Ihr bester Ingenieur geht bald in den Ruhestand. Was passiert mit seinem gesamten Wissen?
Wir entwickeln KI-Agenten, die betriebliches Fachwissen erfassen und es jedem Mitarbeiter, in jeder Schicht und an jedem Tag zugänglich machen. Keine generischen Chatbots. Sondern maßgeschneiderte Intelligenz, die auf Ihren Maschinen, Ihrer Dokumentation und Ihren Daten basiert, um Ihr Team zu unterstützen, statt es zu ersetzen.
Ihre Datenmenge wächst. Ihre Fähigkeit, sie zu nutzen, nicht.
Drei Schmerzpunkte, die sich gegenseitig verstärken: Wissen, das in den Köpfen der Mitarbeiter feststeckt, Daten, die in isolierten Systemen gefangen sind, und die Ernüchterung durch LLMs. Der Besucher soll sich verstanden fühlen und bereit für eine echte Alternative sein.
Das Wissensproblem
Ihr Instandhaltungsleiter weiß, dass sich das Vibrationsmuster von Maschine 7 zwei Tage vor einem Lagerschaden verändert. Ihr leitender Qualitätsprüfer erkennt einen Oberflächenfehler allein am Geräusch. Ihr Produktionsplaner weiß, welche Auftragsreihenfolgen die Rüstzeiten minimieren – nicht, weil es irgendwo dokumentiert ist, sondern weil er es seit 25 Jahren so macht.
Dieses Fachwissen steckt in keinem System. Es existiert nur in den Köpfen Ihrer Mitarbeiter. Wenn diese in den Ruhestand gehen, krankheitsbedingt ausfallen oder die Abteilung wechseln, geht dieses Wissen verloren. Der neue Mitarbeiter hat zwar den Abschluss, aber nicht das nötige Gespür; er kennt den Prozess, aber nicht die Ausnahmen. Und niemand hat es aufgeschrieben, weil schlichtweg die Zeit fehlte.
Das Datenproblem
Ihre Maschinen generieren mittlerweile Terabytes an Sensordaten. Ihr ERP-System enthält jahrelange Produktionsaufzeichnungen. Ihr Qualitätssicherungssystem umfasst Tausende von Prüfberichten. Ihre Wartungsprotokolle beschreiben jede einzelne Reparatur. Doch all diese Informationen liegen in isolierten Datenbanken, PDF-Dateien und Ordnern, die niemand mehr öffnet. Sie verfügen über mehr Daten als je zuvor, aber über weniger Erkenntnisse, als Sie eigentlich benötigen.
Die Enttäuschung durch LLMs
Jemand aus Ihrem Team hat einen Chatbot ausprobiert. Er hat eine ordentliche E-Mail geschrieben und ein Dokument zusammengefasst. Doch als er nach den spezifischen Ausfallmustern Ihrer Maschinen gefragt wurde, hat er eine Antwort halluziniert, die zwar plausibel klang, aber völlig falsch war. Denn eine generische KI kennt Ihre Maschinen nicht. Sie kennt Ihre Wartungshistorie nicht. Sie hat nicht Ihr 400-seitiges Anlagenhandbuch auf Deutsch gelesen und versteht erst recht keine OPC-UA-Telemetriedaten einer CNC-Fräse.
Die häufigsten Symptome, die wir hören:
„Wir verlieren Mitarbeiter schneller, als wir Ersatz ausbilden können.“
Mit jedem Renteneintritt geht wertvolles Erfahrungswissen verloren.
„Wir haben die Daten, aber niemand hat Zeit, sie zu analysieren.“
Erkenntnisse sind in Systemen gefangen, deren Abfrage Spezialwissen erfordert.
„Wir haben KI-Tools ausprobiert, aber sie verstehen unsere Branche nicht.“
Generische LLMs produzieren überzeugend klingenden Unsinn über Ihre spezifischen Anlagen.
„Unsere Berichterstattung dauert Tage, obwohl sie in Sekunden erledigt sein sollte.“
Schichtberichte, Compliance-Dokumentationen und Qualitäts-Dashboards werden manuell erstellt.
„Wir können das Wissen unserer besten Leute nicht skalieren.“
Das Fachwissen eines Experten lässt sich nicht einfach auf drei Schichten und zwei Werke übertragen.
Zuerst finden wir heraus, wo KI wirklich funktioniert
Nicht jeder Prozess profitiert von KI. Manche lassen sich besser durch Integration, Automatisierung oder klassische technische Lösungen optimieren. In der Analysephase ermitteln wir, wo KI-Agenten einen echten Mehrwert bieten und wo nicht. So bewahren wir Sie vor dem kostspieligsten Fehler im Bereich Enterprise-KI: etwas Beeindruckendes zu entwickeln, das am Ende niemand nutzt.
