Module, die Ihre Möglichkeiten so erweitern, dass Sie wie ein deutlich größeres Unternehmen agieren.
Ihr Erfahrungswissen ist Ihr größter Wert.
Wir machen es nutzbar.
Das Wissen, aus dem Ihr Betrieb seinen Vorsprung zieht, existiert — aber unstrukturiert. Es lässt sich nicht zuverlässig abrufen, nicht weitergeben, nicht vervielfältigen. Und es geht, wenn Menschen gehen.
Wir strukturieren dieses Wissen: aus Aufträgen, Serviceberichten, Konstruktionsdaten — und aus den Köpfen Ihrer erfahrenen Mitarbeiter. Darauf bauen wir die Arbeitsschritte neu auf, an denen es heute klemmt: Angebotserstellung, technischer Support, Auswertung von Reklamationen, usw.
Nicht als Auskunftssystem, das Ihre Leute schneller informiert. Sondern so, dass das Arbeitsergebnis entsteht und Ihr Fachmann es prüft und freigibt.
Was wir tun
Wir erfassen jahrzehntelanges Produkt-Know-how und entwickeln agentische, RAG-gestützte KI-Systeme, die verändern, wie Hersteller arbeiten.
Mehr erfahren
Unser Gründer
Gegründet von einem Technologie-Unternehmer, der 30 Jahre lang Industrieausrüstung entwickelt, produziert und vertrieben hat — und KI heute auf genau die Domäne anwendet, die er am besten kennt.
CC
Mehr lesen
Das Problem
Sechs Kräfte, die eine Transformation erfordern
Jede Kraft ist für sich genommen bedeutend. Zusammen entsteht ein strategisches Umfeld, in dem Nichtstun das größere Risiko ist.
Kraft 01
Verlust von Produktwissen
80 % des organisationalen Wissens ist implizites Wissen. Wenn Ihre besten Ingenieure, Servicetechniker und Anwendungsexperten das Unternehmen verlassen, gehen Jahrzehnte an Konstruktionslogik, Konfigurationswissen und Felderfahrung unwiederbringlich verloren.
70.000 €–230.000 € pro erfahrener Fachkraft, die verloren geht
Kraft 02
Belastung durch Außendienst & Support
Ihre besten Servicetechniker tragen jahrzehntelange diagnostische Mustererkennung in sich. Mit wachsender installierter Basis wächst das Supportwissen schneller, als ein Team es pflegen kann. Die Erstlösungsquote hängt davon ab, die eine Person zu erreichen, die einen bestimmten Fehler schon einmal gesehen hat.
90.000 €–370.000 €/Jahr durch Ineffizienz im Service
Kraft 03
F&E-Ineffizienz
Entwicklungsteams wiederholen frühere Fehler, weil Ausfalldaten, Testergebnisse und Konstruktionsentscheidungen über Fileshares, E-Mails und die Erinnerung einzelner Mitarbeiter verstreut sind. Es fehlt der systematische Zugriff auf die institutionelle Historie.
90.000 €–460.000 €/Jahr durch doppelte Arbeit
Kraft 04
Engpass in der Vertriebstechnik
Nur 2–3 Personen können komplexe Anwendungsfragen zuverlässig beantworten. Neue Vertriebsingenieure brauchen 12–24 Monate, bis sie produktiv sind. Deals gehen verloren, wenn die richtige Person nicht verfügbar ist.
140.000 €–460.000 €/Jahr durch verlorene Deals & Verzögerungen
Kraft 05
Qualitäts- und Gewährleistungslücken
Jahre an Qualitätsdaten, Gewährleistungsfällen und Feldrückläufern werden als Einzelfälle behandelt. Systemische Muster bleiben unsichtbar, bis sie sich zu größeren Gewährleistungsfällen aufsummieren.
70.000 €–275.000 €/Jahr an Gewährleistungskosten
Kraft 06
Ungenutzte Marketing-Evidenz
Hunderte reale Nachweise liegen ungenutzt in ERP-Systemen und Konstruktionsunterlagen. Marketing sagt „wir beliefern die Öl- und Gasindustrie", während die Daten beweisen könnten: „347 Pumpen im Hochtemperatur-Einsatz bei 99,2 % Verfügbarkeit." Käufer vertrauen Belegen.
90.000 €–370.000 €/Jahr an entgangenen Abschlüssen
Quellen: McKinsey, BCG, Deloitte, Gallup, MIT
Unser Ansatz
Erst die Bestandsaufnahme, dann eine dreiphasige Partnerschaft
Wir beginnen erst mit der Umsetzung, wenn wir wissen, dass die Voraussetzungen für Ihren Erfolg stimmen. Jedes Engagement startet mit einer strukturierten Reifegrad-Analyse.
