Macher und Maschinen

Wie bringen produzierende Unternehmen in Österreich KI wirklich in ihre Prozesse? Und zwar so, dass es etwas bringt und nicht nur ein weiteres Tool in der Schublade bleibt. Genau das zeigen wir bei Macher & Maschinen. Ich bin Daniel, Gründer von digitalisiert.io und wir helfen produzierenden Unternehmen in Österreich, den Anschluss nicht zu verpassen - so wie das Internet in den 90ern gekommen und heute aus keinem Betrieb mehr wegzudenken ist, wird KI in zehn Jahren genauso selbstverständlich sein. Die Frage ist nur: Sind Sie früh dabei oder holen Sie später dann auf? Bei digitalisiert.io bauen wir keine Lösungen von der Stange. Wir schauen zuerst, wo der echte Hebel liegt und integrieren KI so, dass sie bleibt und wirkt. Kein Hype, kein Blindflug. Keine Dummheiten.

Macher und Maschinen is a business podcast hosted by Daniel Schatzl, with 11 episodes on record and a Required Pod Score of 80. PitchCentric scores this show on Booking Probability, Listen Score, and live audience signals refreshed every 24 hours.

Daniel Schatzl hosts Macher und Maschinen, a business show with 11 episodes published.

Our AI reads these to draft pitches. Use them as grounding for a pitch that cites a real guest and a specific topic.

• 

  Episode #12

  Alex Wagner: "Wir bauen einen KI-Assistenten für unsere Kunden"

  Aug 18, 202644 min

  Alex Wagner, Geschäftsführer von Kraus in Klagenfurt , hat mit 36 Jahren Familienunternehmen, Hausbau und Dreifachfunktion gleichzeitig am Tisch. Wir sprechen über den Weg vom WU-Studenten über Irland und einen südafrikanischen IT-Konzern bis in die Geschäftsführung. Warum er nicht an den Investor verkauft hat und wie Kraus heute mit KI Leads automatisiert, einen KI-Assistenten für Kunden baut und die Produktionsplanung neu denkt. Unsere Homepage Wichtigste Erkenntnisse KI wird bei Kraus nur dort eingesetzt, wo ein klarer Use Case und Mehrwert existiert. KI-Use-Case 1: Konfigurator-Leads wurden täglich händisch aufbereitet (~1h/Tag); heute automatisch kategorisiert, priorisiert und an den Vertrieb übergeben. KI-Use-Case 2: Neue digitale Plattform bekommt einen KI-Assistenten, der Kunden berät, Anfragen vorqualifiziert und an den richtigen Ansprechpartner weiterleitet. Geplant : Ein Agent soll Liefertermin-Risiken frühzeitig erkennen und Maschinenkapazitäten koordinieren, immer mit „Human in the Loop". KI als Sparringpartner: Alex hat seine Strategie 2030 aktiv mit KI erarbeitet. Kapitelmarken 00:00 – Begrüßung & wer ist Alex Wagner? 00:41 – Unternehmensgeschichte: Vater, Management-Buyout, Kärntner Wurzeln 01:14 – Ausbildung: WU Wien, Chicago, Birmingham, Irland 03:37 – Die Entscheidung: Investor oder Übernahme? Warum er Ja gesagt hat 06:36 – Management-Buyout 2006 durch den Vater 08:54 – Was Kraus macht: Tragrollen, Hubtische, Materialflusslösungen 12:49 – Singapur, Walmart, Amazon: wo Kraus-Rollen weltweit laufen 16:41 – Variantenfertigung, Webshop und Produktkonfigurator 18:44 – KI bei Kraus: Einstieg, Haltung, Leitfaden im Marketing 21:45 – Use Case 1: Lead-Automatisierung aus dem Konfigurator 23:15 – KI im Alltag: Texte, Bilder, Videos, Übersetzungen für 12+ Nationen 24:23 – Tools: ChatGPT Plus, Claude im Kommen 24:50 – Geplant: Agent für Produktionsplanung (Liefertermine, Kapazitäten) 26:08 – Use Case 2: KI-Assistent auf neuer Webplattform 29:46 – Wie die KI-Nutzung im Haus gestartet ist (bottom-up) 33:02 – Verändert KI das Unternehmen? 35:56 – KI als persönlicher Sparringpartner & Strategie 2030 38:23 – Kurzfragen: Regulierung, Chance/Risiko, Hype oder Impact? Themenüberblick Alex bringt internationale Erfahrung und unternehmerisches Denken aus dem Elternhaus mit. Kraus produziert Tragrollen und Hubtische für die Intralogistik. Bei KI geht Kraus pragmatisch vor: Lead-Automatisierung aus dem Konfigurator läuft bereits, ein KI-Assistent für Kunden ist in Entwicklung, ein Produktionsplanungs-Agent ist in Planung. Überall gilt: Human in the Loop. Alex nutzt KI selbst täglich – u. a. für die Strategie , die er aktiv mit KI-gestützter Wettbewerbsrecherche entwickelt hat. Gast LinkedIn Unternehmenshomepage Keywords KI, Tragrollen, Förderrollen, Intralogistik, Materialfluss, Hubtische, Automatisierung, Lead-Management, Produktionsplanung, Strategie, Klagenfurt, Kärnten

