CNC-Angebotspreisermittlung für komplexe Einzelteile

Das echte Ausmaß des Problems

CNC-Lohnfertiger bearbeiten Anfragen im Schnitt 1 bis 4 Stunden pro Teil, je nach Geometriekomplexität und Erfahrungsstand des Kalkulators. Für Betriebe, die täglich 5 bis 20 Anfragen erhalten, bedeutet das: ein erheblicher Teil der Arbeitszeit eines qualifizierten Fachmanns oder einer Fachfrau fließt nicht in die Fertigung, sondern in die Erstellung von Angeboten, von denen nur ein Bruchteil zum Auftrag wird.

Das Problem hat zwei Seiten:

Zu langsam: Wer eine Anfrage erst nach zwei Tagen beantwortet, verliert häufig gegen Mitbewerber, die schneller reagieren. Im deutschen CNC-Markt, wo Online-Plattformen wie Xometry oder MakerVerse Sofortpreise anbieten, verschiebt sich die Erwartungshaltung. Kunden von Lohnfertigern, vor allem Einkäufer aus dem Maschinen- und Fahrzeugbau, wollen Angebote innerhalb von Stunden, nicht Tagen.

Zu ungenau: Wer schätzt, macht Fehler. Übersehene Freistiche, unterschätzte Rüstzeiten bei einem Teil mit fünf Aufspannungen, ein Sonderwerkzeug, das für ein M6-Innengewinde in Edelstahl nötig ist, all das fehlt im Angebotspreis, wenn die Kalkulation unter Zeitdruck entsteht. Laut eigener Einschätzung von Praktikern kostet eine Fehlkalkulation bei Einzelteilen schnell 15 bis 30 Prozent der kalkulierten Marge.

Das Münchner Startup Spanflug Technologies hat seinen Kalkulationsalgorithmus auf Basis von über 60.000 realen Dreh- und Frästeilen entwickelt und optimiert (Stand 2025). Dieser Erfahrungsschatz steckt heute in einer Software, die für individuelle Lohnfertiger konfigurierbar ist, ein Ansatz, der zeigt, wie viel strukturiertes Wissen in der Branche bisher in Einzelköpfen gebunden war.

Mit vs. ohne KI, ein ehrlicher Vergleich

Die Zahlen zur Kalkulationszeit und Reaktionsgeschwindigkeit basieren auf Anwenderberichten von Spanflug-Kunden (nc-fertigung.de, 2025) sowie Erfahrungswerten aus deutschen CNC-Lohnfertiger-Betrieben. Die Aussage zur Genauigkeit bei engen Toleranzen stammt aus wissenschaftlicher Forschung zu Feature-Erkennungsmodellen (ScienceDirect, 2021).

Einschätzung auf einen Blick

Zeitersparnis, sehr hoch (5/5) Der Sprung von 1 bis 4 Stunden auf 10 bis 30 Minuten je Anfrage ist einer der stärksten Zeitgewinne im gesamten maschinenbaulichen Anwendungsspektrum. Kein anderer Anwendungsfall in dieser Kategorie spart in einer so spezifischen Kerntätigkeit so viel qualifizierte Fachzeit. Der Effekt tritt unmittelbar nach der Konfiguration auf, anders als Predictive Maintenance, das Wochen Sensortraining benötigt.

Kosteneinsparung, hoch (4/5) Die Einsparung entsteht auf zwei Wegen: weniger Fehlkalkulationen (und damit weniger Aufträge, die unter der Marge abgewickelt werden) und eine höhere Angebotsmenge mit gleichem Personal. Das ist direkter und messbarer als viele andere KI-Anwendungen, aber nicht auf dem Niveau von Qualitätskontrolle per Kamera, wo Ausschusskosten klar beziffert werden. Wer Angebotsdaten konsequent auswertet (gewonnene vs. verlorene Aufträge nach Preisposition), kann den Effekt über Zeit nachweisen.

