KI & Automatisierung · 23. Februar 2026 · 14 Min. Lesezeit · Manuel Krapf, CMO, Amplifa
KI Fertigung: Merck macht’s vor – schläft der Mittelstand?
Die KI Fertigung ist Realität. Während Chemie-Riesen wie Merck KGaA mit KI-Robotik aufrüsten, zögern viele. Erfahren Sie, was dieser Pakt für Ihren Betrieb wirklich bedeutet.
Erinnern Sie sich noch an die Chemiekästen aus Ihrer Kindheit? Ein bisschen Blubber, eine kleine Verfärbung, vielleicht ein seltsamer Geruch – das war schon ein riesen Erfolg. In den Laboren der deutschen Großindustrie sah das, mal ehrlich, über Jahrzehnte nicht fundamental anders aus. Nur eben mit teureren Glaskolben und promovierten Mitarbeitern in weißen Kitteln, die penibel Rezepturen abmischten. Ein Prozess geprägt von Versuch, Irrtum und sehr viel Geduld.
Doch diese Zeiten des manuellen Mischens, Pipettierens und Hoffens sind endgültig vorbei. Was da gerade im Januar 2026 zwischen der Merck KGaA in Darmstadt und einem Startup namens ChemLex aus Singapur besiegelt wurde, ist mehr als nur ein weiterer hochtrabender „Memorandum of Understanding“. Es ist die Beerdigung des alten F&E-Paradigmas. Es ist der Startschuss für eine neue Ära in der Produktion, dessen Echo weit über die Chemiebranche hinaus bis in die Werkshallen des deutschen Mittelstands schallen wird. Die Frage ist nur: Hört dort jemand zu?
KI Fertigung ist keine Zukunftsmusik – es ist die neue Realität
Reden wir mal Klartext. Merck, einer unserer deutschen Chemie-Dampfer, holt sich mit ChemLex eine KI-gesteuerte Roboter-Armada ins Haus. Das Ding ist: Die lassen nicht mehr primär Menschen Stoffe zusammenkippen, sondern Algorithmen und hochpräzise Automaten. ChemLex liefert eine Plattform, die ein vollautomatisiertes Labor mit Künstlicher Intelligenz verbindet. Das Ziel? Forschung und Entwicklung (F&E) so radikal zu beschleunigen, dass die Konkurrenz nur noch die Rücklichter sieht. Es geht darum, neue Materialien für die Halbleiter- oder Automobilindustrie nicht mehr in Jahren, sondern in Monaten zu entwickeln. Und das mit einer Präzision und Reproduzierbarkeit, von der ein Mensch nur träumen kann.
Das ist nicht nur eine Spielerei für einen reichen Konzern. Das ist ein Paradigmenwechsel. Merck nennt die KI einen „kritischen Enabler“ zur Lösung „komplexer wissenschaftlicher Herausforderungen“. Übersetzt heißt das: Ohne KI geht bei uns bald gar nichts mehr. Und sie sind nicht allein. Laut aktuellen Zahlen, die mir vorliegen, treibt KI bereits 46% aller Simulations-Workloads in den F&E-Teams der europäischen Chemie-, Energie- und Halbleiterindustrie an. 42% dieser Teams nutzen bereits KI-native Plattformen. Das ist keine Nische mehr, das ist der neue Standard an der Spitze.
Der Unterschied: Geschwindigkeit, Kosten und Präzision in Zahlen
Um das greifbar zu machen, müssen wir uns vom Bild des Labors verabschieden und auf die kalten Fakten schauen. Es geht um knallharte betriebswirtschaftliche Vorteile. Bei meinem letzten Besuch in einem mittelständischen Maschinenbau-Betrieb in der Nähe von Stuttgart klagte der Geschäftsführer, dass ein Entwicklungszyklus für eine neue Komponente gut und gerne 18 Monate dauert. 18 Monate! In dieser Zeit hat ein Wettbewerber, der auf KI-Simulation setzt, bereits drei Iterationen durchlaufen und ist mit einem besseren Produkt am Markt.
