Referenzen · Use Cases

Was KI im Betrieb verändert hat, Case für Case.

Wie Unternehmen mit skillbyte KI produktiv einsetzen, mit Entscheidungsweg, Hürden und Ergebnis. Jede Zahl steht mit ihrer Messbedingung.

Branche
Thema

7 Kunden-Cases8 Anwendungsfälle10 weitere Mandate

Benannte Kunden Lichtenheldt TROESTER AOK Deutsche Telekom RTL Funke Mediengruppe DEVK

Kunden-Cases

Benannt, wo der Kunde zustimmt. Anonym, wo nicht: dann ohne Namen und mit Messbedingung.

Andrea Schulz-Ayecke, Geschäftsführerin der Lichtenheldt GmbH, vor dem Firmenlogo
Andrea Schulz-Ayecke, Geschäftsführerin

Use CaseIm Fokus · Chemie & Pharma · Planung

Wie Lichtenheldt Konflikte in der Produktionsplanung erkennt, bevor die Linie steht

Ein Planungsassistent vor dem ERP prüft jede Auftragsliste der Bulk- und Fertigproduktion gegen Kapazitäten, Personal, Rüst- und Reinigungszeiten und meldet Konflikte vor Produktionsbeginn.

  • 11 MonateProjektdauer vom Datenabzug bis zum Produktivbetrieb
  • 3 PhasenAnalyse, Proof of Concept, Rollout
  • ERP bleibtGUS-OS bleibt Leitsystem, der Assistent sitzt davor

„Das skillbyte-Team ist für die Entwicklung einer entsprechenden Lösung in den direkten Austausch mit unseren Fachabteilungen gegangen und hat das Wissen unserer Expertinnen und Experten als Ausgangspunkt herangezogen, statt auf Standard-Tools zurückzugreifen.“

Andrea Schulz-Ayecke, Geschäftsführerin, Lichtenheldt GmbH

Ganze Case Study lesenKurzfassung mit Entscheidungsweg

Die Cases im Detail

Je Case die Ausgangslage, das Ergebnis und wie gemessen wurde. Vorgehen und Learnings klappen Sie bei Bedarf auf.

Lichtenheldt GmbHPharma-Auftragsproduktion · Produktions- und NetzplanungProjektdauer rund 11 Monate

Lichtenheldt koordiniert Bulk- und Fertigproduktion samt Abfüllung über Produktion, Logistik und Einkauf hinweg.

Ergebnis

Konflikte erscheinen vor Produktionsbeginn, mit Begründung und Vorschlag. Planungswissen ist digital abrufbar.

Messwerte aus dem Produktivbetrieb veröffentlichen wir nur mit Freigabe des Kunden. Für Lichtenheldt ist keine Wirkungskennzahl freigegeben, deshalb steht hier keine.

„Wir optimieren gemeinsam mit skillbyte die Planung unserer Produktionsprozesse durch den gezielten Einsatz von KI. Das skillbyte-Team ist für die Entwicklung einer entsprechenden Lösung in den direkten Austausch mit unseren Fachabteilungen gegangen und hat das Wissen unserer Expertinnen und Experten als Ausgangspunkt herangezogen, statt auf Standard-Tools zurückzugreifen. Das zeigt sich definitiv auch in den Ergebnissen: Unsere individuellen Herausforderungen werden passgenau adressiert, um im Arbeitsalltag merkbar zu entlasten und eine effiziente Produktion zu gewährleisten.“

Andrea Schulz-Ayecke, Geschäftsführerin, Lichtenheldt GmbH
Vorgehen, Hürden und Learnings
Unternehmen
Lichtenheldt GmbH, entwickelt und produziert Arzneimittel, Medizinprodukte und Kosmetika
Lösung
Planungsassistent vor dem ERP GUS-OS, Operations Research und generative KI, gebaut von skillbyte
Beteiligt
Geschäftsführung, Auftragsplanung, IT und Fachabteilungen bei Lichtenheldt, das skillbyte-Projektteam
Technik
GUS-OSMS SQLPythonscikit-learnKubernetesArgoCDGrafana