Schnelle Umsetzung, niedrig (2/5) Das System muss auf die eigene Maschinenlandschaft kalibriert werden: eigene Stundensätze, eigene Maschinentypen, eigene Materialpreise. Das dauert bei Spanflug 2 bis 4 Wochen für die Erstkonfiguration. Wer zusätzlich ein ML-Modell auf historischen ERP-Daten aufbauen will, rechnet mit 3 bis 6 Monaten Datenvorbereitung. Eine SaaS-Lösung beschleunigt den Einstieg erheblich, aber der Kalibrierungsaufwand bleibt.

ROI-Sicherheit, niedrig (2/5) Das ist die ehrlichste Bewertung in diesem Profil. KI-gestützte Kalkulation spart Zeit, das ist klar. Ob sie auch genauer ist, hängt davon ab, wie gut das System auf deine Geometrietypen kalibriert ist und ob die menschliche Überprüfung bei kritischen Teilen konsequent stattfindet. Wer eine KI-Schätzung ungeprüft an den Kunden schickt und dabei ein Teil mit IT6-Toleranz, drei Umspannungen und einem Sonderwerkzeug unterschätzt, verliert bei dem Auftrag Geld, nur schneller als bisher.

Skalierbarkeit, hoch (4/5) Einmal kalibriert, skaliert das System ohne proportionalen Personalaufbau. Doppeltes Anfrageaufkommen bedeutet keine zweite Kalkulationsstelle, sondern mehr Aufträge mit denselben Ressourcen. Das ist ein echter struktureller Vorteil für wachsende Betriebe.

Richtwerte, stark abhängig von Teilegeometrie, Maschinenlandschaft und Kalibrierungsaufwand.

Was das System konkret macht

Der Kern jeder KI-gestützten CNC-Kalkulation ist die automatische Geometrieerkennung aus STEP-Dateien. STEP ist das Standardformat für den Austausch von 3D-CAD-Modellen, fast jedes CAD-System (Solidworks, Inventor, Fusion 360, Catia) kann STEP-Dateien exportieren.

Das System liest die STEP-Datei und extrahiert geometrische Merkmale: Bohrungen (Durchmesser, Tiefe, ob Sackloch oder Durchgangsbohrung), Gewinde (Größe, Steigung, Toleranzklasse), Freistiche, Nuten, Passungen, Planflächen und Konturen. Aus diesen Merkmalen schätzt es:

• Bearbeitungszeit an der Maschine (Hauptzeit, Nebenzeit)
• Rüstzeit anhand der Anzahl der Aufspannungen und Umrüstvorgänge
• Programmieraufwand für das NC-Programm
• Materialkosten auf Basis von Rohteilabmessungen und Materialtyp
• Werkzeugverschleiß als pauschalierter Zuschlag

Das Ergebnis ist eine aufgeschlüsselte Kalkulation: nicht nur ein Endpreis, sondern eine Detailansicht nach Kostenblöcken. Damit kann der Kalkulator jeden Ansatz prüfen und gezielt anpassen, ohne alles von null zu rechnen.

Der Unterschied zu einer reinen ML-Regression

Systeme wie Spanflug MAKE basieren auf einem regelbasierten Ansatz mit empirisch optimierten Parametern, kein trainiertes neuronales Netz im klassischen Sinn, sondern eine engineerte Kalkulations-Engine mit maschinell optimierten Erfahrungswerten aus realen Fertigungsdaten. Eigene Betriebsdaten (ERP, MES) fließen über die Konfiguration ein, nicht über ein Training.

Eine ML-Regression auf historischen ERP-Daten ist ein anderer Ansatz: Das Modell lernt aus echten Aufträgen des eigenen Betriebs, welche Merkmale einer Zeichnung mit welchen tatsächlichen Kosten korreliert haben. Dieser Ansatz ist genauer für die spezifischen Teiletypen des Betriebs, erfordert aber ein Datenvolumen von mindestens 200 bis 300 vergleichbaren Aufträgen und Entwicklungsaufwand für das Modelltraining.