Was unsere KI-Spezialisten in der Analysephase leisten:
KI-gestützte Chancenbewertung (in Discovery)
Wir bewerten jeden Prozess und jede Datenquelle auf ihre Eignung für KI. Wo bleiben unstrukturierte Daten ungenutzt? Wo entstehen Entscheidungsengpässe durch mangelnde personelle Verfügbarkeit? Wo könnte ein Vorhersagemodell das Verhalten maßgeblich beeinflussen? Jede dieser Möglichkeiten wird anhand von Wirkung, Umsetzbarkeit und Datenverfügbarkeit bewertet.
Prototyping / KI-POC (7 Tage)
Für die am besten bewertete Gelegenheit entwickeln wir einen funktionsfähigen Prototyp auf Basis Ihrer echten Daten. Dabei handelt es sich nicht um eine vorgefertigte Demo mit Beispieldaten, sondern um einen funktionalen Agenten, der anhand Ihrer tatsächlichen Produktionshistorie, Wartungsprotokolle oder Qualitätsaufzeichnungen getestet wird. So sehen Sie direkt, ob es funktioniert, bevor Sie sich für eine vollständige Implementierung entscheiden.
Das erhalten Sie:
KI-Potenziallandkarte
Jeder KI-relevante Prozess bewertet nach Wirkung, Umsetzbarkeit und Datenverfügbarkeit. Klare Unterscheidung zwischen schnellen Erfolgen und strategischen Investitionen.
Discovery: Festpreis. Prototyping: projektbezogene Aufwandsschätzung
Funktionsfähiger Prototyp
Ein funktionaler KI-Agent oder ein auf Ihre Daten abgestimmtes Modell. Leistungskennzahlen. Eine Demo-Umgebung, die Ihre Führungsebene direkt evaluieren kann.
Discovery: 1–30 Tage. Prototyping: 7 Tage
Business Case für die Produktion
Prognostizierter ROI. Technischer Skalierungsplan. Ressourcenbedarf. Go/No-Go-Empfehlung auf Basis von Fakten, nicht Annahmen.
Wir verwenden Ihre echten Daten, keine Beispieldatensätze. So sehen Sie die KI direkt an Ihren eigenen Maschinen und Prozessen in Aktion, noch bevor Sie größere Investitionen tätigen.
Anschließend integrieren wir Intelligenz in Ihre Betriebsabläufe
KI-Agenten sind die wichtigste Disziplin in 10 Build-Services, mehr als in jedem anderen Bereich außer Engineering. Während Engineering die Infrastruktur bereitstellt, liefern KI-Agenten die Intelligenz. Diese beiden Disziplinen arbeiten bei nahezu jedem Cadran-Projekt Hand in Hand.
KI, die mit der Zeit immer intelligenter wird
Ein heute bereitgestelltes KI-Modell verliert morgen an Leistung, wenn es nicht aktiv verwaltet wird. Produktionsdaten ändern sich. Das Verhalten der Maschine driftet ab. Neue Produkte kommen hinzu. Vorschriften entwickeln sich weiter. Die Betriebsphase stellt sicher, dass Ihre KI-Agenten leistungsfähig bleiben und sich kontinuierlich verbessern.
MLOps & Skalierbarkeit
Kontinuierliche Modellüberwachung, automatisierte Retraining-Trigger und Performance-Dashboards. Wenn Ihr Modell für vorausschauende Wartung aufgrund der Einbindung eines neuen Maschinentyps an Genauigkeit verliert, erkennen wir dies und führen ein Retraining durch, bevor die Performance sinkt. Die Infrastruktur skaliert automatisch mit wachsendem Datenvolumen.
KI-Sicherheit & Risikominderung
Compliance mit dem EU AI Act für alle bereitgestellten Modelle. Data Governance für sensible Produktionsdaten. Tests auf Robustheit gegenüber Angriffen. Bias-Monitoring. Dokumentation zur Erklärbarkeit, die sowohl Regulierungsbehörden als auch Ihre Führungsebene überzeugt.
.png)
Kontinuierliche Verbesserung
Vierteljährliche Überprüfung der Agentenleistung anhand von geschäftlichen KPIs. Integration neuer Trainingsdaten. Funktionserweiterungen basierend auf Nutzerfeedback. Ihre KI-Agenten stagnieren nicht, sondern gewinnen mit der Zeit kontinuierlich an Wert.
Der entscheidende Unterschied: Die meisten KI-Anbieter stellen ein Modell bereit und ziehen weiter. Wir bleiben, denn unsere Vergütung ist an Ihre Ergebnisse gekoppelt. Wenn das Modell nicht mehr liefert, spüren wir das auch.
