Lokale KI

KI-KPIs für die Fertigung: Welche 12 Kennzahlen Sie messen müssen

Von Masiar IghaniCEO · 03.09.2026 · 6 Min Lesezeit

Eine KI ist installiert. Jetzt soll sie gemessen werden. Aber welche Zahlen? Manche Betriebe tracken 50 Metriken, sehen das Wald vor lauter Bäumen und treffen schlechte Entscheidungen. Andere tracken zu wenige und merken erst Monate später, dass etwas schiefläuft. Hier sind die 12 Kennzahlen, die Sie brauchen.

Schnellantwort

12 KPIs reichen für KI-Steuerung: (1–3) Fehlerquote, Fehlerkosten, Nacharbeitsverhältnis; (4–6) Durchsatz, Auslastung, Zykluszeit; (7–9) Verfügbarkeit, MTBF, ungeplante Ausfallstunden; (10) Modell-Accuracy; (11) Adoption-Rate; (12) ROI kumulativ. Diese 12 zeigen, ob die KI läuft oder steckenbleibt.

Lokale KI

12 KPIs

Die erste Gruppe: Qualität (Fehlerquote, Fehlerkosten, Nacharbeit)

KPI 1: Fehlerquote (%). Definition: (Fehlerhafte Teile pro Woche) ÷ (Alle Teile pro Woche) × 100. Zielwert: Minus 20 Prozent gegenüber Baseline. Messzyklus: Wöchentlich. Warum: Die Fehlerquote ist der sichtbare Beweis, dass die KI etwas bewirkt.

KPI 2: Fehlerkosten (Euro pro Monat). Definition: (Nacharbeitskosten + Ausschusskosten + Rückrufkosten) pro Monat. Zielwert: Minus 20 Prozent. Messzyklus: Monatlich. Warum: Die Geschäftsführung braucht beides, Prozentätze und Euro-Werte.

KPI 3: Nacharbeitsquote. Definition: (Nachgearbeitete Teile) ÷ (Alle fehlerhaften Teile) × 100. Zielwert: Stabil bei 75–85 Prozent. Messzyklus: Monatlich. Warum: Zeigt, ob die KI gezielt die richtigen Teile ausweist.

Die zweite Gruppe: Durchsatz (Durchsatz, Auslastung, Zykluszeit)

KPI 4: Durchsatz (Teile pro Betriebsstunde). Definition: (Teile pro Woche) ÷ (Betriebsstunden pro Woche). Zielwert: Plus 10–15 Prozent. Messzyklus: Wöchentlich. Warum: Der direkte Hebel für Umsatzsteigerung oder Kostenreduktion.

KPI 5: Maschinenauslastung (%). Definition: (Echte Produktionszeit) ÷ (Verfügbare Zeit) × 100. Zielwert: Plus 5–8 Prozentpunkte. Messzyklus: Täglich (MES oder Maschine). Warum: Zeigt, ob die KI Engpässe reduziert.

KPI 6: Zykluszeit (Minuten pro Teil). Definition: (Gesamtfertigungszeit) ÷ (Anzahl Teile). Zielwert: Minus 8–12 Prozent. Messzyklus: Wöchentlich. Warum: Schnellere Zykluszeit bedeutet mehr Teile pro Tag.

Die dritte Gruppe: Verfügbarkeit (Verfügbarkeit, MTBF, Ausfallzeiten)

KPI 7: Verfügbarkeit (%). Definition: 100 % − (Ungeplante Ausfallzeit) ÷ (Betriebszeit) × 100. Zielwert: Plus 2–3 Prozentpunkte. Messzyklus: Täglich. Warum: Jeder Prozentpunkt Verfügbarkeit ist Tausende Euro pro Jahr.

KPI 8: MTBF — Mean Time Between Failures (Stunden). Definition: (Gesamtbetriebszeit pro Monat) ÷ (Anzahl ungeplanter Stopps). Zielwert: Plus 15–30 Prozent. Messzyklus: Monatlich. Warum: Verfügbarkeits-Indikator, der Vorhersagbarkeit zeigt.

KPI 9: Ungeplante Ausfallstunden pro Monat. Definition: Summe aller ungeplanten Stopps. Zielwert: Minus 20–35 Prozent. Messzyklus: Täglich. Warum: Direkte Messung von Predictive-Maintenance-Effektivität.

Die vierte Gruppe: KI-spezifisch (Modell-Accuracy, Adoption-Rate)

KPI 10: Modell-Accuracy (%). Definition: (Korrekte Vorhersagen der KI) ÷ (Alle Vorhersagen) × 100. Zielwert: 85–92 Prozent. Messzyklus: Täglich oder Wöchentlich. Warum: Zeigt, ob die KI überhaupt verlässlich ist.

KPI 11: Adoption-Rate. Definition: (Fachkräfte, die KI-Empfehlungen nutzen) ÷ (Alle Fachkräfte) × 100. Zielwert: 85–95 Prozent. Messzyklus: Monatlich. Warum: Die beste KI bringt nichts, wenn Fachkräfte den Empfehlungen nicht trauen. Wenn Adoption unter 70 Prozent ist, ist es ein Change-Management-Problem.

Die fünfte Gruppe: Wirtschaftlichkeit (ROI kumulativ)

KPI 12: ROI kumulativ (%). Definition: (Gesamtersparnisse − Gesamtkosten) ÷ (Gesamtkosten) × 100. Zielwert: Monat 12: −50 %, Monat 18: −5 bis 0 %, Monat 24: +30 bis 50 %, Monat 36: +150 bis 200 %. Messzyklus: Monatlich. Warum: Das ist die Obermetrik. Wenn diese grün ist, läuft das Projekt.

Wie Sie ein KI-Dashboard aufbauen

Struktur: Oberseite zeigt ROI kumulativ (rot/gelb/grün). Darunter drei Spalten: (1) Qualität: Fehlerquote, Fehlerkosten, Nacharbeitsquote. (2) Durchsatz & Verfügbarkeit: Durchsatz, Auslastung, MTBF. (3) KI & Adoption: Modell-Accuracy, Adoption-Rate, Ungeplante Ausfallstunden. Jede KPI hat einen Zielwert und einen Trend. Rot: Ziel verfehlt. Gelb: Ziel noch offen. Grün: Ziel erreicht.

Zwölf KPIs sind genug, um KI zu steuern. Alles andere ist Hintergrund-Telemetrie, nicht für die Geschäftsführung.

Häufige Fragen

Muss ich alle 12 KPIs von Tag 1 an messen?

Nicht alle. In Phase 1 (Monate 1–3) brauchen Sie nur: Fehlerquote, Durchsatz, Verfügbarkeit, Modell-Accuracy, ROI kumulativ. Die anderen KPIs dienen der Tiefenanalyse später.

Welche KPI ist die wichtigste?

ROI kumulativ. Wenn diese grün ist, ist alles OK. Wenn rot, stimmt etwas nicht, egal wie gut die anderen Metriken aussehen.

Wie oft sollte ich das Dashboard mit dem Team besprechen?

Monatlich mit dem Werkleiter und der Geschäftsführung. Wöchentlich mit dem Meister der Maschine. Das ist das Ritual, das KI-Projekte am Leben hält.

Was mache ich, wenn eine KPI rot ist und die anderen grün?

Debuggen Sie gezielt. Wenn z.B. Fehlerquote rot, aber Durchsatz grün, ist vielleicht die KI-Genauigkeit das Problem, nicht die Implementierung. Hier brauchen Sie Retraining, nicht eine neue KI.