  ListenShow Notes
• 

  Episode #11

  Albert Igler: "Die Arbeit hat fast nie geendet."

  Aug 12, 202648 min

  Albert Igler, Geschäftsführer von Flowtec Industrietechnik , hat einen ungewöhnlichen Weg hinter sich: Von der Fischzucht über 17 Jahre internationalen Vertrieb bis zur Geschäftsführung. Heute hat Flowtec nicht nur ein Produkt mit KI-Komponente am Markt, sondern auch zwei interne KI-Projekte in der Umsetzung. Was dahintersteckt und warum KI für ihn nicht wegzudenken ist, hört ihr in dieser Folge. https://www.digitalisiert.io TL;DR Condition Monitoring als Produkt: Flowtec vertreibt einen wartungsfreien Vibrationssensor, der Lager- und Motorausfälle vorhersagt. KI-Projekt 1: Automatisches Ausfüllen von Leistungsverzeichnissen (LVs) – bisher ~1,5 FTE-Aufwand; aktuell bei ~65 % Automatisierungsgrad in der Testphase. KI-Projekt 2: Wareneingang-Automatisierung bei Flowtec selbst – Typenschilder, Seriennummern, Tagnummern scannen, Dokumentation erstellen, Kundenportal. Spezifikations-Vision: KI soll zukünftig hundert-seitige Kundenspezifikationen auslesen und mit Produktportfolio abgleichen. Effizienz statt Abbau: Ziel ist nicht Personalreduktion, sondern Wachstum mit weniger Personalbedarf – bei steigenden Lohnkosten in Österreich. Kapitelmarken 00:00 – Intro & Begrüßung 00:28 – Wer ist Albert Igler? Fischzucht, Technik, Neugier 01:36 – Karriere: HTL Kapfenberg, BWL, 17 Jahre internationaler Vertrieb 03:38 – Anton Paar & Managing Director in Indien 08:13 – Learnings aus Indien: Hierarchien, Entscheidungsgeschwindigkeit, Erreichbarkeit 11:39 – Was ist Flowtec? Gruppe, Sparten, Tochterfirma Amaturen Aichhorn 13:24 – Mehrwert: Beratung, Herstellerpool, One-Stop-Shop für Projekte 15:21 – Typische Kundenherausforderungen: Lebensdauer, Stillstände, Preisdruck 18:56 – Flowtec Condition Monitoring: wartungsfreier Vibrationssensor 22:39 – KI im Unternehmen: Copilot, ChatGPT, Teams-Meetings 23:50 – KI-Projekt 1: Leistungsverzeichnisse automatisch ausfüllen 29:22 – KI-Projekt 2: Wareneingang, Dokumentation, Kundenportal 32:50 – Tool-Wahl: Copilot vs. ChatGPT – wann was 36:16 – Zukunftsvision: Spezifikationen auslesen, Projekte verlinken, agentische KI 38:13 – Personalreduktion oder Effizienz? Alberts klare Antwort 43:15 – Kurzfragen: Regulierung, Chance/Risiko, Hype oder Impact? Themenüberblick Albert bringt globale Vertriebserfahrung und Unternehmerperspektive mit und eine nüchterne Haltung zu KI: kein Hype, sondern konkrete Projekte mit Messbarkeit . Flowtec hat Condition Monitoring als Produkt und arbeitet intern an zwei Automatisierungsprojekten: LV-Ausfüllung (aktuell in Testphase, ~65 % Automatisierungsgrad) und Wareneingang/Dokumentation mit Kundenportal als Endausbaustufe. Dazwischen: Copilot/ChatGPT im Alltag, Rechnungseingang-Automatisierung via ERP und eine klare Vision, wie KI Spezifikationen im technischen Vertrieb lesen soll. Gast Albert Igler – Geschäftsführer, Flowtec Industrietechnik LinkedIn Unternehmenshomepage Keywords KI, Industrietechnik, Predictive Maintenance, Automatisierung, Leistungsverzeichnis, Österreich, Mittelstand

