Das sparten unsere KI-Pilotprojekte ein
Es ist soweit: Die 20 Pilotprojekte des Green-AI Hub Mittelstand haben ihre Ergebnisse veröffentlicht. Sie zeigen, wie Künstliche Intelligenz (KI) gezielt zur Steigerung von Ressourceneffizienz, zur Reduktion von Emissionen und zur Optimierung von Unternehmensprozessen eingesetzt werden kann.
Zur Demonstration der ökonomischen und ökologischen Potenziale des KI-Einsatzes wurden in den 20 KI-Pilotprojekten unternehmensinterne Daten erhoben, durch Experteneinschätzung ergänzt, analysiert und auf ein Jahr Betriebslaufzeit hochskaliert. Die Ergebnisse zeigen, welche konkreten Effekte für Ressourceneffizienz, Umwelt und Wirtschaftlichkeit durch KI erzielt bzw. zukünftig erwartet werden können.
Ökologische Einsparpotenziale in den 14 KI-Pilotprojekten des verarbeitenden Gewerbes
- Materialeinsparung: Jährlich könnten in den Unternehmen rund 320 Tonnen Material direkt eingespart werden.
- Reduktion des Material Footprints: Über den gesamten Lebenszyklus der Produkte und Prozesse hinweg ergaben sich Einsparpotenziale von bis zu 15 Prozent des Material Footprints, für alle 14 Unternehmen waren dies mehr als 6.250 Tonnen. Besonders hoch sind die Potenziale in der ressourcenintensiven Metallverarbeitung.
- Verringerung des Carbon Footprints: In einzelnen Unternehmen konnten bis zu 16 Prozent CO2-Äquivalente (CO2e) gespart werden, in allen 14 Unternehmen zusammen rund 1.300 Tonnen CO2e pro Jahr.
Ressourceneffizienzpotenziale der Pilotprojekte im verarbeitenden Gewerbe
| Unternehmen | Anzahl Mitarbeitende | Produkte | Einsparpotenziale pro Jahr (relativ / absolut)* | ||
| Materialmenge | Material Footprint | Carbon Footprint** | |||
| Bosch | >250 | Werkzeuge und -stücke | 1 t Metalle | 2 % / 122 t | 1 % / 7 t |
| 4Packaging | 50-149 | Tiefdruckzylinder | 575 kg Metalle | 1 % / 77 t | 1 % / 12 t |
| Pikatron | >250 | Leistungselektronik | 8 t Metalle und Kunststoffe | 1 % / 350 t | 1 % / 42 t |
| Heismann | 50-149 | Drehteile | 29 t Metalle | 1 % / 800 t | 1 % / 153 t |
| Storz | 50-149 | Leiterplatten | 5t Elektronikkomponenten | 2,5 % / 1.785 t | 2,5 % / 168 t |
| Kalzip | 50-149 | Aluminiumdächer | 63 t Metalle | 3 % / 1.000 t | 3 % / 364 t |
| MPG | 50-149 | Metallrohre | - | 3,5 % / 370 t | 3,5 % / 48 t |
| Köstler | 50-149 | Airbagnetze | 700 kg Kunststoffe | 6 % / 5,5 t | 6 % / 3 t |
| ULT | 50-149 | Lufttechnik und Transport | - | 7 % / 124 t | 7 % / 21 t |
| Herges | 10-49 | Schuheinlagen | 352 kg Kunststoffe | 10 % / 0,6 t | 14 % / 0,4 t |
| brammibals / foodtracks | 50-149 | Donuts | 32 t Lebensmittel | - | 14 % / 37t |
| Group Schumacher | >250 | Bauteile Landtechnik | 153 t Metalle | 13,8 % / 1.042 t | 14,2 % / 280 t |
| Kübler | 50-149 | Hallenheizungen | 24 t Metalle und Kunststoffe | 15 % / 356 t | 15 % / 56 t |
| System 180 | 50-149 | Möbel und Transport | 3 t Metalle und Sonstiges | 10 % / 217 t | 16 % / 120 t |
| * Die Einsparpotenziale ergeben sich als Hochrechnung für die Jahresproduktion. ** Absolute Mengenangabe für den Carbon Footprint in CO2e | |||||
Wirkungen im IT-Dienstleistungs- und Softwaresektor
Auch im IT-Dienstleistungs- und Softwaresektor zeigen die KI-Pilotprojekte, dass KI-gestützte Optimierungen virtueller Prozesse oder Prognosen – bspw. im Außendienst- und Ticketmanagement – reale Einsparungen bei Fahrzeiten, Leerfahrten und Ersatzteilversand ermöglichen. Die Wirkung der Lösungen entfaltet sich durch ihre Anwendung in weiteren Unternehmen und Anwendungsbereichen. Daher wurden konkrete Einsparbeispiele statt unternehmensweiter Jahreswerte quantifiziert.