Vor dem Engagement
Reifegrad-Analyse
1–2 Wochen · 3.000 €–5.000 € (wird auf Phase 1 angerechnet)
- Sechs-Bereiche-Diagnose zu Produktwissen, Service, F&E, Vertrieb, Qualität, Marketing
- Bewertung des Rückhalts durch die Geschäftsführung
- Audit der Datenreife
- Analyse der Veränderungsbereitschaft
- Kundenspezifische Kosten-des-Nichtstuns-Analyse
- Go/No-Go-Empfehlung
Phase 1
Intelligenzschicht
6 Wochen
- Erfassung von Unternehmens- und Produktkontext
- Erfassung von Terminologie und Fachvokabular
- Einbindung unstrukturierter Daten via RAG
- 3–8 KI-Fähigkeiten (je nach Umfang)
- Baseline-Kennzahlen & Workflow-Mapping
- KI, die antwortet wie ein 20-jähriger Veteran
Phase 2
Workflow-Neugestaltung & Automatisierung
4–6 Wochen
- Co-Design-Workshops mit den betroffenen Teams
- 2–6 Workflow-Automatisierungen (je nach Umfang)
- Rollenanalyse & Nachschulung
- 30 Tage Übergangsbegleitung je Workflow
- Automatisierte Aktionen, Alerts, Routing
Phase 3
Laufende Partnerschaft
Monatliches Retainer · Mindestlaufzeit 12 Monate
- J-Curve-Management (erste 90 Tage)
- Systemüberwachung & Optimierung
- Pflege der Wissensbasis
- Quartalsweise Business Reviews
- Planung der Erweiterungs-Roadmap
Phase 1
Acht KI-Fähigkeiten, aufgebaut auf Ihren Daten
Jede Fähigkeit basiert auf Ihrem Produktwissen, Ihrer Anwendungshistorie und Ihrer Fachexpertise — nicht auf generischen Modellen.
01
Unternehmens- & Produktkontext
Unternehmensidentität, Produktlinien, Modellnummerierung, Anwendungsparameter, Kundensegmente und Terminologie — fest verankert in jeder KI-Antwort.
02
Produkt- & Konstruktionswissen
Jahrzehntelange Konstruktionsexpertise erhalten und durchsuchbar gemacht — Konstruktionslogik, Testdaten, Änderungshistorie, Anwendungshinweise.
03
Vertriebs- & Anwendungsintelligenz
Beantwortet Anwendungsfragen, empfiehlt Konfigurationen und zeigt relevante frühere Projekte aus Ihrer gesamten Historie.
04
Außendienst & Diagnose
Wertet Serviceprotokolle, Gewährleistungsfälle und Reparaturhistorien aus, um KI-gestützte Diagnosen zu ermöglichen. Symptome werden sofort bekannten Fehlerbildern zugeordnet.
05
Qualitäts- & Zuverlässigkeitsanalyse
Clustert Gewährleistungsfälle, Feldrückläufer und Qualitätsereignisse über Produkte, Komponenten, Lieferanten und Einsatzumgebungen hinweg, um systemische Muster aufzudecken.
06
Kunden- & Auftragsintelligenz
Extrahiert relevante Änderungen aus Kundenkommunikation, Konstruktionsmitteilungen und Auftragsänderungen. Verhindert übersehene Änderungen.
07
KI-gestützter technischer Support
Ingenieure, Techniker und Vertriebsmitarbeiter erhalten sofort Antworten aus Produkthandbüchern, Servicehistorien und dem Know-how Ihres eigenen Unternehmens.
08
Marketing- & Nachweisintelligenz
Wertet Auftragshistorien, Projektunterlagen und Anwendungsdaten aus, um Nischen-Leistungsübersichten, Datenblätter und Erfolgsgeschichten-Entwürfe zu erstellen.
Phase 2
Wie wir den Betrieb verändern
McKinsey hat festgestellt, dass Workflow-Neugestaltung der stärkste Einzelfaktor für die finanzielle Wirkung von KI ist. So sieht das für Produkthersteller aus.
Vertrieb & Anwendungstechnik
Vorher
Ein Kunde fragt nach einem Produkt für eine ungewöhnliche Anwendung. Der Vertriebsmitarbeiter schreibt dem leitenden Anwendungsingenieur eine E-Mail. Wartezeit: Stunden bis Tage. Nur 2–3 Personen können zuverlässig antworten.
