Freitagabend, 21:40 Uhr, Rufbereitschaft: Die Verpackungslinie steht mit einer Fehlermeldung, die bisher nur ein Kollege sicher deuten konnte – und der ist seit dem Frühjahr in Rente. Das Handbuch hat 600 Seiten, die Störungshistorie steckt in Freitextfeldern. Genau hier beginnt KI in der Instandhaltung für die meisten Betriebe: nicht beim großen Predictive-Maintenance-Projekt, sondern bei Störmeldungen, Handbüchern und dem Wissen erfahrener Techniker:innen. Hier steht, was KI in jeder Instandhaltungsstrategie realistisch beiträgt, welche Daten vorausschauende Wartung braucht, was nach der Betriebssicherheitsverordnung beim Menschen bleibt und wie euer Team das lernt – mit Förderung über das Qualifizierungschancengesetz.
KI in der Instandhaltung: was sie in jeder Strategie leisten kann
Die Antwort in drei Sätzen: KI hilft in allen Instandhaltungsstrategien, aber auf sehr unterschiedliche Weise. Bei Störungen und Wartungsplänen arbeitet generative KI mit Texten, die ihr längst habt, vorausschauende Wartung braucht dagegen Messdaten, dokumentierte Ausfälle und Zeit. Wer mit Predictive Maintenance anfängt, fängt deshalb oft beim schwierigsten Teil an.
Die Begriffe stammen aus der Normung. DIN 31051 gliedert die Instandhaltung in Wartung, Inspektion, Instandsetzung und Verbesserung. DIN EN 13306 unterscheidet korrektive Instandhaltung nach einem Fehler von präventiver – vorausbestimmt nach Intervall, zustandsorientiert nach Befund, voraussagend nach Prognose (vereinfacht, verbindlich ist der Normtext).
| Strategie | Auslöser | Was KI realistisch beiträgt | Was ihr dafür braucht |
|---|---|---|---|
| Korrektiv (reaktiv) | Störung, Ausfall | Störmeldung strukturieren, Fehlersuche in Handbuch und Historie, Ersatzteil identifizieren | digitale Handbücher, Störungen mit Ursache dokumentiert |
| Vorausbestimmt (vorbeugend) | Kalender, Betriebsstunden | Wartungspläne aus Herstellerangaben entwerfen, Intervalle mit der Störungshistorie abgleichen | Herstellerunterlagen, Zählerstände |
| Zustandsorientiert | Messwert, Inspektionsbefund | Grenzwerte überwachen, Auffälligkeiten in Schwingung, Temperatur oder Stromaufnahme melden | Sensoren oder regelmäßige Messrunden |
| Voraussagend (Predictive Maintenance) | Prognose | Modelle schätzen, wann ein Bauteil voraussichtlich ausfällt | lange Datenreihen mit dokumentierten Ausfällen, Datenkompetenz im Team |
Die unterschätzte Grundmaßnahme ist die Verbesserung. Lasst ihr eine KI die Störmeldungen der letzten drei Jahre nach Ursachen gruppieren, seht ihr, welche Wiederholer die meisten Stillstandsstunden kosten – Schwachstellenanalyse ohne wochenlanges Auszählen. Voraussetzung: In den Meldungen steht mehr als „defekt, getauscht“.
Predictive Maintenance: erst die Daten, dann das Modell
Für die Studie Industrie 4.0 2026 hat der Digitalverband Bitkom von Anfang Februar bis Mitte März 2026 insgesamt 555 Industrieunternehmen ab 100 Beschäftigten befragt:
Ausfälle sind selten – zum Glück und zum Problem. Ein Prognosemodell lernt aus Fällen, in denen ein Bauteil ausgefallen ist. Gute Instandhaltung verhindert genau diese Fälle. Bei zwei dokumentierten Lagerschäden in fünf Jahren gibt es wenig zu lernen. Der ehrlichere erste Schritt ist oft die zustandsorientierte Überwachung mit festen Grenzwerten – sie liefert nebenbei die Datenreihen, die eine Prognose später braucht.
