Ein kleiner Fertigungsbetrieb in Wadeville erstellt am Dienstagvormittag ein Angebot für eine Charge Edelstahlhalter. Der Kunde sitzt in seinem eigenen Lager in Isando, am Handy, und arbeitet gleichzeitig drei Angebotsanfragen ab. Der Kalkulator des Betriebs öffnet die Zeichnung, hält das Material gegen den aktuellen Macsteel-Blechpreis, kalkuliert die Laserzeit, schlägt eine Marge auf und tippt im Büro hinten ein PDF. Bis das Angebot im Posteingang des Kunden landet, sind vier Stunden vergangen. Der Kunde hat bereits beim Lieferanten zugesagt, der um 11:42 Uhr geantwortet hat.

Das ist kein Gedankenspiel. So sieht B2B-Fertigung in Gauteng und im Westkap heute aus. Betriebe mit echter Engineering-Kompetenz, soliden Maschinen, ordentlichem Ruf, die Wiederholungsaufträge an denjenigen verlieren, der zuerst antwortet.

Das Ärgerliche ist, dass der verlorene Auftrag wahrscheinlich nicht über den Preis verloren ging. Er ging über die Vier-Stunden-Lücke verloren.

Dies ist kein Artikel darüber, wie Sie Ihren Betrieb in eine Smart Factory verwandeln. Südafrikanische Fertigungs-KMU brauchen keine digitalen Zwillinge ihrer Linien, keine Predictive-Maintenance-ML auf drei CNC-Maschinen und kein IoT-Dashboard, das der Meister nie öffnen wird. Was sie 2026 brauchen, ist viel langweiliger und viel nützlicher. Drei Dinge: Angebotszeiten, die keine falschen Zahlen produzieren, Produktionsupdates, die den Kunden erreichen, ohne den Tag eines Kundenbetreuers zu fressen, und QC-Notizen, die in dem Moment erfasst werden, in dem das Teil von der Maschine kommt, und nicht um 16:00 Uhr nachgetippt.

Darum geht es hier.

Wo der Angebotsstau in einem SA-Betrieb wirklich sitzt

Sprechen Sie mit einem Meister oder Kalkulator in einem Fertigungsbetrieb, einer Dreherei oder einem Blechverarbeiter mit 20 bis 80 Mitarbeitern in Südafrika, und es zeigen sich dieselben Schleifen.

Eine Zeichnung trifft per WhatsApp von einem Einkäufer eines Bergbauunternehmens in Witbank ein. Der Kalkulator öffnet sie später, zwischen dem eigentlichen Rundgang durch die Halle, und stellt fest, dass er vor der Angebotserstellung drei Fragen klären muss: Materialgüte, Kantenbearbeitung, Losgröße für die nächsten zwölf Monate. Er tippt eine Antwort. Der Einkäufer ist in einem Meeting. Bis das Hin und Her geklärt ist, ist der Tag vorbei.

Ein Stammkunde fragt nach einem aktualisierten Angebot für ein Teil, das er seit drei Jahren bestellt. Der Kalkulator muss in alten Auftragskarten in SYSPRO oder Sage Evolution suchen, um den letzten Preis zu finden, den aktuellen Robor-Materialzuschlag im Kopf anwenden und das Angebot neu aufbauen. Zwanzig Minuten für eine Aufgabe, die im Kern ein indexierter Wiederholungsauftrag ist.

Ein Junior-Kalkulator gibt selbstbewusst ein Angebot auf Basis einer Zeichnung ab, in der eine Toleranz fehlt. Das Teil läuft. Die QC weist es zurück. Der Kunde ist verärgert, und der Betrieb hat das Material gefressen.

Jedes dieser Probleme ist im Kern ein Kommunikationsproblem, das als Angebotsproblem auftritt. Das eigentliche Engineering-Urteil dauert Sekunden, sobald die richtigen Eingaben vor der richtigen Person liegen.

Schnellere Angebotszeiten, ohne falsche Zahlen zu verschicken

Die ehrliche Einordnung ist hier wichtig. Niemand verlangt von KI, ein komplexes Stanzwerkzeug-Angebot zu erstellen. Was KI heute auf einem südafrikanischen Hallenboden tatsächlich kann, ist viel enger gefasst und viel wertvoller als die Stanzwerkzeug-Fantasie.