Entscheidungsweg

In Gesprächen mit der Geschäftsführung wurden die Engpässe aufgenommen. Die KI-Beratung zeigte den größten Hebel in der manuellen Planung der Bulk- und Fertigproduktion. Entschieden wurde, das bestehende Steuerungstool um ein KI-System zu erweitern und das ERP als Leitsystem zu behalten. Ein Standard-Tool kam laut Geschäftsführung nicht in Frage, Ausgangspunkt sollte das Wissen der eigenen Fachleute sein.

Hürden

Die Regeln standen nirgends geschrieben. Kapazitäten, Personal, Rüst- und Reinigungszeiten mussten aus einem vollständigen Abzug der ERP-Datenbank analysiert und gemeinsam mit Auftragsplanung und IT als Constraints erarbeitet werden.

Zeitplan

  • Analyse, ca. 2 Monate: Datenabzug, Muster und Abhängigkeiten
  • Proof of Concept, ca. 6 Monate: Prüfung der Auftragslisten gegen die Constraints
  • Rollout und Stabilisierung, ca. 3 Monate: ERP-Anbindung, Betrieb, Monitoring
  • Laufend: Die Planung bewertet die Meldungen im System, das Feedback fließt in die Regeln

Learnings zum Übertragen

  1. Mit dem Engpass beginnen, den die Geschäftsführung benennt.
  2. Constraints mit den Menschen erarbeiten, die heute planen.
  3. Das ERP erweitern und die Freigabe bei der Planung lassen.

Was es nicht löst

Der Assistent ersetzt weder das ERP noch die Planerinnen und Planer. Die Regeln sind so gut wie das Wissen, aus dem sie entstehen. Deshalb bewertet die Planung jede Meldung.

TROESTER GmbH & Co. KGMaschinen- und Anlagenbau · Service-Wissen · gebaut mit AskEddaGemessen im Pilot

Störungs- und Anlagenwissen lag bei wenigen erfahrenen Technikern, in gewachsenen Ordnern und in Jahrzehnten von Serviceberichten.

Ergebnis

6 h auf 76 min Lösungszeit je Störung, gemessen im Zwei-Wochen-Pilot bei TROESTER.

So gemessen: protokollierte Störungen des Pilotzeitraums, Durchschnitt je Störung, verglichen mit der Vorperiode. Messprotokoll auf Anfrage.

„Unser Wissen steckt in SAP-Tabellen, Dokumenten und in den Köpfen der Kollegen. AskEdda führt das zusammen und macht es im Alltag für uns nutzbar. Die Zusammenarbeit mit skillbyte ist dabei erfrischend unkompliziert: kurze Wege, schnelle Reaktionen und ein Team, das wirklich zuhört.“

Lisa Köhlert, Referentin CFO & KI-Managerin, TROESTER GmbH & Co. KG
Vorgehen, Hürden und Learnings
Unternehmen
TROESTER GmbH & Co. KG, Maschinen- und Anlagenbau aus Hannover, seit 1892
Lösung
AskEdda, der Wissensassistent von skillbyte
Umfang
Mehr als 15 Jahre Service-Historie, 4 Standorte, mehrsprachig
Status
Aus dem Pilot wurde eine strategische Partnerschaft

Entscheidungsweg

Erst messen, dann entscheiden: ein Zwei-Wochen-Pilot auf echten Servicefällen, mit einer vorher festgelegten Messgröße, der Lösungszeit je Störung. Auf Basis der Messung folgten Rollout und Partnerschaft.

Hürden

Was nie aufgeschrieben wurde, findet auch ein Assistent nicht. Deshalb gehörten O-Töne der Experten zum Aufbau, neben Service-Logs, Handbüchern, Zeichnungen und Tickethistorie. Lesezugriff genügte, betrieben in der EU.