  ListenShow Notes
• 

  Episode #10

  Rainer Keller: "Die Autoindustrie geht gerade den Bach runter!"

  Aug 4, 202649 min

  Rainer Keller, Geschäftsführer der Metalltechnik Vils (Tirol), bringt eine klare Perspektive mit: KI ja, aber nur dort, wo sie wirklich was bringt. Kein Hype, keine Verbote, sondern Digitalisierung auf "landwirtschaftliche Art" . Wir sprechen über Präzisionsfertigung für Großteile, die Krise in der Automobilindustrie, 4-Tage-Woche aus wirtschaftlicher Not und warum KI den Menschen nicht ersetzen, sondern unterstützen soll. TL;DR „Digitalisierung auf landwirtschaftliche Art": Nur einsetzen, wo man konkret Ernte sieht – kein Buzzword-Schubladendenken. KI als Unterstützer, nicht Veränderer: Laut Rainer verändert ein Unternehmen nur der Mensch – KI kann unterstützen, aber nicht führen. Positiv-Beispiel Instandhaltung: Maschinenfehlercodes per KI auswerten statt Manuals durchsuchen – klarer, sofortiger Nutzen. Personalabbau ist nicht das Ziel: Das größte Kapital sitzt nicht auf der Bank, sondern an den Maschinen. Gemeinsamer Rahmen statt Verbote: Mitarbeiter sollten bei der KI-Einführung mitgestalten – nicht per Direktive geführt werden. Kapitelmarken 00:00 – Begrüßung & wer ist Rainer Keller? 00:57 – Karriereweg: Spedition, Maschinenbau, Konzern 04:13 – Wechsel in die Geschäftsführung bei Metalltechnik Vils 07:19 – Herausforderungen: Aufträge, Automotive-Krise, Wettbewerb mit Asien 11:22 – 4-Tage-Woche: erzwungen, aber gelernt 14:14 – Was Metalltechnik Vils macht: Großteile, Hochpräzision, Lohnfertigung 19:48 – Musterteile, Kundenbeziehungen und lange Anlaufzeiten 20:21 – Unternehmensgruppe Allgaier: Kunststoffspritzguss als Schwesterunternehmen 22:29 – KI im Unternehmen: Rainers Haltung und Vorsicht 25:33 – Das Mail-Problem: neue Technologie, alte Fehler 28:25 – Positiv-Beispiel: Instandhalter nutzt KI zur Fehlerdiagnose 30:13 – Agentische KI: sinnvoll, wenn sie wirklich entlastet 33:52 – Klarer Rahmen statt Verbote: gemeinsam bestimmen 36:14 – Verändert KI das Unternehmen? Rainers klare Antwort 37:41 – Menschen als wertvollstes Kapital 44:30 – Kurzfragen: Regulierung, Chance/Risiko, Hype oder Impact? Themenüberblick Rainer bringt 40+ Jahre Erfahrung aus Konzern und Mittelstand mit. Und eine klare Haltung zu KI: Nutzen vor Hype . Metalltechnik Vils hat sich auf hochpräzise Großteilfertigung spezialisiert (Toleranzen bis 1/6000 mm), die kaum aus Asien replizierbar ist. Die 4-Tage-Woche kam nicht aus Überzeugung, sondern aus Überlebensnotwendigkeit. Bei KI setzt das Unternehmen aktuell bewusst auf Zurückhaltung mit Weitblick : Schulung zuerst, gemeinsamen Rahmen abstecken, dann gezielt dort einführen, wo Zeit tatsächlich gespart wird – wie in der Instandhaltung. Gast Rainer Keller – Geschäftsführer, Metalltechnik Vils Unternehmenshomepage Keywords KI, Maschinenbau, Lohnfertigung, Großteilfertigung, Präzisionsfertigung, Mittelstand, Digitalisierung, 4-Tage-Woche, Automotive, Tirol Call-to-Action Wenn dir die Folge gefallen hat: Abonniere den Podcast und teile sie mit jemandem, der KI im Industriebetrieb mit Hausverstand angehen will. Musik über Soundstripe lizenziert. Code: A5QXDW0MXZSDEJIO Code: LVGIAO8SDA2TW76D