Für die meisten CNC-Lohnfertiger in Deutschland ist der SaaS-Ansatz (Spanflug MAKE) der richtige Einstieg, schneller verfügbar, wartungsärmer und ohne ML-Expertise im Betrieb.

Was bei Geometrien mit engen Toleranzen immer noch ein Mensch entscheiden muss

Das ist der wichtigste Abschnitt dieser Seite.

KI-gestützte Kalkulation kann die Angebotszeit dramatisch verkürzen. Sie kann Standardgeometrien zuverlässig bewerten. Aber sie hat systematische blinde Flecken, die kein System heute vollständig schließt, und bei denen ein falscher Preis teuer wird.

Hier ist die Entscheidungsliste, die du in deinem Betrieb schriftlich festhalten solltest:

1. Toleranzklassen IT7 und enger (Bohrungen und Wellen) Wer unter IT7 oder auf einem Lagersitz fertigt, braucht oft Feinschleifen, Honen oder mehrere Zustellungen mit Messung. Kein automatisches System kann sicher schätzen, wie viele Korrekturschnitte deine Maschinen dafür brauchen, das ist maschinenindividuell und werkzeugindividuell. Faustregel: Alles unter ±0,01 mm auf Passungsflächen muss der Programmierer manuell bewerten.

2. Überschneidende Geometriemerkmale (intersecting features) Wenn eine Bohrung in eine Nut mündet, eine Querbohrung eine Längsbohrung schneidet, oder ein Freistich in eine enge Passung übergeht, solche Geometrien beschädigen die topologischen Daten in STEP-Dateien. Wissenschaftliche Untersuchungen zur automatischen Feature-Erkennung zeigen, dass überschneidende Merkmale der häufigste Fehlerfall für automatisierte Systeme sind. Das System erkennt beide Einzelmerkmale, aber nicht ihre Wechselwirkung und den daraus folgenden Werkzeugweg.

3. Teile mit mehr als drei Aufspannungen Jede zusätzliche Aufspannung bringt Rüstzeit, Positionierungsfehler-Risiko und Spannmittelkosten. Ob ein Teil mit drei oder vier Aufspannungen gefertigt werden muss, hängt oft von der konkreten Maschinen-Fixture-Kombination im Betrieb ab, nicht von der Geometrie allein. Kein Standardsystem kennt deine Vorrichtungen.

4. Oberflächenrauheit Ra ≤ 0,8 µm Feinste Oberflächen erfordern Schlichtbearbeitungen mit angepassten Schnittparametern, Werkzeugwechsel und häufig manuelle Nacharbeit. Die Bearbeitungszeit steigt überproportional zur Rauheitsanforderung, eine lineare Schätzung unterschätzt den Aufwand systematisch.

5. Werkstoffe außerhalb des Kalibrierungsbereichs Werkzeugstähle, Titan, Nickelbasislegierungen und Keramiken verhalten sich fundamental anders als Standard-Stahl und Aluminium. Wenn dein Kalkulationssystem primär auf 1.0xxx- und 3.x-Stählen plus Aluminiumlegierungen kalibriert wurde, ist es für exotische Werkstoffe nicht validiert, und kann erheblich daneben liegen.

6. Teile mit GD&T-Anforderungen ohne 3D-PMI Wenn Form- und Lagetoleranzen (Geradheit, Ebenheit, Koaxialität) in der technischen Zeichnung als PDF-Annotation vorliegen, aber nicht als Product Manufacturing Information (PMI) im 3D-Modell, erkennt das System sie unter Umständen gar nicht. Manche CAD-Exporte übertragen GD&T-Daten nicht in die STEP-Datei.