Ein Messwert ohne Kontext ist Rauschen. Ein Schwingungswert sagt wenig, solange niemand weiß, welches Produkt lief, wann gewartet wurde und was beim letzten Ausfall kaputt war. Zur Sensorik gehört eine Störungshistorie mit Ursache, Maßnahme und getauschtem Bauteil – oft die größte Lücke. Prüft vor einem Projekt diese fünf Fragen:
| Frage an euren Betrieb | Wenn nein, zuerst … |
|---|---|
| Werden Störungen mit Ursache und getauschtem Bauteil dokumentiert? | Störmeldungen strukturieren (siehe unten) |
| Gibt es für die Zielanlage Messwerte über einen längeren Zeitraum? | Messrunden oder Nachrüstsensoren mit festen Grenzwerten |
| Kennt ihr die Kosten einer Stillstandsstunde dieser Anlage? | rechnen; ist der Ausfall billig, reicht vorbeugende Wartung |
| Kann jemand im Team Daten und Modellergebnisse bewerten? | Weiterbildung vor dem Projektstart, nicht danach |
| Ist geklärt, wie Daten sicher aus dem Anlagennetz kommen? | OT-Sicherheit klären (weiter unten) |
Fast jede Antwort in der rechten Spalte ist eine Frage von Wissen, nicht von Hardware.
Euer Instandhaltungsteam soll KI sicher und mit Sinn einsetzen?
Über das Qualifizierungschancengesetz kann die Agentur für Arbeit die KI-Weiterbildung eurer Mitarbeiter fördern – in Betrieben unter 50 Beschäftigten bis zu 100 % der Lehrgangskosten plus Zuschuss zum Gehalt, in Betrieben unter 500 Beschäftigten für Mitarbeiter ab 45 ebenfalls bis zu 100 % der Lehrgangskosten. Was für euch gilt, zeigt der QCG-Förderrechner oder das kostenlose Erstgespräch. Ob gefördert wird, entscheidet die Agentur.
Kostenloses Erstgespräch buchenFünf Einsätze für generative KI, die ohne einen einzigen Sensor auskommen
Sprachmodelle wie ChatGPT, Claude oder Copilot lesen und schreiben Text, werten Fotos aus und durchsuchen Dokumente. Und Instandhaltung besteht zu einem guten Teil aus Meldungen, Anleitungen und Berichten.
1. Störmeldungen strukturieren. Aus dem Freitext der Schicht wird ein Datensatz mit festen Feldern, samt den Rückfragen, die sonst erst beim Techniker auffallen:
| Vorher: Meldung aus der Schicht | Nachher: Entwurf der KI |
|---|---|
| „Presse 4 steht wieder, hinten links zischt die Hydraulik, Öl am Boden. War letzte Woche auch schon. Neu gestartet, läuft 10 Minuten, dann wieder Fehler.“ | Anlage: Presse 4 · Baugruppe: Hydraulik, hinten links · Symptom: Zischen, Ölaustritt · Verhalten: Störung nach ca. 10 Minuten erneut · Wiederholer: laut Meldung Vorwoche, Auftrag verknüpfen · Rückfragen: Fehlercode? Systemdruck? Wer hat quittiert? · Hinweis: Ölaustritt, Absicherung des Bereichs prüfen |
Fiktives Beispiel. Entscheidend ist die Anweisung, nichts zu ergänzen, was nicht in der Meldung steht, und Lücken als Rückfrage auszugeben. Grenze: Die KI rät keine Ursache, und ob der Bereich gesperrt wird, entscheidet die Schichtleitung.
2. Fehlersuche mit Handbuch und Historie. Ein Assistent, der nur in euren Dokumenten sucht – Handbücher, Schaltpläne, frühere Störungsaufträge -, antwortet mit Fundstelle statt mit Allgemeinwissen (das Verfahren heißt RAG). Bei BMW durchsucht der Assistent „Factory Genius“ Anlagenhandbücher, Qualitätsdaten, Störungsberichte und täglich aktualisierte Schichtbücher, ohne Inhalte aus dem Internet (BMW Group, Juli 2025). Ein Mittelständler kann klein anfangen: mit den Unterlagen der drei störanfälligsten Anlagen. Grenze: Ohne Fundstelle keine Anweisung, sonst füllt das Modell Lücken mit plausiblen Werten (Halluzinationen). Gescannte Altunterlagen brauchen vorher eine Texterkennung.
