KI-Wartungsdokumentation: Weniger Papierarbeit, mehr Werkzeugzeit

Das echte Ausmaß des Problems

Laut einer Analyse von McKinsey & Company können KI-basierte Produktivitätswerkzeuge für Luftfahrt-Wartungstechniker 15 bis 35 Prozent mehr nutzbare Arbeitskapazität freisetzen — weil ein erheblicher Teil der Schichtzeit auf nicht-technische Aufgaben entfällt. Dazu zählen Dokumentation, Suche in Technischen Unterlagen und administrative Freigabeprozesse.

Konkret: Ein durchschnittlicher MRO-Betrieb mit 30 Technikern, die je 45 Minuten täglich für Dokumentation aufwenden, verliert täglich mehr als 22 Stunden produktive Arbeitszeit. Das entspricht drei Vollzeitäquivalenten — nicht für Wartungsarbeit, sondern für das Beschriften von Formularen.

Das Ausmaß hängt stark von der Betriebsart ab. Line-Maintenance-Techniker, die täglich viele kurze Transit- und Overnight-Checks bearbeiten, haben einen proportional höheren Dokumentationsanteil als Base-Maintenance-Techniker, die wochen- oder monatelang an einem einzelnen C-Check arbeiten. Bei Line-Maintenance können es in Spitzen 35–40 Prozent der Schichtzeit sein.

Das Problem wächst durch drei Kräfte gleichzeitig:

• AMT-Mangel in Europa: Der Bedarf an lizenzierten Aircraft Maintenance Technicians übersteigt das Angebot, besonders in Deutschland und Frankreich. Jede Stunde, die ein lizenzierter B1/B2-Techniker mit Dokumentation verbringt, ist eine Stunde, die nicht für Wartungsarbeit zur Verfügung steht.
• Regulatorische Dokumentationspflicht wächst: EASA Part-145 und Part-M fordern zunehmend detailliertere Aufzeichnungen. Die digitale Compliance-Pflicht für Part-145-Betriebe bis Januar 2028 erhöht den Druck weiter.
• Komplexere Flugzeugtypen: Modernere Flugzeugtypen wie der A320neo oder B737 MAX erfordern komplexere Dokumentation mit mehr Querverweisen auf Airworthiness Directives und Service Bulletins.

AFI KLM E&M berichtete 2024, dass ihr internes KI-Assistenz-Tool “Charlie” bei Technikern mehr als eine Stunde pro Reparatur einspart (Anbieterangabe) — allein durch schnelleren Zugriff auf relevante Dokumentation und Ersatzteilidentifikation. Das ist, ohne automatische Formularbefüllung zu berücksichtigen.

Mit vs. ohne KI — ein ehrlicher Vergleich

Vergleichswerte basierend auf Praxisberichten von AFI KLM E&M (2024), Vision Aircraft Records (2024) und Lumnio-Studie zur Digitalisierung des Administrationsaufwands von Technikern. Individuelle Ergebnisse stark abhängig von Betriebsgröße und Systemintegration.

Einschätzung auf einen Blick

Zeitersparnis — sehr hoch (5/5) KI-Dokumentationsassistenz ist unter allen Anwendungsfällen in dieser Kategorie derjenige mit dem direktesten Zeitgewinn für einzelne Mitarbeitende. 30–45 Minuten täglich je Techniker bedeuten bei einem 20-köpfigen Team täglich 10–15 zurückgewonnene Arbeitsstunden — messbar in mehr abgearbeiteten Arbeitspaketen, nicht nur in abstrakten Produktivitätskennzahlen.

Kosteneinsparung — niedrig (2/5) Die Einsparung ist real, aber indirekt. Mehr verfügbare Technikerkapazität bedeutet: weniger Überstunden, längere Zeitintervalle bis zur nächsten Einstellung, mehr abrechenbare Stunden bei gleichem Personal. Das lässt sich nicht so klar in eine Zahl fassen wie Materialkosten oder reduzierte Fehlerquoten. Im Vergleich zur Ersatzteil-Beschaffungsoptimierung — wo Millionenbeträge an Lagerkapital bewegt werden — ist das Kostenpotenzial dieser Anwendung kleiner.