Wenn eine Angebotsanfrage eintrifft (E-Mail, WhatsApp, Kundenportal), liest eine Automatisierung die Nachricht und den Anhang. Sie extrahiert die Teilenummer, falls es ein Wiederholungsteil ist, die Zeichnungsreferenzen, die Stückzahl und die Lieferanforderung. Ist das Teil ein Wiederholungsteil, holt das System das letzte Angebot, wendet den aktuellen Macsteel- oder Robor-Index auf das ursprüngliche Material an, schlägt den aktualisierten Preis vor und entwirft eine Antwort: „Aktualisiertes Angebot zum Halter aus Auftrag 7421. Material indexiert gegen aktuelle 2026er Blechpreise. Lieferzeit 8 Werktage." Der Kalkulator gibt frei und sendet. Zwei Minuten, nicht vierzig.

Bei einem neuen Teil mit sauberer Zeichnung markiert das System es zur menschlichen Kalkulation, erledigt aber die Vorarbeit: Es identifiziert den nächstgelegenen historischen Auftrag, legt den Materialbedarf aus, errechnet eine grobe Maschinenzeit aus der Geometrie und legt dem Kalkulator einen strukturierten Ausgangspunkt vor, statt eines leeren Felds. Die Schätzung erfordert weiterhin Denkarbeit. Sie erfordert kein Nachtippen mehr.

Was niemand gern laut sagt: Ein KI-Angebotsworkflow ist nur so ehrlich wie die Daten dahinter. Wenn Ihre historische Auftragsnachkalkulation Müll ist (Material in Tabellen, Arbeitsstunden auf falschen Aufträgen gebucht, Ausschuss nicht erfasst), wird die KI selbstbewusst aussehenden Unsinn in hoher Geschwindigkeit produzieren. Die Betriebe, die hier Wert herausholen, sind die, die ihre Auftragskartendisziplin bereits in Ordnung gebracht haben. Die anderen bekommen schneller mehr falsche Angebote. Das ist kein Fortschritt.

Bei dieser Stelle widerspreche ich Kunden am häufigsten. Die meisten Anbieter werden Ihnen sagen, dass KI-Angebotserstellung Plug-and-Play sei. Die ehrliche Antwort lautet, dass sie sich umgekehrt proportional zur Qualität Ihrer Auftragskostendaten amortisiert.

Produktionsupdates, die der Kunde tatsächlich liest

Der zweite Bereich, in dem die Kommunikationsschicht einen südafrikanischen Betrieb auslaugt, sind Produktionsupdates.

Ein Kunde bestellt eine 200-Stück-Charge mit drei Wochen Lieferzeit. Tag eins vergeht. Tag fünf vergeht. Der Projektleiter des Kunden hat nichts gehört. Er schickt eine WhatsApp: „Hi, nur kurze Rückfrage zur Bestellung, alles noch im Plan?" Der Kundenbetreuer des Betriebs muss runter in die Halle laufen, den Meister fragen, zurücklaufen, eine Antwort tippen. Eine halbe Stunde für ein Update. Multipliziert über die offene Auftragsliste, frisst das einen spürbaren Teil seiner Woche.

Die Version, die in einer SA-Halle hält, ist einfach. Die Auftragskarte im Produktionssystem hat drei oder vier sinnvolle Meilensteine: Material eingegangen, auf der Maschine, von der Maschine ab, QC bestanden, abholbereit. Wenn jeder Meilenstein von derjenigen Person abgezeichnet wird, die diesen Schritt ohnehin ausführt (Meister, Maschinenbediener, QC), geht eine strukturierte WhatsApp an den Einkäufer des Kunden, mit dem Meilenstein, dem tatsächlichen Status und einem aktualisierten Fertigstellungsdatum, falls es sich verschoben hat. Keine App, die der Kunde installieren muss. Kein Portal, in dem sich niemand anmeldet. Dieselbe WhatsApp-Nummer, an die der Kunde Ihnen ohnehin schreibt, antwortet sich jetzt mit echten Daten selbst.

Was Kunden uns nach sechs Monaten erzählen, ist jedes Mal dasselbe. Sie hören auf, „wo ist meine Bestellung" zu fragen, weil sie es schon wissen. Und die Betriebe, die diese Updates schicken, gewinnen Wiederholungsaufträge gegen Betriebe, die es nicht tun, ohne über den Preis zu konkurrieren.

