KI im Vertrieb: Fabrik-KI im Anbietercheck

KI & Automatisierung · 23. Oktober 2026 · Joseph Flesh

KI im Vertrieb trifft Fabrik-KI: Vergleichen Sie Siemens/NVIDIA, Microsoft/Körber, KUKA und Amplifa – und prüfen Sie jetzt Ihre Roadmap.

Am 19. Oktober 2026 meldete Dow Jones über Morningstar, dass Siemens und NVIDIA in der Elektronikfertigung Erlangen neue KI-Anwendungen für autonome Fabrikplanung vorgestellt haben. Einen Tag später berichtete CNBC über NVIDIAs europäisches Investitionspaket von fast 10 Milliarden US-Dollar und über Friedrich Merz' Appell an deutsche Unternehmen, KI schneller einzusetzen. Das ist kein Nebengeräusch für Produktionsleiter. Es ist ein Signal an Vertrieb, COO und Geschäftsführung: Wenn Produktionsanläufe um bis zu 40 Prozent kürzer werden sollen, darf KI im Vertrieb nicht weiter als Spielzeug für E-Mail-Betreffzeilen behandelt werden.

Siemens nennt für den virtuellen Hochlauf neuer Leiterplattenbaugruppen bis zu 85 Prozent weniger Engineering-Aufwand und bis zu 20 Prozent geringere Planungskosten durch KI-Agenten. Quelle: Morningstar/Dow Jones vom 19. Oktober 2026, ergänzt durch CNBC vom 20. Oktober 2026. Ich nehme diese Zahlen nicht als unabhängige Benchmark. Ich nehme sie als Marktansage. Wer in DACH Maschinen, Baugruppen, Elektronik oder Automatisierung verkauft, bekommt in den nächsten 24 Monaten eine neue Frage vom Kunden: Wenn eure Fabrik mit digitalen Zwillingen planen kann, warum ist euer Vertrieb noch eine Excel-Schicht mit Telefonanlage?

Warum dieser Vergleich für KI im Vertrieb nötig ist

Die Diskussion über Industrial AI läuft oft sauber getrennt vom Vertrieb. Links die Fabrik: digitale Zwillinge, Simulation, Robotik, MES, Siemens Xcelerator, NVIDIA Omniverse. Rechts der Vertrieb: CRM, Sequenzen, Messen, LinkedIn, Angebotsnachverfolgung. Das war bequem. Es war auch falsch. Bei einem Fertiger mit 180 Mitarbeitern in Ostwestfalen entscheidet die Fabrikfähigkeit direkt über die Vertriebsstrategie. Wenn ein Unternehmen durch virtuelle Inbetriebnahme schneller Varianten freigeben kann, muss der Vertrieb andere Accounts priorisieren, andere Lieferzusagen machen und früher in Projekte hinein. Sonst verpufft der Produktionsvorteil im Posteingang eines Einkäufers bei Schaeffler, Phoenix Contact oder Webasto.

Ich schreibe diesen Vergleich nicht als Analyst. Ich baue mit meinem Team bei Amplifa Systeme, die Vertriebsdaten, Markttrigger, Account-Priorisierung und Outreach in mittelständischen B2B-Organisationen verbinden. Ich sehe, wo KI wirklich greift. Und wo sie Theater ist. Naja, fast. Manchmal ist auch Theater nützlich, wenn es Budgets freimacht. Aber spätestens beim dritten Pilotprojekt ohne Pipeline-Effekt kippt die Stimmung. Ein CSO aus Stuttgart sagte mir im September 2026 nach einer Vorstandssitzung: "Wir haben einen Digital Twin für die Linie, aber keinen Zwilling unserer Pipeline." Das saß. Nicht wegen der Formulierung. Wegen der Lücke.

Deshalb vergleiche ich hier vier Ansätze, die nach Erlangen relevant werden: Siemens/NVIDIA als integrierte Fabrik-KI, Microsoft/Körber als Cloud- und Prozess-KI im regulierten Umfeld, KUKA/NVIDIA als Robotik- und Vision-Pfad sowie Amplifa als Sales-AI-Schicht für Pipeline, Lead-Generierung und Account-Steuerung. Ja, Amplifa steht in diesem Vergleich. Ich bin CTO und Co-Founder. Ich tue nicht so, als wäre ich neutral. Aber ich lege die Kriterien offen, und ich sage auch, wo wir nicht die richtige Lösung sind.