Zeitplan

  • Woche 0: Datenzugang, kein neues System
  • Woche 1: Einlesen, Verknüpfen, Quellenindex, Anbindung an Teams und WhatsApp
  • Woche 2: Messung an realen Störungen mit realen Technikern
  • Danach: Rollout

Gebaut mit AskEdda, dem Wissensassistenten von skillbyte. AskEdda liest Serviceberichte, Handbücher, Zeichnungen und Tickets nur lesend und beantwortet die Fragen der Techniker in Teams und WhatsApp mit Quelle und Fundstelle.

Learnings zum Übertragen

  1. Die Messgröße vor dem Start festlegen.
  2. Die Antwort dorthin bringen, wo das Team schon arbeitet.
  3. Das Wissen der Erfahrenen aufnehmen, solange sie noch da sind.

Was es nicht löst

AskEdda ersetzt keine Experten, es macht ihr Wissen abrufbar. Die Zahl gilt für den Service von TROESTER im Pilotzeitraum. Sie ist keine Zusage für einen anderen Betrieb, die eigene Zahl misst der eigene Pilot.

anonymPlanungs-CaseProduzierender Betrieb · Planung · Referenz-Case ohne NamenGemessen nach 3 Monaten

Konflikte zwischen Auftrag, Material und Kapazität fielen erst auf, wenn die Linie stand.

Ergebnis

+12 % Liefertreue (OTD) und 78 % weniger Zeit für manuelle Plausibilisierung, nach drei Monaten.

So gemessen: OTD vor der Einführung gegen OTD nach drei Monaten Betrieb, im selben Betrieb; Planerzeit für die Plausibilisierung vorher und nach drei Monaten.

Vorgehen, Hürden und Learnings
Unternehmen
Produzierender Betrieb, anonym. Nicht Lichtenheldt, nicht TROESTER.
Lösung
Planungsassistent vor dem bestehenden ERP
Messzeitraum
Drei Monate Betrieb

Learnings zum Übertragen

Die Planer prüfen nur noch die markierten Ausnahmen. Der Gewinn entsteht dort, wo bisher jede Liste von Hand durchgesehen wurde.

Was es nicht löst

Die Werte gelten für diesen Betrieb nach drei Monaten. Sie sind kein Ergebnis eines Zwei-Wochen-Pilots und keine Aussage über Lichtenheldt. Name und Details nennen wir nur im Gespräch, soweit der Kunde zustimmt.

anonymESG-Referenz-CaseBerichtspflichtiger Mittelständler · CO₂- und CSRD-ReportingGemessen über einen CSRD-Zyklus

ESG-Kennzahlen wurden in jedem CSRD-Zyklus von Hand aus Belegen, Rechnungen und Excel zusammengetragen, ohne durchgängigen Nachweis.

Ergebnis

Rund 90 % weniger manueller Aufwand im CO₂-Reporting.

So gemessen: ein kompletter CSRD-Zyklus parallel gerechnet, Stunden manueller Arbeit vorher und nachher. Gilt für das CO₂-Reporting, nicht für den gesamten ESG-Bericht.

Vorgehen, Hürden und Learnings
Unternehmen
Berichtspflichtiger Mittelständler, anonym
Lösung
ESG-Automatisierung von skillbyte, EU-gehostet
Messzeitraum
Ein kompletter CSRD-Zyklus, parallel gerechnet

Learnings zum Übertragen

Einen Zyklus lang parallel rechnen, dann entscheiden. Den Audit-Trail vom Beleg zur Kennzahl von Anfang an mitbauen, damit die Prüfung nachschlagen kann.

Was es nicht löst

Es ersetzt weder Ihr ESG-Tool noch die Prüfung. Es liefert die Werte mit Beleg.

