Generative KI in der Automobilindustrie: Pilot wird Wertschöpfung

Der Moment kommt oft auf einer Fachmesse oder in einem Kundengespräch. Ein Wettbewerber erzählt beiläufig, dass seine Angebotsabteilung Anfragen inzwischen am selben Tag beantwortet, weil ein System die Anfrageunterlagen vorstrukturiert und die Kalkulation vorbereitet. Zurück im eigenen Haus liegt der eigene Pilot aus dem Vorjahr noch in der Testumgebung. Er hat funktioniert, alle waren zufrieden, und trotzdem arbeitet die Angebotsabteilung heute wie vor zwei Jahren. Der Wettbewerb bringt KI in Produktion, das eigene Haus kommt nicht vom Fleck.

Dieser Beitrag ordnet für Geschäftsführung und IT-Leitung von Automobilzulieferern, woran der Weg vom Piloten in die Wertschöpfung tatsächlich hängt und warum dieser Weg im Zulieferbetrieb anderen Regeln folgt als beim Hersteller. Er vertieft damit eine Kernfrage des Leitfadens KI-Transformation in der Automobilindustrie: Strategie, System, Wissenstransfer. sensified AI begleitet diesen Weg als strategische KI-Leitung, von der Bewertung vorhandener Piloten bis zum System im laufenden Betrieb.

• Was ist das? Ein Vorgehen, mit dem Automobilzulieferer generative KI aus dem Pilotstadium in produktive Wertschöpfung überführen: über die Neugestaltung ganzer Arbeitsabläufe, geklärte Betriebsverantwortung und eine Messlogik, die Wirkung belegt.
• Warum jetzt relevant? 93 Prozent der Automobilunternehmen haben laut KPMG (2026) eine eigene KI-Strategie, aber weniger als 1 Prozent der Unternehmen haben KI vollständig über alle Bereiche integriert. Die Lücke entsteht auf dem Weg vom Piloten in den Betrieb.
• Welches konkrete Ergebnis? Eine begründete Reihenfolge, mit der ein Zulieferer seinen ersten Prozess Ende zu Ende umbaut und die Wirkung in einer bestehenden Kennzahl nachweist.

Generative KI bringt der Automobilindustrie über Piloten hinaus dann Wertschöpfung, wenn ganze Arbeitsabläufe neu gestaltet werden statt einzelner Arbeitsschritte. Laut McKinsey (2025) ist das grundlegende Redesign von Workflows der stärkste getestete Einzelfaktor für messbare EBIT-Wirkung aus generativer KI; über 80 Prozent der Unternehmen sehen ohne diesen Schritt keinen spürbaren Ergebnisbeitrag auf Unternehmensebene. Für Zulieferer entsteht der Wert in durchgängigen Prozessen wie Angebotserstellung, Anforderungsprüfung oder Wissenszugriff, die Ende zu Ende umgebaut, in die Systemlandschaft integriert und im Betrieb gemessen werden. Ein Pilot beweist Machbarkeit. Wertschöpfung entsteht erst durch Integration, Verantwortung und Messung.

• Was: ein geführter Weg vom Pilotprojekt zum produktiven System mit belegbarer Wirkung, zugeschnitten auf die Bedingungen des Zulieferbetriebs.
• Wer profitiert: Geschäftsführung und IT-Leitung von Automobilzulieferern mit 250 bis 2.000 Mitarbeitenden im DACH-Raum, die Piloten gestartet haben und deren Wettbewerb bereits produktiv arbeitet.
• Welches Ergebnis: ein erster Prozess in Produktion, dessen Wirkung mit Baseline und Messmethode nachgewiesen ist, und ein wiederholbares Muster für die nächsten Prozesse.

Quelle: sensified AI, strategische KI-Leitung für den Mittelstand, 2026.

Die Zahlen dienen der Orientierung; maßgeblich ist die konkrete Prozess- und Datenlage in Ihrem Haus.

• Der Engpass liegt selten am Modell oder am Werkzeug. Er liegt in Prozessen, die für den Piloten unverändert bleiben durften und für den Betrieb umgebaut werden müssen.
• Zulieferer brauchen einen anderen Weg als OEMs: weniger Budget, dünnere IT-Decke, verteilte Datenlage und Kundenvorgaben verändern Reihenfolge und Zuschnitt.
• Wirkung entsteht dort, wo ein Prozess Ende zu Ende umgebaut wird und seine Verbesserung in einer Kennzahl sichtbar ist, die Geschäftsführung und Beirat ohnehin verfolgen.

Quelle: sensified AI, 2026.