Praxisregel: Entwickle eine kurze interne Checkliste, sechs Stichpunkte reichen, die jeder Kalkulator vor der Freigabe eines KI-generierten Angebots durchgeht. Wenn ein Merkmal zutrifft, wird die KI-Schätzung zur Ausgangsbasis, aber nicht zum Endpreis.

Konkrete Werkzeuge, was wann passt

Spanflug MAKE, wenn du CNC-Drehen oder -Fräsen lohnfertigst Das einzige vollwertige, deutschsprachige Kalkulationswerkzeug für CNC-Lohnfertiger am Markt. Analysiert STEP-Dateien und technische Zeichnungen, erstellt in Sekunden eine detaillierte Kalkulation mit Aufschlüsselung nach Material, Rüstzeit, Bearbeitungszeit und Versand. Konfigurierbar auf eigene Maschinen, Stundensätze und Materialpreise. Kostenlos bis 5 Teile pro Monat (zum Testen), Pro-Plan ab 333 Euro pro Monat (Jahresplan). EU-Hosting, deutschsprachiger Support. Der Einstieg über den kostenlosen Plan ist der sinnvollste erste Schritt, du siehst innerhalb von 15 Minuten, wie gut der Kalkulationsvorschlag zu deiner Realität passt.

CloudNC CAM Assist, wenn dein Engpass die CAM-Programmierzeit ist, nicht die Kalkulation CloudNC ist kein Kalkulationstool, sondern ein KI-gestützter CAM-Programmierassistent. Es generiert automatisch Bearbeitungsstrategien und Schnittdaten in Fusion 360 und Mastercam. Relevant für Betriebe, die Angebote schnell erstellen können, aber bei der Programmierung viel Zeit verlieren. Kein deutschsprachiger Support, Preis auf Anfrage.

Paperless Parts, wenn du US-Kunden belieferst und mit ASTM/MIL-SPEC-Zeichnungen arbeitest US-Marktführer für Job-Shop-Software mit Wingman AI: erkennt über 10.000 ASTM-, MIL-SPEC- und NADCAP-Normen aus PDF-Zeichnungen. Für rein deutschsprachige Märkte weniger geeignet, DIN ISO-Normen sind weniger vollständig abgedeckt, kein EU-Datenhosting. Für international aufgestellte Betriebe mit US-Kundschaft eine relevante Option.

Eigenentwicklung auf historischen ERP-Daten, wenn du 300+ vergleichbare Aufträge im System hast und ML-Expertise Das genauste System für deinen spezifischen Teilemix, aber aufwändig. Ein Gradient-Boosting-Modell (XGBoost, LightGBM) trainiert auf tatsächlichen Maschinenzeiten, Rüstdaten und Materialkosten aus dem ERP. Erfordert eine:n Dateningenieur:in für die Aufbereitung, Modelltraining und Monitoring. Sinnvoll nur für Betriebe mit hohem, homogenem Auftragsvolumen und internen Datenkapazitäten.

Zusammenfassung: Wann welcher Ansatz

• CNC-Drehen/Fräsen, deutschsprachiger Markt, schneller Einstieg → Spanflug MAKE
• CAM-Programmierzeit reduzieren, Fusion 360 oder Mastercam im Einsatz → CloudNC CAM Assist
• US-Kunden, ASTM/MIL-SPEC-Zeichnungsvolumen → Paperless Parts
• Homogener Teilemix, 300+ historische ERP-Aufträge, ML-Team intern → Eigenentwicklung

Datenschutz und Datenhaltung

Die Anfragen, die ihr von Kunden erhaltet, enthalten oft vertrauliche Konstruktionsinformationen: Geometriedaten, Zeichnungen, Maßvorgaben, Materialspezifikationen. Aus DSGVO-Sicht sind diese Daten zwar in der Regel keine personenbezogenen Daten im engeren Sinne, aber sie können Betriebs- und Geschäftsgeheimnisse des Kunden darstellen, für die Diskretion vertraglich vereinbart ist.