Bewertungskriterien für KI im Vertrieb und Fabrik-KI

Für einen Geschäftsführer eines Fertigungsunternehmens mit 50 bis 500 Mitarbeitern ist die falsche Frage: "Welches KI-Tool ist am modernsten?" Die bessere Frage ist: "Welcher Engpass kostet uns 2027 Marge, Lieferfähigkeit oder Pipeline?" Bei Trumpf, DMG Mori oder Festo ist diese Frage organisatorisch anders aufgehängt als bei einem Zulieferer mit 120 Leuten und zwei Key-Account-Managern. Aber das Muster ist ähnlich. Engpässe wandern. Erst fehlen Leads. Dann fehlen belastbare Angebote. Dann blockiert die Planung. Dann fehlt Material. Dann ist die Kapazität frei, aber kein Auftrag da. Schönes Chaos.

Ich bewerte die Kandidaten nach sieben Kriterien:

• Geschäftshebel: Wirkt die Lösung auf Produktionskosten, Time-to-Market, Liefertermintreue, Pipeline-Aufbau oder Angebotsgeschwindigkeit?
• Datenbasis: Braucht das System saubere CAD-, MES-, ERP-, CRM- oder Webdaten, und wie hart ist der Integrationsaufwand?
• Architektur: Arbeitet die Lösung mit digitalen Zwillingen, KI-Agenten, LLMs, Computer Vision, klassischen Optimierern oder einer Mischung?
• Umsetzbarkeit im Mittelstand: Kann ein Unternehmen mit 50 bis 500 Mitarbeitern realistisch starten, ohne erst 18 Monate Stammdatenarchäologie zu betreiben?
• Vertriebsanschluss: Hilft die Lösung dem Vertrieb konkret bei Zielkunden, Timing, Angebot, Forecast oder Bestandskundenentwicklung?
• Kostenlogik: Sind die Kosten projektgetrieben, nutzungsbasiert, lizenzbasiert oder abhängig von Infrastruktur wie GPUs und Integrationspartnern?
• Risiko: Wo entstehen Lock-in, Datenschutzprobleme, falsche Automatisierung oder operative Abhängigkeit?

Ein technischer Punkt wird oft unterschätzt: Context-Windows und Token-Kosten sind im Vertrieb wichtiger als im Marketing-Blabla. Ein Sales-Agent, der nur die letzten drei E-Mails und eine CRM-Notiz sieht, halluziniert höflich. Ein Agent, der Angebotsversionen, Stücklisten, Reklamationen, Besuchsberichte, Website-Signale und Konzernstrukturen in einem Retrieval-System verbinden kann, wird brauchbar. Bei LLM-APIs lagen öffentlich gelistete Preise 2024 für leistungsfähige Modelle teils bei wenigen bis zweistelligen US-Dollar pro Million Input- oder Output-Token; 2026 schwanken die Pakete stärker, und viele Enterprise-Verträge sind nicht öffentlich. Meine Regel: Die Modellkosten sind selten der Hauptposten. Schlechte Datenflüsse sind teurer. Immer.

Das funktioniert bei uns nicht, sagte mir Andrea, Head of Sales bei einem Komponentenhersteller in Bielefeld. Zwei Wochen später stellte sich heraus: Es funktionierte nicht, weil das CRM 41 Prozent der aktiven Kunden ohne Branche führte.

— Joseph Flesh, CTO & Co-Founder, Amplifa

Kandidat 1: Siemens/NVIDIA – Industrial AI mit digitalem Zwilling

Siemens und NVIDIA setzen in Erlangen auf die Verbindung aus digitalen Zwillingen, industriellen KI-Agenten und Simulation. Der Kern ist nicht "ein Chatbot für die Fabrik". Der Kern ist ein virtuelles Abbild von Produktionssystemen, das Planer und Ingenieure vor physischen Eingriffen testen lassen soll, wie neue Leiterplattenbaugruppen anlaufen, welche Linie blockiert, wo Material fehlt und welche Reihenfolge besser funktioniert. Siemens berichtet laut Morningstar/Dow Jones vom 19. Oktober 2026 von bis zu 85 Prozent weniger Engineering-Aufwand beim virtuellen Produktionshochlauf und bis zu 40 Prozent kürzerer Time-to-Market. Diese Zahlen sind company-reported. Trotzdem: Wenn auch nur die Hälfte in einem realen Mittelstandssetup ankommt, ändert das Vertriebsversprechen.

