Real recherchierte, quellenbelegte KI-Anwendungsfälle. Nach Branche, Abteilung, Technologie, Nutzen und Reifegrad filterbar, ein Fall kann in mehreren Kategorien gleichzeitig stehen.
EDAG Production Solutions und Carl Zeiss IQS Deutschland zeigten beim Zulieferertag der Landesagentur e-mobil BW, wie sie bereits heute gemeinsam künstliche Intelligenz für präzise Bauteilanalysen und Qualitätsmanagement in der Automobilfertigung einsetzen.
Fall ansehen →Das Münchner Startup Qualiwise hat einen KI-Co-Piloten entwickelt, der technische Zeichnungen und Prüfberichte automatisch liest, interpretiert und daraus Prüfpläne sowie Berichte für den Produktionsfreigabeprozess (PPAP) erstellt.
Fall ansehen →CLK GmbH kombiniert Hyperspektralkameras mit Deep Learning, um in Fleisch- und Wurstwaren nicht-metallische Fremdkörper wie Kunststofffolien in Echtzeit zu erkennen, wo Röntgen und Metalldetektoren versagen.
Fall ansehen →Die Saica Paper Group setzt am Werk Venizel den KI-Algorithmus OnEfficiency.BreakProtect des deutschen Anlagenbauers Voith ein, um kritische Prozesssituationen in der Papierproduktion frühzeitig zu erkennen und Papierabrisse zu vermeiden.
Fall ansehen →Porsche AG entwickelt gemeinsam mit MHP einen geschlossenen Benchmark-Regelkreis (Drive4C), um multimodale Foundation Models für sprachgesteuertes autonomes Fahren gezielt auf Schwächen zu testen.
Fall ansehen →Airbus Helicopters erprobt gemeinsam mit XITASO ein Physical-AI-System, das die Umgebung von Landeplätzen per Sensorik erfasst und optimale Landetrajektorien für Rettungshubschrauber berechnet.
Fall ansehen →Vetter Pharma-Fertigung nutzt eine auf Zeitreihenanalyse basierende KI-App, um Urlaubsrückstellungen für den rollierenden 24-Monats-Forecast automatisch statt manuell per Durchschnittswerten zu berechnen.
Fall ansehen →Die Deutsche Bahn baut gemeinsam mit Fujitsu im Rahmen der 'Digitalen Schiene Deutschland' eine hochskalierbare Dateninfrastruktur auf, die Echtzeitdaten aus dem Bahnbetrieb für KI-gestützte Entscheidungen in Betrieb und Instandhaltung nutzbar macht.
Fall ansehen →RWE setzt ein KI-Prognosesystem ein, das Inspektionsbefunde, Turbineneigenschaften und Wetterdaten kombiniert, um die Instandhaltung von Rotorblättern in Offshore-Windparks zustandsbasiert statt nach starren Intervallen zu planen.
Fall ansehen →Die Schweizer Rhätische Bahn, bekannt für Glacier Express und Bernina Express, setzt den KI-Chatbot „Flurina“ auf Basis von Azure OpenAI ein, um Reisende dreisprachig rund um die Uhr zu Reservierungen und Reiserouten zu beraten.
Fall ansehen →Deutschlands älteste Privatbank Berenberg rollt Gemini Enterprise, Vertex AI und einen eigenen KI-Assistenten bankweit aus, um Equity Research, Marktanalysen und Kundenkommunikation zu beschleunigen.
Fall ansehen →Die IU Internationale Hochschule hat mit „Syntea“ einen KI-Studienbegleiter auf Basis von Azure OpenAI eingeführt, der Studierenden mehrsprachig und rund um die Uhr bei Kursinhalten und Prüfungsvorbereitung hilft.
Fall ansehen →Die Schweizer Zurich Insurance Group setzt Microsoft 365 Copilot for Sales ein, um Verkaufsdaten automatisch ins CRM zu übertragen und E-Mail-Kommunikation zusammenzufassen – mit rund 14.000 eingesparten Arbeitsstunden pro Jahr.
Fall ansehen →Die Branddirektion München setzt einen KI-Sprachbot auf Basis von Azure AI Foundry und Azure AI Speech ein, der planbare, nicht-kritische Krankentransportanfragen automatisiert entgegennimmt und so die Leitstelle für echte Notrufe entlastet.
Fall ansehen →Der deutsche Zahnklinik-Betreiber Patient21 nutzt Amazon SageMaker und Amazon Bedrock, um Arzt-Patienten-Gespräche automatisch zu transkribieren und daraus klinische Notizen und Behandlungspläne zu erstellen.