Die Falle, die es zu vermeiden gilt, ist, Updates zu schicken, die den Kunden nicht interessieren. Eine 200-Stück-Bestellung braucht keine acht Benachrichtigungen. Drei sinnvolle schlagen einen lauten Strom, den der Einkäufer am zweiten Tag stummschaltet.

QC-Notizen, Vision-KI und wo sie sich noch nicht rechnet

Die QC ist der Bereich, in dem viel KI-Hype auf dem Hallenboden landet und der meiste davon nicht haftet. Hier ist Vorsicht geboten.

Der echte Gewinn liegt bei der Erfassung. Ein QC-Prüfer geht eine Charge mit einem Tablet oder einem Handy ab. Er fotografiert jedes Teil bei der Prüfung, diktiert eine Sprachnotiz („Teil 12, Schweißnaht akzeptabel, kleine Oberflächenmarkierung, freigegeben"), und das System transkribiert die Notiz, hängt sie ans Foto, verknüpft sie mit der Auftragskarte. Bis Schichtende ist das QC-Protokoll strukturierte Daten, kein Notizbuch, das jemand am Montag noch abtippen muss. Streitigkeiten darüber, ob ein Teil mit bestandener QC versendet wurde, hören auf, ein „Wort gegen Wort" zu sein.

Die härtere Behauptung, dass Vision-KI Defekte erkennt, die der Prüfer übersieht, stimmt unter engen Bedingungen und ist in vielen anderen Fällen überzogen. Für hochvolumige, identische, gut beleuchtete Produktion (Lebensmittelverpackung, Elektronikmontage) ist Vision-QC real und bewährt. Für Lohnfertigung, wo jede Charge anders ist, die Beleuchtung in der Halle schwankt und die Oberflächenstandards vom Endeinsatz abhängen, weist Vision-QC im KMU-Maßstab noch zu viele gute Teile zurück und übersieht zu viele schlechte. Wir haben es bei einem CNC-Betrieb in Pinetown getestet. Die Falsch-Positiv-Rate bei dem Budget, das der Inhaber rechtfertigen konnte, bedeutete, dass sein QC-Prüfer mehr Zeit damit verbrachte, mit dem System zu streiten, als echte Defekte zu finden. Die strukturierte Erfassung blieb. Die automatische Zurückweisung wurde abgeschaltet.

Wenn ein Anbieter Vision-QC für einen südafrikanischen KMU-Lohnfertiger 2026 anbietet, fordern Sie einen ehrlichen Test an Ihren echten Teilen unter Ihrer echten Beleuchtung. Wer diesen Test nicht durchführen will, bekommt ein Nein.

Was diese Schicht nicht versuchen sollte

Einige Muster werden südafrikanischen Herstellern verkauft, die sich unterhalb von 100 Mitarbeitern fast nie amortisieren.

Zu wissen, was KI nicht gut kann, ist das stärkste Signal für einen erfahrenen Praktiker. Wer Ihnen anderes erzählt, verkauft.

Wo anfangen

Für die meisten südafrikanischen Fertigungs-KMU zwischen zehn und achtzig Mitarbeitern amortisiert sich dasselbe erste Projekt am schnellsten: Angebotszeit-Automatisierung für Wiederholungsteile. Wählen Sie die 50 SKUs mit der höchsten Bestellfrequenz, bringen Sie die historischen Auftragskostendaten für diese in Ordnung, und lassen Sie das System indexierte Angebotsentwürfe erstellen, die der Kalkulator freigibt. Die Angebotszeit auf diesen Teilen fällt von Stunden auf Minuten. Der Tag des Kalkulators verschiebt sich vom Nachtippen zur Bearbeitung wirklich neuer Arbeit.

Phase zwei, sobald das läuft, sind strukturierte Produktionsupdates für dieselben 50 Teile. Kunden erleben einen Sprung im Service, ohne dass der Betrieb Personal aufbaut.

Phase drei, wenn Ihr QC-Volumen es rechtfertigt, ist strukturierte QC-Erfassung: Sprachnotizen, Fotos, verknüpft mit Auftragskarten. Streitigkeiten gehen zurück. Der Prüfpfad ist echt.

Gut gemacht sieht von der Kundenseite nichts davon nach KI aus. Es sieht aus wie ein Betrieb, der schneller anbietet, Sie auf dem Laufenden hält und nachweisen kann, was von der Maschine gekommen ist. Leise besser, auf der Grundlage der Daten, die Sie ohnehin produziert haben. Die Klugheit sitzt an den langweiligen Stellen.