KI-gestützte Angebotserstellung

Die Wiewald GmbH ist ein Familienunter-nehmen mit Sitz in Leipzig mit einem Team aus 20 Mitarbeitenden, das mittlerweile in der fünften Generation geführt wird. Wiewald ist ein Anbieter für Druckluft-, Stickstoff- und Vakuumtechnik, wobei sie Kunden über den gesamten Lebenszyklus von der Planung über die Installation bis zum Service der Anlagen betreut.

Anwendungsfälle in der Drucklufttechnik fin-den sich in den verschiedensten Industriezweigen, wie zum Beispiel in der Chemieindustrie, Tür- und Fensterherstellung, Recycling, Automobilbranche und der Lebensmittelindustrie.

Je nach Anwendungsbereich sind verschiedene Druckluftklassen notwendig, die verschiedene Anforderungen, etwa an die Qualität und Reinheit der Druckluft, mit sich bringen. Eine wichtige Aufgabe der Wiewald GmbH ist es, im Kundengespräch aus den Anforderungen der Kunden konkrete technische Spezifikationen abzuleiten, um dann entsprechend eine Anlage planen zu können. Dies ist oft mit mehreren persönlichen Kundengesprächen und meist einem Besuch vor Ort beim Kunden verbunden. Eine Angebotserstellung ist also mit hohem zeitlichem Aufwand verknüpft und erfordert viel Kontext- und Erfahrungswissen. Da die Anforderungen der Kunden und damit die verbauten Anlagen stark variieren, wurde bislang nicht an eine Standardisierung gedacht.

Zur Identifikation des Anwendungsfalls wurden Gespräche mit der Geschäftsführung und den für die Angebotserstellung zuständigen Mitarbeitenden geführt, um die genauen Prozesse zu verstehen und zu erkennen, an welcher Stelle ein KI-Assistent für Erleichterung sorgen könnte.

In der Umsetzung soll der bisher stark erfahrungsbasierte und zeitaufwendige Prozess der Angebotserstellung schrittweise durch ein KI-gestütztes Assistenzsystem ergänzt werden. Kundengespräche finden weiterhin wie gewohnt statt, werden jedoch künftig strukturierter in den Angebotsprozess eingebunden. Der KI-Agent unterstützt dabei, zentrale Informationen aus dem Gespräch zu erfassen, zu ordnen und mit vorhandenen technischen Daten abzugleichen. Dazu ist der Konfigurator während des Gesprächs als Spracherkennungssystem aktiv. Auf dieser Basis erstellt das System eine erste Grundlage für eine passende Anlagenkonfiguration und dementsprechend ein erstes Angebot, welches anschließend von einer technischen Fachkraft geprüft und angepasst wird und danach dem Kunden vorgelegt werden kann.

Grundlage des Systems ist der Aufbau einer belastbaren Wissensbasis. Dazu werden technische Spezifikationen, Produktbeschreibungen, bisherige Projekterfahrungen und relevante Fachliteratur mithilfe von KI analysiert und semantisch aufbereitet. Diese Informationen werden in einem Wissensgraphen strukturiert, sodass Zusammenhänge zwischen Kundenanforderungen, Druckluftqualität, Einsatzbereichen, Anlagenkomponenten und technischen Parametern sichtbar werden. Anders als bei rein automatisierten Systemen bleibt die fachliche Kontrolle bewusst beim Menschen: Die Mitarbeitenden überprüfen die Vorschläge, bringen Erfahrungswissen ein und geben Rückmeldungen an das System.

Diese Rückmeldungen fließen in einen kontinuierlichen Lernprozess ein. So kann der Konfigurator im Laufe der Nutzung bessere Vorschläge machen und sich stärker an reale Anwendungsszenarien anpassen. Gleichzeitig werden bisher implizite Erfahrungswerte systematisch dokumentiert und für das Unternehmen verfügbar gemacht. Das entlastet Vertrieb und Engineering, reduziert Abhängigkeiten von einzelnen Wissensträger:innen und unterstützt den Generationswechsel.

Über die Projektarbeit hinweg ist vor allem deutlich geworden, wie wichtig die systematische Digitalisierung historischer Daten ist, um daraus das Fundament für einen KI-gestützten Assistenten bilden zu können.

Aktuell wird der erste Prototyp implementiert und in einem Probelauf getestet. Begleitend werden Mitarbeitende kontinuierlich zur Technikakzeptanz, Arbeitsbelastung und zum praktischen Nutzen befragt. So wird überprüft, wie gut sich der Konfigurator in bestehende Abläufe integrieren lässt und welche technischen oder organisatorischen Anpassungen für den langfristigen Einsatz notwendig sind.