Über die Revolution, Dinge neu zu denken

Jürgen Welker machte zunächst deutlich, dass die aktuelle KI-Initiative bei Koch Pac-Systeme nicht aus dem Nichts entstand: Das Unternehmen beschäftigt sich bereits seit 2017 intensiv mit Digitalisierungsthemen und entwickelte, während viele Maschinenbauer noch stark produktzentriert dachten, bereits sogenannte „Smart Packs“. Welker erinnerte sich schmunzelnd, dass diese Aktivitäten zunächst eher „im Untergrund“ stattgefunden hätten, weil vielen Beteiligten der Nutzen digitaler Mehrwertdienste noch nicht klar gewesen sei. Damals entstanden verschiedene Software- und Digitalisierungsbausteine:

• Usability Pack

• Predictive Pack

• Connectivity Pack

• OEE Pack

• Audit Trail Pack

• Production Pack

Die größte Hürde bestand laut Welker dabei nicht in der Technik, sondern darin, Vertrieb und Produktmarketing davon zu überzeugen, dass der Mehrwert einer Maschine künftig nicht allein in ihrer Mechanik liegen würde.

Der Erfolg gab den Verantwortlichen jedoch recht: Bereits im ersten Jahr nach Markteinführung erzielten die Smart Packs zusätzlich rund 5 % des Gesamtumsatzes. Dieses Geschäft kam vollständig „on top“ zum klassischen Maschinenverkauf hinzu. Inzwischen werden die Digitalisierungsbausteine regelmäßig mit neuen Maschinen angeboten. „Der Vertriebler musste eigentlich gar nicht viel tun, er musste nur sagen, dass es so etwas gibt“, so Welker.

Von Smart Packs zur KI-Plattform Mykoch

Der nächste Entwicklungsschritt heißt bei Koch heute „Mykoch“. Die Plattform bündelt Service-, Daten- und KI-Funktionen in einer zentralen Umgebung und ist direkt über das Maschinen-HMI zugänglich. Anwender können dort unter anderem:

• Wartungsinformationen abrufen,

• den Zustand der Maschine überwachen,

• Serviceleistungen buchen,

• Ersatzteile bestellen,

• Produktionsdaten analysieren,

• sowie über einen KI-Assistenten Fragen zur Anlage stellen.

Besonders hervor hob Welker den integrierten Chatbot „MykochGPT“. Hier können Nutzer in natürlicher Sprache Fragen formulieren – etwa zu Fehlerursachen, Parametereinstellungen oder Werkzeugwechseln.

„Mach ein Dashboard, Digger!“

Malcolm Werchota, ehemals Global AI Evangelist bei Novartis und mittlerweile freier Consultant, lieferte in seiner Keynote auf der Packaging Machinery Conference 2026 eine teils provokante und immer praxisnahe Anleitung für den echten KI-Durchbruch in Unternehmen.

Redaktion .

Die technische Basis bildet Microsoft Azure. Dort greift das System auf das bei Koch hinterlegte Fachwissen zu und kann bei Bedarf zusätzlich externe Quellen einbeziehen. Gleichzeitig sorgt ein Mandanten- und Rechtemanagement dafür, dass Kunden ausschließlich auf ihre eigenen Informationen zugreifen können. Welker betonte die Bedeutung dieser Kundenisolation ausdrücklich: „Kunde A bekommt nicht die Information von Kunde B.“

KI beantwortet konkrete Fragen aus dem Betrieb

Anhand mehrerer Praxisbeispiele demonstrierte Welker den Nutzen der Lösung. So kann ein Produktionsverantwortlicher einfach fragen, wie sich Good Parts und Bad Parts in einem definierten Zeitraum entwickelt haben. Innerhalb weniger Sekunden erstellt die Plattform entsprechende Auswertungen und Visualisierungen, die direkt für Produktionsbesprechungen verwendet werden können.

