Projektziele & Projektergebnis
eines Prototyps in den Bereichen „Geschäftsleitung“ mit dem Ziel der Erhöhung/Steigerung/ Optimierung .
Durchführung einer Schulung für den selbständigen Einsatz von KI für die internen Prozesse und Vorstellung der Anbieterrecherche.
Gesamtprojekt
Top Erkenntnisse aus dem Projekt
Ausgangslage
Zentrale Fragestellungen im Projekt
- Wie können naturkrumme Holzpfosten automatisch und reproduzierbar in CAD aus geraden Stäben erzeugt werden?
- Welche KI-gestützte Rendering-Lösung gibt es und liefert konsistente, realistische Ergebnisse für Marketing-Material?
Projektdetails
Die Seibel Spielplatzgeräte gGmbH ist ein seit 1984 als Familienbetrieb geführtes Unternehmen im Pfälzer Wald, das Spielplatzgeräte nach der europäischen Norm EN 1176 für öffentliche Spielplätze entwickelt, baut und vertreibt. Als Inklusionsbetrieb vereint das Unternehmen handwerkliche Präzision mit sozialer Verantwortung und beschäftigt rund 62 Mitarbeitende mit und ohne Beeinträchtigung. Durch den überwiegenden Einsatz von naturbelassenem Holz entstehen Spielgeräte, die durch ihr organisch-krummes, naturgewachsenes Erscheinungsbild ein unverwechselbares Design besitzen. Im Rahmen der Ideenwerkstatt mit dem Mittelstand-Digital Zentrum Kaiserslautern wurde zunächst der bestehende Visualisierungsworkflow von Seibel Spielplatzgeräte aufgenommen und analysiert. Im Mittelpunkt stand dabei der manuelle Engpass bei der Umwandlung gerader, digitaler CAD-Stäbe in naturkrumme Holzpfosten – ein zeitaufwändiger Prozessschritt, der täglich mehrere Stunden bindet und eine Live-Synchronisation zwischen der CAD-Konstruktion und dem Rendering bislang verhindert. Mit dem KI-Readiness-Check und einer Impact-Urgency-Matrix wurden gemeinsam verschiedene Digitalisierungsansätze bewertet und priorisiert. Die Ideenwerkstatt mündete in der Entscheidung, drei parallele Lösungswege zu erproben: Erstens die KI-gestützte Bildtransformation über automatisierte Workflow-Tools und generative KI, zweitens, die Entwicklung eines nativen CAD-Plugins auf Basis einer modernen Programmierschnittstelle (API) und MCP-Verbindung und drittens: die Identifikation von KI-gestütztem Rendering für eine ältere, bestehende Visualisierungssoftware. Im Projektverlauf stellte sich der zweite Ansatz als deutlich robuster heraus, da er reproduzierbare Ergebnisse liefert und direkt in die CAD-Geometrie eingreift. Ein funktionsfähiger Prototyp des Plugins wurde im Projektzeitraum erfolgreich implementiert sowie zukunftsfähige, KI-gestützte Rendering-Alternativen identifiziert.
 (2).jpg.webp)