Das bedeutet praktisch:

Spanflug MAKE hostet Daten in der EU (Deutschland). Für die meisten deutschen CNC-Betriebe ist das die unkomplizierteste Wahl, kein Konflikt mit Kundenvertraulichkeitsvereinbarungen und keine DSGVO-Baustellen. Ein AVV ist bei Bedarf erhältlich.

Paperless Parts verarbeitet Daten in den USA. Wenn deine Kundenverträge eine Datenweitergabe an Dritte außerhalb der EU einschränken (was bei Automotive-Kunden häufig vorkommt), muss das vor dem Einsatz rechtlich geprüft werden.

Eigenentwicklung auf eigener Infrastruktur bietet maximale Kontrolle, Daten verlassen den eigenen Server nicht. Das ist bei Kunden aus der Verteidigung, Medizintechnik oder dem Automotive-OEM-Bereich oft die einzige akzeptierte Lösung.

Ein Auftragsverarbeitungsvertrag (AVV) ist bei allen SaaS-Lösungen anzufordern, auch wenn keine personenbezogenen Daten verarbeitet werden, falls die Anfragen Mitarbeiterdaten (Ansprechpersonen, E-Mail-Adressen) enthalten, gilt Art. 28 DSGVO.

Was es kostet, realistisch gerechnet

Einmalige Einrichtungskosten

• Spanflug MAKE: 0 Euro Einrichtungsgebühr; Kalibrierungsaufwand intern 1–3 Wochen (eigene Maschinen einpflegen, erste Teile vergleichen, Parameter justieren)
• Eigenentwicklung auf ERP-Daten: 15.000–50.000 Euro Entwicklungskosten je nach Datenlage und ML-Aufwand; 3–6 Monate Projektlaufzeit

Laufende Kosten (monatlich)

• Spanflug MAKE Free: 0 Euro, 5 Teile/Monat, geeignet für ersten Produktivtest
• Spanflug MAKE Pro: 333 Euro/Monat (Jahresplan) oder 399 Euro/Monat (monatlich)
• Eigenentwicklung: 200–800 Euro/Monat Cloud-Infrastruktur + gelegentliche Modellpflege

Was du dagegenrechnen kannst Zwei Kalkulatoren, jede:r 3 Anfragen täglich à 2 Stunden: 12 Stunden täglich. Mit KI-Unterstützung: 3 Anfragen à 20 Minuten = 1 Stunde je Person. Eingesparte Zeit: 10 Stunden täglich. Bei einem Kostenansatz von 35 Euro pro Stunde (Kalkulator Vollkosten): 350 Euro täglich, rund 7.000 Euro pro Monat.

Konservativ gerechnet (50% Effizienzverlust durch Einarbeitung und schwierige Teile): noch immer 3.500 Euro monatliche Zeitersparnis, gegenüber 333 Euro Softwarekosten ein Faktor von über 10.

Die zweite Rechnung: Wie viele Aufträge verlierst du heute, weil dein Angebot zu spät kommt? MTP Maier Technologie hatte eine Abschlussquote unter 40 Prozent, bevor sie auf Sofortangebote umstellten. Wenn dein Betrieb monatlich 10 Aufträge verliert, weil du zu langsam antwortest, und jeder Auftrag einen Deckungsbeitrag von 1.500 Euro hat, dann redet man über 15.000 Euro entgangenen Deckungsbeitrag pro Monat. Das ändert die Kalkulation grundlegend.

Wie du den ROI tatsächlich misst Führe vor und nach der Einführung drei Monate Buch: Angebote gestellt, Aufträge gewonnen, durchschnittliche Antwortzeit. Das sind die drei Kennzahlen, die den tatsächlichen Effekt zeigen, nicht die theoretische Stundenrechnung.