Die Stärke dieses Ansatzes liegt in der Tiefe. Siemens Xcelerator, Automatisierungshardware, PLM, Simulation, Produktionsplanung und NVIDIA Omniverse passen strategisch zusammen. Für einen Elektronikfertiger in Bayern oder einen Maschinenbauer mit Variantenfertigung in Baden-Württemberg kann das bedeuten: Neue Produktvariante digital absichern, Ramp-up-Risiko reduzieren, Lieferfenster früher berechnen. Für den Vertrieb heißt das: Nicht mehr "wir fragen die Arbeitsvorbereitung" als Standardantwort. Sondern belastbarere Lieferfähigkeit im Angebotsprozess. Das klingt trocken. Es verkauft sich aber. Gerade bei Kunden wie Brose, ZF oder Kärcher, wo Projektfenster und Lieferstrafen nicht nach Bauchgefühl vergeben werden.

Die Schwäche ist ebenso klar: Einstiegshürde. Wer heute kein belastbares Datenmodell seiner Produktion hat, bekommt nicht durch einen NVIDIA-Vortrag plötzlich einen autonomen Planer. Digitale Zwillinge brauchen Geometrie, Prozessdaten, Regeln, historische Takte, Variantenlogik, Schnittstellen. Und Menschen, die dem System widersprechen können. Ein COO namens Markus aus Augsburg, 220 Mitarbeiter, sagte mir im Oktober 2026: "Ich kann meiner Linie nicht erklären, warum jetzt ein Agent plant, wenn wir noch nicht mal die Rüstgründe sauber buchen." Genau. Stimmt nicht ganz – man kann trotzdem starten. Aber nicht mit dem großen Erlangen-Bild an der Wand und leerem MES darunter.

Was Siemens/NVIDIA für den Vertrieb wirklich bedeutet

Der Vertriebshebel entsteht nicht im Rendering des digitalen Zwillings. Er entsteht an der Schnittstelle zwischen Produktionsfähigkeit und Marktansprache. Wenn ein Hersteller schneller neue Baugruppen industrialisieren kann, muss Sales wissen, welche Bestandskunden genau jetzt für Varianten, Redesigns oder Ersatz alter Plattformen offen sind. Das ist KI im Vertrieb als Übersetzungsschicht. Beispiel: Ein Elektronikzulieferer gewinnt durch virtuellen Ramp-up vier Wochen im Projektplan. Ohne Account-Intelligence landet dieser Vorteil in einer Angebotspräsentation, die 19 andere Lieferanten ähnlich formulieren. Mit Account-Intelligence wird daraus eine Liste von 37 Zielkunden mit laufenden Produktwechseln, Lieferproblemen beim Wettbewerber, neuen Engineering-Stellenanzeigen und passenden Ansprechpartnern im Einkauf. Das ist der Unterschied zwischen Technologie und Umsatz.

Ich wäre hart vorsichtig bei Mittelständlern, die Siemens/NVIDIA nur kaufen wollen, weil der Vorstand ein Symbolprojekt braucht. Wenn Produktion, Engineering und Vertrieb nicht gemeinsam definieren, welche Produktfamilie, welcher Zielmarkt und welche Vertriebsbewegung profitieren sollen, wird es eine teure Demo. Der Geruch von frischem Schaltschranklack in einer Pilotzelle ersetzt keine Go-to-Market-Logik. Hart gesagt: Wer 2026 Fabrik-KI einführt und die Pipeline unverändert nach Messekontakten sortiert, verbrennt Geschwindigkeit.