Der KI-Stack hinter unseren Agenten
Wir sind modell- und plattformunabhängig. Wir wählen für jeden Anwendungsfall das passende Grundlagenmodell, die optimale Vektordatenbank und das ideale Orchestrierungs-Framework aus und wechseln, sobald eine bessere Lösung verfügbar ist. Was bleibt: unser Engagement für Sicherheit, Erklärbarkeit und Zuverlässigkeit auf Produktionsniveau.
Fallstudien
Strategic Partnership
Seit Mitte 2022 ist Cadran strategischer Technologiepartner der HOMAG Group, des weltweit führenden Anbieters integrierter Lösungen für die holzverarbeitende Produktion. Wir entwickeln und betreuen gemeinsam materialManager und materialManager Advanced – die webbasierten Anwendungen von HOMAG für zentrales Materialdatenmanagement, Bestandsführung und automatisierte Materialzuweisung in der Kantenbearbeitung und Plattenaufteilung.
Was wir gemeinsam entwickelt haben: nahtlosen Datenimport aus Excel, ERP-Systemen und Branchensoftware; Bestandsverfolgung in Echtzeit mit automatisierter Materialzuweisung und -buchung; direkte Integration mit HOMAG-Maschinen und Produktionsplanungssoftware zur Optimierung von Zuschnitt und Nesting; sowie die automatische Anpassung von Sägeparametern auf Basis von Materialien, Werkzeugen und Qualitätsanforderungen. Das Ergebnis: Automatisierte Materialzuweisung und optimierter Zuschnitt reduzierten den Verschnitt um bis zu 15 %, während die Bestandsverfolgung in Echtzeit manuelle Fehler beseitigte und die operative Genauigkeit verbesserte.
Homag
Fallstudie lesen
Cadran entwickelt gemeinsam mit Ceiton dessen Enterprise-Plattform für Workflow- und Ressourcenmanagement, die Sendeanstalten von MDR bis Red Bull Media House mit skalierbarem Projektmanagement und automatisierter Einsatzplanung unterstützt.
Ceiton Technologies — CEITON Plattform für Workflow- & Ressourcenmanagement
Fallstudie lesen
Ongoing partnership
WEINMANN baut die Maschinen, die Gebäude entstehen lassen. Als führender Hersteller von Fertigungsanlagen für Wand-, Dach- und Deckenelemente im Holzbau sind die Systeme des Unternehmens weltweit in Zimmereien und Fertighauswerken im Einsatz. Gemeinsam mit WEINMANN entwickelt Cadran die digitale Produktionsplattform WupWorks – die Software, die architektonische CAD-Daten in präzise gefertigte Holzbauelemente verwandelt und den Bedienern dank Echtzeit-3D-Visualisierung jeden Arbeitsschritt exakt vor Augen führt.
Weinmann
Fallstudie lesen
Wer Ihre KI-Agenten baut
AI Solutions Architect
Entwirft die Architektur des KI-Systems und wählt die passenden Modelle, Frameworks und Bereitstellungsmuster für Ihren Anwendungsfall aus. Leitet die Bewertung von KI-Potenzialen in der Discovery-Phase sowie das technische Design in der Build-Phase.
ML / AI Engineers
Entwickeln, trainieren, optimieren und implementieren Sie Ihre Modelle. Wir sind spezialisiert auf Machine Learning für die vorausschauende Wartung, Computer Vision für die Qualitätskontrolle, NLP für die Dokumentenverarbeitung sowie die Entwicklung LLM-basierter Agenten. Wir beherrschen sowohl PyTorch als auch die Bereitstellung in produktiven Umgebungen.
Prompt Engineers
Entwickeln Sie die Konversationsarchitektur, Prompt-Chains und Guardrails für LLM-basierte Agenten. Stellen Sie sicher, dass Agenten präzise antworten, innerhalb ihres Themenbereichs bleiben und Grenzfälle souverän handhaben. Dies ist entscheidend für RAG-Systeme und Wissensdatenbank-Assistenten.
Data Engineers
Bereiten Sie die Daten, die Ihre KI-Agenten speisen, auf, bereinigen Sie diese und führen Sie sie in Pipelines zusammen. Erstellen Sie die RAG-Retrieval-Ebene. Stellen Sie sicher, dass Daten zuverlässig und skalierbar von Ihren Maschinen und Systemen in die Modelle fließen. (Interdisziplinäre Zusammenarbeit mit dem Engineering-Team.)
MLOps-Engineers
Stellen Sie Modelle produktiv bereit. Bauen Sie eine Infrastruktur für Monitoring und Retraining auf. Sorgen Sie dafür, dass Ihre KI-Agenten zum Start einwandfrei funktionieren und sich kontinuierlich verbessern. Schließen Sie die Lücke zwischen „funktioniert im Notebook“ und „funktioniert auch um 3 Uhr morgens in der dritten Schicht“.
Von Grund auf interdisziplinär.