Nachher
Der Vertriebsmitarbeiter fragt das Produktwissenssystem ab. Die KI liefert relevante frühere Anwendungen, Konfigurationsempfehlungen und bekannte Einschränkungen. Der leitende Ingenieur übernimmt nur noch Grenzfälle.
Außendienst & Diagnose
Vorher
Ein Kunde ruft wegen eines Problems im Feld an. Der Techniker diagnostiziert aus dem Gedächtnis oder ruft den einen erfahrenen Kollegen an, der das schon einmal gesehen hat. Wiederholte Einsätze wegen unvollständiger Erstdiagnose.
Nachher
Der Servicetechniker beschreibt die Symptome. Die KI gleicht sie mit der gesamten Servicehistorie ab — gleiches Produkt, gleiche Anwendung, gleiches Symptommuster. Liefert wahrscheinliche Diagnose, Reparaturablauf und benötigte Teile.
F&E & Produktentwicklung
Vorher
Ein Ingenieur beginnt eine neue Konstruktion. Relevante Testdaten, Konstruktionsentscheidungen und Fehlerberichte, verstreut über Fileshares, E-Mails und die Erinnerung von Kollegen, werden übersehen.
Nachher
Der Ingenieur beschreibt die konstruktive Herausforderung. Die KI liefert relevante Konstruktionshistorie: warum frühere Konstruktionen bestimmte Entscheidungen trafen, was Testdaten zeigten, welche Feldausfälle auftraten.
Marketing & Kundennachweise
Vorher
Marketing bittet die Konstruktionsabteilung um Input für eine Fallstudie — und wird monatelang ignoriert. Leistungsbeschreibungen listen breite Branchenkategorien. Vertrieb sagt „das haben wir schon gemacht", kann es aber nicht belegen.
Nachher
Die KI wertet Auftragshistorien aus, um automatisch Nischen-Leistungsübersichten mit echten Zahlen zu erstellen. Fallstudien-Entwürfe entstehen aus abgeschlossenen Projektdaten — ganz ohne Interviews mit Ingenieuren.
Warum Cassel
Gebaut für Produkthersteller. Gebaut, um zu bestehen.
Menschliche Expertise ist das System
Unser Gründungsprinzip — KI funktioniert nur zuverlässig, wenn menschliche Expertise systematisch in sie eingebettet ist. Ihre KI-Agenten suchen aktiv den richtigen Experten, sobald sie an die Grenzen ihrer Sicherheit stoßen. Ihre Mitarbeitenden bringen der KI etwas bei — sie müssen sie nicht überwachen.
Ausschließlich mittelständische Produkthersteller
Wir verstehen, wenn Produktwissen zur Tür hinausgeht, Serviceanfragen sich stauen, niemand die Konstruktionshistorie findet, Anwendungsexpertise in wenigen Köpfen steckt und Marketing nicht belegen kann, was Sie geleistet haben.
Wir lernen zuerst Ihre Produkte kennen
Generische KI liefert generische Antworten. Wir erfassen Ihre Produktlinien, Modellnummerierung, Anwendungsparameter, Konstruktionsterminologie, Auftragshistorie und Servicemuster, bevor wir eine einzige Zeile Code schreiben.
Workflow-Wandel, nicht nur Technologie
Wir gestalten neu, wie Ihr Team arbeitet — gemeinsam mit den Ingenieuren, Technikern, Vertriebsmitarbeitern und dem Marketing, die die Arbeit tatsächlich machen. Genau das macht KI wirksam. Und genau das lassen die meisten Anbieter aus.
Wir verschwinden nicht nach der Einführung
Phase 3 bedeutet: Ihre KI-Systeme werden überwacht, optimiert und erweitert. Wir begleiten den J-Curve-Übergang — den gut dokumentierten Produktivitätseinbruch vor der Beschleunigung — und planen jeden nächsten Schritt gemeinsam mit Ihnen.
Investition in der richtigen Größenordnung
Ab 75.000 € im ersten Jahr — nicht Enterprise-Engagements im Millionenbereich. Speziell entwickelt für Produkthersteller mit 5–50 Mio. € Umsatz, die von Big-4-Beratungen nicht profitabel bedient werden können.
Die Realität
80–95 % der KI-Projekte scheitern
Wir haben unsere gesamte Methodik darauf ausgerichtet, genau die Fehlerursachen zu verhindern, die die meisten Projekte scheitern lassen.
Wie die meisten Anbieter scheitern
Verkaufen Technologie auf der Suche nach einem Problem. Verfolgen 6+ Use Cases gleichzeitig.