Kandidat 2: Microsoft/Körber – Cloud-KI für Prozesse und regulierte Produktion

Körber hat 2026 mit Microsoft Azure einen KI-Fokus für Pharma Manufacturing kommuniziert. Das ist ein anderer Ausgangspunkt als Siemens/NVIDIA. Weniger Fabrik-Metaverse, mehr Prozessdaten, Compliance, Cloud-Architektur, industrielle Workflows. Für regulierte Branchen wie Pharma, Medizintechnik oder Lebensmittel ist das relevant, weil die Hürde nicht nur technisch ist. Sie heißt Validierung, Audit-Trail, Datenzugriff, Rollenmodell, GxP-Nähe. Ein Geschäftsführer aus Basel, nennen wir ihn Lukas, formulierte es im Juli 2026 trocken: "Bei uns ist nicht die KI das Problem, sondern der Prüfer, der wissen will, warum sie etwas empfohlen hat."

Die Stärke von Microsoft/Körber liegt in der Anschlussfähigkeit. Viele mittelständische Fertiger nutzen Microsoft 365, Teams, Azure Active Directory, Power BI oder Dynamics. Das ist nicht sexy. Es ist praktisch. Wenn KI-Agenten in bestehende Identitäten, Berechtigungen, Datenräume und Reporting-Strukturen eingebettet werden, sinkt die politische Reibung. Für Vertriebsteams ist das wichtig, weil viele Sales-Prozesse bereits in Microsoft-Umgebungen hängen: Angebote als Word-Dokument, Kalkulation in Excel, Termine in Outlook, Kundennotizen in Teams. Schmutzig? Ja. Realität? Noch mehr.

Die Schwäche: Cloud-Prozess-KI löst nicht automatisch die harte physische Welt. Wer Linienlayouts, Robotik, Taktzeiten und reale Materialflüsse optimieren will, braucht mehr als Azure-Workflows. Außerdem unterschätzen Firmen oft die Kosten für Datenbereinigung, Governance und Change Management. Bei LLM-basierten Assistenten kommt ein zweiter Punkt dazu: Kontext. Ein 128k- oder 200k-Token-Fenster klingt groß, ist aber schnell voll, wenn Lastenhefte, Besuchsberichte, Angebotsverläufe und technische Spezifikationen ungefiltert hineingekippt werden. Gute Architektur nutzt Retrieval, Metadaten, Rechteprüfung und Zusammenfassungen. Schlechte Architektur nutzt Hoffnung.

Microsoft/Körber aus Sales-Sicht

Für Vertriebsleiter ist Microsoft/Körber dann interessant, wenn der Vertrieb stark mit regulierten Prozessen verbunden ist: technische Freigaben, Quality Agreements, Änderungsanträge, Dokumentationspflichten. Bei einem Medizintechnik-Zulieferer in Tuttlingen kann ein KI-Assistent, der alte Validierungsdokumente, Kundenfreigaben und Angebotsbausteine findet, mehr Pipeline retten als ein hübscher Lead-Scorer. Warum? Weil Deals nicht am ersten Termin sterben, sondern an der sechsten Rückfrage. "Können Sie nachweisen, dass diese Änderung keine Requalifizierung braucht?" Wenn Sales dann drei Tage intern sucht, ist der Moment weg.

Mein kantiger Punkt: Viele mittelständische Vertriebsorganisationen brauchen weniger generative Magie und mehr Zugriff auf das, was sie längst wissen. Microsoft-nahe Architekturen können hier stark sein, wenn sie nicht als Copilot-Konfetti ausgerollt werden. Ein Copilot, der Meeting-Zusammenfassungen schreibt, ist nett. Ein System, das aus 900 alten Angeboten erkennt, welche Baugruppen bei Phoenix Contact ähnlichen Kundenkonstellationen gewonnen haben und welche Einwände kamen, ist Umsatzinfrastruktur.

Kandidat 3: KUKA/NVIDIA – Physical AI für Robotik und Vision

KUKA zeigte im Oktober 2026 auf der NVIDIA GTC Berlin KI-gestützte Vision auf Basis von NVIDIAs Jetson-Orin-Plattform sowie Software, die Roboterprogrammierung mit 3D-Fertigungssimulation verbindet. Das ist der pragmatische Bruder des großen digitalen Zwillings: Roboter sehen besser, Programme entstehen näher an der Simulation, Inbetriebnahmen werden planbarer. Für Betriebe mit Schweißen, Handling, Verpackung, Montage oder Qualitätsprüfung ist das greifbar. Man hört es manchmal sogar: weniger Stop-and-Go an der Zelle, weniger hektisches Klicken am Teach Pendant, weniger "Hol mal den Integrator" kurz vor Schichtwechsel. KUKA ist in DACH keine Theorie. Viele Hallen kennen die orangefarbenen Arme besser als ihre eigene CRM-Hygiene.