Vier typische Einstiegsfehler

1. Das System kalibrieren und dann die Ausgabe ungeprüft versenden Das ist der gefährlichste Fehler, und er tritt häufig auf, weil die ersten Kalkulationen überzeugend wirken. Die Plausibilität der Ausgabe verleitet dazu, die Prüfpflicht bei kritischen Teilen zu überspringen. Wer ein IT6-Drehteil ohne manuelle Prüfung anbietet und dann bei der Fertigung feststellt, dass drei statt zwei Zustellungen nötig sind, hat den Gewinn des Auftrags für die Fehlerkorrektur verwendet. Die Kalibrierungsphase muss explizit definieren: Welche Geometrietypen werden vom System verlässlich bewertet, und welche nicht? Das Ergebnis ist eine schriftliche interne Freigaberegel.

2. Mit dem falschen Teilespektrum kalibrieren Das System ist gut kalibriert, wenn du es an echten Teilen aus deinem Produktionsalltag testest, nicht an einfachen Geometrien, die gut ausschauen. Wer in der Kalibrierungsphase nur Einfachteile nimmt, weil sie die Abweichungen minimieren, erhält ein System, das für Einfachteile gut und für komplexe Teile unkalibriert ist. Das Ergebnis: echte Aufträge werden unterschätzt, weil sie komplexer sind als der Kalibrierungsdatensatz.

3. Das System als Ersatz statt als Unterstützung positionieren Wenn das Team kommuniziert bekommt, dass die KI-Kalkulation die manuelle ersetzt, entstehen zwei Reaktionen: erfahrene Kalkulatoren fühlen sich übergangen und beginnen, Schwachstellen aktiv zu suchen (und finden sie, weil die Schwachstellen real sind). Anfänger vertrauen dem System zu sehr und lernen nicht, selbstständig zu kalkulieren. Die richtige Positionierung: Das System erstellt einen begründeten Vorschlag, der Kalkulator prüft und zeichnet ab. Das ist keine Abschwächung, das ist realistisch beschrieben, was das System leistet.

4. Keine Rückkopplung aus dem Betrieb einbauen Was kostet ein Teil tatsächlich? Wenn Nachkalkulation (Ist-Kosten aus dem MES oder ERP) nie mit dem Angebotspreis verglichen wird, bleibt das System für immer mit der Erstkalibrierung stehen. Jede systematische Abweichung zwischen Soll- und Ist-Kosten ist ein Kalibrierungssignal, für Materialpreise, Stundensätze oder spezifische Geometrietypen, bei denen das System systematisch daneben liegt.

Was mit der Einführung wirklich passiert, und was nicht

Die technische Einrichtung von Spanflug MAKE dauert einen halben Tag. Das ist das Einfachste an dieser Einführung.

Das Schwierigere ist das Vertrauen, in beide Richtungen.

Erfahrene Kalkulatoren haben Jahrzehnte damit verbracht, ein Gefühl für Preise zu entwickeln. Ein System, das dasselbe in zehn Sekunden vorschlägt, wirkt zunächst wie eine Infragestellung ihrer Kompetenz. Das stimmt nicht, aber so kann es sich anfühlen. Was konkret hilft: Die ersten Wochen explizit als “wir prüfen, ob das System stimmt” positionieren, nicht als “wir ersetzen manuelle Kalkulation”. Die erfahrene Person entscheidet, ob der Vorschlag gut ist. Das ist nicht weniger, sondern anders.

Auf der anderen Seite gibt es Betriebe, die nach zwei Wochen aufhören zu prüfen, weil die Ausgaben gut aussehen und Prüfen Zeit kostet. Das ist der Moment, in dem der Fehler passiert. Die Lösung ist organisatorisch: ein definierter Prüfschritt für alle Teile mit mehr als zwei Aufspannungen oder Toleranzen unter IT7, unabhängig davon, wie überzeugend der KI-Vorschlag wirkt.