  ListenShow Notes
• 

  Episode #9

  KI Use-Case Folge #2: Vertriebspostfach DSGVO-konform sortieren lassen

  Jul 28, 20268 min

  Ein Kunststoffproduzent mit mehreren Standorten in Deutschland, Polen und den USA hatte täglich Stunden verloren, weil Vertriebsmitarbeiter manuell ein zentrales Postfach durchsuchten, um echte Anfragen von Spam und Lieferantenmails zu trennen. Heute läuft das vollständig automatisch , DSGVO-konform, ohne eine einzige Fehlzuordnung. Wie genau wir das aufgebaut haben erfahrt ihr in dieser Folge. Deine Links KI-Engpass Analyse anfragen Website TL;DR Manuelle Postfach-Sichtung: 20–30 Min./Person/Tag → 7 Mitarbeiter = 2–3,5 Stunden täglich verloren. Lösung: DSGVO-konformes Preprocessing (PII-Entfernung via Code) + Klassifizierungs-Skill (Sprachmodell + Konfigurationsdatei). Regeln für Zuordnung (Produkt/Region/Art) liegen in einer pflegbaren Konfigurationsdatei – kein Code-Know-how nötig. Bewusst als klassische Automatisierung gebaut (nicht als autonomer Agent): volle Transparenz, kein Black-Box-Verhalten. Bonus: Das System schreibt automatisch Statistiken (Anfragetypen, Volumen, Standort-Auslastung). Kapitelmarken 00:00 – Problem: Stunden täglich für Postfach-Sortierung 01:20 – Das Setup: 7 MA, mehrere Standorte, ein gemeinsames Postfach 02:00 – Schritt 1: DSGVO – PII-Entfernung vor dem LLM (kein KI-Schritt) 02:30 – Schritt 2: Klassifizierungs-Skill (echter Vertrieb / Spam / Kaltakquise / intern) 03:30 – Konfigurationsdatei: Regeln wartbar ohne Code 04:15 – Warum klassische Automatisierung statt Agent 04:47 – Ergebnis: Zeitersparnis, Qualität, Reaktionszeit, Statistik 06:00 – Für wen ist das relevant? 07:11 – Stolpersteine & nächste Schritte Themenüberblick Die Herausforderung war nicht Technik, sondern Prozessklarheit : Welche E-Mail gehört wohin und nach welchen Regeln? Erst wenn das sauber definiert ist, kann man es einem System übergeben. Für die Umsetzung: PII-Entfernung per Code (nicht KI), dann Klassifizierung per Skill mit gepflegter Konfigurationsdatei, dann Weiterleitung. Bewusst als transparenter Schritt-für-Schritt-Ablauf gebaut. In der Industrie meist die bessere Wahl als ein vollautonomer Agent. Der Use Case funktioniert für jeden Betrieb mit einem zentralen Postfach , egal ob ein oder mehrere Standorte. Keywords KI, E-Mail-Automatisierung, Vertrieb, Klassifizierung, DSGVO, Kunststoffindustrie, Prozessoptimierung, Postfach, Mehrstandort, Automatisierung Wenn du wissen willst, wo bei euch solche Zeitfresser stecken: KI-Engpass Analyse anfragen (Link oben in den Show Notes).

