Generative künstliche Intelligenz, kurz GenAI, kann die Effizienz im Großanlagenbau deutlich steigern. Das ist das zentrale Ergebnis einer neuen Gemeinschaftsstudie der VDMA-Arbeitsgemeinschaft Großanlagenbau und „Strategy&", der Strategieberatung von PwC. Die Untersuchung basiert auf der Befragung von 120 Unternehmen sowie der Analyse von 40 Anwendungsfällen in wertschöpfungsnahen Bereichen.

Generative KI steigert Produktivität und senkt Kosten

84 Prozent der Unternehmen schätzen GenAI als wichtigen oder sehr wichtigen Faktor für ihre künftige Profitabilität ein. Den größten Hebel sehen 88 Prozent in der Kostenreduktion. Die erwartete Steigerung der Gewinnmarge durch skalierbaren KI-Einsatz liegt im Durchschnitt bei 6,7 Prozentpunkten. Besonders vielversprechend sind Anwendungen in Engineering, Vertrieb, Marketing und Entwicklung.

Breite Nutzung im Großanlagenbau

59 Prozent der befragten Unternehmen setzen die Technologie bereits aktiv in ihren Prozessen ein, weitere 35 Prozent planen kurzfristige Einführungen. Damit erkennen 94 Prozent der Unternehmen das Potenzial der von generativer KI. Eingesetzt wird GenAI vor allem in Bereichen mit direktem Einfluss auf Herstellkosten, Betriebsausgaben und Angebotsprozesse.

Trotz breiter Nutzung gelingt es bislang nur wenigen Unternehmen, GenAI systematisch im gesamten Unternehmen zu verankern. Nur 33 Prozent der aktiven Unternehmen haben eine unternehmensweite Skalierung erreicht. Häufig verbleibt der Einsatz in Pilotprojekten oder einzelnen Abteilungen.

Vier zentrale Hürden für den Einsatz von GenAI

Die Studie identifiziert vier Hauptgründe für die begrenzte Skalierung: fehlende Kompetenzen, mangelnde strategische Ausrichtung, technische Barrieren (insbesondere bei Datenqualität und Infrastruktur) sowie organisationale Widerstände. Erfolgsfaktoren sind laut Studie unter anderem gezielte Trainingsprogramme, eine klare Zieldefinition und frühzeitiges Stakeholder-Management.

Strategische Chance für den Großanlagenbau

Für eine erfolgreiche Umsetzung empfehlen die Studienautoren, GenAI zur Chefsache zu machen. Dazu zählen aktives Top-Management-Sponsoring, operative Verantwortlichkeiten und ein klarer Skalierungsplan für priorisierte Use Cases. Ziel ist es, messbare Wertbeiträge zu erzielen, statt auf isolierte Einzellösungen zu setzen.

Dr. Harald Weber, Geschäftsführer der AGAB, betont: „Viele Unternehmen haben das Potenzial erkannt. Doch zwischen Piloten und skalierten Effekten klafft noch eine Lücke. Wer jetzt die ‚Pilotfalle‘ verlässt, ein klares GenAI-Zielbild definiert und erfolgreiche Use-Cases konsequent in die Kernprozesse einbaut, kann seine Profitabilität substanziell steigern. GenAI muss zur Chefsache werden,mit Fokus auf messbare Wertbeiträge, nicht auf Einzelexperimente.“