KI auf dem Shopfloor

Warum Mapal KI auf dem Shopfloor neu denkt

KI auf dem Shopfloor ist bei Mapal kein isoliertes Digitalprojekt mehr, sondern rückt als Teil der Wertschöpfung in den Fokus. CIO Dr. Erwin Schuster im Video-Interview.

Anja Ringel Anja Ringel Anja Ringel Managing editor and podcast host for 'Produktion'

31. März 2026 - 07:27

Wie etabliert Mapal KI auf dem Shopfloor? Darüber sprechen Erwin Schuster und Anja Ringel im Video-Interview.

Mapal, Anna McMaster; Grafik: Jürgen Claus

Summary: Mapal hat die Experimentierphase bei KI verlassen und integriert Anwendungen direkt in Produktionsprozesse. Wie CIO Dr. Erwin Schuster erklärt, stehen Struktur, Daten und konkrete Use Cases im Mittelpunkt. Ziel ist eine messbare Wertschöpfung statt isolierter Pilotprojekte.

Bei Mapal ist Künstliche Intelligenz auf dem Shopfloor längst kein reines Digitalprojekt mehr. Beim Präzisionswerkzeughersteller rückt die konkrete in den Vordergrund. Denn: Mapal hat die klassische Experimentierphase bereits hinter sich gelassen. „Wir befinden uns bei Mapal auf einem Weg und sind garantiert noch nicht am Ziel“, sagt Chief Information Officer Dr. Erwin Schuster. KI sei kein Projekt mit definiertem Endpunkt, sondern ein kontinuierlicher Lernprozess.

In den vergangenen Jahren wurde demnach viel ausprobiert. Nicht alles war erfolgreich: „Dabei gab es auch Ansätze nach dem Prinzip ‚Fail and Execute‘, die wir schlichtweg noch einmal neu aufrollen.“ Entscheidend sei nun der Perspektivwechsel, so Schuster. Das heißt: Weg von isolierten Tests, hin zu strukturierten, geschäftsrelevanten Anwendungen.

Im Fokus steht dabei die Integration direkt in die Prozesse. KI soll nicht nebenherlaufen, sondern dort wirken, wo Wertschöpfung entsteht – auf dem Shopfloor.

Erfahren Sie mehr zum Maschinenbau-Gipfel: Klicken Sie hier!

Prozesse statt Buzzwords: Wie KI wirklich ankommt

Eine der größten Herausforderungen ist dabei KI-Projekte so aufzusetzen, dass sie nicht an der Praxis vorbeigehen. Für Schuster ist die Antwort klar: über Prozesse.

Entsprechend hat Mapal seine Organisation neu ausgerichtet. Statt zentraler KI-Initiativen arbeiten heute Teams direkt in den jeweiligen Produktionsprozessen. Die Teams identifizieren dabei konkrete Anwendungsfälle und sollen deren Nutzen messbar machen.

Auch interessant

Daten sind nicht gleich Daten

Die Grundlage jeder KI sind dabei bekanntlich Daten. Doch welche sind wirklich relevant? Schuster unterscheidet dabei drei Kategorien:

Maschinen- und Sensordaten: hochfrequente, technische Informationen direkt aus der Fertigung
Prozessdaten: Daten, die Produktionsabläufe beschreiben und begleiten
Unterstützungsdaten für Werker: Informationen für digitale Assistenten und sogenannte „Companions“

Entscheidend ist Schuster zufolge, die Daten je nach Anwendung und Zielsetzung richtig einzuordnen.

Diese Differenzierung ist mehr als akademisch. Sie bestimmt, welche Daten gesammelt, wie sie verarbeitet und letztlich genutzt werden.

Mapals KI-Offensive: Von Pilotprojekten zur Plattform

Vom Pilot zur Plattform: Mapals KI-Offensive zeigt, wie der Mittelstand KI in der Produktion skaliert. Mapal-CIO Dr. Erwin Schuster gibt im Vorfeld des VDMA-European Summit Einblick in Strategien, Hürden und das Erfolgsmodell MAIA.

Maximilian Festus

Eigene Plattform, klare Use Cases

Um KI strukturiert einzusetzen, setzt Mapal auf eine eigene Plattform: den „Mapal AI Agent“ – kurz MAIA. In der Forschung und Entwicklung ist MAIA bereits im Einsatz. Was früher als klassische Wissensdatenbank organisiert war, funktioniert heute als interaktiver Chat-Companion. Auch im Patentwesen unterstützt die Plattform.

Welche Herausforderungen es gibt und welche Arten von KI‑Anwendungen im industriellen Mittelstand am schnellsten skalierbar sind, erfahren Sie im Video-Interview:

FAQ: KI auf dem Shopfloor

• Was bedeutet KI auf dem Shopfloor bei Mapal? – KI wird direkt in Produktionsprozesse integriert und als Teil der Wertschöpfung eingesetzt.

• Warum setzt Mapal bei KI auf dem Shopfloor auf Prozesse? – Prozesse bilden die Grundlage, um praxisnahe Anwendungsfälle zu identifizieren und deren Nutzen messbar zu machen.

• Welche Daten sind für KI auf dem Shopfloor relevant? – Unterschieden wird zwischen Maschinen- und Sensordaten, Prozessdaten sowie Unterstützungsdaten für Werker.

• Welche Rolle spielt MAIA für KI auf dem Shopfloor? – MAIA dient als Plattform für konkrete Anwendungen, etwa in Forschung, Entwicklung und im Patentwesen.

• Wie hat sich KI auf dem Shopfloor bei Mapal entwickelt? – Der Fokus hat sich von Experimenten hin zu strukturierten, geschäftsrelevanten Anwendungen verschoben.