Schnelle Umsetzung — gut (4/5) Das ist der wichtigste Differenziator gegenüber anderen Luft-Raumfahrt-Anwendungsfällen: Spracherkennung und Formularbefüllung lassen sich ohne neue Hardware, ohne EASA-Zertifizierung und ohne monatelange Datenvorbereitung in Betrieb nehmen. Ein Pilot mit 5–8 Technikern ist in 8–14 Wochen realisierbar. Die Haupthürde ist die Integration ins bestehende MRO-System — das ist Arbeit, aber handhabbar.

ROI-Sicherheit — mittel (3/5) Der Nutzen ist real, aber das Messen erfordert aktives Tracking. Wer nicht vor dem Projekt festhält, wie viel Zeit Techniker täglich für Dokumentation aufwenden, hat nachher kein klares Vorher/Nachher. Die Einsparung passiert, aber sie muss bewusst erfasst werden. Betriebe, die diesen Schritt überspringen, berichten am Ende von “gefühlter” Verbesserung — aber können sie nicht beziffern.

Skalierbarkeit — hoch (4/5) Jeder zusätzliche Techniker spart proportional. Das System muss nicht neu kalibriert werden, wenn ein Standort wächst. Einschränkung: neue Flugzeugtypen und neue Dokumentenstrukturen erfordern Aktualisierung der Formularvorlagen und AMM-Referenzdatenbank — das ist Pflegeaufwand, der nicht verschwindet.

Richtwerte — stark abhängig von Betriebsgröße, MRO-System und Grad der EASA-Komplexität.

Was das System konkret macht

Das Grundprinzip ist einfach: statt Tastatur und Klemmbrett nutzt der Techniker ein Mikrofon (Headset oder Tablet) und diktiert, was er gemacht hat. Das System transkribiert den gesprochenen Text, erkennt den Kontext (welche Arbeitskarte ist aktiv, welcher Flugzeugtyp, welche Inspektion), und befüllt die entsprechenden Felder im MRO-System automatisch.

Konkret läuft das in drei Schichten:

Schicht 1 — Spracherkennung: Whisper (open-source von OpenAI) oder Azure Document Intelligence transkribiert gesprochene Sprache in Text. Whisper unterstützt Deutsch und kann lokal betrieben werden — wichtig für Betriebe mit strengen Datenschutzanforderungen. Fachvokabular (Teilenummern, AMM-Verweise, Inspektionsbezeichnungen) erfordert Fine-Tuning oder einen Vocabulary-Boost mit branchenspezifischem Wortschatz.

Schicht 2 — Kontextinterpretation per LLM: Ein Large Language Model interpretiert den transkribierten Text im Kontext der aktiven Arbeitskarte. Es erkennt: „Das klingt nach einer 500-Stunden-Inspektion an einem Hydraulikzylinder” und schlägt den korrekten AMM-Abschnitt vor. Relevante Part-Nummern werden aus der Teile-Datenbank abgerufen. Closing-Statements werden nach EASA-konformem Muster formuliert.

Schicht 3 — Integration ins MRO-System: Die ausgefüllten Felder werden per REST-API in AMOS oder ein vergleichbares MRO-System übertragen. Techniker prüfen die vorausgefüllten Einträge, korrigieren bei Bedarf, und signieren digital.

Was das System nicht tut: Es ersetzt keine fachliche Beurteilung. Ob eine Abweichung meldepflichtig ist, ob ein Teil ausgetauscht werden muss, welche Entscheidung bei einem unerwarteten Befund getroffen wird — das bleibt die Aufgabe des lizenzierten Technikers. Die KI befüllt Formulare; die Zertifizierungsentscheidung trifft der Mensch.

Regulatorischer Kontext: Was EASA dazu sagt

EASA hat im April 2025 mit NPA 2025-07 einen detaillierten Regulierungsvorschlag für KI-Vertrauenswürdigkeit in der Luftfahrt veröffentlicht. Die Kernaussage für MRO-Betriebe: Generative KI-Werkzeuge werden als „Operational Tools” eingestuft und müssen als Teil der organisatorischen Genehmigung (Part-145-Zulassung) nachgewiesen werden.