Ein weiteres Beispiel betrifft die Parametrierung einer Anlage nach einem Produktwechsel oder einer Störung. Der Anwender kann etwa nach den passenden Einstellungen für eine bestimmte Station einer Cyclepack-Anlage fragen. Das System durchsucht daraufhin vorhandene Datenbanken, Erfahrungswerte und Referenzinformationen vergleichbarer Maschinen und schlägt geeignete Parameter vor. Welker formulierte den Nutzen sehr konkret: „Er bekommt dann die Anlage nach einem Wechsel oder nach einer größeren Störung wieder relativ einfach ans Leben.“

Gerade angesichts hochkomplexer Verpackungsprozesse ist dieser Ansatz relevant. Welker verwies beispielsweise auf Zahnbürstenlinien mit 300 Produkten pro Minute und Losgrößen von lediglich 144 Stück. In solchen Szenarien müssen Maschinen permanent automatisch von einem Auftrag auf den nächsten umgestellt werden.

KI übersetzt zwischen Mensch und Daten

An dieser Stelle griff Jonas Schaub den Faden auf und ordnete die gezeigten Beispiele technologisch ein. Aus seiner Sicht liegt der entscheidende Fortschritt nicht darin, dass KI Produktionsdaten analysiert. Viel wichtiger sei ihre Fähigkeit, menschliche Fragen in Datenbankabfragen zu übersetzen.

„Es wird nicht generative KI genutzt, um ein großes Datenset auszuwerten, sondern es wird das menschlich formulierte Problem übersetzt in eine Datenbankabfrage.“

Dadurch könnten erstmals auch unstrukturierte Informationen genutzt werden. Während in klassischen IT-Systemen Daten aufwendig normiert werden mussten, kann generative KI heute Texte, Bilder, Dokumente oder sogar Screenshots interpretieren und daraus relevante Informationen extrahieren.

Für Produktionsmitarbeiter bedeutet das einen Paradigmenwechsel. Statt auf vorab definierte Dashboards und Kennzahlen beschränkt zu sein, können sie spontane Fragen stellen:

• Vergleich von Tag- und Nachtschicht

• Qualitätsentwicklungen

• Maschinenperformance bestimmter Zeiträume

• Ursachenanalysen bei Störungen

Die Barriere zwischen Mensch und Daten sinkt dadurch erheblich.

Warum viele KI-Projekte scheitern

Schaub warnte jedoch vor der Vorstellung, KI sei primär ein Modell- oder Toolthema. Seiner Erfahrung nach entstehen aktuell in vielen Unternehmen Hunderte einzelner KI-Agenten für unterschiedliche Aufgaben. Oft werden diese einmal eingerichtet und anschließend kaum noch gepflegt. Dadurch entstehen neue Komplexitäten statt nachhaltiger Verbesserungen.

Für Schaub liegt der eigentliche Hebel daher nicht in der Technologie, sondern in der Neugestaltung von Prozessen. Besonders eindrücklich schilderte er ein Serviceprojekt, bei dem KI die Kundenkommunikation unterstützen sollte. Die ursprüngliche Idee bestand darin, dass ein Servicemitarbeiter mithilfe von KI bessere Antworten erstellt.

Doch obwohl die KI bestimmte Vorgaben kannte, etwa das unerwünschte Wort „aber“ zu vermeiden, tauchte dieses weiterhin in Kundenkommunikationen auf. Der Grund: Der Mensch blieb Hauptakteur des Prozesses.

Daraufhin wurde der Ansatz umgedreht.

Statt dass die KI den Mitarbeiter unterstützt, erstellt die KI nun grundsätzlich die Antwort. Der Mensch prüft lediglich noch den Vorschlag, gibt ihn frei oder liefert Feedback. Schaub bezeichnete diesen Rollenwechsel als Übergang „vom Chatten zum Operieren“ – der Mitarbeiter wird zum Copiloten der KI.

Wissensaufbau statt Perfektionsanspruch

Ein zentraler Erfolgsfaktor liegt laut Schaub im kontinuierlichen Lernen der Systeme. Viele Unternehmen konzentrierten sich auf einzelne Fehlentscheidungen der KI; wesentlich wichtiger sei jedoch die Frage, was konkret getan werde, damit derselbe Fehler künftig nicht mehr auftrete. Deshalb plädierte er für einen pragmatischen Umgang mit Ergebnissen: „Focus on Progress.“

Soll heißen: Eine Lösung müsse anfangs nicht perfekt sein. Entscheidend sei, dass messbarer Fortschritt stattfinde und die Organisation erkenne, dass die Qualität kontinuierlich steigt.

