KI-Partner erkennen, der die Automobilbranche versteht

Die Entscheidung steht in vielen Zulieferbetrieben an: Der Wettbewerb bringt KI-Systeme in Produktion, das eigene Haus kommt allein nicht vom Fleck, also soll ein Partner den Weg führen. Der Markt an Anbietern ist groß, die Versprechen ähneln sich, und die Referenzfolien sehen überall gut aus. Die eigentliche Frage wird dabei selten gestellt: Versteht dieser Partner das Geschäft, in dem das System später bestehen muss?

Dieser Beitrag ordnet die Partnerwahl für Geschäftsführung und IT-Leitung im Zulieferbetrieb. Er benennt, woran generische KI-Anbieter in der Automobilbranche scheitern, liefert Prüffragen für das erste Gespräch und ein Kriterienraster über Anbieter-Typen. Die Gesamtsicht auf die Branche gibt der Leitfaden KI-Transformation in der Automobilindustrie: Strategie, System, Wissenstransfer. sensified.ai schreibt diesen Beitrag als Anbieter mit eigener Position, die Prüffragen gelten trotzdem für jedes Gespräch, auch für eines mit uns.

• Was ist das? Ein Prüfraster, mit dem Zulieferer KI-Partner auf Branchenverständnis testen: Audits, TISAX, ERP- und MES-Landschaften, Werksbetrieb, Wissenstransfer.
• Warum jetzt relevant? Wettbewerber bringen KI in den Serienbetrieb, und eine Fehlentscheidung beim Partner kostet Budget und ein bis zwei Jahre Vorsprung.
• Welches konkrete Ergebnis? Eine Auswahlentscheidung, die auf branchenspezifischen Kriterien steht, mit geregeltem Wissenstransfer und Exit von Anfang an.

Einen KI-Partner für die Automobilbranche erkennen Zulieferer an vier Belegen: Er versteht die kommerzielle Realität aus Preisrunden und Kundenaudits, er kann On-Premise- und EU-Hosting-Architekturen, er integriert in ERP-, MES- und CAQ-Landschaften, und er regelt Wissenstransfer und Exit vertraglich. sensified.ai legt diese Messlatte offen an, auch an sich selbst.

• Was: branchenspezifische Prüffragen und ein Kriterienraster für die Auswahl eines KI-Partners.
• Wer profitiert: Geschäftsführung und CIO in Zulieferbetrieben mit 250 bis 2.000 Mitarbeitenden im DACH-Raum.
• Welches Ergebnis: eine Partnerentscheidung, die vor dem Werksalltag, dem Einkauf und dem nächsten Kundenaudit besteht.

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

Die Zahlen dienen der Orientierung; maßgeblich für Ihre Entscheidung sind der jeweils aktuelle Rechtstext und die konkrete Anforderungslage Ihrer Kunden.

• Referenzfolien belegen kein Branchenverständnis; Prüffragen im Gespräch tun es.
• Ein Partner, der Ihre Audit- und Hosting-Anforderungen nicht vor dem Angebot erfragt, wird sie im Projekt teuer nachlernen.
• Wissenstransfer und Exit gehören in den Vertrag, bevor die erste Zeile Code entsteht.

Quelle: sensified.ai, 2026.

Warum die Partnerfrage im Zulieferbetrieb anders gestellt werden muss

Aus unserer Sicht wird die Partnerwahl oft wie ein Software-Einkauf geführt: Funktionsliste, Preisvergleich, Referenzen. Für ein KI-System, das im Zulieferbetrieb bestehen soll, greift das zu kurz. Das System muss in eine gewachsene ERP-, MES- und CAQ-Landschaft passen, es muss Kundenaudits und TISAX-Prüfungen standhalten, und es muss in einem Werksalltag laufen, der keine Rücksicht auf Projektpläne nimmt. Der Partner, der es baut, prägt über Architektur-Entscheidungen die nächsten fünf bis zehn Jahre Ihrer KI-Fähigkeit.

Dazu kommt der Zeitdruck. Wer heute den falschen Partner wählt, merkt es typischerweise nach zwölf bis achtzehn Monaten: Der Pilot lief, die Integration stockt, der Betrieb ist ungeklärt. Diese Zeit holt gegen Wettbewerber, die bereits produktiv sind, niemand einfach auf. Die Partnerwahl ist deshalb keine Einkaufsentscheidung. Sie ist eine strategische Weichenstellung, die Geschäftsführung und CIO gemeinsam treffen sollten.