Warum Piloten überzeugen und die Wertschöpfung ausbleibt

Ein Pilotprojekt ist die freundlichste Form eines KI-Vorhabens. Es hat ein kleines Team, ausgewählte Daten, wohlwollende Nutzer und keinen Anspruch auf Dauerbetrieb. Genau deshalb gelingt es so oft, und genau deshalb sagt sein Gelingen so wenig darüber aus, ob daraus Wertschöpfung wird. Der Pilot beantwortet die Frage, ob etwas geht. Die Frage, ob es sich trägt, beginnt danach.

Die Lücke zwischen Strategie und Integration

Die Branchenzahlen beschreiben die Lage präzise. KPMG hat 2026 für den Branchenreport Automotive erhoben, dass 93 Prozent der Automobilunternehmen eine eigene KI-Strategie haben; in jedem zweiten Haus steuert die oberste Führungsebene das Thema. Die zugrunde liegende Gesamtstudie zeigt zugleich, dass weniger als 1 Prozent der Unternehmen KI vollständig über alle Bereiche integriert haben. Bitkom ergänzt das Bild für die Industrie: 82 Prozent halten KI für wettbewerbsentscheidend, aber nur 24 Prozent sagen von sich, die Potenziale gut zu nutzen. Strategie und Überzeugung sind da. Was fehlt, ist der Weg dazwischen.

Woran Piloten im Zulieferbetrieb hängen bleiben

Im Zulieferbetrieb wiederholen sich vier Abbruchstellen. Erstens fehlt nach dem Piloten der Eigentümer: Das Projektteam löst sich auf, und niemand trägt den Übergang in den Betrieb. Zweitens fehlt die Integration: Der Pilot lief neben ERP, Dokumentenablage und Kalkulationssystem her, der Betrieb müsste hinein. Drittens fehlt die Messung: Ohne Baseline vor dem Start lässt sich der Nutzen später nicht belegen, und ein Nutzen ohne Beleg verliert jede Budgetrunde. Viertens fehlt die IT-Kapazität: Die eigene Mannschaft hält das Tagesgeschäft am Laufen und hat für Umbau und Dauerbetrieb keinen Raum.

Ein Pilot ist ein Beweisstück, kein Geschäft

„Der Pilot beweist, dass es geht. Wertschöpfung beginnt, wenn ein Prozess ohne Projektteam besser läuft als vorher.“ Zwischen beidem liegen Integration, Verantwortung und Messung, und diese drei Dinge entstehen nicht von selbst. Sie sind Führungsarbeit.

Was generative KI im Zulieferbetrieb heute leistet

Generative KI arbeitet mit Sprache, Dokumenten und Wissen, und davon hat ein Zulieferbetrieb reichlich: Kundenanfragen, Lastenhefte, Zeichnungsbegleittexte, Reklamationen, Verträge, Prüfberichte, Arbeitsanweisungen. Der Wertbeitrag entsteht dort, wo solche Bestände heute Engpässe erzeugen. Wie sich diese Felder in eine belastbare Reihenfolge bringen lassen, vertieft der Beitrag KI-Use-Cases im Zuliefergeschäft priorisieren: Angebot, Werk, Verwaltung.

Drei Prozessfelder mit direktem Wertbeitrag

Das erste Feld ist der Angebotsprozess: Anfrageunterlagen erfassen, Anforderungen extrahieren, Ähnlichkeiten zu früheren Aufträgen finden, Kalkulationen vorbereiten. Hier entscheidet Geschwindigkeit über Trefferquoten, und jede gewonnene Stunde ist Vertriebszeit. Das zweite Feld ist die Anforderungs- und Dokumentenarbeit: Kundenvorgaben mit dem eigenen Leistungsstand abgleichen, Änderungen zwischen Revisionsständen erkennen, Nachweisdokumente vorbereiten. Das dritte Feld ist der Wissenszugriff: Erfahrungswissen aus Projekten, Reklamationen und Prozessdokumentation auffindbar machen, bevor es mit der nächsten Verrentungswelle das Werk verlässt.

Was der Wettbewerb bereits produktiv betreibt

Die unbequeme Nachricht für zögernde Häuser: Laut McKinsey (2026) nutzen 88 Prozent der Unternehmen KI in mindestens einer Funktion, und 23 Prozent skalieren bereits agentische Systeme, die mehrstufige Aufgaben selbstständig ausführen. Wer heute produktiv ist, beantwortet Anfragen schneller, kalkuliert konsistenter und bindet weniger Stunden je Vorgang. Dieser Vorsprung zeigt sich zuerst in Reaktionszeiten und Angebotsqualität, also genau dort, wo der Kunde vergleicht. Er wächst leise, Quartal für Quartal, und er wird in Preisrunden verhandelbar.

Zulieferer sind keine kleinen OEMs: vier Bedingungen verändern den Weg

Die meisten öffentlich diskutierten KI-Programme stammen von Herstellern und Konzernen. Ihre Muster lassen sich auf einen Zulieferer mit 800 Mitarbeitenden nicht übertragen, und der Versuch, sie zu kopieren, ist eine häufige Ursache für stecken gebliebene Vorhaben. Vier Bedingungen unterscheiden den Weg.

