Rückblick: KI.SH auf der #DiWO 2025
DIe erfolgreichsten Anwendungsfälle und Talk-to-the-Experts auf der Digitalen Woche 2025
Mit unserer Veranstaltung "KI in Schleswig-Holstein – die erfolgreichsten Anwendungsfälle aus 2024" am 13.05.2025 zeigte KI.SH eindrucksvoll, wie Künstliche Intelligenz (KI) in kleinen und mittleren Unternehmen (KMU) bereits heute echten Mehrwert schafft. Im Mittelpunkt standen praxisnahe Anwendungsfälle, die von den Unternehmen gemeinsam mit dem Netzwerk KI.SH entwickelt wurden. Eine zentrale Erkenntnis ist: KI muss nicht nur technisch funktionieren, sondern auch einen klaren "Business Case" erfüllen – sonst bleibt sie ein teures Hobby.
Die Veranstaltung kann auch in voller Länger im Stream nachgeschaut werden (ab 04:46:00):
Unsere besten Use Cases 2024 – Zusammenfassung
Landesrechnungshof SH: Automatisierte Prüfung der Deckungsfähigkeit
Die Prüfung der Deckungsfähigkeiten innerhalb eines Haushaltes war beim Landesrechnungshof Schleswig-Holstein bislang durch unterschiedliche Datenformate und zeitaufwändige manuelle Prozesse geprägt. Da eine Nachvollziehbarkeit gegeben sein muss, kommt für die Anwendung von KI eine "Black-Box"-KI-Lösung nicht in Betracht. Mithilfe einer speziellen Explainable AI (xAI)-Methode können die Daten vereinheitlicht und anhand nachvollziehbarer Regeln automatisiert geprüft. Dadurch kann die Effizienz deutlich gesteigert und die Ergebnisse transparent nachvollziehbar gemacht werden; die Machbarkeit des Ansatzes ist bestätigt.
Topmotive: Digitalisierung von Lieferscheinen
Viele wichtige Informationen aus Lieferscheinen sollten bei Topmotive automatisch ausgelesen und digitalisiert werden. Durch den Einsatz einer Kombination aus klassischen Algorithmen, Large Language Models (LLMs), Optical Character Recognition (OCR) und Document Understanding Transformer (DONUT) werden die Daten nun automatisiert extrahiert. Das Ergebnis ist eine Erkennungsgenauigkeit von 97 Prozent und ein deutlich effizienterer Prozess, insbesondere für Unternehmen mit hohem Dokumentenaufkommen.
Externer Inhalt
Clasen Baumschulen: Intelligente Artikelzuordnung
Die Bearbeitung von Kundenanfragen bei Clasen Baumschulen war bislang durch uneinheitliche Formulierungen, zahlreiche Synonyme und Fehler sowie einen hohen manuellen Aufwand gekennzeichnet. Eine KI kann diese PDF-Anfragen analysieren, gleicht sie mit dem Artikelstamm ab und empfiehlt passende Produkte. Dies führt zu einer schnelleren Bearbeitung und einer höheren Trefferquote. Hierzu wurden mehrere KI-Methoden kombiniert. Perspektivisch soll die Genauigkeit mittels Finetuning verbessert werden.
Topmotive: Digitalisierung von Lieferscheinen
Viele wichtige Informationen aus Lieferscheinen sollten bei Topmotive automatisch ausgelesen und digitalisiert werden. Durch den Einsatz einer Kombination aus klassischen Algorithmen, Large Language Models (LLMs), Optical Character Recognition (OCR) und Document Understanding Transformer (DONUT) werden die Daten nun automatisiert extrahiert. Das Ergebnis ist eine Erkennungsgenauigkeit von 97 Prozent und ein deutlich effizienterer Prozess, insbesondere für Unternehmen mit hohem Dokumentenaufkommen.
mintcode: Prognose von Wartezeiten in Arztpraxen
Unvorhersehbare Wartezeiten in Arztpraxen stellen für Patienten und Personal eine Belastung dar. Für mintcode wurde geprüft, ob Machine-Learning-Modelle eingesetzt werden können, um die Verspätungen im Tagesablauf auf Basis von Praxis-, Patienten- und Wetterdaten zu prognostizieren. Die Ergebnisse zeigen das Potenzial von dieser Modelle, die Aufenthaltsdauer in Arztpraxen präzise vorherzusagen und so zur Optimierung der Praxisorganisation beizutragen. Der Ansatz lässt sich auf verschiedene Praxen übertragen.
