Case Studies / Führender Automobilhersteller
AUTOMOBIL · PRODUKTIONSPLANUNG
Manuelle Datenrecherchen werden durch einen KI-gestützten Planungsassistenten ersetzt
Produktplaner bei einem führenden Luxusautomobilhersteller verbrachten täglich Stunden damit, SAP BW und verschiedene zentrale Datenbanken manuell nach den benötigten Kennzahlen zu durchsuchen. Wir entwickelten einen dialogbasierten KI-Assistenten, der Planungsdaten bei Bedarf in Echtzeit bereitstellt – auf Deutsch oder Englisch, per Text oder Sprache – und sicher an die unternehmenseigenen On-Premise-SAP-Systeme angebunden ist.
Kunde: Führender globaler Luxusautomobilhersteller (unter NDA) – eines der weltweit größten Premiumautomobilunternehmen.
ZENTRALE ERGEBNISSE
Stunden→Sek.
Datenabrufzeit pro Anfrage
2 Sprachen
Vollständige Sprach- und Textunterstützung auf Deutsch und Englisch
On-Premis
Sichere Hybridverbindung – Daten verlassen nie die Kundeninfrastruktur
Autonom
Planer können komplexe Daten ohne IT-Unterstützung abfragen
BRANCHE
Automobil
USE CASE
Abruf und Abfrage von Planungsdaten
KI-ANSATZ
NLP / NLU, konversationelle KI
SYSTEME
SAP BW, interne Datenspeicher
INFRASTRUKTUR
Microsoft Azure + On-Premise-Hybrid
ZUSAMMENARBEIT
Design Thinking → Agile Umsetzung