Die Referenzfolie ist kein Beleg

„Ob ein Partner die Automobilbranche versteht, zeigt sich weniger auf seinen Folien als an seinen Fragen im ersten Gespräch.“ Wer nach Ihren Kundenaudits, Ihren Datenpfaden und Ihrem Betriebsmodell fragt, bevor er über Modelle spricht, hat die Branche verstanden.

Was auf dem Spiel steht

Ein KI-System im Angebots- oder Werksprozess berührt Kalkulationsdaten, Konstruktionswissen und Kundenanforderungen. Fehler in der Architektur, etwa ungeklärte Datenpfade in Drittland-Clouds, werden im nächsten Kundenaudit zum Befund. Ein Partner ohne Branchenerfahrung kennt diese Fallhöhe nicht, und Sie bezahlen sein Lernen mit Ihrem Auditrisiko.

Warum der Zeitpunkt die Anforderungen verschärft

Mit der Verordnung (EU) 2024/1689 greifen die zentralen Pflichten für Hochrisiko-KI-Systeme ab dem 2. August 2026. Zugleich fragen OEMs und Tier-1-Kunden in Audits zunehmend nach dem Umgang mit KI in den Prozessen ihrer Lieferanten. Ein Partner muss beides von Beginn an mitdenken, sonst entsteht ein System, das läuft, aber nicht belegbar ist.

Die Automotive-Realität: woran generische Anbieter scheitern

Generische KI-Anbieter sind selten schlechte Ingenieure. Sie scheitern an einer Realität, die sie nicht kennen. Vier Bruchstellen sehen wir wiederkehrend.

Kommerzielle Realität: Preisrunden und Audit-Pflichten

Wer die jährlichen Preisrunden der OEMs nicht kennt, versteht nicht, warum ein Zulieferer jede Produktivitätsverbesserung gegen die nächste Verhandlungsrunde rechnen muss. Wer nie ein Kundenaudit oder eine TISAX-Prüfung begleitet hat, unterschätzt, welche Nachweise ein KI-System liefern muss: Datenherkunft, Zugriffskontrolle, Änderungshistorie. Diese Anforderungen nachträglich einzubauen ist möglich, aber teuer.

Technische Realität: ERP, MES, CAQ und der Werksbetrieb

Die zweite Bruchstelle ist die Systemlandschaft. Kalkulationsdaten liegen im ERP, Prozessdaten im MES, Qualitätsdaten im CAQ-System, oft über Standorte und Jahrzehnte gewachsen. Ein KI-System, das daneben steht statt darin zu arbeiten, bleibt ein Demonstrator. Und der Werksbetrieb verzeiht keine Lösungen, die bei Schichtwechsel, Typwechsel oder Netzwerkproblemen aussteigen. Betriebsreife im Werk ist eine eigene Disziplin.

Branchenspezifische Prüffragen für das erste Gespräch

Die folgenden Prüffragen kosten im Gespräch zehn Minuten und trennen zuverlässig. Achten Sie weniger auf die Eleganz der Antwort als darauf, ob der Partner aus eigener Erfahrung antwortet oder ausweicht.

Fragen zur kommerziellen und regulatorischen Realität

Fragen Sie konkret: Welche Rolle spielen Kundenaudits und TISAX in Ihren bisherigen Projekten? Wie verändert eine jährliche Preisrunde die Anforderungen an ein Produktivitätssystem? Welche Nachweise verlangt der EU AI Act für unseren Anwendungsfall, und wer erstellt sie? Ein Partner mit Branchenerfahrung hat auf jede dieser Fragen Beispiele, keine Allgemeinplätze.

Fragen zu Architektur, Hosting und Betrieb

Dann die technische Seite: Können Sie On-Premise und EU-Hosting, und nach welchen Kriterien entscheiden Sie je Datenklasse? Wie integrieren Sie in unsere ERP-, MES- und CAQ-Landschaft, und was haben Sie davon schon gebaut? Wer betreibt das System nach dem Projekt, mit welchem Monitoring und welchen Reaktionszeiten? Die letzte Frage ist die wichtigste, denn hier trennt sich der Projektlieferant vom Partner, der Verantwortung für den Betrieb übernimmt.

Die Exit-Frage stellt man am Anfang

„Einen Partner erkennen Sie daran, wie bereitwillig er über sein eigenes Ende redet: Wem gehört der Code, wie sieht die Übergabe aus, was kostet der Ausstieg.“ Wer den Exit im ersten Gespräch sauber beantwortet, plant keine Abhängigkeit als Geschäftsmodell.