Die Stärke ist die Nähe zur Maschine. Wenn Computer Vision Ausschuss reduziert oder Variantenhandling ermöglicht, entsteht Kapazität. Die Schwäche: Der Vertrieb profitiert nur indirekt, wenn niemand die neu gewonnene Fähigkeit in Marktsegmente übersetzt. Ich sehe das oft bei Automatisierungsprojekten. Nach sechs Monaten läuft die Zelle stabiler, aber die Website sagt immer noch "Ihr zuverlässiger Partner für Sonderlösungen". Nein. Wenn die KUKA-Zelle jetzt kleine Losgrößen wirtschaftlich macht, muss Sales gezielt Kunden mit Variantenstress angreifen. Sonst ist die Automatisierung nur Kostenverteidigung.

Kandidat 4: Amplifa – KI im Vertrieb als Pipeline-Betriebssystem

Amplifa setzt nicht an der Roboterzelle an. Wir setzen dort an, wo Produktionsfähigkeit in Umsatz übersetzt werden muss: Zielkunden identifizieren, Signale erkennen, Account-Prioritäten setzen, personalisierte Ansprache vorbereiten, CRM-Daten anreichern, Follow-ups steuern, Sales-Playbooks messbar machen. Für Fertigungsunternehmen heißt das konkret: Wenn Ihre neue Linie kleinere Serien wirtschaftlich kann, findet das System nicht nur generische "Leads", sondern Firmen mit passenden Produktwechseln, Investitionsmeldungen, Stellenanzeigen, Lieferkettenproblemen, Normwechseln oder Expansionssignalen. Das ist keine Magie. Es ist Datenarbeit plus Modelle plus Vertriebsdisziplin.

Aus unseren Implementierungen wissen wir: Bei Fertigungs- und Industriekunden zwischen 80 und 420 Mitarbeitern sehen wir in den ersten 90 Tagen fast immer dasselbe Muster. Zwischen 18 und 35 Prozent der vorhandenen CRM-Accounts sind falsch klassifiziert oder zu grob segmentiert, etwa "Maschinenbau" statt "Sondermaschinen für Batteriehandling". Bei Kunden mit mehr als 5.000 historischen Kontakten finden wir regelmäßig 12 bis 22 Prozent Dubletten oder veraltete Rollen. Und der größte Hebel liegt selten in mehr Kaltakquise. Er liegt darin, 40 bis 120 Accounts neu zu priorisieren, weil ein echtes Kaufsignal vorliegt. Ein Kunde aus dem Raum Nürnberg hat in neun Monaten dreimal so viele qualifizierte Ersttermine gebucht, ohne einen zusätzlichen Sales-Mitarbeiter einzustellen. Nicht, weil das Modell besonders charmant schrieb. Weil es Timing sichtbar machte.

Unsere Schwäche? Wir planen keine Fertigungslinie. Wir simulieren keine Roboterzelle. Wer ein Problem mit Rüstzeiten, SPS-Code oder Layoutvarianten lösen will, braucht Siemens, KUKA, einen Integrator oder eigene OT-Kompetenz. Amplifa wird stark, wenn eine technische Fähigkeit, ein Marktsegment und ein Vertriebsprozess zusammengebracht werden müssen. Gerade nach Fabrik-KI-Projekten. Denn dann entsteht oft ein gefährlicher Satz: "Jetzt müssten wir das nur noch verkaufen." Dieser Satz kommt zu spät.

Amplifa Produkt: KI im Vertrieb für Industrieunternehmen Account-Intelligence, Lead-Generierung und Sales-Automatisierung für mittelständische B2B-Teams in DACH.

Großer Vergleich: Anbieter, Architektur und Vertriebshebel

Die folgende Tabelle ist bewusst unromantisch. Kein Anbieter gewinnt überall. Wer etwas anderes behauptet, verkauft Folien. Ein Elektronikfertiger in Erlangen-Nähe mit hoher Variantenkomplexität hat andere Prioritäten als ein Lohnfertiger in der Steiermark oder ein Medizintechnikzulieferer in Tuttlingen. Trotzdem hilft Struktur, weil Budgetgespräche sonst schnell bei Namen hängen bleiben: Siemens, NVIDIA, Microsoft, KUKA, Agile Robots. Namen beeindrucken. Engpässe bezahlen Rechnungen.