COTESACOTESA GmbHLuftfahrtzulieferer, Composites · Angebote unter EN 9100Ergebnis ohne Kennzahl

Lange internationale B2B-Ausschreibungen, Reibung zwischen Vertrieb, Engineering und Produktion und wenig Überblick über Angebotsstände und Programmrisiken.

Ergebnis

Technische Angebotsdokumente entstehen aus der Spezifikation, im Rahmen der EN-9100-Governance.

Eine Kennzahl zur Angebotsdauer ist für diesen Case nicht veröffentlicht.

Vorgehen, Hürden und Learnings
Unternehmen
COTESA GmbH, Luftfahrt- und Composite-Zulieferer, EN-9100-reguliert
Lösung
Smart Offer Accelerator und KI-gestützte Vertriebsoptimierung
Architektur
On-premise-fähig

Hürden

EN 9100 verlangt revisionssichere Abläufe. Die Architektur ist deshalb so gebaut, dass sie auch im eigenen Haus laufen kann.

Was gebaut wurde

  • Ein zentraler Projekt-Hub, der Spezifikationen analysiert
  • KI-Anreicherung im CRM, die Opportunities priorisiert
  • Automatisiert erstellte technische Angebotsdokumente

Learning zum Übertragen

In regulierten Lieferketten zuerst klären, wo das System laufen darf, und erst dann die Werkzeuge wählen.

AOK Systems GmbH und ITSCareGesetzliches Gesundheitswesen · GenAI und Cloud-BetriebErgebnis ohne Kennzahl

Im Mittelpunkt stehen Gesundheits- und Sozialdaten.

Ergebnis

Die Anwendungen laufen, ohne dass Daten das Rechenzentrum verlassen.

Hier gibt es keine veröffentlichte Kennzahl. Der Nachweis ist der Betrieb unter den Datenschutzauflagen für Gesundheitsdaten.

Vorgehen, Hürden und Learnings
Auftraggeber
AOK Systems GmbH und ITSCare, das Rechenzentrum im AOK-Umfeld
Lösung
Isolierte Cloud-Entwicklungsumgebungen und eigene LLM-Instanzen im Rechenzentrum
Technik
AWSOpenShiftTerraformArgoCDKeycloak

Hürden

DSGVO und Sozialgesetzbuch als Randbedingung. Daten dürfen das Rechenzentrum nicht verlassen, Entwicklungsumgebungen müssen voneinander getrennt sein.

Was gebaut wurde

Für AOK Systems isolierte AWS-Entwicklungsumgebungen in separaten VPCs, automatisiert betrieben. Für ITSCare eigene LLM-Instanzen im hochgesicherten Rechenzentrum, für Wissensassistenten und automatisierte Vorgangsbearbeitung.

Learning zum Übertragen

Im Sozialdatenumfeld entscheidet der Betriebsort über den Einsatz. Diese Frage gehört an den Anfang.

Was es nicht löst

Die Infrastruktur allein ist noch kein Anwendungsfall. Sie schafft die Voraussetzung, dass generative KI dort eingesetzt werden darf.

anonymPrivate HochschuleBildung · Zulassung und ECTS-AnrechnungErgebnis ohne Kennzahl

Jede Bewerbung mit externen Studienleistungen hieß: Zeugnis lesen, Module im Modulhandbuch suchen, ECTS vergleichen, Entscheidung begründen.

Ergebnis

Weniger Handarbeit im Zulassungsfenster und weniger Fehler beim Vergleich. Die Dokumente verlassen die Hochschule nicht.

Eine Kennzahl ist für diesen Case nicht veröffentlicht.

Vorgehen, Hürden und Learnings
Auftraggeber
Private Hochschule, anonym
Lösung
Datenschutzkonforme Dokumentenanalyse (IDP)

Was gebaut wurde

Die Dokumentenanalyse liest Noten, Umfänge und Modulbezeichnungen aus Zeugnissen und Transcripts, strukturiert sie und gleicht sie regelbasiert gegen das Modulhandbuch ab.