3. Arbeitsaufträge und Wartungspläne entwerfen. Aus Herstellerangaben entsteht ein Checklisten-Entwurf mit Arbeitsschritten, Werkzeug und Material. In der Gebäudetechnik liefert die Reihe VDMA 24186 Wartungs-Leistungsprogramme, etwa für Lüftung, Heizung, Gebäudeautomation, Elektro und Brandschutz. Grenze: Art, Umfang und Fristen von Prüfungen legt der Arbeitgeber fest (§ 3 Abs. 6 BetrSichV), nicht die KI. Normtexte sind lizenziert – klärt, ob ihr sie in ein KI-Werkzeug laden dürft.
4. Ersatzteile identifizieren. Aus dem Foto eines Typenschilds liest die KI Hersteller, Typ und Seriennummer und sucht im Materialstamm nach Treffern – oft auch nach Dubletten desselben Teils unter drei Nummern. Grenze: Fast gleich ist nicht gleich. Bei Wälzlagern entscheidet ein Nachsetzzeichen wie C3 über die Lagerluft. Freigegeben wird gegen die Herstellerdokumentation.
5. Schichtübergabe per Sprachnotiz. Zwei Minuten diktiert, und es entsteht eine gegliederte Übergabe: offene Störungen, Provisorien, bestellte Teile, gesperrte Anlagen (mehr zu Spracherkennung mit KI). Grenze: Sperren und Freigaben laufen über euer Freigabesystem (§ 10 Abs. 3 Nr. 12 BetrSichV), nie allein über einen KI-Text.
Wenn 30 Jahre Anlagenwissen in Rente gehen
Bis 2040 werden rund 13,3 Millionen Erwerbspersonen das gesetzliche Rentenalter von 67 Jahren überschritten haben – 30 % aller Erwerbspersonen von 2025. Der Anteil der Erwerbspersonen ab 55 stieg von 20,7 % (2015) auf 27,0 % (2025; Statistisches Bundesamt, Juni 2026). Für viele Instandhaltungsteams heißt das: Wer eine Anlage seit der Inbetriebnahme kennt, geht in den nächsten Jahren. Was dann fehlt, steht selten im Handbuch – welcher Sensor bei Kälte spinnt, in welcher Reihenfolge man eine Störung eingrenzt. So hält KI es fest:
- Entlang echter Störfälle fragen. Nicht „erzähl mal alles“, sondern die zehn Wiederholer aus der Schwachstellenanalyse: Woran erkennst du das? Was prüfst du zuerst?
- Aufnehmen und abschreiben lassen. Nur mit Einverständnis der Person und in einem Werkzeug mit Auftragsverarbeitungsvertrag.
- Von der KI strukturieren lassen. Symptom, Prüfreihenfolge, typische Ursache, Kniff, Ersatzteil – als Störungsleitfaden für genau diese Anlage.
- Vom Kollegen korrigieren lassen. Erst dann geht der Leitfaden in die Wissensbasis, mit Name und Datum als Quelle.
Freigabe, Prüfung, Unterschrift: was nach der Betriebssicherheitsverordnung beim Menschen bleibt
Einschätzung aus der Weiterbildungspraxis, keine Rechtsberatung. Verbindlich klären das eure Fachkraft für Arbeitssicherheit, die Berufsgenossenschaft, Datenschutzbeauftragte, der Betriebsrat oder eine Fachkanzlei.
