HENN aus Dornbirn entwickelt hochwertige Verbindungssysteme, Kupplungen und Steckverbindungen für Fluide, Luft und Gase und begleitet Produkte von der Entwicklung über Prototypen bis zur Serie. Das Unternehmen arbeitet für Kunden aus Automotive und Industrie weltweit und verfügt über ein eigenes Prüflabor mit hoher Prüfkompetenz.
Über die Jahre ist dort eine umfangreiche Wissensbasis entstanden: Prüfberichte, Lastenhefte, Messdaten und Erfahrungswissen aus zahlreichen Prüfprozessen.
Genau darin liegt ein spannendes Potenzial für generative KI. Wie lässt sich dieses Wissen künftig schneller erschliessen? An welchen Stellen im Prüfprozess entsteht der grösste Nutzen? Und welcher Anwendungsfall eignet sich als erster Pilot?
Diesen Fragen widmete sich das HENN-Team in einem KI-Enablement-Workshop.
Den Prüfprozess Schritt für Schritt sichtbar machen
Am 2. Juni 2026 arbeitete ein vierköpfiges Team von HENN gemeinsam mit dockyard.ventures GmbH an der systematischen Erhebung möglicher KI-Anwendungen. Moderiert wurde der Workshop von Julian Thuile. Er fand im Rahmen des Projekts MMIND statt und wurde über Erasmus+ und AIBA gefördert.
Ausgangspunkt war bewusst nicht die Frage: „Welche KI könnten wir einsetzen?“
Stattdessen wurde zunächst der bestehende Prüfprozess detailliert betrachtet. Von der Auftragsannahme bis zum Kundenbericht analysierte das Team, wer an welchem Schritt beteiligt ist, welche Informationen benötigt und erzeugt werden und wo Reibung oder Doppelarbeit entsteht.
So entstand eine umfassende Experience Map mit den wichtigsten Informationsflüssen und Ansatzpunkten für KI.
Vom heutigen Prozess zum Idealbild 2028
Im nächsten Schritt formulierte das Team ein gemeinsames Zielbild für das Jahr 2028.
Dazu gehörten unter anderem weniger Doppeldokumentation, belastbare Prüfergebnisse unabhängig von einzelnen Personen und eine stärker automatisierte Berichtserstellung in mehreren Sprachen.
Von diesem Zielbild aus wurde rückwärts gedacht: Welche ersten sichtbaren Schritte wären nötig, um sich diesem Zustand zu nähern?
Aus den identifizierten Herausforderungen entstanden konkrete KI-Anwendungsfälle. Jeder Use Case wurde mit klaren Kriterien beschrieben: Wie häufig tritt die Aufgabe auf? Wie hoch ist der heutige Aufwand? Welche Daten stehen bereits zur Verfügung? Und woran lässt sich später messen, ob die Lösung tatsächlich einen Nutzen bringt?
Vier Use Cases, zwei konkrete Piloten
Am Ende des Trainingstages lagen vier ausformulierte Use Cases vor.
Diese wurden entlang von vier Dimensionen bewertet:
heutiger Schmerz
Häufigkeit
Datenverfügbarkeit
Pilotierbarkeit
Aus dieser Bewertung gingen zwei Pilotvorhaben, ein weiterer Kandidat und ein Vorprojekt hervor.
Für die beiden stärksten Anwendungsfälle entwickelte das Team bereits konkrete Pilot-Skizzen. Darin wurden Datenbasis, Pilot-Nutzer, technische Zuständigkeit und das gewünschte Ergebnis nach acht bis zwölf Wochen festgehalten.
Damit entstand nicht nur eine Liste möglicher KI-Ideen, sondern eine klare Reihenfolge für die Umsetzung.
Claude und ChatGPT als Sparringspartner
Im Workshop kamen Claude von Anthropic und ChatGPT von OpenAI zum Einsatz.
Claude unterstützte vor allem bei der Verdichtung der Workshop-Ergebnisse, der Formulierung der Use Cases und der Auswertung der Bewertungen. ChatGPT wurde ergänzend für Recherche, Formulierungsvarianten und die Gegenprüfung von Ergebnissen genutzt.
Das Team lernte dabei bewusst, beide Systeme nebeneinander einzusetzen und Resultate fachlich zu prüfen, anstatt sich auf die Antwort eines einzelnen Modells zu verlassen.
Von der Idee zur belastbaren Entscheidungsgrundlage
Nach einem Trainingstag verfügte HENN über eine vollständige Analyse des Prüfprozesses, ein gemeinsames Zielbild, vier bewertete KI-Anwendungsfälle, zwei ausgearbeitete Pilot-Skizzen und eine konkrete Action List mit Verantwortlichkeiten und Terminen.
Mindestens genauso wichtig ist die Methode dahinter: Das Team kann künftig selbst von einer Prozessanalyse über die Bildung von Anwendungsfällen bis hin zur Priorisierung und Pilotdefinition gehen.
Ein besonders praktischer Grundsatz entstand dabei ebenfalls: Anwendungsfälle mit guter Datenbasis eignen sich für einen schnellen Pilot, während Themen mit noch fehlenden Voraussetzungen zunächst als Vorprojekt vorbereitet werden.
„Das war top strukturiert und hat ein komplexes Thema einfach und für uns ideal heruntergebrochen.“
KI in der Praxis: Mit vorhandenem Wissen gezielt starten
Das Praxisbeispiel von HENN zeigt, dass Unternehmen für einen sinnvollen Einstieg in KI nicht bei null beginnen müssen.
Gerade dort, wo bereits strukturierte Prozesse, umfangreiche Dokumentation und viel Erfahrungswissen vorhanden sind, kann eine starke Grundlage für neue KI-Anwendungen bestehen.
Entscheidend ist, diese Potenziale systematisch zu erkennen, sinnvoll zu bewerten und mit einem klar abgegrenzten Pilot zu starten. Genau diesen Weg hat HENN im Workshop vorbereitet.