Learning zum Übertragen

Regelbasiert abgleichen und die Begründung mitliefern: So bleibt jede Anrechnung nachprüfbar.

Was es nicht löst

Die Entscheidung bleibt beim Prüfungsausschuss. Die Vorarbeit übernimmt die Dokumentenanalyse.

Anwendungsfälle

Kleine Use Cases zum direkten Nutzen

Aufgaben aus dem Alltag, die ohne Großprojekt starten. Das sind keine Kundenreferenzen: Die Beispiele laufen in der Demo mit Beispieldaten, ohne Namen und ohne Messwerte.

Anwendungsfall

Vertrieb: Ein neues Lastenheft gegen frühere Angebote prüfen

  1. Liest das Lastenheft und erkennt die Anforderungen.
  2. Sucht Altangebote, Kalkulationen und Klärungen per Mail.
  3. Zeigt Treffer, Lücken und Quellen. Preis und Freigabe bleiben bei Ihnen.

Sie brauchen: Lesezugriff auf ERP, SharePoint, Netzlaufwerk und das Vertriebspostfach.

Neue Anfrage mit Lastenheft: Haben wir so etwas schon angeboten?

In der Demo ausprobieren
Anwendungsfall

Service: Bei einer Störung gleiche Fälle aus früheren Tickets finden

  1. Erkennt das Störbild.
  2. Sucht in Tickets, Schichtbuch und ERP nach gleichen Fällen.
  3. Nennt Ursache, Lösungsweg und Ersatzteil mit Quelle.

Sie brauchen: Lesezugriff auf Ticketsystem, SharePoint und ERP.

Gab es diese Störung schon einmal?

In der Demo ausprobieren
Anwendungsfall

Qualität: Vor dem Audit den Prüfnachweis einer Anlage finden

  1. Erkennt Anlage und Prüfart.
  2. Holt Prüfprotokoll, Mängel-Tickets und Prüfplan.
  3. Nennt Nachweis, Vorgeschichte und nächsten Termin.

Sie brauchen: Lesezugriff auf Dokumentenablage, Ticketsystem und SharePoint.

Audit nächste Woche: Wo ist der Nachweis zur Prüfung der Schutzeinrichtungen an Anlage 8854?

In der Demo ausprobieren
Anwendungsfall

Einkauf: Bei Lieferverzug eine bekannte Alternative finden

  1. Erkennt Teil und Lieferant.
  2. Durchsucht Bestellhistorie, Erstmusterprüfungen und Rahmenverträge.
  3. Nennt die Alternative und Ihren Hebel aus dem Vertrag.

Sie brauchen: Lesezugriff auf das ERP im Einkauf und die Vertragsablage.

Der Lieferant für Spindeln ist zu spät: Gibt es eine Alternative, die wir schon kennen?

In der Demo ausprobieren
Anwendungsfall

Vertrieb: Einen Kundentermin mit allen offenen Punkten vorbereiten

  1. Löst die Kundennummer auf.
  2. Sammelt Besuchsberichte, offene Tickets, Angebote und Mails.
  3. Fasst offene Punkte und Chancen mit Quelle zusammen.

Sie brauchen: Lesezugriff auf CRM, Ticketsystem, ERP und Postfach.

Termin bei Kunde K-1042 morgen: Was muss ich wissen?

In der Demo ausprobieren
Anwendungsfall

Einarbeitung: Neue Kollegen lernen den Ablauf einer Inbetriebnahme

  1. Findet die gültige Checkliste.
  2. Ergänzt Praxishinweise aus Serviceberichten.
  3. Verweist auf aktuelle Abnahmeprotokolle.

Sie brauchen: Lesezugriff auf SharePoint und Dokumentenablage.

Ich bin neu im Service: Wie läuft bei uns eine Inbetriebnahme beim Kunden ab?