Die Herausforderung
Die Fahrzeugproduktplanung ist einer der datenintensivsten Prozesse in der Automobilindustrie. In diesem Unternehmen mussten Planer Daten aus SAP BW und mehreren anderen internen Datenspeichern abrufen, um Entscheidungen zu treffen – Produktionsvolumina, Konfigurationsoptionen, marktspezifische Varianten, Terminierungsrandbedingungen.
Das Problem war nicht, dass die Daten nicht vorhanden waren. Das Problem bestand darin, dass der Zugriff darauf Spezialkenntnisse der zugrundeliegenden Systeme erforderte. Planer mussten wissen, welcher Datenspeicher welche Daten enthält, wie sie durch SAP BWs Abfragestrukturen navigieren und wie sie Informationen aus mehreren Quellen verknüpfen können. In der Praxis wurde jede Planungsfrage zu einer manuellen Recherchearbeit – oder zu einer Anfrage an jemanden, der die Systeme besser kannte.
Das Kernproblem: Planungsdaten waren über SAP BW und mehrere Datenspeicher verteilt. Jede Abfrage erforderte spezialisiertes Systemwissen und verwandelte den routinemäßigen Datenabruf in einen langsamen, manuellen Prozess, der täglich Stunden an Planerzeit in Anspruch nahm.
Was wir entwickelt haben
Wir begannen mit Design-Thinking-Workshops, um zu verstehen, wie Planer tatsächlich arbeiten – welche Fragen sie stellen, welche Daten sie benötigen und wo die manuellen Engpässe liegen. Das hat die Lösung direkt geprägt.
Konversationelle KI-Schnittstelle. Wir haben einen intelligenten Assistenten entwickelt, den Planer in natürlicher Sprache abfragen können – getippt oder gesprochen, auf Deutsch oder Englisch. Anstatt SAP-BW-Transaktionen zu navigieren oder Abfragen zu schreiben, kann ein Planer einfach eine Frage in einfacher Sprache stellen und erhält die Antwort sofort.
Multi-System-Datenabruf. Hinter der konversationellen Oberfläche verband sich der Assistent mit SAP BW und den anderen Planungsdatenspeichern des Unternehmens. Er verstand die Logik der zugrundeliegenden Datenstrukturen – welches System welche Informationen enthält, wie Daten aus mehreren Quellen kombiniert werden können – und übernahm die Komplexität, die Planer bisher selbst bewältigen mussten.
Hybride Cloud-Architektur. Die Planungsdaten des Unternehmens mussten On-Premise bleiben – für einen Automobilhersteller dieser Größenordnung nicht verhandelbar. Wir haben den KI-Assistenten in Microsoft Azure aufgebaut und gleichzeitig eine sichere Verbindung zur On-Premise-SAP-Infrastruktur hergestellt. Strenge Berechtigungskontrollen stellten sicher, dass der Assistent nur auf Daten zugriff, zu deren Einsicht der jeweilige Benutzer berechtigt war.
Zweisprachige Sprach- und Texteingabe. Mit NLP- und NLU-Fähigkeiten beherrschte der Assistent sowohl Deutsch als auch Englisch fließend – in schriftlicher und gesprochener Form. Planer an verschiedenen Standorten und in verschiedenen Teams konnten in der Sprache interagieren, die ihnen am natürlichsten erschien.
Die Lösung wurde mit nativen Microsoft-Azure-Cloud-Diensten entwickelt – LUIS für das Sprachverständnis, Bot Service für die Konversationsschicht, CosmosDB für Sitzungsdaten und AppService für das Deployment – und in agilen Sprints mit kontinuierlicher Beteiligung der Stakeholder über die IT-Abteilung des Kunden geliefert.
Die Ergebnisse
VORHER
Planer haben SAP BW und mehrere Datenspeicher manuell abgefragt. Jede Datenanfrage erforderte Spezialkenntnisse oder IT-Unterstützung. Routinefragen dauerten Stunden.
NACHHER
Planer stellen Fragen in einfacher Sprache und erhalten Antworten in Sekunden. Kein Systemfachwissen erforderlich. Der Datenabruf erfolgt automatisch über alle verbundenen Quellen.
Die manuelle Arbeit der Navigation in Datensystemen wurde bei routinemäßigen Planungsabfragen vollständig eliminiert. Planer, die zuvor viel Zeit damit verbracht haben, Daten abzurufen und zu vergleichen, konnten sich jetzt auf das eigentliche Treffen von Planungsentscheidungen konzentrieren – die Arbeit, für die sie eingestellt wurden.
Die hybride Architektur bewies, dass Enterprise-KI nicht erfordert, sensible Daten in die Cloud zu verlagern. Das Unternehmen behielt die volle Kontrolle über seine Planungsdaten und gab seinen Teams gleichzeitig einen modernen, intuitiven Weg, darauf zuzugreifen.
Das Projekt hat auch ein Muster aufgezeigt, das wir häufig in Unternehmensumgebungen beobachten: Die größten Effizienzgewinne entstehen nicht durch die Ersetzung von Mitarbeitern, sondern durch die Beseitigung des manuellen Aufwands, der qualifizierte Fachkräfte daran hindert, ihre eigentliche Arbeit zu erledigen.
Eingesetzte Technologie
Mehr Case Studies
So haben wir anderen Unternehmen geholfen

BEHÖRDE · POLNISCHE ÖFFENTLICHE INSTITUTION (UNTER NDA)
Multi-Agenten-Chatbot ersetzt manuelle Bürgeranfragen in 11 Themenbereichen
Bürger riefen die Behörde an, weil der bestehende Chatbot ihre Fragen nicht verstand. Wir haben ein neues System entworfen und prototypisiert, bei dem Bürger in einfacher Sprache fragen und automatisch zur richtigen Antwort geleitet werden – ohne zusätzliche Vorkenntnisse.
11
Themenbereiche
3
Dedizierte Tools

MEDTECH · APOQLAR
Bearbeitungszeit für Sicherheitsfragebögen von einem Monat auf eine Woche reduziert
Jeder neue Krankenhauspartner benötigte einen ausgefüllten Fragebogen – 8–10 Beteiligte, rund einen Monat, Antworten aus Richtlinien verschiedener Abteilungen. Jetzt entwirft ein KI-Assistent die Antworten automatisch und spart dabei geschätzte 90.000 $ pro Jahr.
-75%
Bearbeitungszeit
90.000 $
Jährliche Einsparungen

MEDTECH · APOQLAR
GenAI-Assistent ersetzt manuelle Dokumentensuche
Mitarbeiter verbrachten Stunden damit, hunderte von Produktdokumenten zu durchsuchen, um Kunden- und Compliance-Fragen zu beantworten. Jetzt stellen sie Fragen in natürlicher Sprache und erhalten in Sekunden quellenbasierte Antworten.
RAG
Integriert
Kontextverwaltung
Optimiert

