Künstliche Intelligenz: Dieser Mittelständler will mit KI seinen Umsatz verdoppeln

Wer die Website von Ludwig Meister öffnet, wähnt sich bei einem gewöhnlichen Technikhändler: nüchterne Gestaltung, klare Produktkategorien, eine Suchleiste. Von Schrauben über Antriebstechnik bis zu Chemieprodukten listet der Mittelständler alles auf, was in Werkstätten gebraucht wird. Doch hinter der schlichten Oberfläche arbeiten Datenbanken, KI-Modelle und Robotersysteme, die dafür sorgen, dass am Ende die richtigen Produkte beim Kunden landen. „Wir haben enorme Effizienzsprünge erzielt“, sagt Geschäftsführer Max Meister. Gemeinsam mit seiner Schwester Elisabeth führt er den 1939 in München gegründeten Familienbetrieb in dritter Generation. Früher kämpfte das Unternehmen mit Papier- und Datenbergen – heute laufen Bestellung, Lagerverwaltung und Datenpflege weitgehend automatisiert. Das zahlt sich aus. Zwischen 2020 und 2023 stieg der Umsatz von knapp 86 auf über 130 Millionen Euro. Der Gewinn vervielfachte sich im selben Zeitraum – von rund 574.000 auf über 4,7 Millionen Euro. 2024 ist der Umsatz leicht auf 124 Millionen zurückgegangen, bis 2034 soll er aber auf 220 Millionen Euro steigen. Die Meisters haben ihr Unternehmen so ausgerichtet, dass neue Technologien nahtlos andocken können. Seit fast 25 Jahren bereiten sie ihre Daten konsequent auf – für viele Mittelständler mühsame Fleißarbeit, laut Geschäftsführer Max Meister der Schlüssel zum Erfolg. Mittlerweile ist das Fundament eine zentrale Oracle-Datenbank, die stetig erweitert und modernisiert wird. Sie bildet das Rückgrat für die betriebswirtschaftliche Software (ERP), die Lager, Einkauf und Buchhaltung steuert – für den Webshop und die KI-Systeme. So kann Meister mit seinem Team leicht neue KI-Projekte starten und über Schnittstellen ins System integrieren. Die Infrastruktur ist flexibel: OpenAI, Gemini, Meta oder Mistral lassen sich einbinden. „Wir wechseln die Modelle je nach Anwendungsfall. Es ist uns wichtig, unabhängig zu bleiben“, sagt Meister. Vieles läuft über den eigenen Serverraum, bei höherem Bedarf ergänzt durch die Cloud. Alle Projekte folgen einem festen Rhythmus: Nach spätestens vier Monaten muss ein Prototyp laufen – sonst wird er neu bewertet. „Diese kurzen Zyklen verhindern teure Fehlentwicklungen und sorgen für schnelle Lernerfolge“, erklärt Meister. Über 40 KI-Projekte hat die Firma bereits umgesetzt. Wie das konkret aussieht, zeigt Meister an Beispielen: Kundenaufträge gehen bei Ludwig Meister meist per E-Mail als PDF ein. Früher übertrugen Mitarbeitende die Bestellungen mühsam ins ERP-System. Das war zeitintensiv und fehleranfällig. Heute übernimmt das eine Kombination aus Sprachmodell und Datenbank: Das System erkennt Adressen, Artikelnummern und schlägt Alternativen vor, wenn Angaben fehlen oder falsch sind. Eingesetzt wird dafür ein Modell von OpenAI. „Adressen erkennt es meist problemlos, bei Artikelnummern war die Trefferquote anfangs aber nicht perfekt“, sagt Meister. Die Lösung: ein lernendes System, das auch die Kaufhistorie einbezieht. Bald soll dieses den Kunden auch Kaufempfehlungen geben. Auch Stammdaten werden mit KI aufbereitet: Klassifizierungen werden automatisch ergänzt, Produkttexte überarbeitet, Bohrer und Schrauben sauber sortiert. Statt mühsam Artikelnummern (E-Class-Codes) zu recherchieren, schlägt das System passende Werte vor, die Mitarbeitende nur noch bestätigen. Jeder Eintrag erhält Quelle, Modell und Zeitstempel. So sind Fehler nachvollziehbar, und es entsteht eine saubere Datenbasis. Schon nach sechs Monaten brachte das Projekt eine