In der Demo ausprobieren
Anwendungsfall

Planung: Ausrechnen, was Umplanungen und Prüfen von Hand kosten

  1. Sechs Klicks zu Planung, Stillständen und Prüfzeit.
  2. Rechnet Ihre Euro-Zahl pro Jahr als Modellrechnung.
  3. Gibt einen Fahrplan in drei Schritten.

Sie brauchen: Ihre Schätzwerte, keinen Systemzugriff und kein Login.

Was kosten uns kurzfristige Umplanungen im Jahr?

Planungs-Check starten
Anwendungsfall

ESG: Ausrechnen, was die manuelle ESG-Datensammlung kostet

  1. Sechs Klicks zu Berichtspflicht, Datenquellen und Aufwand.
  2. Rechnet Ihre Euro-Zahl pro Jahr als Modellrechnung.
  3. Gibt einen Fahrplan in drei Schritten.

Sie brauchen: Ihre Schätzwerte, keinen Systemzugriff und kein Login.

Was kostet uns ein Berichtszyklus an Handarbeit?

ESG-Check starten

Weitere benannte Mandate

Häuser, die uns Systeme anvertraut haben, bei denen Ausfall, Prüfung oder Datenschutz zählen. Ohne veröffentlichte Kennzahl, deshalb steht hier, was gebaut wurde.

Public SectorBundespresseamt

Backend für bundesregierung.de mit CoreMedia 9 und Java-Microservices.

Public SectorBWI GmbH

IT-Systemhaus des Bundes, zwei Mandate: DevOps für Bundeswehr-Systeme.

Public SectorBMF Österreich

Zollwesen: Digitalisierung behördlicher Kernprozesse.

Kritische InfrastrukturDeutsche Bahn

Hochverfügbare Software für große Datenmengen, Apps im Feld.

Kritische InfrastrukturDeutsche Telekom

Preferred Partner für Java-Entwicklung, Cloud und DevOps.

Kritische InfrastrukturLufthansa

Cloud- und DevOps-Architekturen, ausgelegt auf Ausfallsicherheit.

FinanzsektorDeutsche Börse AG

Benachrichtigungssystem vom Monolithen zu Microservices migriert.

FinanzsektorDEVK

Zusammenarbeit im regulierten Versicherungsumfeld.

MedienRTL und CBC

AWS-Migrationen und Microservices für Streamingplattformen.

MedienFunke Mediengruppe

Dateninfrastruktur für die Auslieferung digitaler Medienangebote.

Einzelne Mandate laufen über Rahmenverträge und Partner. Wo ein Haus keine Nennung des Projektinhalts wünscht, steht nur die Rolle. Mehr zu den Mandaten im Public Sector auf /public-sector.

Passt ein Case zu Ihnen?

In 30 Minuten klären wir, welcher Case Ihrem Betrieb am nächsten kommt, was ein Pilot bei Ihnen messen würde und ob KI überhaupt der richtige Hebel ist.

Gespräch buchen, 30 Minuten

Lieber erst selbst rechnen:Angebots-CheckPlanungs-CheckWissens-Check

Masiar Ighani, Gründer und CEO von skillbyte

Masiar IghaniGründer und CEO. Er führt die meisten Erstgespräche selbst und sagt auch, wenn KI nicht die Lösung ist.

So entsteht ein Case

  1. Woche 1
    Scoping auf echten DatenEin Termin von 60 Minuten: Bereich, repräsentative Daten und Ziel-KPI festlegen. Die Daten kommen größtenteils asynchron.
  2. Woche 2
    Live-Probe und Readiness-BerichtDie KI arbeitet auf Ihren Daten, Sie sehen die Messung und eine Entscheidungsvorlage, zum Festpreis. Zeigt der Pilot keinen Hebel, zahlen Sie nichts und behalten den Report.
  3. Danach
    RolloutAusweitung auf weitere Bereiche, gemessen an der KPI aus dem Pilot.