Konkret bedeutet das:

• KI-Dokumentationswerkzeuge, die Wartungseinträge vorschlagen, fallen unter die Part-145-Organisationsgenehmigung
• Der Techniker muss als “qualified human reviewer” jeden KI-generierten Eintrag prüfen und genehmigen — keine vollautomatische Freigabe
• EASA erwartet bis Ende 2025 erste Genehmigungen für Level-1-KI-Systeme in MRO-Betrieben
• Die vollständige digitale Compliance-Pflicht für Part-145-Betriebe gilt ab Januar 2028

Praktisch: Wer jetzt mit einem Piloten beginnt, hat noch Spielraum für iterative Entwicklung. Wer 2027 anfängt, hat unter Zeitdruck zu navigieren. Die Regulatorik ist klar auf mehr Digitalisierung ausgerichtet — aber sie verlangt auch Nachweise und Verfahrensbeschreibungen, die vorbereitet werden müssen.

Konkrete Werkzeuge — was wann passt

Zymbly — KI-Assistent speziell für MRO-Techniker Der direkteste Weg, wenn das primäre Ziel Zeitersparnis bei der Routinedokumentation ist. Zymbly ist für Aviation-MRO entwickelt und versteht den Kontext von Job-Karten, Logbucheinträgen und AMM-Verweisen ohne aufwendige Anpassung. Einschränkung: aktuell nur Englisch-Support und US-Datenhosting — für europäische Betriebe DSGVO-Prüfung erforderlich. Einsatz empfohlen für Betriebe mit internationalen Kunden, die ohnehin auf Englisch dokumentieren.

Whisper + Azure OpenAI Service — maßgeschneiderte Lösung Für Betriebe, die deutsche Dokumentation brauchen oder spezifische Formularstrukturen aus ihrem MRO-System abbilden wollen. Whisper läuft lokal (kein US-Datentransfer), Azure OpenAI über EU-Region (West Europe oder Switzerland North) sichert DSGVO-Konformität. Aufwand höher als Zymbly — braucht einen Entwickler für die Integration, ist aber der einzige Weg zu einer wirklich maßgeschneiderten Lösung.

AMOS mit AMOSmobile — Fundament für beides AMOS ist nicht das KI-Werkzeug — aber das MRO-System, in das die KI integriert wird. AMOSmobile läuft auf Tablets im Hangar und ist der natürliche Endpunkt für KI-befüllte Arbeitskarten. Wer AMOS bereits betreibt, hat die beste Ausgangslage für eine schnelle Integration.

Azure Document Intelligence — für papierbasierte Übergangsphasen Für Betriebe, die noch teilweise auf Papier arbeiten: Azure Document Intelligence erkennt handschriftliche Einträge und überträgt sie ins System. Sinnvoll als Brückentechnologie während der Digitalisierungsphase.

Datenschutz und Datenhaltung

Wartungsdokumentation in der Luftfahrt enthält teils geschäftskritische Informationen (Flottenzustand, Flugzeugkennzeichen, Kundendaten bei MRO-Dienstleistern) und personenbezogene Daten (Techniker-Lizenznummern, Unterschriften). DSGVO-Konformität ist Pflicht — und eine reale Anforderung bei EASA-Audits.

Optionen für EU-konforme Datenverarbeitung:

• Azure OpenAI Service über EU-Regionen (West Europe / Switzerland North): vertraglich zugesichertes EU-Datenhosting, AVV automatisch Teil des Microsoft Customer Agreements, EU Data Boundary auf Anfrage aktivierbar. Empfohlene Wahl für die meisten europäischen MRO-Betriebe.
• Whisper lokal on-premise: Die Spracherkennung findet lokal im Betrieb statt — keine Daten verlassen das Netzwerk. Für die LLM-Verarbeitung kann dann ein EU-gehosteter Dienst nachgelagert werden.
• Zymbly: US-Hosting — für europäische Betriebe mit sensiblen Kundendaten nur nach sorgfältiger DSGVO-Prüfung und AVV-Abschluss einsetzbar.