Instandhalten dürfen nur fachkundige, beauftragte und unterwiesene Beschäftigte oder vergleichbar qualifizierte Fremdfirmen (§ 10 Abs. 2 BetrSichV). Eine KI ist nichts davon. Sie bereitet vor, die Verantwortung bleibt, wo sie war:
| Tätigkeit | KI kann vorbereiten | Entscheidet und zeichnet |
|---|---|---|
| Instandhaltungsarbeit planen | Gefährdungen aus Handbuch und Historie sammeln | Verantwortliche mit Fachkunde, auf Basis der Gefährdungsbeurteilung (§ 10 Abs. 2) |
| Anlage freischalten und sichern | Checkliste aus der Betriebsanweisung | die nach eurem Freigabesystem zuständige Person (§ 10 Abs. 3) |
| Prüfung von Arbeitsmitteln | Protokollvorlage, Erinnerung an Fälligkeiten | die zur Prüfung befähigte Person, fachlich weisungsfrei, mit Name und Unterschrift (§ 14 Abs. 6 und 7) |
| Prüffristen festlegen | Herstellerangaben und Störungshistorie zusammenstellen | der Arbeitgeber (§ 3 Abs. 6) |
| Elektrische Anlage nach Instandsetzung | Messwerte ins Protokoll übertragen | Elektrofachkraft vor der Wiederinbetriebnahme (§ 5 DGUV Vorschrift 3) |
| Aufzug in der Gebäudetechnik | Mängel aus Prüfberichten nachverfolgen | zugelassene Überwachungsstelle; Hauptprüfung spätestens alle zwei Jahre plus Zwischenprüfung (Anhang 2 Abschnitt 2 BetrSichV) |
Nachrüsten ist Ändern. Wer eine Bestandsmaschine mit Sensoren oder KI-Funktion ausstattet, muss beurteilen, ob die Änderung prüfpflichtig ist und Herstellerpflichten auslöst (§ 10 Abs. 5 BetrSichV). Nach der Maschinenverordnung (EU) 2023/1230, die ab Januar 2027 gilt, wird zum Hersteller, wer eine „wesentliche Veränderung“ vornimmt (Art. 18) – eine nicht vorgesehene physische oder digitale Änderung, die eine neue Gefährdung schafft oder ein Risiko erhöht. Ein Sensor, der nur misst, ist etwas anderes als ein System, das in Steuerung oder Sicherheitsfunktionen eingreift.
OT-Security: warum das Wartungsnotebook riskanter ist als der Chatbot
Auf Platz 1 der zehn größten Bedrohungen für industrielle Steuerungsanlagen steht beim BSI das Einschleusen von Schadsoftware über Wechseldatenträger und mobile Systeme – ausdrücklich auch über Wartungsnotebooks, die vorher im Büronetz oder beim Dienstleister hingen. Dazu kommen kompromittierte Extranet- und Cloud-Komponenten (Platz 4), mit dem Internet verbundene Steuerungen (Platz 7) und Einbrüche über Fernwartungszugänge (Platz 8) (BSI, ICS-Security Top 10, Version 2022). Ein KI-Projekt berührt mehrere davon. Drei Regeln:
Daten raus, keine Befehle rein. Messwerte verlassen das Anlagennetz über einen definierten, abgesicherten Weg. Die KI schreibt nicht in Steuerungen, ein Cloud-Dienst bekommt keinen Zugang ins Anlagennetz.
Was nie in einen öffentlichen Chatbot gehört: SPS-Projektdateien, Netzpläne, Zugangsdaten, Fernwartungs-Konfigurationen. Für solche Unterlagen eher ein lokal betriebenes Modell prüfen.
Agenten mit Schreibrechten bremsen. Legt ein KI-Agent aus Herstellermails selbstständig Aufträge an, kann ein präparierter Anhang zur Anweisung werden (Prompt Injection). Zu Beginn gilt: Die KI entwirft, ein Mensch bucht. Ob ihr zusätzlich unter NIS2 fallt, zeigt der Check in NIS2 in Deutschland.
Betriebsrat, Datenschutz, KI-Verordnung: was für eure Daten gilt
1. Instandhaltungsdaten sind Personaldaten. Jedes Instandhaltungssystem speichert, wer welchen Auftrag wie lange bearbeitet hat. Ein Betriebsrat bestimmt bei technischen Einrichtungen mit, die dazu bestimmt sind, Verhalten oder Leistung zu überwachen (§ 87 Abs. 1 Nr. 6 BetrVG). Nach ständiger Rechtsprechung des Bundesarbeitsgerichts genügt, dass die Einrichtung dazu objektiv geeignet ist – ob der Arbeitgeber das vorhat, spielt keine Rolle (grundlegend BAG, 9. September 1975, 1 ABR 20/74). Eine KI-Auswertung „Reparaturdauer je Techniker“ ist so ein Fall. Über die Planung von KI-Einsatz ist der Betriebsrat zudem rechtzeitig zu unterrichten (§ 90 BetrVG).
2. Werkzeuge mit Vertrag. Gehen Namen, Schichtpläne oder Aufnahmen von Beschäftigten in ein KI-Werkzeug, braucht ihr mindestens einen Business-Tarif mit Auftragsverarbeitungsvertrag (AVV) nach Art. 28 DSGVO, ohne Trainingsnutzung eurer Eingaben. Private Konten sind tabu (KI und Datenschutz).
