KI im Maschinenbau verändert das Servicegeschäft

Der deutsche Maschinenbau steht wirtschaftlich unter Druck. Der Branchenverband VDMA hat seine Prognose für 2026 zuletzt von Stagnation auf einen Produktionsrückgang von 2 % korrigiert. Damit setzt sich die negative Entwicklung der Maschinenbauproduktion fort, die bereits seit 2023 anhält. Für das Technologieberatungsunternehmen Slalom Germany liegt eine strategische Antwort auf diese Entwicklung im Ausbau datengetriebener Dienstleistungen. Statt ausschließlich Maschinen und Anlagen zu verkaufen, sollen Hersteller verstärkt auf digitale Services und wiederkehrende Umsätze setzen.

Insbesondere mittelständische Unternehmen stehen dabei vor Herausforderungen. Neben begrenzten Ressourcen erschweren etablierte Denkweisen den Übergang zu neuen Geschäftsmodellen. „Der deutsche Maschinenbau hat sich jahrzehntelang durch die Qualität seiner Produkte definiert. Das bleibt eine Stärke. Aber Kunden kaufen heute nicht nur Maschinen, sondern Verfügbarkeit, Leistung und Ergebnisse. Unternehmen, die unter diesen Bedingungen attraktiv für ihre Kunden bleiben möchten, müssen neue Services etablieren, die das angestrebte Ergebnis über die gesamte Laufzeit hinweg verkaufen“, erklärt Dominik Beierschoder, Managing Director Cloud-Transformation bei Slalom Germany.

Warum KI im Maschinenbau neue Servicemodelle ermöglicht

Produktbegleitende Dienstleistungen sind für Maschinenbauer längst ein wichtiger Umsatzfaktor. Einer Studie des ifo Instituts zufolge erzielen Unternehmen der Branche inzwischen 13,2 % ihres Umsatzes mit entsprechenden Services. Damit liegt der Maschinenbau vor allen anderen Industriezweigen. Allerdings dominieren weiterhin klassische Leistungen wie Montage, Wartung und Ersatzteilversorgung. Digitale Geschäftsmodelle sind dagegen deutlich weniger verbreitet.

Künstliche Intelligenz könnte diese Entwicklung verändern. Predictive Maintenance ermöglicht es, Maschinendaten für die vorausschauende Wartung zu nutzen. Hersteller können dadurch statt einzelner Wartungseinsätze garantierte Anlagenverfügbarkeiten anbieten. Darauf aufbauend entstehen As-a-Service-Modelle, bei denen Kunden nicht mehr die Maschine selbst erwerben, sondern deren Leistung oder Verfügbarkeit bezahlen.

Auch generative KI und KI-Agenten erweitern die Möglichkeiten im Servicegeschäft. Sie analysieren Serviceberichte, technische Dokumentationen und Sensordaten, unterstützen bei der Fehlerdiagnose und bereiten Wartungseinsätze sowie Ersatzteilbestellungen vor. Beierschoder beschreibt die bisherige Situation: „In der Praxis entfallen die Serviceumsätze bislang überwiegend auf klassische Leistungen wie Montage, Ersatzteile und Wartung. Datengetriebene Services wie digitale Zwillinge, Predictive Maintenance oder andere As-a-Service-Modelle, die wiederkehrende Umsätze und höhere Margen versprechen, spielen nur eine untergeordnete Rolle – obwohl die Daten in vielen Fällen bereits vorhanden sind. Oft fehlt die Transparenz über die eigene installierte Basis. Unternehmen müssen wissen, welche Maschinen bei ihren Kunden stehen, sowie in welchem Zustand und auf welchem Softwarestand sie sind. Wer das beantworten kann, kann Verfügbarkeiten garantieren.“ Damit wird die Transparenz über die installierte Maschinenbasis zu einer wesentlichen Voraussetzung für datengetriebene Serviceangebote.

Vom Maschinenverkauf zum ergebnisorientierten Geschäftsmodell

Die technologische Grundlage für digitale Dienstleistungen ist in vielen Unternehmen bereits vorhanden. Das entscheidende Hindernis liegt nach Einschätzung von Slalom Germany häufig im traditionellen Geschäftsverständnis. „Maschinenbauunternehmen denken klassisch in Produkten, Stückzahlen und Margen pro Einheit. Die wenigsten Unternehmen stellen sich systematisch die Frage, welches Ergebnis Kunden kaufen und was sie dafür zahlen würden. Das Produktdenken verhindert, dass Unternehmen das Potenzial ihrer Maschinen und Daten als Grundlage neuer Geschäftsmodelle erkennen“, so Beierschoder.