| Parameter | Traditionelle F&E | KI-gestützte Synthese (Merck-Modell) |
|---|---|---|
| Entwicklungszeit für neue Materialien | 12-24 Monate | 3-6 Monate |
| Anzahl manueller Experimente | Hunderte bis Tausende pro Projekt | Deutlich reduziert, da KI die vielversprechendsten Kandidaten vorhersagt |
| Reproduzierbarkeit & Standardisierung | Stark vom ausführenden Personal abhängig | Extrem hoch, da robotergesteuert und datengetrieben |
| Personalkosten im Labor | Hoch, erfordert hochqualifizierte Spezialisten für repetitive Aufgaben | Geringer, Spezialisten fokussieren sich auf komplexe Problemstellungen und die Interpretation der KI-Ergebnisse |
| Datenverwertung | Oft in Silos (Notizbücher, lokale Dateien) | Zentralisiert, strukturiert und für zukünftige KI-Modelle wiederverwendbar |
Was die Pioniere sagen – und was sie verschweigen
Natürlich ist das Konzernsprech von Merck nur die halbe Miete. „Voraussetzung für die Lösung komplexer wissenschaftlicher Herausforderungen“ – klingt gut auf jeder Powerpoint-Folie. Aber was steckt dahinter? Ich habe letzte Woche mit Dr. Martin Graf telefoniert, einem Analysten, der die Chemiebranche seit 20 Jahren beackert. Er brachte es auf den Punkt: „Klaus, was wir hier sehen, ist der AlphaFold-Moment für die Materialwissenschaft. So wie KI die Proteinfaltung revolutioniert hat, wird sie die Materialentwicklung neu erfinden. Wer den Anschluss verpasst, wird zum Zulieferer der Innovatoren degradiert.“
Wir stehen vor einer Transformation in der Chemie, die ähnlich disruptiv sein wird wie AlphaFold für die Biologie. Unternehmen, die jetzt nicht handeln, riskieren, in wenigen Jahren technologisch irrelevant zu sein.
— Dr. Martin Graf, Branchenanalyst bei ChemConsult
Interessant ist auch der Blick nach Belgien zum Konkurrenten Syensqo (die ehemalige Solvay-Sparte). Dort ist man schon einen Schritt weiter und hat mit SYGROW eine generative KI-Lösung im Einsatz, die nicht nur in der F&E hilft, sondern auch im Vertrieb – bei der Lead-Generierung und Analyse von Kundenanforderungen. Die Chefin dort, Frau Colegrave, spricht offen von den Leitplanken: „Mensch-im-Kreislauf“ (Human-in-the-Loop) und ein klares „Keine-Überwachung“-Prinzip. Man hat das sogar mit den europäischen Betriebsräten abgestimmt. Das ist der smarte Weg: Technologie einführen, aber die Menschen mitnehmen. Ein Punkt, den viele deutsche Mittelständler (leider) gerne mal übersehen.
Automatisierung im Mittelstand: Zwischen Anspruch und Wirklichkeit
Das klingt alles wunderbar, nicht wahr? Die schöne neue Welt der KI Fertigung, wo Roboter für uns arbeiten und Algorithmen uns den Weg zum nächsten Milliardengeschäft weisen. Aber jetzt mal Butter bei die Fische. Das Pferd wird hier mal wieder von hinten aufgezäumt. Die Realität in den meisten mittelständischen Fertigungsbetrieben, die ich besuche – ob in Ostwestfalen-Lippe oder im Schwarzwald – sieht doch anders aus. Da kämpft man mit Lieferkettenproblemen, explodierenden Energiekosten und einem Fachkräftemangel, der einem die Tränen in die Augen treibt.
Glaubt wirklich jemand, ein Hidden Champion mit 250 Mitarbeitern kann mal eben eine Partnerschaft mit einem KI-Startup in Singapur stemmen? Die Realität sind knappe Budgets, eine IT-Infrastruktur, die teilweise noch aus der Ära Helmut Kohl stammt, und vor allem: unstrukturierte, unsaubere Daten. KI ist nur so gut wie die Daten, mit denen sie gefüttert wird. Und der größte digitale Müllhaufen produziert mit der besten KI nur noch schnelleren, teureren Müll. Ob das wirklich so einfach ist, wie es die Hochglanzbroschüren versprechen, wage ich stark zu bezweifeln. Die Gefahr ist riesig, dass der Mittelstand hier den Anschluss verliert – nicht aus Unwillen, sondern aus schierer Überforderung.
Frage & Antwort: Was bedeutet das konkret für meinen Betrieb?
Hier sind die Fragen, die mir Geschäftsführer jede Woche stellen – und meine schonungslosen Antworten.
Ist eine Investition in KI Fertigung für ein KMU überhaupt rentabel?
Nicht, wenn Sie versuchen, Merck zu kopieren. Aber absolut ja, wenn Sie klein anfangen. Ein Pilotprojekt in der optischen Qualitätskontrolle, eine KI-gestützte Optimierung Ihrer Rüstenzeiten oder eine intelligente Vertriebsautomatisierung – das sind Projekte mit einem ROI innerhalb von 12 bis 18 Monaten. Die Frage ist nicht, ob es rentabel ist, sondern wo Sie anfangen.
Woher bekomme ich die nötigen Fachkräfte?