Preisvergleich: Was kostet KI im Vertrieb und in der Fabrik?

Preisvergleiche in Industrial AI sind unangenehm, weil kaum jemand öffentlich saubere Pakete nennt. Siemens- und KUKA-Projekte hängen an Standort, Integrationsumfang, bestehender Infrastruktur, Lizenzen, Hardware und Partnern. Microsoft-Azure-Kosten hängen an Datenvolumen, Nutzung, Modellwahl, Security und Services. Sales-AI-Lösungen hängen an Nutzerzahl, Account-Volumen, Datenquellen, Automatisierungsgrad und Integrationen. Wer eine einfache Preisliste will, bekommt sie oft nur bei Tools, die das eigentliche Problem nicht tief genug anfassen. Bitter, aber nützlich.

Bei LLM-Kosten mache ich in Projekten eine Trennung, die vielen hilft: Modellnutzung, Datenaufbereitung, Workflow-Integration, menschliche Kontrolle. Die Tokens sind sichtbar und werden deshalb diskutiert. Die schlechten Übergaben zwischen CRM, ERP, Website, E-Mail und Angebotsordnern sind unsichtbar und kosten mehr. Ein 200k-Context-Window rettet keinen Vertriebsprozess, wenn der wichtigste Besuchsbericht als PDF-Scan im SharePoint liegt und der Key Account Manager ihn "finalfinalneu" genannt hat.

Was bedeutet das für COOs und Geschäftsführer?

COOs neigen dazu, KI zuerst dort zu suchen, wo sie Maschinen sehen. Verständlich. Eine Roboterzelle ist greifbarer als ein besser priorisierter Zielaccount. Man kann danebenstehen, den Takt messen, den Geruch von warmem Kunststoff und Kühlschmierstoff in der Halle wahrnehmen. Pipeline riecht nach nichts. Das macht sie nicht weniger materiell. Wenn der Vertrieb die falschen Projekte gewinnt, fährt die beste Fabrik in die falsche Richtung.

Ich halte reine Inbound-Strategien im Industrieumfeld ab 2026 für gefährlich. Hart gesagt: Wer als mittelständischer Fertiger nur wartet, bis ein OEM, Tier-1 oder Maschinenbauer ein Formular ausfüllt, hat seine Marge schon abgegeben. Die guten Projekte entstehen früher: bei Plattformwechseln, Lieferantenproblemen, Standorterweiterungen, regulatorischen Änderungen, neuen Engineering-Teams. Diese Signale sind öffentlich, halböffentlich oder in eigenen Daten versteckt. KI im Vertrieb ist dann keine Textmaschine. Sie ist ein Radar.

Siemens/NVIDIA zeigt, wohin Produktion läuft: Simulation vor Umbau, Agenten vor manueller Planung, digitale Modelle vor Bauchgefühl. Vertrieb muss denselben Sprung machen. Nicht blind automatisieren. Nicht Menschen ersetzen, die Kundenbeziehungen halten. Aber die alte Routine – Messe, Excel-Liste, drei Follow-ups, Hoffnung – wird gegen Systeme verlieren, die Marktbewegungen und interne Fähigkeiten verbinden. Ein Vertriebsleiter namens Jens aus Heilbronn sagte mir im August 2026: "Wir sind technisch stärker geworden, aber unsere Kunden wissen es nicht schnell genug." Das ist ein Vertriebsproblem. Kein Marketingproblem.

Wie startet man ohne KI-Theater?

Ich empfehle selten den großen Wurf. Nicht, weil ich klein denke. Weil große Würfe in mittelständischen Organisationen oft an drei Dingen scheitern: Datenzugang, Verantwortlichkeit und fehlender Geduld für die langweiligen 20 Prozent. Man kann einen digitalen Zwilling nicht sauber nutzen, wenn niemand Taktabweichungen ernst nimmt. Man kann Sales AI nicht sauber nutzen, wenn niemand entscheidet, welche Accounts nicht mehr bearbeitet werden. KI zwingt zu Entscheidungen. Genau deshalb ist sie unbequem.

