Fraunhofer-Institute entwickeln 2025 skalierbare KI-Transferlösungen für den Mittelstand: Das Fraunhofer IWU beziffert die Kosten für das erneute Training eines Machine-Learning-Modells bei geringfügigen Produktionsveränderungen auf 30.000 bis 40.000 Euro pro Anwendungsfall. Für mittelständische Fertigungs- und Logistikunternehmen bedeuten diese Kosten oft das Aus für eine breite KI-Einführung. Fraunhofer-Projekte wie Transfer-KI (IWU) und SKALA (IML) sowie der Förderschwerpunkt Mittelstand-Digital des Bundeswirtschaftsministeriums setzen genau hier an: Sie wollen den Aufwand für KI-Rollouts strukturell senken und KMU befähigen, erprobte Modelle flexibel auf neue Produktionskontexte zu übertragen.

Fraunhofer-KI-Zentren 2025: Transfer in den Mittelstand stockt trotz neuer Ansätze

Drei aktuelle Projekte der Fraunhofer-Gesellschaft zeigen, wo der Technologietransfer von KI-Lösungen in kleine und mittlere Unternehmen steht: Das Problem liegt weniger am Forschungsstand als an der Skalierung in den Unternehmensalltag.

Leitfakt: Jeder neue Anwendungsfall kostet bis zu 40.000 Euro

Das Fraunhofer IWU beziffert die Kosten für das Neu-Training eines Machine-Learning-Modells auf 30.000 bis 40.000 Euro pro Anwendungsfall. Auslöser sind oft geringfügige Veränderungen im Produktionsprozess, etwa beim Material, Werkzeug oder an der Maschine. Genau das erklärt, warum Machine-Learning-Lösungen in der Fertigungsindustrie nach einem erfolgreichen Proof-of-Concept häufig nicht flächendeckend ausgerollt werden. Das Fraunhofer IWU begegnet diesem Problem im Projekt Transfer-KI mit hybriden Prozessmodellen, die Simulation und datengetriebene Analyse verbinden, um trainierte Modelle auf ähnliche Aufgabenstellungen übertragbar zu machen.

Drei Fraunhofer-Projekte, drei verschiedene Hebel

Transfer-KI (Fraunhofer IWU): Zentrales Hindernis ist der sogenannte Domain Gap zwischen der Ausgangs- und der Zielumgebung. Das Projekt zielt darauf ab, diesen Anpassungsaufwand durch hybride Modelle zu reduzieren und den Weg von der Idee zur industriellen Anwendung zu verkürzen.

SKALA (Fraunhofer IML): Das Projekt kombiniert Künstliche Intelligenz mit Blockchain-Technologie. KI analysiert dabei große Datenmengen und trifft automatisierte Entscheidungen, während die Blockchain diese Entscheidungen nachvollziehbar speichert. Ziel ist es, Prozesse in Produktion, Logistik und Supply-Chain-Management effizienter und nachhaltiger zu gestalten, mit Lösungen, die Unternehmen mit möglichst geringem Aufwand einsetzen können.

Mittelstand-Digital (Fraunhofer IESE): Der Förderschwerpunkt des Bundesministeriums für Wirtschaft und Energie unterstützt KMU über regionale Kompetenzzentren, darunter das Mittelstand-Digital Zentrum Franken, das vom Fraunhofer IESE begleitet wird. Die Zentren informieren Unternehmen über Potenziale und Herausforderungen von KI und begleiten sie bei einer ganzheitlichen Digitalisierungsstrategie.

Vier praktische Implikationen für Entscheider im Mittelstand

1. Pilotprojekte allein reichen nicht. Der häufigste Fehler ist laut Fraunhofer IWU der Abbruch nach dem Proof-of-Concept. Wer KI-Lösungen ernsthaft einführen will, muss von Beginn an eine Skalierungsstrategie mitdenken, also bereits im Piloten klären, unter welchen Bedingungen das Modell später ohne vollständiges Neu-Training auf neue Varianten übertragen werden kann. Weiterführende Informationen zu Pilotprojekten und Skalierung im Mittelstand finden sich hier.

2. Kombinationsansätze prüfen. Das SKALA-Projekt zeigt, dass der Mehrwert oft in der Kombination von Technologien liegt. KI allein löst keine Transparenzprobleme in der Lieferkette, die Verbindung mit Blockchain kann jedoch Entscheidungen nachvollziehbar machen, was gerade für compliance-pflichtige Branchen relevant ist. Einen Überblick über KI in der Lieferkettenoptimierung im Mittelstand bietet dieser Artikel.

3. Förderstrukturen aktiv nutzen. Das Netzwerk Mittelstand-Digital bietet kostenfreie Unterstützungsformate, konkrete Praxisprojekte und Qualifikationsangebote. Gerade für Unternehmen ohne eigene KI-Kompetenz ist das ein niedrigschwelliger Einstieg. Wer Budgetfragen klären möchte, findet hier einen Überblick über KI-Förderprogramme für den Mittelstand.