3. Die KI-Verordnung. Ein Assistent für die Fehlersuche oder eine Zustandsüberwachung ist in aller Regel kein Hochrisiko-System. Anders kann es aussehen, wenn ein System Leistung und Verhalten von Beschäftigten bewertet oder Aufgaben danach zuweist (Anhang III Nr. 4 b) – ähnlich wie ein Fahrer-Score in der Logistik. Diese Pflichten gelten nach der Verschiebung durch die Verordnung (EU) 2026/1744 ab dem 2. Dezember 2027. Art. 4 verlangt seit dem 27. Juli 2026, dass Anbieter und Betreiber Maßnahmen zur KI-Kompetenz ihres Personals ergreifen (Wortlaut) – ohne vorgeschriebenes Niveau oder Zertifikat und ohne eigenen Bußgeldtatbestand. Zeitplan: AI Act seit August 2026.
Zwölf Wochen, eine Anlage: ein Pilot, der etwas beweist
- Woche 1 bis 2 Anlage wählen, Ausgangswert messen die störanfälligste Anlage; Zeit bis zur Diagnose und Zahl der Wiederholer notieren
- Woche 3 bis 4 Unterlagen und Regeln Handbücher und Störungshistorie sammeln, Werkzeug mit AVV wählen, Betriebsrat unterrichten
- Woche 5 bis 10 Pilotbetrieb zwei bis drei Techniker:innen nutzen den Assistenten, jede Antwort wird gegen die Fundstelle geprüft
- Woche 11 bis 12 Auswerten, entscheiden Vorher gegen Nachher; dann nächste Anlage oder Einstieg in die Zustandsüberwachung
Illustrativer Ablauf, kein Standard. Ohne Ausgangswert in Woche 1 lässt sich in Woche 12 nichts beweisen.
Messt, was in der Instandhaltung ohnehin zählt: Zeit bis zur Diagnose, Rückfragen beim Hersteller, Anteil vollständiger Störmeldungen. Wie KI in Arbeitsvorbereitung, Qualitätssicherung und Angebotswesen hilft, steht in KI in der Produktion; den Rahmen für den ganzen Betrieb liefert der 90-Tage-Fahrplan zur KI-Einführung.
Förderung für das Instandhaltungsteam: warum beim QCG das Alter zählt
Werkzeuge lassen sich kaufen, das Können, sie in der Instandhaltung richtig einzusetzen, nicht. Ihr braucht eine Technikerin, einen Meister oder einen erfahrenen Elektroniker, der Daten bewerten, Assistenten aufsetzen und Regeln durchsetzen kann. Dafür kann die Agentur für Arbeit über das Qualifizierungschancengesetz (§ 82 SGB III) Kosten übernehmen. Für Betriebe mit 50 bis 499 Beschäftigten ist eine oft übersehene Regel wichtig: Ist die Person bei Beginn mindestens 45 Jahre alt oder schwerbehindert, soll die Kostenbeteiligung des Arbeitgebers entfallen (§ 82 Abs. 2 SGB III).
| Konstellation | Lehrgangskosten bis zu | Zuschuss zum Arbeitsentgelt bis zu |
|---|---|---|
| unter 50 Beschäftigte, jedes Alter | 100 % | 75 % |
| 50 bis 499 Beschäftigte, Person unter 45 | 50 % (mit Tarifvertrag oder Betriebsvereinbarung zur Weiterbildung 55 %) | 50 % |
| 50 bis 499 Beschäftigte, Person ab 45 oder schwerbehindert | 100 % | 50 % |
| ab 500 Beschäftigte | 25 % (mit Tarifvertrag oder Betriebsvereinbarung 30 %) | 25 % |
Die Voraussetzungen: mehr als 120 Stunden, Inhalte über eine kurze arbeitsplatzbezogene Anpassung hinaus, Berufsabschluss in der Regel mindestens zwei Jahre her, keine § 82-Förderung in den letzten zwei Jahren, Träger und Maßnahme nach AZAV zugelassen. Ausgeschlossen sind Maßnahmen, zu denen der Arbeitgeber gesetzlich verpflichtet ist – Pflichtunterweisungen bleiben eure Sache. Der Antrag muss vor Beginn beim Arbeitgeber-Service liegen; die Berechnung des Gehaltszuschusses steht unter Arbeitsentgeltzuschuss. Ob und in welcher Höhe gefördert wird, entscheidet die Agentur für Arbeit im Einzelfall.