Dass die Branche die Bedeutung neuer Technologien erkannt hat, zeigt der „Global Industrial Manufacturing Sector Outlook“ von PwC. Für 56 % der befragten deutschen Unternehmen gehören Automatisierungstechnologien zu den wichtigsten Prioritäten. KI steht bei 52 % weit oben auf der Agenda. Zugleich erwarten die weltweit befragten Unternehmen, bis 2030 mehr als 44 % ihres Gesamtumsatzes außerhalb der Herstellung von Industriegütern zu erzielen. Für Maschinenbauer gewinnt damit die Frage an Bedeutung, welche Leistungen sie ihren Kunden zusätzlich zum eigentlichen Produkt anbieten können.

KI-Transformation ja - aber wo sind die Leader?

Künstliche Intelligenz ist der Turbo der digitalen Wirtschaft – doch vielen Unternehmen fehlt die Führungsenergie, um diesen Turbo auch zu zünden. Eine neue Studie legt den Finger in die Wunde.

Wie gelingt der Einstieg in digitale Servicemodelle?

Der Übergang zu ergebnisorientierten Geschäftsmodellen erfordert neben technologischen Fähigkeiten auch neue Kompetenzen innerhalb der Unternehmen. „Gerade im Mittelstand erleben wir, dass sich Unternehmen fragen, welche Ergebnisse sie ihren Kunden verkaufen können. Für diese Art von Solution Engineering braucht es die richtigen Fachkräfte, die bereit sind, neue Fragen zu stellen und einen anderen Blick auf das eigene Geschäftsmodell zu werfen“, erläutert Beierschoder.

Nach Einschätzung von Slalom Germany beginnt die Transformation häufig mit überschaubaren Projekten. Statt unmittelbar umfassende digitale Plattformen aufzubauen, können Unternehmen zunächst einzelne Services für bestimmte Maschinenbaureihen entwickeln und gemeinsam mit Pilotkunden erproben. Dabei müssen auch Vertrieb und Preisgestaltung angepasst werden. Solange Vertriebsmitarbeiter ausschließlich für verkaufte Maschinen vergütet werden, fehlen Anreize für den Vertrieb digitaler Dienstleistungen.

Hinzu kommt die wirtschaftliche Risikoverteilung. Wer seinen Kunden eine bestimmte Maschinenverfügbarkeit garantiert, übernimmt zusätzliche Betriebsrisiken. Diese müssen sowohl bei der Preisgestaltung als auch bei der Finanzierung berücksichtigt werden.

KI-Agenten und Predictive Maintenance im Serviceeinsatz

Neben dem notwendigen Wandel der Geschäftsmodelle stellt der Fachkräftemangel die Branche vor großen Herausforderungen. Einer Untersuchung des Instituts der deutschen Wirtschaft im Auftrag der Impuls-Stiftung zufolge könnten dem deutschen Maschinenbau bis 2034 rund 178.000 Fachkräfte fehlen. Während voraussichtlich 296.000 Beschäftigte in den Ruhestand gehen, rücken lediglich 118.000 Arbeitskräfte nach.

Gerade für mittelständische Unternehmen erschwert diese Entwicklung den Aufbau neuer Serviceorganisationen. KI-basierte Anwendungen können hier einen Teil der fehlenden Kapazitäten ausgleichen. Bereits heute ermöglichen KI-Assistenten, das Erfahrungswissen langjähriger Servicetechniker zu sichern und jüngeren Beschäftigten zugänglich zu machen.

KI-Agenten können darüber hinaus wiederkehrende Tätigkeiten übernehmen. Das Einsatzspektrum reicht von der Unterstützung bei der Fehlerdiagnose bis zur Vorbereitung von Ersatzteilbestellungen. Dadurch lassen sich Serviceprozesse auch mit kleineren Teams organisieren.

Warum der Mittelstand besonders von KI profitieren kann

Für mittelständische Maschinenbauer verbindet sich der Einsatz von KI mit zwei strategischen Aufgaben: dem Aufbau digitaler Dienstleistungen und dem Umgang mit knappen personellen Ressourcen. Gerade Unternehmen außerhalb großer Technologiezentren haben nach Einschätzung von Slalom Germany Schwierigkeiten, ausreichend qualifizierte Nachwuchskräfte zu gewinnen.

„Gerade der Mittelstand, der überwiegend abseits der großen Technologiezentren angesiedelt ist, hat im Wettbewerb um junge Talente oft das Nachsehen. KI kann diesen Nachteil ein Stück weit ausgleichen. Mit Hilfe von KI können kleinere Teams Servicemodelle betreiben, für sonst deutlich größere Organisationen nötig wären. Unternehmen, die die KI-Transformation meistern, schaffen daher auch den Schritt vom Produkt zum Service“, erläutert Beierschoder abschließend. Der Einsatz künstlicher Intelligenz wird damit nicht nur zu einer technologischen Frage. Für Maschinenbauer geht es zunehmend darum, vorhandene Maschinendaten wirtschaftlich zu nutzen, neue Erlösmodelle zu entwickeln und Serviceleistungen trotz begrenzter personeller Kapazitäten anzubieten.