Was realistisch passiert nach drei Monaten: Angebote gehen schneller raus. Das Auftragsvolumen steigt, weil Anfragen nicht mehr liegen bleiben. Die Kalkulationsarbeit konzentriert sich auf die wirklich schwierigen Teile, die manuelle Expertise brauchen, statt auf Standardgeometrien, die das System verlässlich abdeckt. Das sind keine Fantasieszenarien, das ist der Anwenderbericht von MTP Maier aus Sternenfels.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände, und was dahintersteckt

„Unsere Teile sind zu komplex für so ein System.” Das stimmt für einen Teil deines Portfolios. Es stimmt nicht für das gesamte Portfolio. In den meisten CNC-Betrieben sind 60 bis 70 Prozent der Anfragen Teile, die das System verlässlich kalkulieren kann, Standard-Dreh- und Frästeile aus üblichen Stählen und Aluminiumlegierungen ohne extreme Toleranzklassen. Die verbleibenden 30 bis 40 Prozent komplex-kritischer Teile bleiben bei dir als Kalkulator, das System entlastet dich für den Rest. Wenn 70 Prozent deiner Kalkulationszeit auf 30 Prozent der Teile entfallen (weil die komplizierten Teile mehr Zeit brauchen), ist das eine andere Rechnung, aber dann ist der kostenlose Testplan das richtige Mittel, um das zu prüfen.

„Wir verlieren die Kalkulations-Kompetenz im Betrieb.” Das ist ein realer Risikofaktor, wenn das System als Ersatz statt als Unterstützung eingesetzt wird und neue Fachleute nie lernen, manuell zu rechnen. Der Gegenentwurf ist keine Frage des Tools, sondern der Einführungsstrategie: erfahrene Kalkulatoren prüfen weiter, das System übernimmt die Vorarbeit. Außerdem: Der Betrieb, dessen einzige Kalkulations-Kompetenz im Kopf einer einzelnen Person steckt, ist fragiler als der Betrieb mit dokumentiertem Kalkulationswissen im System.

„Wir haben keine sauberen STEP-Dateien von unseren Kunden.” Das stimmt für einen Teil der Anfragen, vor allem für ältere Bestandskunden, die noch mit 2D-Zeichnungen als PDF arbeiten. Spanflug MAKE und ähnliche Systeme können auch 2D-Zeichnungen verarbeiten, aber mit niedrigerer Genauigkeit. Die Lösung: In der Kalibrierung explizit testen, wie gut das System auf 2D-Zeichnungen abschneidet, und wenn die Abweichungen zu groß sind, diese Anfragetypen weiterhin manuell kalkulieren. Das System muss nicht für alles funktionieren, um nützlich zu sein.

Woran du merkst, dass das zu dir passt

• Du bearbeitest täglich 5 oder mehr neue Anfragen für CNC-gefertigte Teile, bei weniger Volumen ist der Konfigurationsaufwand nicht gerechtfertigt
• Deine Antwortzeit liegt heute bei mehr als einem Tag, du weißt, dass du dadurch Aufträge verlierst
• Deine Anfragen kommen mit STEP-Dateien oder zumindest maßgenauen PDF-Zeichnungen, ohne strukturierte CAD-Daten ist die Kalkulations-Qualität stark begrenzt
• Dein Kernmaterial ist Stahl oder Aluminium, ggf. Edelstahl, für exotische Werkstoffe und Speziallegierungen ist das System noch nicht verlässlich kalibriert
• Du fertigst Dreh- oder Frästeile, Schweißkonstruktionen, Blechbearbeitung und Sonderprozesse sind nicht oder kaum abgedeckt

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

1. Weniger als 5 Anfragen pro Tag oder weniger als 100 Anfragen pro Jahr. Der Konfigurationsaufwand und die Kalibrierungsphase rechnen sich nicht bei kleinem Anfrageaufkommen. Für gelegentliche Anfragen ist eine gut strukturierte Excel-Kalkulation mit historischen Richtwerten die bessere Lösung.