Techniker-Lizenznummern und Unterschriften sind besonders sensibel, da sie Part-66-Lizenzen identifizieren. Diese dürfen nicht unverschlüsselt an externe Dienste übertragen werden. Bei jeder Lösung muss der Auftragsverarbeitungsvertrag (AVV) gemäß Art. 28 DSGVO vor dem Produktivbetrieb unterzeichnet sein.

Was es kostet — realistisch gerechnet

Einmalige Einrichtungskosten:

• Lösung auf Basis Whisper + Azure OpenAI + AMOS-Integration: 15.000–35.000 Euro (Entwicklung, Integration, Testing, EASA-Verfahrensdokumentation)
• Zymbly als Fertiglösung: niedrigere Einrichtungskosten, aber US-Hosting; Preise auf Anfrage

Laufende Kosten (monatlich):

• Azure OpenAI Service EU: ca. 300–800 Euro/Monat für 20–30 Techniker bei typischem Nutzungsvolumen
• AMOS-Lizenz: bereits im Betrieb vorhanden — keine Zusatzkosten für die Grundlizenz
• Systemwartung und Modellpflege: ca. 200–400 Euro/Monat intern oder extern

Was du dagegenrechnen kannst: 30 Minuten täglich je Techniker, bei 20 Technikern: 10 Stunden/Tag. Bei einem Bruttostundensatz von 35–50 Euro für lizenzierte Techniker: 350 bis 500 Euro täglich — oder 7.000 bis 10.000 Euro im Monat. Konservativ gerechnet mit 40 Prozent tatsächlicher Nutzbarkeit dieser eingesparten Zeit (Kapazitätsüberhang, Pausenzeiten): 2.800 bis 4.000 Euro monatlicher Nutzen. Bei Einrichtungskosten von 25.000 Euro und laufenden Kosten von 1.000 Euro/Monat: Amortisation nach 8–12 Monaten.

Der eigentlich überzeugende Fall ist nicht die Kostenrechnung — sondern der Mangel an lizenzierten Technikern. Wer keine neuen Techniker bekommt, aber mehr Kapazität braucht, hat keine andere Option als die vorhandenen besser einzusetzen.

Drei typische Einstiegsfehler

1. Spracherkennung ohne Fachvokabular-Training einsetzen. Standard-Sprachmodelle kennen Alltagsdeutsch. Sie kennen nicht “LPT Stage 3 Disk”, “CSN 12.540”, “AD 2023-0045”, “AMM Chapter 29-10-00” oder “Part Number 65C32501-1”. Wer Whisper oder Azure Speech ohne vorheriges Fachvokabular-Tuning auf Techniker loslässt, bekommt korrekt transkribierte Lautmalerei, aber keine verwendbaren Einträge. Lösung: Vor dem Piloten ein Glossar der 200–300 häufigsten Teile-Bezeichnungen und AMM-Kapitel anlegen und als Custom Vocabulary einpflegen.

2. Die EASA-Verfahrensbeschreibung vergessen. EASA verlangt, dass jedes Werkzeug, das Wartungseinträge beeinflusst, in der Part-145-Organisation dokumentiert ist. Ein “wir nutzen das Tool einfach mal” ohne angepasstes Maintenance Organization Exposition (MOE)-Kapitel ist ein Audit-Finding. Lösung: Die Verfahrensbeschreibung für den KI-Assistenten bereits vor dem Piloten als Entwurf aufsetzen — sie muss bis zum Produktivbetrieb genehmigt sein.

3. Einführung ohne Messung des Ausgangszustands. Wer nicht vor dem Pilot erfasst, wie viel Zeit Techniker täglich für Dokumentation aufwenden, kann den Erfolg danach nicht beziffern. Ergebnis: Das System spart nachweislich Zeit, aber niemand kann sagen wie viel — und die Genehmigung für einen Rollout auf weitere Standorte scheitert an fehlenden Zahlen. Lösung: Zwei Wochen vor dem Piloten eine einfache Zeiterfassung einführen: Techniker notieren täglich, wie viele Minuten sie für Dokumentation verwenden. Das reicht.

