemeinen Chatbot zu beginnen und erst später über Daten, Rechte und Prozesse nachzudenken. Der Pilot erzeugt ansprechende Texte, kann aber keine verlässliche Auskunft zu Projekten geben. Nach der Vorführung bleibt er außerhalb des Tagesgeschäfts.

Ebenso problematisch ist der unkontrollierte Import historischer Dateiablagen. Veraltete Pläne, doppelte Angebote und widersprüchliche Arbeitsanweisungen werden dadurch nicht besser. Die KI findet lediglich mehr Versionen derselben Information.

Ein weiteres Problem entsteht, wenn der Betrieb sofort autonome Agenten einsetzen möchte. Ein System, das E-Mails beantwortet, Material bestellt, Termine verschiebt und Projektstatus ändert, verbindet mehrere Fehlerquellen. Bei fehlenden Freigabepunkten kann eine einzige Fehlinterpretation Folgeprozesse auslösen.

Auch rein technische Projekte scheitern häufig. Die IT installiert ein Modell, ohne Kalkulation, Bauleitung, Kundendienst und Monteure ausreichend einzubeziehen. Das Ergebnis passt zur Infrastruktur, aber nicht zur Arbeitsweise. Umgekehrt darf die Fachseite Anforderungen nicht nur als Wunsch nach einem „digitalen Mitarbeiter“ formulieren. Benötigt werden konkrete Vorgänge, Eingaben, Entscheidungen und Ergebnisse.

Wie sollte die Einführung in der Praxis ablaufen?

Ein sinnvoller Startpunkt ist ein Vorgang mit hohem Such-, Übertragungs- oder Dokumentationsaufwand, aber begrenztem Sicherheitsrisiko. Beispiele sind die Strukturierung eingehender Anfragen, die Zusammenstellung einer Projektmappe oder die Suche in freigegebenen Hersteller- und Betriebsunterlagen.

Zunächst wird der heutige Ablauf aufgenommen. Dabei interessiert nicht nur der offizielle Prozess, sondern auch die tatsächliche Praxis: Welche Excel-Datei wird zusätzlich geführt? Welche Angaben fehlen regelmäßig? Wer kennt die Ablage? Wo entstehen Rückfragen? Welche Entscheidung darf nur der Meister oder Projektleiter treffen?

Danach werden Datenquellen, führende Systeme und Berechtigungen festgelegt. Erst auf dieser Grundlage wird ein KI-Dienst ausgewählt. In einem abgegrenzten Pilotbetrieb werden echte Vorgänge bearbeitet, Ergebnisse bewertet und Fehlerarten dokumentiert.

Bewährt sich der Anwendungsfall, wird er über Schnittstellen und Freigaben in den Arbeitsablauf eingebaut. Anschließend können verwandte Funktionen ergänzt werden. Aus der Anfrageklassifikation entsteht beispielsweise eine digitale Projektaufnahme, später eine Kalkulationsvorbereitung und schließlich eine vollständige Übergabe an die Arbeitsvorbereitung.

Eine Referenzarchitektur verhindert dabei, dass jeder neue Anwendungsfall mit einer eigenen Datenkopie, einem anderen Login und einer weiteren isolierten Automatisierung beginnt.

Wann wird aus der Architektur ein dauerhafter Wettbewerbsvorteil?

Der Vorteil entsteht nicht durch den Zugang zu einem bestimmten Sprachmodell. Vergleichbare Modelle stehen auch Wettbewerbern zur Verfügung. Wertvoll wird die Architektur durch die Verbindung aus eigenen Projektdaten, dokumentierten Erfahrungswerten, funktionierenden Schnittstellen und betrieblich akzeptierten Freigabeprozessen.

Ein Elektrobetrieb kann dadurch Anfragen schneller bewerten, Projektwissen auch bei Abwesenheiten verfügbar machen, Dokumentationslücken früher erkennen und die Arbeitsvorbereitung besser unterstützen. Neue Mitarbeiter finden relevante Informationen ohne vollständige Kenntnis historisch gewachsener Ablagen.

Mit jedem sauber abgeschlossenen Projekt wächst ein nutzbarer Wissensbestand. Voraussetzung ist, dass Ergebnisse geprüft, Korrekturen zurückgeführt und veraltete Inhalte ausgesondert werden. Dann wird die KI nicht zu einem weiteren Werkzeug neben ERP, Dateiablage und E-Mail, sondern zu einer kontrollierten Arbeitsebene zwischen diesen Systemen.

Interessante Links

BSI: Sichere generative KI in Unternehmen
https://www.bsi.bund.de/SharedDocs/Downloads/DE/BSI/Publikationen/Broschueren/Management_Blitzlicht/Management_Blitzlicht_Generative-KI.pdf?__blob=publicationFile&v=3

Europäische Kommission: Regulierungsrahmen des EU AI Act
https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai

IEC: Anwendung der IEC-62443-Reihe auf Industrial-IoT-Systeme
https://webstore.iec.ch/en/publication/102885

Quellen der Kennzahlen

ZVEH: Branchenkennzahlen 2025 der E-Handwerke
https://www.zveh.de/news/detailansicht/branchenkennzahlen-2025-fuer-e-handwerke-ein-jahr-der-stagnation.html

ZVEH: Fachkräftebedarf in den E-Handwerken
https://www.zveh.de/news/detailansicht/fachkraeftebedarf-in-den-e-handwerken-weiterhin-ruecklaeufig-1.html

Was ist eine KI-Referenzarchitektur für die Elektrobranche?