Wie Cassel damit umgeht
Die Sechs-Bereiche-Diagnose identifiziert die 2–3 wirkungsvollsten Bereiche. Der Umfang wird durch Evidenz begrenzt, nicht durch Ambition.
Wie die meisten Anbieter scheitern
Setzen saubere Daten einfach voraus. Keine Bewertung der Datenreife vor der Zusage.
Wie Cassel damit umgeht
Die Reifegrad-Analyse bewertet die Datenreife vor jedem Angebot. Rot bedeutet No-Go — unabhängig von der Dealgröße.
Wie die meisten Anbieter scheitern
Setzen generische KI ein, die nichts über Ihre Produkte, Kunden oder Anwendungen weiß.
Wie Cassel damit umgeht
Phase 1 erfasst Produktwissen, Anwendungsexpertise und Terminologie. Domänenkontext in jeder Antwort.
Wie die meisten Anbieter scheitern
Setzen KI unverändert auf bestehende Prozesse. Keine Workflow-Neugestaltung.
Wie Cassel damit umgeht
Phase 2 gestaltet Workflows rund um KI-Ergebnisse neu. Co-Design-Workshops mit Ihren Teams. Rollenanalyse.
Wie die meisten Anbieter scheitern
Verkaufen an Abteilungsleiter. Kein Erfordernis für Rückhalt durch die Geschäftsführung.
Wie Cassel damit umgeht
Ein benannter Sponsor aus der Geschäftsführung ist Pflicht. Quartalsweise Business Reviews. 3-fach höhere Erfolgswahrscheinlichkeit.
Wie die meisten Anbieter scheitern
Setzen ein und verschwinden nach dem Go-Live. Kein laufender Support, keine Optimierung.
Wie Cassel damit umgeht
Phase 3: monatliche Partnerschaft mit J-Curve-Management, Monitoring, Pflege und Erweiterungsplanung.
Investition
Richtig dimensioniert für Produkthersteller
Speziell entwickelt für Hersteller mit 5–50 Mio. € Umsatz — nicht für 3 Mio. €–9 Mio. € Enterprise-Beratungsprojekte, wie sie Big-4-Firmen an Fortune-500-Unternehmen verkaufen.
Es beginnt mit einer Diagnose
Jedes Engagement beginnt mit einer kostenpflichtigen Reifegrad-Analyse. Wir identifizieren Ihre wirkungsvollsten Transformationsbereiche, bewerten die Datenreife und bestätigen den Rückhalt durch die Geschäftsführung — bevor wir uns beide auf ein vollständiges Engagement festlegen. Die Gebühr wird bei Fortsetzung auf Phase 1 angerechnet.
Festpreis-Umsetzung
Phase 1 und 2 sind Festpreis-Leistungen — keine offene Abrechnung nach Stunden, keine Sorge vor Scope Creep. Sie wissen genau, was Sie investieren, bevor wir starten. Workflow-Neugestaltung, Change Management und Schulungen sind Standardbestandteile, keine Überraschungen.
Laufende Partnerschaft, kein einmaliges Projekt
Phase 3 ist ein monatliches Retainer, das Ihre KI-Systeme überwacht, optimiert und erweitert. Enthält J-Curve-Management, quartalsweise Business Reviews mit Ihrem Sponsor aus der Geschäftsführung und laufende Pflege der Wissensbasis, während sich Ihr Unternehmen weiterentwickelt.
Skaliert nach Ihrer Komplexität
Die Investition richtet sich nach Unternehmensgröße, Datenvolumen und der Anzahl der Transformationsbereiche im Projektumfang. Ob 25-Personen-OEM oder 250-Personen-Industrieausrüster — das Engagement wird auf Ihren Betrieb zugeschnitten, kein Standardpaket.
Jedes Angebot enthält eine kundenspezifische Kosten-des-Nichtstuns-Analyse auf Basis Ihrer tatsächlichen Betriebsdaten — damit Sie die Investition mit dem vergleichen können, was Nichtstun Sie bereits kostet.
Derzeit werden nur begrenzt neue Engagements angenommen
Die Technologie ist bereit. Die Frage ist, ob die Führung den Mut zur Veränderung hat.
Die Kosten des Nichtstuns liegen bei 0,6 Mio. €–2,3 Mio. € pro Jahr. Die Frage ist nicht, ob transformiert werden soll — sondern ob jetzt begonnen wird oder gewartet wird, während die Lücke wächst. Lassen Sie uns über Ihren Betrieb sprechen.
cord.cassel@cassel-ai.com
Quellen: McKinsey · BCG · RAND · MIT · Deloitte · Gartner · Stanford HAI