2. Mehr als 60 Prozent des Portfolios sind IT6-Teile oder enger, multi-axis-Teile mit mehr als vier Aufspannungen, oder Werkstoffe außerhalb des Standardspektrums. Das System deckt diesen Komplexitätsbereich nicht verlässlich ab. Der Aufwand für die manuelle Prüfung aller KI-Ausgaben würde den Zeitgewinn wieder zunichtemachen.

3. Kein ERP oder Arbeitsvorbereitung mit tatsächlichen Fertigungsdaten. Wer keine Nachkalkulation führt und keine historischen Auftragsdaten hat, kann das System nicht kalibrieren und nie validieren, ob die Ausgaben stimmen. In diesem Fall fehlt die Datengrundlage für das Vertrauen in die Ausgaben.

Das kannst du heute noch tun

Starte den kostenlosen Testplan von Spanflug MAKE, kein Kreditkarte, kein Kündigungsaufwand, 5 Teile kostenlos. Nimm drei Anfragen aus den letzten vier Wochen, die du bereits fertiggestellt und nachkalkuliert hast. Lade die STEP-Dateien hoch, lass das System kalkulieren, und vergleiche den Vorschlag mit deinen tatsächlichen Ist-Kosten aus dem ERP.

Das dauert 30 Minuten. Was du danach weißt: Wie nah das System für dein typisches Teilespektrum liegt, bevor du einen Cent ausgibst.

Hier ist ein Prompt, den du auch ohne spezialisiertes Tool sofort einsetzen kannst, für eine erste strukturierte Plausibilitätsprüfung einer vorliegenden Kalkulation:

Quellen & Methodik

• MTP Maier Technologie in Präzision GmbH, Sternenfels: Anwenderbericht auf nc-fertigung.de (2025), Lohnfertiger beschreibt Einführung von Spanflug Make, vorherige Quote-Erfolgsrate unter 40 %, Wechsel auf Sofortangebote.
• Schwab CNC Metallbearbeitung, Rot am See: Anwenderbericht auf spanflug.de und nc-fertigung.de (2025), Kalkulationszeit von 1–2 Stunden auf 5–10 Minuten reduziert, Verdopplung des Anfragevolumens.
• Spanflug Technologies GmbH, München: Preisseite spanflug.de/make/preise-abonnements/ (Mai 2026): Free bis 5 Teile/Monat, Pro 333 €/Monat (Jahresplan). Algorithmus auf Basis von über 60.000 Dreh- und Frästeilen trainiert und optimiert.
• Automatic machining feature recognition from STEP files: Forschungsbeitrag, ResearchGate (2023). Zeigt, dass überschneidende Geometriemerkmale der häufigste Fehlerfall bei automatisierten Feature-Erkennungsmodellen sind.
• Explainable AI for Manufacturing Cost Estimation and Machining Feature Visualization: ScienceDirect (Expert Systems with Applications, 2021). Dokumentiert Genauigkeitsgrenzen bei überschneidenden Merkmalen und fehlenden GD&T-Daten in STEP-Dateien.
• Paperless Parts Wingman AI: Pressemitteilung (2024), Quote-Setup-Zeit um ca. 20% reduziert; Erkennung von >10.000 ASTM/MIL-SPEC/NADCAP-Normen.
• Kalkulationsaufwand und Kostentreiber: CNCCookBook (cnccookbook.com, 2024) und pos.de/blog (2023), Maschinenstundensatz-Kalkulation, typische Fehlkalkulationsmuster im Zerspanungsbetrieb.

Du willst wissen, ob Spanflug Make für dein typisches Teilespektrum funktioniert, oder ob der ML-auf-ERP-Daten-Ansatz für deinen Betrieb sinnvoller wäre? Meld dich, das klären wir in einem kurzen Gespräch.