  ListenShow Notes
• 

  Episode #8

  KI Use-Case Folge #1: Machbarkeitschecks von Anfragen

  Jul 21, 202610 min

  Viele Industriebetriebe verlieren täglich Stunden, bevor ein Angebot überhaupt rausgeht – weil zuerst geklärt werden muss: Ist das technisch machbar? In dieser Use-Case-Folge zeige ich, wie man solche Machbarkeitschecks mit einem Skill + Berechnungsskripten aufsetzt: Das Sprachmodell orchestriert, die Rechnung läuft verlässlich im Code. Ergebnis: schnellere Reaktionszeit im Vertrieb, weniger Unterbrechungen für Techniker, bessere Erst-Einschätzung. KI-Engpass Analyse / Beratung TL;DR – Was du mitnehmen solltest Der Engpass liegt oft vor der Kalkulation: technische Vorprüfung blockiert die erfahrensten Leute. Sprachmodelle sind fürs Rechnen unzuverlässig → rechnen muss ein Skript , nicht das LLM. Setup-Idee: Anfrage einlesen → Parameter extrahieren → passende Berechnung auswählen → Ergebnis einordnen. Nutzen: pro Angebot mehrere Stunden sparen; in Summe schnell ~2h/Tag (Beispiel V‑Met). Voraussetzung: Fachwissen muss zumindest teilweise strukturierbar sein (nicht nur „im Kopf“). Kapitelmarken (Timestamps) 00:00 – Warum Angebots-Machbarkeitschecks in Industrie so viel Zeit fressen 01:10 – Das Problem: Know-how sitzt bei den erfahrensten Personen 02:31 – Lösungsteil 1: Skill + Berechnungsskripte (Code statt LLM-Rechnen) 04:56 – Lösungsteil 2: Agent orchestriert (E-Mail/Docs lesen → rechnen → Antwort bauen) 06:45 – Business Impact: Zeit, Kosten, Geschwindigkeit im Vertrieb 07:22 – Für wen es passt + Voraussetzungen + typische Stolpersteine 09:10 – Nächste Schritte + Verweis auf die Folge mit Noah Witwer Themenüberblick Im Fokus steht der technische Vorab-Check : Eine Anfrage kommt rein, aber bevor ein Angebot möglich ist, braucht es Material-/Toleranz-/Grenzprüfungen. Die Lösung: ein KI-System, das Parameter aus Anfrage und Unterlagen extrahiert , die richtigen Berechnungsskripte ausführt und die Ergebnisse verständlich für Vertrieb/Technik zusammenfasst. Wichtig: Das ist eine interne Vorschätzung , keine zertifizierte Statik. Der größte Hebel ist meist nicht Technik, sondern das Strukturieren von Wissen und ein sauberer Prozess. Verweise Episode mit Noah Witwer (V‑Met) Keywords KI, Angebotserstellung, Machbarkeitsprüfung, Vorprüfung, Metallverarbeitung, Maschinenbau, Sonderfertigung, Automatisierung, Vertrieb, Prozessoptimierung Call-to-Action Wenn du wissen willst, ob das bei euch Sinn macht: KI-Engpass Analyse anfragen (Link oben in den Show Notes).

  ListenShow Notes

Based on semantic analysis of episode topics and host coverage, this show is a strong guest fit for executives in:

Industry fit is computed by PitchCentric using vector embeddings of the show's episode catalog.