1. Engpass benennen: Ist Ihr größtes Problem Ramp-up, Planung, Qualität, Angebotsdurchlauf, Lead-Generierung oder Forecast? Nur ein Hauptengpass. Nicht fünf.
2. Datenlandkarte zeichnen: Welche Systeme enthalten die relevanten Fakten – ERP, MES, PLM, CRM, SharePoint, E-Mail, Website, Handelsregister, Stellenanzeigen, Pressemitteilungen?
3. Messgröße festlegen: Zum Beispiel Engineering-Stunden pro neue Baugruppe, Planungskosten pro Woche, qualifizierte Ersttermine pro Monat, Angebotsdurchlaufzeit oder Reaktivierungsquote.
4. Pilot klein schneiden: Eine Produktfamilie, ein Segment, ein Vertriebsteam, eine Linie. Kein Konzernprogramm im Mittelstandsanzug.
5. Menschliche Kontrolle definieren: Wer darf KI-Vorschläge freigeben, überschreiben oder verwerfen? Bei Sales: Wer entscheidet, ob ein Account kontaktiert wird?
6. Vertriebsanschluss erzwingen: Jede Fabrik-KI-Initiative braucht eine Antwort auf die Frage, welche Kunden dadurch anders angesprochen werden.

Amplifa Sales Audit Prüfen Sie, wo Ihr Vertrieb Pipeline verliert: Datenqualität, Zielkunden, Follow-up, Automatisierung und Account-Priorisierung.

FAQ: Ersetzt Fabrik-KI den Vertriebsaufbau?

Nein. Fabrik-KI ersetzt keinen Vertriebsaufbau. Sie erhöht nur den Schaden eines schlechten Vertriebsaufbaus. Wenn Siemens/NVIDIA-ähnliche Ansätze Time-to-Market wirklich um bis zu 40 Prozent reduzieren können, dann entsteht ein neues Tempo im Markt. Dieses Tempo muss jemand in Zielkunden, Angebote und Verhandlungen übersetzen. Sonst haben Sie eine schnellere Fabrik und denselben alten Nachfragekanal.

FAQ: Braucht jeder Mittelständler einen digitalen Zwilling?

Nein. Ehrlich? Ich weiß es nicht für jedes Unternehmen. Aber ich weiß: Nicht jeder braucht 2027 einen vollständigen digitalen Zwilling des Werks. Viele brauchen zuerst einen Zwilling ihres Engpasses. Bei einem Elektronikfertiger kann das der Ramp-up einer neuen Baugruppe sein. Bei einem Lohnfertiger die Angebotskalkulation. Bei einem Automatisierer die Roboterzelle. Bei einem Vertriebsteam die Account-Landkarte. Wer alles modellieren will, modelliert oft am Umsatz vorbei.

FAQ: Ist KI im Vertrieb nur Cold Email mit besseren Texten?

Nein. Cold Email ist ein Kanal. KI im Vertrieb ist ein Betriebssystem für Entscheidungen vor, während und nach der Ansprache. Welche Firma passt jetzt? Warum jetzt? Welche technische Fähigkeit ist relevant? Wer im Buying Center hat wahrscheinlich Druck? Welche Referenz passt? Welche Einwände kamen bei ähnlichen Accounts? Welche Angebotsposition bremst? Wenn ein Tool nur E-Mails schreibt, ist es kein Sales-AI-System. Es ist eine Schreibmaschine mit API.

Persönliche Empfehlung: Reihenfolge schlägt Tool-Auswahl

Wenn ich Geschäftsführer eines Fertigungsunternehmens mit 150 Mitarbeitern wäre, würde ich nicht mit der Frage starten, ob Siemens/NVIDIA, Microsoft/Körber, KUKA oder Amplifa "die beste" Lösung ist. Ich würde zuerst entscheiden, ob mein Wachstumsproblem innen oder außen sitzt. Innen heißt: Wir könnten verkaufen, aber Produktion, Planung, Qualität oder Engineering bremsen. Dann schaue ich zuerst auf Siemens/NVIDIA, KUKA/NVIDIA oder eine Microsoft-nahe Prozessarchitektur. Außen heißt: Wir könnten liefern, aber die richtigen Kunden sehen es nicht, kommen zu spät oder werden nicht systematisch bearbeitet. Dann ist KI im Vertrieb zuerst dran.