Die vierte Zeile verdient einen zweiten Blick. Ein Zulieferer, der mit Entwicklungs- oder Kundendaten arbeitet, bewegt sich im Rahmen von Kundenaudits und regelmäßig eines TISAX®-Assessments. Ein System, das erst nach dem Aufbau um Zugriffskontrolle und Nachweisfähigkeit ergänzt wird, muss zweimal gebaut werden. Wer diese Anforderungen von Beginn an einplant, spart den Umbau und besteht das nächste Audit mit dem System statt trotz des Systems.

Kopieren ist keine Strategie

„Was beim OEM ein Arbeitspaket ist, ist beim Zulieferer eine Investitionsentscheidung.“ Deshalb führt der Weg im Mittelstand über wenige, tief umgebaute Prozesse mit belegter Wirkung, und nicht über die Breite eines Konzernprogramms.

Der Engpass liegt im Workflow: warum Einzeltools kein Ergebnis liefern

Die naheliegende Reaktion auf den Rückstand ist die Beschaffung: Lizenzen für Assistenten, ein Textwerkzeug hier, ein Recherchewerkzeug dort. Die Zahlen sprechen gegen diesen Weg. McKinsey hat 2025 in der globalen State-of-AI-Erhebung getestet, welche organisatorischen Faktoren mit messbarer EBIT-Wirkung aus generativer KI zusammenhängen. Das Ergebnis ist eindeutig: Das grundlegende Redesign von Arbeitsabläufen hat den stärksten Effekt aller getesteten Faktoren. Zugleich haben erst 21 Prozent der Unternehmen mindestens einige Workflows grundlegend neu gestaltet, und über 80 Prozent sehen keine spürbare EBIT-Wirkung auf Unternehmensebene. Die Mehrheit legt Werkzeuge auf unveränderte Prozesse und wundert sich über ausbleibende Ergebnisse.

Was Workflow-Redesign konkret bedeutet

Workflow-Redesign heißt, einen Prozess vom Auslöser bis zum Ergebnis neu zu denken, mit generativer KI als festem Bestandteil. Drei Fragen leiten den Umbau. Welche Schritte entfallen, weil das System sie übernimmt? Welche Schritte verändern sich, weil Menschen prüfen und entscheiden statt zusammenzutragen? Und an welchen Stellen braucht der Prozess bewusst eine menschliche Freigabe, etwa vor der Abgabe eines Angebots oder der Antwort an einen Kunden? Wer diese Fragen beantwortet hat, weiß auch, welche Systeme angebunden, welche Rollen verändert und welche Beschäftigten qualifiziert werden müssen. Die Werkzeugwahl folgt am Ende, als letzte Entscheidung des Umbaus.

Das Ende-zu-Ende-Prinzip am Beispiel Angebotsprozess

Ein Beispiel macht den Unterschied greifbar. Die Einzeltool-Variante: Ein Assistent fasst die Kundenanfrage zusammen, alles Weitere bleibt, wie es war. Ersparnis je Vorgang: einige Minuten. Die Redesign-Variante: Die Anfrage wird beim Eingang erfasst, Anforderungen werden extrahiert und mit dem Leistungsstand abgeglichen, vergleichbare Altaufträge samt Nachkalkulation liegen dem Kalkulator vor, der Angebotstext entsteht aus geprüften Bausteinen, die kaufmännische Freigabe bleibt beim Menschen. Hier verändert sich die Durchlaufzeit des gesamten Prozesses, und mit ihr eine Größe, die der Vertrieb ohnehin berichtet. Das erste Muster erzeugt Komfort. Das zweite erzeugt Wertschöpfung.

Vom Piloten in den Betrieb: Architektur, Verantwortung, Messung

Der Übergang vom Piloten in den Betrieb ist keine größere Version des Piloten. Er ist ein eigenes Vorhaben mit drei Bausteinen, die im Pilotstadium bewusst ausgespart wurden.

Drei Bausteine, die der Pilot nicht hatte

Der erste Baustein ist die Architektur: Anbindung an ERP und Dokumentenbestände, geklärte Datenflüsse, Zugriffskontrolle, Hosting-Entscheidung, Nachweisfähigkeit für Kundenaudits. Der zweite Baustein ist die Verantwortung: ein benannter Prozesseigentümer aus dem Fachbereich, ein Betriebsverantwortlicher für das System und Regeln dafür, wer Änderungen freigibt. Dazu gehört auch die Pflicht aus der KI-Verordnung (EU) 2024/1689: Die KI-Kompetenz der Beschäftigten (Art. 4) ist seit Februar 2025 verbindlich, und wer den Betrieb plant, plant die Qualifizierung gleich mit. Der dritte Baustein ist die Messung, und sie entscheidet über alles Weitere.