sechsstellige Ersparnis. Wären die Daten in den PDFs manuell geprüft worden, hätte das täglich fünf bis zehn Arbeitsstunden gekostet. „Solche Effizienzsprünge haben wir in der Verwaltung noch nie erreicht“, sagt Meister. Am sichtbarsten ist der Wandel in der Logistik. Wo früher Packlisten und Handscanner dominierten, kommissioniert heute ein Roboter Kleinteile. Kameras können beschädigte Verpackungen oder falsche Mengen automatisch erkennen. „Wenn der Roboter eine Verpackung nicht richtig greifen kann, geht die Kiste automatisch in den Service“, sagt Meister. Langfristig soll die Kommissionierung vollständig automatisiert werden. Schon heute prüft das System im Warenausgang jede Sendung, künftig auch im Wareneingang. Ziel ist es, Mitarbeitende zu entlasten, damit sie bis zur Rente schmerzfrei arbeiten können. „Dafür müssen sich Aufgaben ändern – das sehen wir als Chance“, sagt Meister. „Wir haben uns getraut, Dinge auszuprobieren“, sagt Meister. Dazu gehörte auch eine Pricing-Engine, eine Software zur automatischen Preisberechnung, die „zweimal an die Wand gefahren“ wurde – und dennoch wertvolle Lernerfahrungen brachte. Durch Projekte wie diese ist Ludwig Meister nach eigenen Angaben in den vergangenen Jahren um 30 Prozent gewachsen. Heute sind Digitalisierung und KI Kern der Strategie. „Wir haben klare Midterm-Ziele für die nächsten drei Jahre, mit messbaren Kennzahlen“, sagt Meister. Der IT-Leiter sitzt in der Führungsebene, eigene Entwickler und Azubis bauen Systeme im Haus. Trotz Automatisierung ist kein Stellenabbau geplant. „In den nächsten zwölf Jahren gehen 30 Prozent der Belegschaft in Rente“, sagt Meister. Damit wandeln sich Aufgaben: Wer früher Bestellungen abtippte, telefoniert heute mit Kunden oder überwacht Roboter; ein ERP-Entwickler kam aus der Logistik. „Manche finden ihren Platz selbst, andere brauchen Unterstützung“, so Meister. Der Wandel sei ein Change-Projekt – „aber das Potenzial ist riesig“. Joachim Köhler, Abteilungsleiter am Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme, begleitet KI-Projekte im Mittelstand. Er sieht zwar wachsendes Interesse: „Viele wollen Sprachmodelle in ihre Produkte integrieren.“ Doch die Ansätze blieben oft oberflächlich. „Mit Chatbots und einfachem Prompten ist es nicht getan.“ Es brauche Know-how in Datenaufbereitung und Modellanpassung – Fähigkeiten, die im Mittelstand häufig fehlten. Julian Fischer, Partner bei McKinsey, betont, wie anspruchsvoll KI-Projekte im Mittelstand seien. Dennoch sieht er großes Potenzial: „Familiengeführte Unternehmen hatten schon immer eine hohe Innovationskraft.“ Es sei auch eine Generationenfrage. „Die junge Generation sagt: ,Natürlich nutzen wir das.'“ Viele Mittelständler dagegen zögerten und meinten: „Was Bosch oder Siemens macht, können wir nicht auf uns übertragen.“ In der Produktion habe generative KI bislang nur „zwei bis zehn Prozent“ Effizienzgewinn gebracht. Sein Rat: klein anfangen. „In vier bis acht Wochen kann man den ersten Piloten starten.“ Besonders geeignet sei der Einstieg über Stammdaten – etwa Lieferzeiten mit Ist-Daten abzugleichen und Prognosen zu erstellen. „Das lässt sich auf Kapazitäten oder Bestellmengen ausweiten und schafft die Basis für weitere Anwendungen.“ Gerade mit Plattformen mit geringem Programmieraufwand (Low-Code oder No-Code) lasse sich viel umsetzen. Dass ein Familienunternehmen wie Ludwig Meister KI so tief ins Geschäft integriert, zeigt den Wandel. Für Max Meister sind KI-Projekte nur der nächste Schritt der Digitalisierung. Mehr: KI verdrängt Berufseinsteiger – Welche Skills jetzt gefragt sind