Auf einen Blick
- Unternehmen
- EISTHersteller von Sonderteilen aus Blech und von Industrieausrüstung
- Größe
- Kleinst- und Kleinunternehmen (1–49 Beschäftigte) Die offizielle Fallseite nennt fünf Beschäftigte und einen geschäftsführenden Inhaber.
- Branche
- Industrie
- Wo und wann
- Frankreich. Ein Projekt von sechs bis acht Monaten, veröffentlicht im Juni 2026.
- Wer die Zahlen erhoben hat
- Das Unternehmen selbstDie Zahlen sind Schätzungen des Inhabers, veröffentlicht von France Num, dem Programm der französischen Regierung für die Digitalisierung kleiner Unternehmen.
Was sie getan haben
EIST ist ein sehr kleiner Betrieb in Lyon. Er fertigt Sonderteile aus Blech und Industrieausrüstung. Jeder Auftrag ist anders, also braucht jede Anfrage ein eigenes Angebot. Manche zu kalkulieren dauerte mehrere Stunden. Der Inhaber, der den Betrieb drei Jahre zuvor übernommen hatte, sagt: „We sometimes missed opportunities because I did not have the time to reply.“ [„Manchmal haben wir Aufträge verpasst, weil ich keine Zeit hatte zu antworten.“]
Er sah ein Video, in dem KI die Kosten eines Teils aus dessen 3D-Datei schätzte, und beschloss, es zu versuchen. Das Projekt lief sechs bis acht Monate. Ziel war, dass die KI anhand der eigenen Historie des Betriebs für ein neues Teil vorhersagt:
- die Fertigungsschritte,
- die Fertigungszeit,
- die Materialkosten,
- die Marge,
- den Endpreis.
Bevor das funktionieren konnte, mussten die Daten in Ordnung gebracht werden:
- die Datensätze in der Unternehmenssoftware bereinigen;
- die Stücklisten ordnen;
- jede 3D-Datei mit den Aufzeichnungen dazu verknüpfen, wie das Teil tatsächlich gefertigt wurde;
- die Standard-Fertigungsabläufe aufräumen.
Der Inhaber leitete das Projekt selbst mit seiner Assistentin und beauftragte keine Beratung. Die Region und eine örtliche Stelle zur Wirtschaftsförderung halfen mit Rat und Geld.
Die Zahlen
- Rund 10 Minuten für ein Angebot, wo es manchmal zwei Stunden dauerte.
- Rund 90 % der Angebote sind nach Schätzung des Betriebs verlässlich.
Was schwierig war
Der Inhaber sagt, die größte Schwierigkeit seien die Daten gewesen, die Technik erst an zweiter Stelle. „If the data is not clean, the tool will not be reliable.“ [„Wenn die Daten nicht sauber sind, ist das Werkzeug nicht verlässlich.“] Der Betrieb musste auch Schritt für Schritt lernen, wie weit er den Ergebnissen trauen kann.
Was der Fall zeigt
- Sechs Personen können das. Der Inhaber leitete das Projekt selbst mit seiner Assistentin, ohne Beratung.
- Die eigenen Aufzeichnungen des Betriebs waren das Rohmaterial. Die KI lernte aus früheren Aufträgen, also mussten die früheren Aufträge zuerst sauber erfasst sein.
- Eine Aufgabe, gewählt, weil sie Aufträge kostete. Langsame Angebote bedeuteten verlorene Kunden.
- Der Inhaber gibt weiterhin frei. Die KI bereitet das Angebot vor, er prüft und korrigiert es.
Was das über die Praktiken sagt
Praktiken, die das Unternehmen anwandte
- Beginnen Sie mit einem kostspieligen Prozess, nicht mit einer unternehmensweiten Einführung Der Inhaber wählte eine Aufgabe: die Kalkulation von Sonderteilen, die pro Anfrage Stunden dauern konnte und den Betrieb Aufträge kostete. Zuerst · Aufwand: mittel (Wochen, einige Personen)
- Lassen Sie einen Menschen alles prüfen, was an Kunden geht oder rechtliches Gewicht hat Der Inhaber prüft und korrigiert die Angebote weiterhin, bevor sie freigegeben werden. Zuerst · Aufwand: mittel (Wochen, einige Personen)
- Planen Sie Budget für Menschen und Prozesse ein, nicht nur für Werkzeuge Ein großer Teil der Arbeit war die Vorbereitung der Daten: Datensätze bereinigen, Stücklisten ordnen und 3D-Dateien mit der Fertigungshistorie verknüpfen. Zuerst · Aufwand: gering (Tage, eine Person)
- Bringen Sie Ihre eigenen Daten in Ordnung, bevor KI daraus Vorhersagen macht Bevor die KI eingesetzt wurde, bereinigte der Betrieb die Datensätze in seiner Unternehmenssoftware, ordnete seine Stücklisten und verknüpfte jede 3D-Datei mit den Aufzeichnungen dazu, wie das Teil gefertigt wurde. Als Nächstes · Aufwand: mittel (Wochen, einige Personen)
Quellen
- France Num (9 June 2026). Comment une TPE industrielle utilise l’IA pour réaliser un devis en 10 minutes au lieu de 2 heures. Case page, in French. francenum.gouv.fr