Fall ansehen →pacemaker.ai, eine Ausgründung von thyssenkrupp, setzt maschinelles Lernen zur Bedarfsprognose (Demand Forecasting) und Emissionssteuerung (Carbon Intelligence) ein, um die Komplexität globaler Lieferketten zu beherrschen.
Fall ansehen →msg systems hat eine KI-Assistenz auf Basis eines neuronalen Netzes entwickelt, die unstrukturierte Auftragseingänge aus E-Mail und WhatsApp automatisch klassifiziert und vollständige Aufträge direkt ins ERP-System überträgt.
Fall ansehen →Wilo entwickelte gemeinsam mit Fraunhofer IOSB-INA ML-Regressionsmodelle, die auf Basis von über 300.000 historischen Kommissionierzeiten Ressourcenbedarf und Bearbeitungsdauer in der Intralogistik vorhersagen.
Fall ansehen →Der Badspezialist Bette setzt ein KI-System ein, das die Maschinenauslastung bis zu fünf Stunden im Voraus mit rund 95 Prozent Genauigkeit prognostiziert und so Belastungsspitzen und Materialstaus vermeidet.
Fall ansehen →Infineon nutzt generative KI/Sprachmodelle zur automatischen Generierung von Testcode für die Halbleiterfertigung und spart dadurch kurzfristig 50 Prozent, langfristig bis zu 80 Prozent des Entwicklungsaufwands.
Fall ansehen →EDGITAL analysiert Smartphone- und Kamerabilder aus kommunalen Fahrzeugen automatisiert nach den E-EMI-Richtlinien der FGSV, erkennt Straßenschäden und priorisiert Reparaturbudgets in einer Cloud-Anwendung.
Fall ansehen →syte analysiert über 20 Datentypen aus mehr als 1.200 Quellen – von Katasterdaten bis 3D-LiDAR – und quantifiziert per KI automatisch das Bau- und Entwicklungspotenzial von Grundstücken.
Fall ansehen →SUMM AI übersetzt komplizierte Verwaltungs- und Behördentexte per Knopfdruck automatisiert in Leichte Sprache und macht Kommunalverwaltungen barrierefrei zugänglich.
Fall ansehen →cureVision erfasst chronische Wunden per 3D-Scan und KI-Bildauswertung, misst Größe, Tiefe und Gewebearten objektiv und überträgt die Daten direkt in die Patientenakte.
Fall ansehen →Orbem kombiniert Magnetresonanztomographie mit KI-Bildauswertung, um das Geschlecht von Hühnerembryonen bereits am 12. Bruttag kontaktlos zu bestimmen und so das Kükentöten zu vermeiden.
Fall ansehen →Der Schmuckkettenhersteller Friedrich Binder nutzt Machine-Learning-Modelle (Random Forest und ein tiefes neuronales Netz), um bei aufwendigen Produktionsschritten hunderte offene Aufträge automatisch nach Priorität zu sortieren.
Fall ansehen →STABILO International entwickelte gemeinsam mit dem KIT-Spin-off Kinemic einen Sensorstift, der Handschrift über Andruck-, Beschleunigungs- und Drehratensensoren erfasst und mittels tiefer neuronaler Netze in digitalen Text umwandelt.
Fall ansehen →Siemens Healthineers nutzt eine optische 3D-Sensorik mit KI-Algorithmen zur automatischen Patientenpositionierung im CT, um manuelle, personalabhängige Positionierungsfehler zu vermeiden.
Fall ansehen →ZF Friedrichshafen nutzt ein Large Language Model, das ERP-Daten, Maschinenlogbücher und Reparaturhistorien auswertet, um bei Maschinenstillständen faktenbasierte Handlungsempfehlungen zu geben.
Fall ansehen →Continental setzt ein KI-Tool ein, das Anforderungen aus umfangreichen Lastenheften automatisch erkennt, bewertet und an die zuständigen Fachabteilungen verteilt.
Fall ansehen →Boehringer Ingelheim nutzt maschinelles Lernen, um die akute orale Toxizität neuer Wirkstoffe automatisch vorherzusagen, statt aufwendige Tierversuche durchzuführen.
Fall ansehen →Das Universitätsklinikum RWTH Aachen hat mit „Genolator“ ein multimodales KI-System auf Microsoft Azure entwickelt, mit dem Forschende Gensequenzen und biologische Prozesse per natürlichsprachlicher Abfrage erkunden können.
Fall ansehen →Der österreichische Baukonzern STRABAG nutzt Azure Machine Learning und generatives Design, um Projektrisiken frühzeitig vorherzusagen und Flächenberechnungen in der Immobilienentwicklung zu automatisieren.