Bei KI-Agenten-Projekten sind immer Engineering-Leistungen für die Infrastruktur und häufig Integrationsaufgaben für die Datenanbindung erforderlich. Unsere Teamstruktur spiegelt dies wider: Unsere Spezialisten arbeiten disziplinübergreifend zusammen, statt in Silos zu agieren.
Häufige Fragen zu KI-Agenten
Eine berechtigte Sorge. Generische LLMs halluzinieren tatsächlich, wenn sie zu Themen befragt werden, auf die sie nicht trainiert wurden. Unser Ansatz wirkt dem auf drei Wegen entgegen: (1) RAG-Architekturen, die jede Antwort auf Ihre tatsächliche Dokumentation und Ihre Daten stützen – der Agent nennt seine Quellen; (2) Guardrails, die verhindern, dass der Agent Fragen außerhalb seiner trainierten Domäne beantwortet – er sagt „Das weiß ich nicht“, statt zu raten; (3) Human-in-the-Loop-Design für kritische Entscheidungen – der Agent empfiehlt, ein Mensch genehmigt. Außerdem setzen wir Anthropic Claude ein, das speziell auf Sicherheit und Genauigkeit im Unternehmenskontext ausgelegt ist.
Ihre Daten bleiben jederzeit unter Ihrer Kontrolle. Wir bieten drei Bereitstellungsmodelle an: (1) Cloud-Hosting in EU-Rechenzentren (Azure Deutschland, Hetzner) für vollständige DSGVO-Konformität; (2) hybride Bereitstellung, bei der sensible OT-Daten on-premise bleiben und nur aggregierte Erkenntnisse in die Cloud übertragen werden; (3) vollständig on-premise für besonders sicherheitssensible Umgebungen. Zusätzlich unterstützen wir Mistral AI als EU-souveräne Modelloption für Kunden, die eine durchgängige europäische Datenhaltung benötigen. Alle Bereitstellungen beinhalten Data-Governance-Frameworks, die an DSGVO, EU AI Act und – sofern zutreffend – NIS2 ausgerichtet sind.
ChatGPT ist ein Allzweck-Assistent. Er ist hervorragend darin, E-Mails zu schreiben und Artikel zusammenzufassen. Bei Fragen zur Wartungshistorie Ihrer konkreten CNC-Maschine versagt er jedoch, denn er hat Ihre Daten nie gesehen. Unsere KI-Agenten sind speziell entwickelt: trainiert auf Ihrer Dokumentation, über RAG mit Ihren Maschinendaten verbunden und auf Ihre Domäne beschränkt. Sie beantworten Fragen wie „Was hat die letzten drei Stillstände an Linie 4 verursacht?“, indem sie Ihre tatsächliche Wartungsdatenbank abfragen – nicht, indem sie eine plausible Vermutung generieren.
Genau dafür gibt es uns. Unser KI-Team übernimmt die Entwicklung, und unsere Betriebsphase (MLOps) kümmert sich um das laufende Management. Ihr Team muss weder Modelle trainieren noch Hyperparameter optimieren oder Drift überwachen. Es interagiert über eine natürliche Schnittstelle mit dem KI-Agenten – stellt Fragen, prüft Empfehlungen und gibt Maßnahmen frei. Die Komplexität bleibt hinter einer einfachen Bedienung verborgen.
Nur, wenn wir es richtig konzipieren. Wir integrieren KI-Agenten in die Tools, die Ihre Bediener bereits nutzen – nicht als separate App, die niemand öffnet. Ein Wartungs-Copilot erscheint direkt in Ihrem CMMS. Ein Qualitätsagent zeigt Warnungen in dem Dashboard an, das Ihr QS-Team ohnehin im Blick hat. Die Benutzeroberfläche ist auf Deutsch. Die Schulung erfolgt praxisnah. Und unsere Betriebsphase umfasst gezieltes Change-Management, um die Akzeptanz sicherzustellen. Wenn die Bediener es nicht nutzen, ist das Projekt gescheitert – und da unsere Vergütung an Ergebnisse gekoppelt ist, spüren wir dieses Scheitern ebenfalls.
KI-Systeme, die in der industriellen Sicherheit und in kritischen Infrastrukturen eingesetzt werden, unterliegen spezifischen Anforderungen des EU AI Act. Unser Service „AI Security & Risk Mitigation“ in der Betriebsphase umfasst: Risikoklassifizierung Ihrer eingesetzten KI-Systeme, Dokumentations- und Transparenzanforderungen, Mechanismen zur menschlichen Aufsicht sowie kontinuierliches Monitoring auf Bias und Drift. Wir integrieren die Konformität mit dem EU AI Act vom ersten Tag an in jeden Agenten – statt sie später nachzurüsten.
Bereit zu sehen, was in Ihren Daten steckt?
Beginnen Sie mit einem gezielten Gespräch über Ihre Betriebsabläufe und die Bereiche, in denen KI den größten Mehrwert bieten kann.