Wie Sweetconnect den After-Sales digitalisiert

Digitale Services werden im Verpackungsmaschinenbau zum Differenzierungsmerkmal. Sweetconnect zeigt, wie eine gemeinsame Plattform Hersteller, Betreiber und Serviceprozesse zusammenbringen kann – ohne dass jeder OEM seine eigene Insellösung bauen muss.

Redaktion .

Datenbasis: Das Koch-Wiki als Fundament

In der Diskussion wurde deutlich, dass der Erfolg von MykochGPT maßgeblich auf einer bereits vorhandenen Wissensbasis beruht. Bereits vor einigen Jahren hatte Koch ein unternehmensweites „Koch-Wiki“ eingeführt. Darin werden technische Erfahrungen, Serviceberichte und dokumentiertes Expertenwissen gesammelt. Wichtig: Auch die Berichte von Servicetechnikern werden digitalisiert und dort hinterlegt.

Dieses Wiki wurde mit der Azure-Cloud verknüpft und bildet heute den Wissenspool, auf den die KI zugreift. Bevor die Lösung an Kunden ausgerollt wurde, testeten interne Servicetechniker die Qualität der Antworten intensiv. Erst nachdem deren Urteil positiv ausgefallen war, erfolgte die Freigabe für Kunden. „Wenn unsere sehr kritischen Servicetechniker zufrieden sind, dann können wir tatsächlich auch rausgehen an die Kunden,“ kommentierte Welker.

Einführung in wenigen Wochen

Bemerkenswert ist auch die Geschwindigkeit der Umsetzung: Auf die Frage nach dem Implementierungsaufwand erklärte Welker, dass die ersten Ergebnisse bereits nach wenigen Wochen sichtbar gewesen seien. „Drei Wochen, vier Wochen, wenn überhaupt“, erinnerte er sich.

Schaub ergänzte, dass vorgefertigte Module den Einstieg erheblich beschleunigt hätten. Zusätzlicher Aufwand entstehe meist erst später, wenn neue Datenquellen und weitere Funktionen integriert würden.

Mehr Service statt weniger Service

Eine häufig geäußerte Sorge lautet, KI könnte Serviceleistungen überflüssig machen – die Erfahrungen von Koch sprechen bislang eher für das Gegenteil: Laut Welker führt die gesteigerte digitale Kompetenz dazu, dass Kunden dem Unternehmen stärker vertrauen und zusätzliche Dienstleistungen nachfragen. Statt Serviceeinsätze zu reduzieren, sei das Interesse an weiterführender Unterstützung sogar gestiegen.

Auch Schaub sieht darin eine Chance. Denn wenn KI repetitive Anfragen übernimmt und First-Level-Aufgaben automatisiert, gewinnen Servicemitarbeiter Zeit für hochwertige persönliche Kundenkontakte. Genau darin könne künftig ein entscheidender Wettbewerbsvorteil liegen.

Der größte Hebel liegt noch vor Koch

Interessanterweise sieht Welker den aktuell größten Nutzen noch gar nicht auf Kundenseite, da die Anwendung von KI innerhalb der eigenen Organisation – etwa in Konstruktion, Elektrotechnik, Dokumentation oder Engineering – bei Koch erst am Anfang steht. Genau dort erwartet er in den kommenden zwei bis drei Jahren erhebliche Produktivitätssprünge.

Fazit

Der Vortrag von Koch Pac-Systeme und Elunic zeigte, dass KI im Maschinenbau die Experimentierphase verlassen hat. Entscheidend für den Erfolg ist dabei nicht die Technologie allein, sondern basiert auf drei Faktoren: einer belastbaren Wissensbasis, klar definierten Geschäftsprozessen – und dem Mut, neue Arbeitsweisen einzuführen.

Oder, wie Schaub es formulierte: Die eigentliche Revolution besteht möglicherweise nicht darin, bestehende Prozesse zu automatisieren – sondern darin, Organisationen künftig völlig neu zu denken.

Das war die Packaging Machinery Conference 2026

Am 16. und 17. Juni fand in Nürnberg die Packaging Machinery Conference (PMC) 2026 statt. Experten des deutschen Verpackungsmaschinenbaus sprachen über Perspektiven, Strategien und Lösungen für die Zukunft. Der Live-Ticker zum Nachlesen.

Peter Hammer