Eine KI-Referenzarchitektur beschreibt die technischen Ebenen, Schnittstellen, Datenquellen, Rollen und Freigaben für den Einsatz von KI in einem Elektrobetrieb. Sie verbindet beispielsweise ERP, Dokumentenablage, Projektakten und mobile Anwendungen. Dadurch entstehen wiederverwendbare Grundlagen, auf denen mehrere Anwendungsfälle kontrolliert aufgebaut werden können.

Welche Datenquellen sollte die Architektur einbinden?

Typische Datenquellen sind Kunden- und Projektstammdaten, Leistungsverzeichnisse, Angebote, Bestellungen, Prüfprotokolle, Pläne, Bautagesberichte, Zeiterfassung, Wartungshistorien und Herstellerunterlagen. Nicht jede Datei sollte automatisch übernommen werden. Entscheidend sind eine eindeutige Projektzuordnung, ein dokumentierter Status sowie geregelte Zugriffs- und Änderungsrechte.

Muss ein Elektrobetrieb seine bestehende Software ersetzen?

In der Regel nicht. ERP, Handwerkersoftware, Dokumentenmanagement und Zeiterfassung sollten ihre bisherigen Aufgaben behalten. Die KI-Architektur verbindet diese Systeme über definierte Schnittstellen und stellt ausgewählte Informationen bereit. Ein schrittweiser Ausbau ist meist wirtschaftlicher und risikoärmer als die Einführung einer vollständig neuen Systemlandschaft.

Kann KI elektrische Anlagen eigenständig bewerten oder freigeben?

Eine KI kann Dokumente auswerten, Auffälligkeiten markieren, Prüfwerte strukturieren und mögliche Zusammenhänge darstellen. Die fachliche Bewertung, Prüfung und Freigabe einer elektrischen Anlage sollte jedoch bei der zuständigen Elektrofachkraft bleiben. Besonders bei sicherheitsrelevanten Tätigkeiten ist die KI als Assistenz und nicht als alleinige Entscheidungsinstanz einzusetzen.

Wie verhindert der Betrieb falsche oder erfundene KI-Antworten?

Die KI sollte bevorzugt auf freigegebene Unternehmensquellen zugreifen und verwendete Dokumente sowie Versionen anzeigen. Zusätzlich werden Antwortregeln, Mindestanforderungen an Quellen und Freigabeschritte definiert. Kritische Ergebnisse benötigen eine fachliche Prüfung. Tests mit realen Projektdaten zeigen, bei welchen Fragestellungen das System zuverlässig unterstützt und wo Einschränkungen bestehen.

Welche Rolle spielt das ERP in der KI-Referenzarchitektur?

Das ERP bleibt üblicherweise das führende System für Kunden, Aufträge, Artikel, Zeiten, Bestellungen und Rechnungen. Die KI nutzt ausgewählte Daten für Suche, Vorbereitung und Analyse. Bestätigte Ergebnisse können über Schnittstellen zurückgegeben werden. Dadurch werden doppelte Datenbestände vermieden und bestehende kaufmännische Abläufe nicht unnötig verändert.

Ist eine Cloud- oder eine lokale KI besser geeignet?

Das hängt von Datenklasse, Anwendungsfall, Integrationsbedarf und vorhandener IT-Kompetenz ab. Cloud-Dienste bieten häufig leistungsfähige Modelle und einen geringeren Betriebsaufwand. Lokale Systeme ermöglichen mehr Einfluss auf die Verarbeitung, benötigen aber eigene Administration. Viele Elektrobetriebe profitieren von einer hybriden Architektur mit anwendungsabhängigem Routing.

Wie beginnt ein mittelständischer Elektrobetrieb mit der Umsetzung?

Der Betrieb sollte einen häufigen, gut abgrenzbaren Vorgang auswählen, beispielsweise die Strukturierung von Anfragen oder die Suche in Projektunterlagen. Danach werden Datenquellen, Rollen, Ergebnisqualität und Freigabepunkte festgelegt. Ein Pilot mit echten Vorgängen liefert belastbare Erfahrungen, bevor weitere Systeme und Anwendungsfälle angebunden werden.

Warum scheitern viele KI-Pilotprojekte nach der ersten Demonstration?

Viele Pilotprojekte arbeiten mit manuell ausgewählten Dokumenten und sind nicht mit den tatsächlichen Fachsystemen verbunden. Berechtigungen, Dokumentversionen, Verantwortlichkeiten und Rückmeldungen fehlen. Die Demonstration funktioniert, der tägliche Prozess jedoch nicht. Eine Referenzarchitektur berücksichtigt diese betrieblichen Voraussetzungen bereits vor der Auswahl einzelner KI-Funktionen.

Wie lässt sich der Nutzen einer KI-Architektur bewerten?

Geeignete Kriterien sind eingesparte Suchzeit, weniger manuelle Datenübertragung, vollständigere Projektakten, schnellere Angebotsvorbereitung und weniger Rückfragen. Zusätzlich sollten Fehlerarten, Korrekturaufwand und Akzeptanz der Mitarbeiter beobachtet werden. Der Nutzen entsteht nur, wenn die KI tatsächlich in den Arbeitsablauf eingebunden ist und keine zusätzliche Parallelbearbeitung verursacht.