Ökonomische Effekte in den Green-AI Hub-Pilotprojekten
Zur Ermittlung der ökonomischen Einsparpotenziale wurden 13 KI-Pilotprojekte des Green-AI Hub Mittelstands befragt. Sie zeigen, dass sich Ökonomie und Ökologie nicht ausschließen. KI kann Ressourceneffizienz mit wirtschaftlichem Nutzen verbinden.
- Technologiereifegrad (TRL): 9 von 13 Unternehmen konnten den TRL ihrer KI-Lösung deutlich erhöhen und erreichten am Projektende TRL 4 oder höher (TRL bei Projektstart: 1-2). Zudem konnten 8 von 13 Unternehmen ihren TRL nach Projektabschluss weiter steigern
- Return on Investment (ROI): 5 von 13 Unternehmen konnten bereits einen ROI abschätzen mit Amortisationszeiträumen von 1 bis 5 Jahren. 9 von 13 Unternehmen bewerten die erzielten Ergebnisse als ökonomisch positiv oder sehr positiv.
- Skalierungseffekte: Nahezu alle Unternehmen bereiten bereits vertiefende oder aufbauende Projekte vor. KI wird als strategisches Werkzeug verstanden, das sich dauerhaft in Unternehmensstrukturen integriert.
Wissenstransfer und Weiterentwicklung
Ein zentrales Ergebnis der Pilotprojekte ist der Aufbau neuer Kompetenzen im Umgang mit Daten und KI-Technologien:
- Wissenstransfer: 10 von 13 Unternehmen nannten den Wissenstransfer als einen der größten Mehrwerte des Projekts. Der enge Austausch zwischen KI-Expert*innen und betrieblichem Fachpersonal ermöglichte eine steile Lernkurve, insbesondere bei Themen wie Datenqualität, Schnittstellenintegration und modellbasiertem Prozessdenken.
- Weiterentwicklung: 9 von 13 Unternehmen befinden sich in Vorbereitung auf oder bereits in einem vertiefenden oder auf dem Projekt aufbauenden Folgeprojekt. 10 der Unternehmen erwarten aus den Pilotprojekten weitere, nicht direkt messbare ökonomische Effekte (z. B. Wettbewerbsvorteil, Marketingvorteil).
Erfolgsfaktoren und Herausforderungen
Der Digitalisierungsgrad der Unternehmen zu Projektbeginn spielte eine entscheidende Rolle für den Erfolg der KI-Implementierung. Je höher die digitale Reife, desto wahrscheinlicher ist es, dass KI-Lösungen erfolgreich eingeführt und skaliert werden können. Weitere Erfolgsfaktoren sind die Verfügbarkeit und Qualität von Daten, die Einbindung und Schulung der Mitarbeitenden sowie die Bereitschaft, KI als strategisches Werkzeug und gemeinsames Lernfeld zu verstehen.
Fazit und Ausblick
Die Ergebnisse der Green-AI Hub Pilotprojekte verdeutlichen, dass KI einen messbaren Beitrag zu mehr Ressourceneffizienz, Klimaschutz und nachhaltiger Wertschöpfung in Unternehmen leisten kann. Die Kombination aus niedrigschwelliger Einführung, praxisnaher Begleitung und offener Weitergabe der Erkenntnisse schafft nachhaltigen Mehrwert. Unternehmen gewinnen nicht nur operative Effizienz, sondern werden auch strategisch handlungsfähiger und erhalten eine solide Grundlage, um KI langfristig in ihre Geschäftsprozesse zu integrieren.
Mit fortlaufender Optimierung der Modelle und Übertragung der entwickelten Lösungen auf weitere Unternehmensbereiche und Branchen lassen sich die erzielten Reduktions- und Effizienzpotenziale künftig noch deutlich steigern. Die Pilotprojekte setzen damit wichtige Impulse für die nachhaltige Transformation des Mittelstands durch Künstliche Intelligenz.
Weitere Informationen finden Sie hier und in unserem Hintergrundpapier.