Was mit der Einführung wirklich passiert — und was nicht

Die technische Integration ist der kleinste Teil des Aufwands. Was wirklich Zeit kostet, ist die Überzeugungsarbeit in zwei Richtungen.

Erfahrene Techniker misstrauen dem System. Wer 20 Jahre lang selbst jeden Eintrag geschrieben hat, entwickelt ein Qualitätsgefühl für “richtigen” Wortlaut und Detailtiefe. Ein KI-generierter Entwurf, der gut aussieht, aber einen subtilen Fehler hat — etwa die falsche Revisions-ID einer Sektion — kostet das Vertrauen sofort. Die Gegenmaßnahme: Techniker in die Entwicklung der Formularvorlagen einbinden. Wer selbst die Vorlage für “Landing Gear Inspection” mit definiert hat, vertraut dem Ergebnis mehr.

Jüngere Techniker übernehmen KI-Entwürfe ohne zu prüfen. Das ist das Gegenteil des ersten Problems und mindestens genauso gefährlich. Ein KI-Entwurf, der 95 Prozent korrekt ist, aber eine falsche Teilenummer enthält — und der ungeprüft signiert wird — ist ein potenziales Safety Issue und ein sicheres Audit-Finding. Lösung: Klare Einweisung, dass die KI einen Entwurf liefert, keine fertige Unterschrift. Jeder Eintrag wird vom Techniker gelesen, bevor er signiert.

Was funktioniert:

• Piloten mit freiwilligen Technikern starten — nicht denen, die das am skeptischsten sehen
• Die ersten 2–3 Wochen täglich kurzes Feedback einsammeln: Was stimmt nicht? Was fehlt?
• Erfolge sichtbar machen: “Heute hat das System 4 korrekte AMM-Verweise vorgeschlagen, die manuell je 8 Minuten Suche bedeutet hätten”

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Wir haben EASA-Zulassung — wir können nicht einfach neue Systeme einführen.” Stimmt zum Teil. Die Part-145-Genehmigung schreibt vor, dass neue Werkzeuge, die Wartungseinträge beeinflussen, im MOE beschrieben und durch die Qualitätsstelle genehmigt sein müssen. Das ist Arbeit — aber es ist planbar. Der Fehler, den viele machen: sie warten auf Regulatorik-Klarheit, bevor sie anfangen zu planen. EASA-Guidance ist seit 2024 klar genug, um eine Pilotphase zu beginnen.

„Was, wenn das System einen falschen AMM-Verweis generiert?” Das wird passieren — genau wie heute ein Techniker manchmal einen Tippfehler macht. Der Unterschied: Das System macht es konsistenter, aber die Art der Fehler ändert sich. Der Schutz ist derselbe wie immer: vier-Augen-Prüfung, Techniker-Signatur bedeutet fachliche Verantwortung. KI produziert einen Entwurf; die qualifizierte Fachperson prüft und zeichnet ab. Das ist keine Abschwächung der Verantwortlichkeit — es ist dieselbe wie bei manueller Dokumentation.

„Unsere Techniker wollen kein Mikrofon im Hangar.” Das ist eine berechtigte Bedenke. Lärmpegel in Hangars kann 85–100 dB erreichen — normale Spracherkennung funktioniert dort schlecht ohne Noise-Cancelling-Headset. Lösung: Techniker können Einträge auch an dedizierten ruhigen Stationen diktieren, nachdem die Arbeit abgeschlossen ist. Oder die Eingabe erfolgt per strukturiertem Formular auf dem Tablet, mit KI-Unterstützung für freie Textfelder. Spracheingabe ist eine Option, keine Pflicht.