Meine zweite Empfehlung ist unbequemer: Verbinden Sie die Programme früher. Wenn der COO eine neue flexible Fertigungszelle plant, muss Sales parallel definieren, welche Kundensegmente damit attackiert werden. Wenn Vertrieb eine neue Branche erschließen will, muss Produktion sagen, welche Varianten profitabel sind und welche nur Lärm bringen. Bei einem Kunden aus dem Sondermaschinenbau haben wir im Frühjahr 2026 erlebt, dass nicht die Anzahl der Leads das Problem war, sondern die falsche technische Story. Nach der Segmentierung auf drei konkrete Anwendungen sank die Zahl der angesprochenen Accounts, aber die Terminquote stieg deutlich. Weniger Breite. Mehr Trefferfläche.

Amplifa Ressourcen & Tools Kostenlose Werkzeuge und Audits für Sales-Pipeline, Lead-Generierung und KI-Reife im B2B-Vertrieb.

Entscheidungshilfe: 3 Fragen vor dem Anbietertermin

Vor jedem Anbietertermin – egal ob mit Siemens, Microsoft-Partner, KUKA-Integrator, Agile Robots oder uns – sollten drei Fragen beantwortet sein. Nicht im Workshop. Vorher. Sonst übernimmt der Anbieter die Problemdefinition. Das ist bequem, aber selten gut.

1. Welcher Engpass kostet uns im nächsten Geschäftsjahr mehr Geld: zu langsamer Produktionshochlauf, instabile Planung, manuelle Prozesse oder zu wenig qualifizierte Pipeline?
2. Welche Daten beweisen diesen Engpass: Engineering-Stunden, Planungsaufwand, Ausschuss, Lieferverzug, Angebotsdurchlaufzeit, CRM-Konversionsraten oder verlorene Bestandskunden?
3. Welche Entscheidung soll die KI konkret verbessern: Reihenfolge in der Produktion, Roboterprogramm, Dokumentenfreigabe, Zielaccount-Auswahl, Follow-up-Timing oder Angebotspriorität?

Wenn Sie diese drei Fragen nicht beantworten können, ist das kein Drama. Aber dann kaufen Sie keine KI. Dann kaufen Sie Orientierung. Das darf man tun. Man sollte es nur ehrlich benennen.

Der Punkt nach Erlangen

Die Siemens-NVIDIA-Demonstration in Erlangen ist wichtig, weil sie eine Grenze verschiebt. KI verlässt die Ecke der isolierten Piloten und rückt näher an Planung, Simulation, Hardware und Lieferfähigkeit. KUKA zeigt denselben Zug aus Robotik-Sicht. Microsoft und Körber zeigen ihn aus Prozess- und Cloud-Sicht. NVIDIA steckt mit fast 10 Milliarden US-Dollar europäischer Investitionszusage zusätzlichen Druck in den Markt. Und Friedrich Merz fordert deutsche Unternehmen öffentlich auf, KI anzunehmen. Politische Appelle bauen keine Pipeline, aber sie verändern Erwartungen.

Für Vertriebsleiter, COOs und Geschäftsführer im DACH-Mittelstand ist die Konsequenz simpel und unbequem: Produktions-KI und Sales-KI dürfen nicht getrennte Folien in getrennten Quartalsmeetings bleiben. Wenn die Fabrik schneller planen kann, muss der Vertrieb früher wissen, wen er ansprechen soll. Wenn der Vertrieb neue Nachfrage erzeugt, muss die Fabrik sagen können, welche Aufträge sie wirklich will. Zwischen digitalem Zwilling und CRM liegt kein IT-Projekt. Dort liegt Marge.

Ich vermute, dass wir in zwei Jahren weniger über "KI-Projekte" sprechen werden und mehr über Reaktionsfähigkeit. Wer merkt früher, dass ein Kunde wechseln muss? Wer kann schneller prüfen, ob die Variante lieferbar ist? Wer gibt dem Vertrieb eine belastbare Antwort, bevor der Wettbewerber den Termin bekommt? In manchen Hallen wird dann ein Roboter leiser greifen. In manchen Vertriebsbüros wird eine schlechte Excel-Liste endlich verschwinden. Beides klingt nicht groß. Beides verkauft.