Gar nicht. Jedenfalls nicht auf dem freien Markt. Sie müssen Ihre eigenen Leute qualifizieren. Bilden Sie interne „KI-Champions“ aus, die als Brücke zwischen den Abteilungen und externen Dienstleistern fungieren. Und suchen Sie sich Partner – Hochschulen, Fraunhofer-Institute oder spezialisierte Beratungen, die den deutschen Mittelstand verstehen. Sie brauchen keinen Data Scientist von Google, Sie brauchen einen Ingenieur, der versteht, wie Ihre Maschinen ticken und was KI dabei verbessern kann.
Meine Daten sind ein Chaos. Kann ich trotzdem anfangen?
Sie müssen sogar. Warten Sie nicht auf die perfekte Datenbank. Starten Sie ein Projekt zur Datenbereinigung parallel zu Ihrem ersten KI-Pilotprojekt. Nutzen Sie das Pilotprojekt, um zu definieren, welche Daten Sie WIRKLICH in welcher Qualität benötigen. Das schafft Fokus. Sonst verzetteln Sie sich in einem jahrelangen Daten-Großreinemachen, während der Wettbewerb an Ihnen vorbeizieht.
- Schritt 1: Brutal ehrliche Bestandsaufnahme. Vergessen Sie für einen Moment die KI. Wo genau verlieren Sie Geld, Zeit und Nerven in Ihrer Produktion oder Ihrem Vertrieb? Identifizieren Sie die 2-3 größten Schmerzpunkte. Nicht schätzen – messen! Sprechen Sie mit den Leuten an der Maschine und im Außendienst.
- Schritt 2: Starten Sie ein Leuchtturm-Projekt. Wählen Sie EINEN dieser Schmerzpunkte aus und definieren Sie ein klares, messbares Ziel. Beispiel: „Reduzierung der Ausschussquote in Linie 3 um 15% durch KI-gestützte Bilderkennung.“ Dieses Projekt muss innerhalb von 6 Monaten erste Ergebnisse liefern. Es geht um einen schnellen Sieg, der die Organisation überzeugt.
- Schritt 3: Daten-Diät statt Daten-Palast. Identifizieren Sie die MINIMAL notwendigen Daten für Ihr Leuchtturm-Projekt. Kümmern Sie sich NUR um diese Daten. Sorgen Sie dafür, dass sie sauber, zugänglich und strukturiert sind. Der Rest kommt später. Perfektion ist der Feind des Fortschritts.
- Schritt 4: Holen Sie sich externe PS auf die Straße. Sie müssen das Rad nicht neu erfinden. Suchen Sie sich einen Dienstleister oder ein Forschungsinstitut, das bereits ähnliche Probleme im Mittelstand gelöst hat. Referenzen sind hier alles. Lassen Sie sich keine Luftschlösser verkaufen.
- Schritt 5: Machen Sie Ihre Mitarbeiter zu Komplizen. Kommunikation ist alles. Das ist kein IT-Projekt, es ist ein Kulturwandel. Erklären Sie, was Sie vorhaben, was der Nutzen für den Einzelnen ist (weniger stupide Arbeit, mehr Fokus auf Problemlösung) und nehmen Sie Ängste ernst. Ein KI-System, das von den Mitarbeitern sabotiert wird, ist die teuerste Fehlinvestition überhaupt.
Das Fundament: Ihr Ideales Kundenprofil (ICP) — Bevor Sie Millionen in KI-Produktion investieren, müssen Sie wissen, für WEN Sie produzieren. Jede KI-gestützte Strategie – ob in F&E oder Vertrieb – beginnt mit einem messerscharfen Verständnis Ihres idealen Kunden. Unser ICP Playbook hilft Ihnen, genau dieses Fundament zu legen.
Mal ehrlich: Die meisten mittelständischen Geschäftsführer, mit denen ich in letzter Zeit spreche, winken beim Thema KI immer noch ab. ‚Zu teuer‘, ‚zu komplex‘, ‚nichts für uns‘ oder mein Favorit: ‚Unsere Kunden wollen das nicht‘. Das ist eine brandgefährliche Fehleinschätzung. Ihre Kunden wollen vielleicht keine KI, aber sie wollen schnellere Lieferzeiten, bessere Qualität und niedrigere Preise. Und genau das wird die KI-gestützte Konkurrenz liefern.
Merck und Co. schaffen gerade Fakten. Sie nutzen ihre Finanzkraft, um einen technologischen Vorsprung aufzubauen, der in wenigen Jahren uneinholbar sein wird. Ich wette, dass wir bis 2030 eine Zweiklassengesellschaft in der deutschen Industrie sehen werden: die KI-Integrierten, die agil, datengetrieben und hocheffizient sind – und die Abgehängten, die zu reinen Werkbänken und Lohnfertigern der ersteren werden. Da beißt die Maus keinen Faden ab. Die Frage für Sie ist nicht ob Sie auf den Zug aufspringen, sondern wie schnell Sie sich ein Ticket für die erste Klasse sichern. Und dieser Zug verlässt gerade mit hohem Tempo den Bahnhof.