Das Kriterienraster: Anbieter-Typen im Vergleich

Im Markt begegnen Zulieferern im Kern vier Anbieter-Typen. Keiner ist per se falsch, aber sie liefern Verschiedenes, und die Enttäuschung entsteht meist, weil der Typ nicht zur Aufgabe passte.

Das Raster ist bewusst hart formuliert, und es beschreibt Typen, nicht einzelne Häuser. Es gibt Strategieberatungen mit tiefer Branchenkenntnis und Dienstleister mit sauberem Betriebsmodell. Entscheidend ist, dass Sie jede Zeile im Gespräch prüfen, statt sie der Eigendarstellung zu entnehmen.

sensified.ai positioniert sich in der vierten Spalte und legt die Belege dafür offen: 29+ umgesetzte Projekte, 30+ Entwickler an zwei Standorten, 15+ Jahre OEM- und Tier-1-Programmumfeld der sensified Group, eine TISAX- und ISO-orientierte Arbeitsweise und ein festes Senior-Duo aus Strategic AI Lead und Domänenexperte je Kunde. Prüfen Sie diese Aussagen mit denselben Fragen wie bei jedem anderen Anbieter.

Wissenstransfer und Exit: die Fragen, die über Jahre entscheiden

Die Sorge hinter jeder Partner-Entscheidung ist die Abhängigkeit: ein System, das läuft, aber nur der Partner versteht. Diese Sorge ist berechtigt, und sie lässt sich vertraglich und methodisch ausräumen. Verlangen Sie, dass Wissenstransfer Lieferbestandteil ist: dokumentierte Architektur, Code-Eigentum bei Ihnen, Schulung Ihrer Leute, ein definierter Übergabe-Zeitraum. Ein Modell, das diese Übergabe von Anfang an einplant, ist Build-Operate-Transfer; wie die drei Phasen im Einzelnen aussehen, ordnet der Beitrag Build-Operate-Transfer für Zulieferer: KI-Kompetenz ins eigene Haus holen.

Prüfen Sie außerdem, wer beim Partner tatsächlich arbeitet. Ein Senior-Profil im Vertrieb und Junioren im Projekt ist das häufigste Enttäuschungsmuster. Bestehen Sie darauf, die verantwortlichen Personen vor Vertragsschluss kennenzulernen, und darauf, dass Führung und Umsetzung in einer Hand liegen. Wie eine solche externe Führungsrolle mit internem Kompetenzaufbau zusammengeht, vertieft der Beitrag KI-Leitung für Automobilzulieferer: extern führen, intern verankern.

Selbst-Check: fünf Fragen für die Führungsebene

Fünf Fragen zeigen in wenigen Minuten, wie belastbar Ihre aktuelle Partnerauswahl ist.

• Hat jeder Anbieter auf Ihrer Liste Erfahrung mit Kundenaudits und TISAX-Prüfungen belegt?
• Können Sie benennen, wer das KI-System nach dem Projekt betreibt und mit welchen Reaktionszeiten?
• Ist geregelt, wem Code, Architektur-Dokumentation und Modelle am Ende gehören?
• Haben Sie die Personen kennengelernt, die tatsächlich in Ihrem Projekt arbeiten würden?
• Steht der Wissenstransfer als Lieferbestandteil im Angebotsentwurf?

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

Nächste Schritte

Der Wettbewerb wartet nicht auf Ihre Partnerentscheidung, aber eine schnelle Fehlentscheidung kostet mehr Zeit als eine gründliche Prüfung. Mit den Prüffragen aus diesem Beitrag ist die Prüfung in wenigen Gesprächen zu leisten. Der Weg dahin ist überschaubar, und Sie entscheiden nach jedem Schritt neu.

1. Discovery-Call über 30 Minuten, kostenlos und mit ehrlichem Fit-Check: Wir beantworten dieselben Prüffragen, die dieser Beitrag empfiehlt.
2. Standortbestimmung: Wir ordnen Ihre Prozess-, Daten- und Auditlage und benennen, wo ein Partner wirklich ansetzen sollte.
3. Strategie und Betrieb: Wir übernehmen die strategische KI-Leitung mit Wissenstransfer als Lieferbestandteil, bis das System in Ihrem Haus läuft.

Die Gesamtsicht auf Strategie, System und Wissenstransfer gibt der Leitfaden KI-Transformation in der Automobilindustrie: Strategie, System, Wissenstransfer; das Übergabemodell vertieft der Beitrag Build-Operate-Transfer für Zulieferer: KI-Kompetenz ins eigene Haus holen.