Fall ansehen →Das Hannoveraner Unternehmen QNC GmbH betreibt mit „Prime Legal“ eine digitale Rechtsberatung, die mithilfe von IBM Watson Kundenanfragen automatisiert gegen eine Datenbank mit 180.000 beantworteten Rechtsfragen abgleicht.
Fall ansehen →Bayer hat gemeinsam mit EY einen conversational-AI-Assistenten auf Basis von Azure OpenAI entwickelt, der Landwirten und Agronomen in Sekundenschnelle Expertenwissen zu Pflanzenschutz und Bodengesundheit liefert.
Fall ansehen →Die Schulstiftung der Erzdiözese Freiburg hat mit „Horizon“ eine webbasierte Lernplattform entwickelt, auf der Schüler und Lehrer generative KI unter strengen Sicherheits- und Datenschutzvorgaben ausprobieren und verstehen lernen.
Fall ansehen →Ein deutsches Akutkrankenhaus nutzt Azure OpenAI zur automatischen Transkription und Dokumentation von Patientengesprächen in der Notaufnahme. Seit März 2025 produktiv im Einsatz, spart das System täglich rund zwei Stunden Dokumentationszeit.
Fall ansehen →Das Unternehmen WIANCO OTT Robotics trainiert im KI-Innovationslabor von hessian.AI die Lösung „EMMA", die mittels neuronaler Netze Holzfehler in Produktionschargen automatisch klassifiziert.
Fall ansehen →Im Projekt „Yard Lense on Edge" entwickelte das Fraunhofer IML gemeinsam mit dem Logistikunternehmen Dachser ein Multi-Kamera-System, das Lkw und Fahrzeuge auf dem Betriebshof in Echtzeit erkennt und verfolgt.
Fall ansehen →Eine vom Fraunhofer IAIS (Lamarr-Institut) entwickelte Live-Spracherkennung erzeugt in Echtzeit Untertitel für Plenarsitzungen des Sächsischen Landtags und macht sie barrierefrei zugänglich.
Fall ansehen →Die KI-Agentenplattform Caidera erstellt für Gesundheits- und Pharmaunternehmen wie Bauerfeind und Cepheid regelkonforme Marketingkampagnen in Stunden statt Monaten und wurde bereits produktiv bei diesen Kunden eingesetzt.
Fall ansehen →VAARHAFT bietet mit seinem 'Fraud Scanner' eine KI-Lösung, die eingehende Schadensbilder in Echtzeit auf Manipulationen, Deepfakes und KI-generierte Inhalte prüft und so Versicherungsbetrug aufdeckt.
Fall ansehen →Der Sprachtechnologie-Spezialist Aristech hat für einen Automotive-Dienstleister einen Voicebot entwickelt, der Anrufer per Sprache authentifiziert und Routineanfragen automatisiert abwickelt.
Fall ansehen →Werover analysiert Sensor- und Akustikdaten von Windturbinen mit Deep-Learning-Modellen, um Rotorblattschäden wie Risse und Erosion frühzeitig zu erkennen. So wird reaktive Notfallreparatur durch vorausschauende Wartung ersetzt.
Fall ansehen →HIC Hydrogen setzt eine KI-Übersetzungslösung ein, um technische Fachinhalte zu Wasserstofftechnologien zuverlässig in mehrere europäische Sprachen zu übertragen.
Fall ansehen →Stamer Musikanlagen nutzt KI-gestützte Datenanalyse-Tools, um Energieverbraucher im Betrieb zu identifizieren und datenbasiert statt intuitiv über Investitionen zu entscheiden.
Fall ansehen →HERGES prognostiziert Fertigungszeiten für individuelle Stahl- und Blechbauteile mit einem ML-Modell und senkt die Abweichung bei Zeitschätzungen von 72 auf rund 15 Prozent.
Fall ansehen →FLEXA testet ein CNN-basiertes Bildverarbeitungssystem, das Risse an Kabelschutzschläuchen während Biegewechsel-Tests automatisch erkennt statt durch aufwendige manuelle Videoauswertung.
Fall ansehen →Der Kunststofftechnik-Betrieb Kudernak überwacht seine Fertigungsanlagen künftig mit einem ML-Modell, das Produktionsprobleme auch im unbeaufsichtigten Betrieb frühzeitig erkennt.
Fall ansehen →CHRIST Feinmechanik testet einen mit Reinforcement Learning trainierten Agenten, der Auftragsreihenfolge und Materialfluss in der Präzisionsfertigung eigenständig optimiert.
Fall ansehen →