Woran du merkst, dass das zu dir passt

• Du hast 15 oder mehr Techniker, die täglich routinemäßige Dokumentation erstellen — Line-Maintenance-Checks, Transit-Checks, periodische Inspektionen
• Deine Techniker verbringen täglich sichtbar Zeit mit Formularen — mindestens 30 Minuten, häufiger mehr
• Du betreibst AMOS oder ein vergleichbares integriertes MRO-System mit API-Schnittstelle — ohne Systemintegration ist der Mehrwert erheblich geringer
• Du hast einen internen IT-Ansprechpartner oder externen Dienstleister für die API-Integration — das ist kein Projekt für ein Wochenende, aber auch kein Jahresprojekt
• Du dokumentierst primär auf Englisch (oder bist bereit, dies zu tun) — bringt die breiteste Werkzeugauswahl

Wann es sich (noch) nicht lohnt — drei harte Ausschlusskriterien:

1. Unter 10 Technikern. Der Einrichtungsaufwand (Integration, MOE-Anpassung, Schulung) ist für kleine Betriebe zu hoch im Verhältnis zum Zeitgewinn. Für kleine MRO-Betriebe empfiehlt sich zunächst AMOSmobile oder ein anderes digitales Logbuch ohne KI-Komponente.

2. Kein integriertes MRO-System vorhanden. Wer noch auf Papierbefehle oder Excel-Formulare setzt, braucht zuerst ein MRO-System — die KI-Ebene kommt danach. Eine KI-Schicht auf einem unstrukturierten Papierprozess zu bauen, multipliziert den Aufwand ohne den Nutzen.

3. Keine Ressource für die initiale MOE-Anpassung. Die EASA-Verfahrensdokumentation für ein KI-Werkzeug ist nicht trivial. Wenn die Qualitätsstelle bereits ausgelastet ist und kein externer Support finanzierbar ist, ist der Zeitpunkt falsch. Das ist eine Frage des Timings, nicht des grundsätzlichen Nutzens.

Das kannst du heute noch tun

Starte mit einer einfachen Messung: Bitte fünf Techniker, morgen mit einer Stoppuhr zu erfassen, wie viele Minuten sie für Dokumentationsaufgaben aufwenden — getrennt nach Kategorie (Arbeitskarten, Logbuch, Defect-Reports). Das kostet 30 Minuten Vorbereitung und liefert in einer Woche den Ausgangswert, den du für eine informierte Entscheidung brauchst.

Parallel dazu: Teste, wie ein KI-Assistent auf einen typischen Wartungsvorgang reagiert. Hier ist ein Prompt, den du direkt in ChatGPT oder Claude verwenden kannst — ohne technische Integration, nur als Konzeptvalidierung:

Quellen & Methodik

• 15–35 % Kapazitätsgewinn durch KI: McKinsey & Company, „Solving the aviation maintenance technician shortage” (2024). Die Schätzung bezieht sich auf das Gesamtpotenzial durch KI und digitale Werkzeuge — nicht nur Dokumentationsassistenz.
• AFI KLM E&M „Charlie”: Aviation Week Network, „Zymbly AI Tool To Enable Aviation Maintenance Workforce Productivity” (2024). Charlie spart mehr als 1 Stunde pro Reparatur durch schnellere Dokumenten- und Teilerecherche.
• Administrative Last bei MRO-Technikern: Vision Aircraft Records, „A Solution to the Aircraft Mechanic Shortage: Reducing Administrative Load” (2024); Lumnio, „How to Lower the Administrative Burden on Technicians?” (2024).
• EASA NPA 2025-07: EASA Notice of Proposed Amendment NPA 2025-07 „Detailed specifications and associated acceptable means of compliance and guidance material — Artificial intelligence trustworthiness” (April 2025).
• Digitale Compliance-Pflicht für Part-145 bis Januar 2028: Clarity Airframe, „EASA Part 145 Digital Compliance: Complete Guide” (2024).
• Preisangaben Azure OpenAI Service: Microsoft-Preisliste, Stand April 2026.

Willst du wissen, welche Formulartypen in deinem Betrieb das größte Zeitsparpotenzial haben und wie eine Integration in euer MRO-System konkret aussieht? Meld dich — das besprechen wir in einem kurzen Gespräch.