4. Laufende Kosten einkalkulieren. Die 30.000 bis 40.000 Euro pro Anwendungsfall, die das Fraunhofer IWU nennt, betreffen nur das Modell-Training. Hinzu kommen Infrastruktur, Datenpflege und interne Kompetenz. Wer diese Gesamtkosten unterschätzt, riskiert, dass KI-Projekte im Betrieb scheitern, nicht in der Forschungsphase. Einen Überblick über typische KI-Implementierungskosten im Mittelstand gibt dieser Beitrag.

Einordnung

Die Fraunhofer-Projekte zeigen, dass Deutschland über Forschungskapazitäten und Förderstrukturen verfügt, die den KI-Transfer in den Mittelstand prinzipiell ermöglichen. Die eigentliche Herausforderung ist nicht technologischer Natur, sondern organisatorischer: Modelle müssen robust genug sein, um im Unternehmensalltag flexibel zu bleiben, und Förderangebote müssen aktiv abgerufen werden. Wer beides verknüpft, hat die besseren Voraussetzungen für eine nachhaltige KI-Implementierung. Weitere Hintergründe zu Fraunhofer-KI-Kooperationen mit der Industrie finden Sie hier.

Quellen

• Nachhaltigkeit und KI im Mittelstand: So gelingt die digitale Transformation – Fraunhofer IESE
• SKALA: Skalierbare KI- und Blockchain-Lösungen – Fraunhofer IML
• Transfer-KI – Fraunhofer IWU

Häufige Fragen

Welche staatliche Förderung steht mittelständischen Unternehmen bei der KI-Einführung konkret zur Verfügung?

Das Bundesministerium für Wirtschaft und Energie finanziert den Förderschwerpunkt ‘Mittelstand-Digital’, der ein bundesweites Netzwerk regionaler Kompetenzzentren umfasst. Diese sogenannten Mittelstand-Digital Zentren unterstützen kleine und mittlere Unternehmen (KMU) durch Praxisprojekte, Qualifikationsformate und strategische Beratung. Ergänzend dazu ist die Initiative ‘IT-Sicherheit in der Wirtschaft’ Teil des Programms. Eines der regionalen Zentren wird vom Fraunhofer IESE begleitet: das Mittelstand-Digital Zentrum Franken.

Warum scheitern KI-Projekte in der Fertigung so häufig nach der Pilotphase?

Laut Fraunhofer IWU liegt das zentrale Problem im sogenannten Domain Gap: Bereits kleine Veränderungen in der Produktionsumgebung, etwa beim eingesetzten Material, beim Werkzeug oder bei der Maschine, machen neue Trainingsdatensätze und ein vollständiges Neutraining der KI-Modelle erforderlich. Pro Anwendungsfall entstehen dabei schnell Kosten von 30.000 bis 40.000 Euro. Das macht einen flächendeckenden Rollout nach einem erfolgreichen Proof-of-Concept wirtschaftlich schwierig.

Was ist Transfer-KI und wie hilft dieser Ansatz Fertigungsunternehmen konkret?

Transfer-KI ist ein vom Fraunhofer IWU entwickelter Ansatz, der bereits trainierte KI-Modelle auf ähnliche Aufgabenstellungen überträgt, anstatt sie von Grund auf neu zu trainieren. Das Verfahren nutzt hybride Prozessmodelle, also eine gezielte Kombination aus Simulation und datengetriebener Analyse. Ziel ist es, den Anpassungsaufwand bei veränderten Produktionsbedingungen deutlich zu senken und den Weg von einer KI-Idee bis zur industriellen Anwendung zu verkürzen.

Wie können KI und Blockchain gemeinsam Lieferketten im Mittelstand verbessern?

Das Fraunhofer IML untersucht im Projekt SKALA, wie KI und Blockchain-Technologie synergetisch eingesetzt werden können, um Prozesse in Produktion, Logistik und Supply Chain Management effizienter und nachhaltiger zu gestalten. KI übernimmt dabei die Analyse großer Datenmengen und automatisierte Entscheidungen, während die Blockchain diese Entscheidungen manipulationssicher dokumentiert. Der Fokus des Projekts liegt darauf, solche Lösungen mit möglichst geringem Implementierungsaufwand auch für mittelständische Unternehmen nutzbar zu machen.

Was bedeutet ‘nachhaltige Digitalisierung’ im Kontext der Mittelstand-Digital-Zentren?

Im Rahmen des Förderprogramms ‘Mittelstand-Digital’ meint Nachhaltigkeit in erster Linie die strategische, langfristig angelegte Gestaltung der digitalen Transformation auf Basis der individuellen betrieblichen Anforderungen eines Unternehmens. Die Zentren setzen auf partizipative und unternehmensübergreifende Formate sowie konkrete Praxisprojekte, um KMU ein ganzheitliches Verständnis für Digitalisierungsprozesse zu vermitteln, statt isolierte Einzellösungen zu fördern.

Dieser Artikel wurde von einem KI-System automatisiert erstellt. Kennzeichnung gemäß Art. 50 der EU-KI-Verordnung.