FelloFish: Qualitätssicherung von KI-generierten Texten
FelloFish stellte sich die Frage, ob Large-Language-Modelle dabei helfen können, die Textkompetenz bei Schüler:innen zu verbessern. Dazu braucht es eine referenzierbare, reproduzierbare und skalierbare Bewertungsmethode. Ergebnis dieser Machbarkeitsstudie war, dass der Ansatz "LLMs-as-a-Judge" und der Clustering-Algorithmen "Top2Vec" grundsätzlich funktionieren, um Feedback effizient zu bewerten und zu skalieren. Beides kann gemeinsam für eine gesteigerte Qualität in der Bildungsvermittlung sorgen.
A Step Ahead: Automatisierte Unterrichtsmaterialien
Lehrkräfte benötigen schnell individuelle und didaktisch hochwertige Materialien. A Step Ahead möchte Large-Language-Modelle und generative KI-Technologien nutzen, um aus unstrukturierten Eingaben strukturierte Arbeitsblätter inklusive Grafiken zu erstellen. Die Lösung liefert gute Basisergebnisse, muss jedoch noch feinjustiert werden.
Bewind: Optimierung von Windkraftanlagen
Die Bestimmung des optimalen Anstellwinkels der Rotorblätter ist bei Windkraftanlagen komplex. Für Bewind prüfte KI.SH verschiedene KI-Modelle, um den idealen Winkel anhand von Messdaten vorherzusagen. Das Modell XGBoost erzielte dabei die besten Resultate. Ein Folgeprojekt zur weiteren Optimierung ist bereits in Planung.
UXMA: KI-Kohlenhydratrechner für Diabetiker:innen
Für Diabetiker:innen ist eine schnelle, präzise Berechnung des Kohlenhydratgehalts von Mahlzeiten essenziell. UXMA arbeitet an einer App mit KI-gestützter Bilderkennung, die Lebensmittel erkennt und deren Nährwerte berechnet. Dazu wurden unterschiedliche KI-Modelle verglichen, wobei große Modelle die beste Genauigkeit aufwiesen. Kleine Modelle sind dagegen besser für das Smartphone geeignet. Im Projekt wurden Code und eine Beispielapp entwickelt und abschließend an das Unternehmen übergeben.
DF Automotive: Erfolgsfaktor Unternehmenskultur
Bei DF Automotive steht die Einführung von KI vor allem für eine Lern- und Veränderungsaufgabe. Das Unternehmen nutzt die "Workflow-Automation" Plattform N8N, um zahlreiche Prozesse mit KI zu optimieren. Wichtig dabei: Eine offene und experimentierfreudige Unternehmenskultur. Bei DF Automotive bilden kleine Pilotprojekte und die Bereitschaft zu kontinuierlichem Lernen die Grundlage für die erfolgreiche Umsetzung von KI-Projekten. Damit dient das Unternehmen als Vorbild für andere mittelständische Unternehmen.
Talk-to-the-Experts: Austausch auf Augenhöhe
Ein zusätzliches Highlight der Veranstaltung war das Format Talk-to-the-Experts. Hier konnten die Teilnehmenden direkt mit den KI-Expert:innen von KI.SH ins Gespräch kommen und ihre individuellen Anliegen diskutieren. An Thementischen wurde praxisnah zu aktuellen Herausforderungen beraten – von der rechtlichen Einordnung durch den EU AI Act über die Entwicklung und Integration von KI-Agenten bis hin zu konkreten KI-Workshops für Unternehmen.
Die Expert:innen – darunter Spezialist:innen für Generative KI, Predictive Maintenance, KI-Agenten, PDF- und Bildverarbeitung sowie KI-Workshops – standen für alle Fragen zur Verfügung und ermöglichten einen intensiven, zielgerichteten Austausch. Die Teilnehmenden profitierten von direktem Feedback, neuen Impulsen und praxisnahen Lösungsansätzen für ihre eigenen Projekte.
Fazit: KI als Business Case – Chancen für den Mittelstand
Die vorgestellten Use Cases und das interaktive Expertenformat belegen: KI entfaltet ihr Potenzial dann, wenn sie gezielt auf echte Geschäftsprobleme angewendet wird und Unternehmen den Wandel aktiv gestalten. Das Netzwerk KI.SH unterstützt KMU in Schleswig-Holstein dabei, von der ersten Idee bis zum Pilotprojekt – und sorgt dafür, dass KI mehr ist als ein Trend: nämlich ein echter Business Case.
Sie haben ebenfalls eine Idee und möchten dazu eine Einschätzung erhalten? Oder stehen Sie noch am Anfang und fragen sich, in welchen Bereichen der Einsatz von Ki in Ihrem Unternehmen sinnvoll wäre? Dann melden Sie sich bei uns und informieren Sie sich gerne auch zu unseren KI-Use-Case-Workshops.