Das Angebot von Scaly, ehrlich eingeordnet. Scaly ist ein nach AZAV zugelassener Bildungsträger. „KI-Spezialist im Unternehmen“ (3 Monate) und „KI-Experte im Unternehmen“ (6 Monate) laufen in Vollzeit, online mit Live-Unterricht, und enden mit einem Scaly-Zertifikat. Das ist keine Instandhaltungs-Fachschulung und ersetzt weder Fachkunde noch die Qualifikation als befähigte Person. Es geht um KI-Kompetenz – Werkzeuge, Prompts, Prozessautomatisierung, rechtssichere Nutzung -, die eure Leute auf Störmeldungen, Wartungspläne und Wissensbasis übertragen. Der größte Haken ist die Vollzeit: Wer drei Monate fehlt, fehlt auch im Schichtplan und in der Rufbereitschaft. Der Arbeitsentgeltzuschuss federt die Lohnkosten ab, die Vertretung organisiert ihr selbst – am besten außerhalb von Revisionen.
Häufige Fragen
Was bringt KI in der Instandhaltung konkret?
Am schnellsten wirkt sie bei Texten und Dokumenten: Störmeldungen strukturieren, Fehlersuche in Handbüchern und Historie, Wartungspläne entwerfen, Ersatzteile identifizieren, Erfahrungswissen festhalten. Vorausschauende Wartung braucht zusätzlich Messdaten und Ausfallhistorie.
Lohnt sich Predictive Maintenance für einen Mittelständler?
Für einzelne teure, störanfällige Anlagen kann sie sich lohnen. Prognosemodelle brauchen aber lange Datenreihen mit dokumentierten Ausfällen. Realistischer Einstieg: Zustandsüberwachung mit Grenzwerten plus saubere Störungshistorie.
Darf eine KI Wartungsarbeiten oder Prüfungen freigeben?
Nein. Nach der Betriebssicherheitsverordnung halten nur fachkundige, beauftragte und unterwiesene Personen instand, Prüfungen macht eine zur Prüfung befähigte Person mit Name und Unterschrift. Die KI bereitet Checklisten, Protokolle und Erinnerungen vor.
Dürfen Handbücher und Störungsdaten in ChatGPT?
Mit Business-Tarif, Auftragsverarbeitungsvertrag und ohne Trainingsnutzung in der Regel ja, sofern die Lizenz der Unterlagen es erlaubt. Steuerungsprojekte, Netzpläne und Zugangsdaten gehören nicht in öffentliche Chatbots.
Muss der Betriebsrat beteiligt werden?
Wenn es einen gibt, meist ja: Er ist bei der Planung von KI-Einsatz rechtzeitig zu unterrichten (§ 90 BetrVG) und bestimmt mit, sobald ein System objektiv geeignet ist, Verhalten oder Leistung zu überwachen (§ 87 Abs. 1 Nr. 6 BetrVG).
Wird eine KI-Weiterbildung für Instandhalter:innen gefördert?
Sie kann über das Qualifizierungschancengesetz gefördert werden: unter 50 Beschäftigten bis zu 100 % der Lehrgangskosten und bis zu 75 % Zuschuss zum Gehalt; unter 500 Beschäftigten soll der Arbeitgeberanteil bei Mitarbeitern ab 45 entfallen. Ob gefördert wird, entscheidet die Agentur für Arbeit.
Euer Team fit für KI – gefördert über das Qualifizierungschancengesetz
Im kostenlosen Erstgespräch klären wir, welche KI-Weiterbildung zu eurem Instandhaltungs- oder Technikteam passt, ob und in welcher Höhe eine QCG-Förderung möglich ist – auch mit Blick auf die Regel für Beschäftigte ab 45 – und wie der Antrag beim Arbeitgeber-Service läuft. Dabei unterstützen wir euch. Vorab rechnen könnt ihr mit dem QCG-Förderrechner, alle Wege stehen unter Förderung für Unternehmen.
Kostenloses Erstgespräch buchen
Benedikt Backhaus – schreibt bei Scaly über KI-Tools, neue Modelle und aktuelle Entwicklungen rund um künstliche Intelligenz. Er beobachtet die KI-Szene laufend und ordnet ein, was neue Releases praktisch bedeuten – ehrlich und ohne Hype. Einschätzung, keine Rechtsberatung. Benedikt auf LinkedIn