Baseline, Messmethode, Zeitraum

Seriöse Wirkungsmessung beginnt vor dem Umbau. Je Prozess werden drei Dinge festgehalten: die Baseline, also der heutige Wert der Zielkennzahl, etwa Durchlaufzeit je Angebot oder gebundene Stunden je Vorgang; die Messmethode, also wie und aus welchem System der Wert erhoben wird; und der Zeitraum, über den verglichen wird. Diese Disziplin schützt in beide Richtungen. Sie verhindert Enttäuschungen durch überzogene Erwartungen, und sie gibt der Geschäftsführung den Beleg, den die nächste Investitionsentscheidung braucht. Ein Ergebnis mit Baseline übersteht jede Beiratssitzung. Ein Bauchgefühl übersteht nicht einmal die erste.

Skalieren mit begrenzten Mitteln: Reihenfolge statt Breite

Nach dem ersten produktiven Prozess stellt sich die Frage, wie generative KI ihre Wertschöpfung im ganzen Haus entfaltet, ohne Budget und IT-Mannschaft zu überfordern. Die Antwort des Mittelstands ist die Reihenfolge: ein Prozess nach dem anderen, jeder mit Baseline, jeder auf derselben technischen Grundlage.

Das erste produktive System schafft dafür mehr als eine Referenz. Es schafft die Grundlagen, die jeder weitere Prozess wiederverwendet: die Anbindung an führende Systeme, das Rollen- und Rechtemodell, die Hosting- und Compliance-Entscheidungen, die Messlogik. Der zweite Prozess ist damit deutlich schneller umgebaut als der erste, der dritte schneller als der zweite. So entsteht Skalierung aus Wiederholung statt aus Parallelität, und das Haus behält die Kontrolle über Kosten, Qualität und Risiken. Auf welcher Ebene des Unternehmens die nächsten Prozesse liegen sollten, ordnet der Beitrag KI in der Automobilindustrie: die vier Ebenen und wo Entscheider beginnen.

Skalierung ist Wiederholung

„Skalieren heißt im Mittelstand: denselben geordneten Weg schneller gehen, mit jedem Prozess.“ Wer je Vorhaben neue Werkzeuge, neue Regeln und neue Zuständigkeiten erfindet, skaliert seine Kosten. Wer Grundlagen wiederverwendet, skaliert seine Wertschöpfung.

Selbst-Check: fünf Fragen zum Stand Ihrer Piloten

Fünf Fragen zeigen in wenigen Minuten, ob Ihre KI-Vorhaben auf dem Weg zur Wertschöpfung sind oder im Pilotstadium verharren.

• Läuft mindestens eines Ihrer KI-Vorhaben heute im Regelbetrieb, angebunden an Ihre führenden Systeme?
• Gibt es für jedes Vorhaben einen benannten Prozesseigentümer aus dem Fachbereich und einen Betriebsverantwortlichen?
• Wurde vor dem Start eine Baseline der Zielkennzahl erhoben, gegen die heute gemessen wird?
• Wissen Sie, welcher Ihrer Prozesse als nächster Ende zu Ende umgebaut würde und warum dieser?
• Könnten Sie einem Kundenaudit heute die Datenflüsse und Zugriffsregeln Ihrer KI-Systeme nachweisen?

Bleiben zwei oder mehr Fragen offen, ist ein Discovery-Call der passende nächste Schritt.

Nächste Schritte

Wenn in Ihrem Haus ein Pilot liegt, der überzeugt hat und trotzdem nicht in den Betrieb gekommen ist, dann fehlt kein weiteres Werkzeug. Es fehlt der geführte Übergang: die Bewertung des Vorhandenen, der Umbau des ersten Prozesses Ende zu Ende und ein Betrieb, der Wirkung belegt. So gehen Sie vor:

1. Discovery-Call über 30 Minuten, kostenlos und mit ehrlichem Fit-Check: Wir ordnen ein, welche Ihrer Piloten und Prozesse das Zeug zur Wertschöpfung haben.
2. Standortbestimmung: Wir erheben je Prozess Datenlage, Systemanbindung, Verantwortung und Baseline und leiten daraus den ersten Umbau ab.
3. System und Betrieb: Wir überführen den gewählten Prozess in den Dauerbetrieb, mit Messung gegen die Baseline und Wissenstransfer in Ihr Haus.

Die übergeordnete Einordnung gibt der Leitfaden KI-Transformation in der Automobilindustrie: Strategie, System, Wissenstransfer. Wie das aufgebaute Können dauerhaft im eigenen Haus verbleibt, vertieft der Beitrag Build-Operate-Transfer für Zulieferer: KI-Kompetenz ins eigene Haus holen.