KI-gestützte CE-Dokumentation: Technische Unterlagen schneller erstellen

Das echte Ausmaß des Problems

Spielzeughersteller unterschätzen regelmäßig den Aufwand für die CE-Kennzeichnung — bis sie mittendrin stecken. Die Spielzeugrichtlinie 2009/48/EG (Richtlinie über die Sicherheit von Spielzeug) schreibt in Anhang IV vor, was die technische Dokumentation enthalten muss: eine detaillierte Produkt- und Herstellungsbeschreibung, vollständige Materiallisten mit Sicherheitsdatenblättern, Berechnungen und Prüfergebnisse, Risikobeurteilung sowie die EU-Konformitätserklärung nach Anhang II.

Das ist kein bürokratisches Formularbefüllen — das ist ein strukturiertes Dossier, das beweist, dass das Produkt sicher ist. Bei einem neuen Produkt mit Kleinteilen, Farben, Textilmaterialien und elektrischen Komponenten kommen schnell 50 bis 100 Seiten Dokumentation zusammen. Erfahrungsgemäß brauchen Hersteller ohne feste Vorlage bei einer ersten CE-Kennzeichnung vier bis acht Wochen, bis alles beisammen ist — und das nur für ein einziges Produkt.

Kleine und mittlere Hersteller, die jährlich 10 bis 50 neue Artikel auf den Markt bringen, stehen vor einem systematischen Problem:

• Skalierungsengpass: Jedes neue Produkt kostet dieselbe Dokumentationsarbeit, unabhängig davon, wie ähnlich es einem bestehenden Produkt ist
• Variantenvielfalt: Dasselbe Spielzeug in fünf Farben, drei Größen, zwei Sprachen — technisch fast identisch, dokumentationstechnisch trotzdem je ein eigenes Dossier
• Sprachversionen: Warnhinweise und Konformitätserklärungen müssen in die Amtssprache jedes Zielmarkts übersetzt werden — vier bis zwölf Sprachversionen je Produkt
• Aktualisierungspflicht: Ändert sich eine Materialnorm oder eine Gefahreneinstufung, muss die Dokumentation nachgezogen werden — für alle betroffenen Produkte gleichzeitig

Hinzu kommt ein regulatorischer Zeitdruck: Die EU-Spielzeugverordnung (EU) 2025/2509 tritt ab Januar 2026 schrittweise in Kraft und ersetzt die bisherige Richtlinie 2009/48/EG vollständig ab August 2030. Neu ist unter anderem ein digitaler Produktpass, der Sicherheitsinformationen per QR-Code zugänglich macht. Wer seine Dokumentationsprozesse jetzt modernisiert, bereitet sich gleichzeitig auf diese Anforderungen vor.

Mit vs. ohne KI — ein ehrlicher Vergleich

¹ Eigene Erfahrungswerte aus CE-Dokumentationsprojekten bei Spielzeugherstellern mit 20–80 Mitarbeitenden; setzt voraus, dass alle Produktdaten strukturiert vorliegen und ein erfahrener Prüfer das KI-Output reviewt.

Wichtige Einschränkung: KI schreibt die Dokumentation schneller — sie prüft nicht, ob das Produkt tatsächlich sicher ist. Das bleibt Aufgabe akkreditierter Labore und sachkundiger Personen. KI ist hier ein Schreibwerkzeug, kein Gutachter.

Einschätzung auf einen Blick

Zeitersparnis — hoch (4/5) Das ist der klare Hauptnutzen: Statt wochenlangem Schreiben auf der leeren Seite startet man mit einem strukturierten KI-Entwurf, den man überarbeitet und ergänzt. In der Praxis liegen die Einsparungen bei 60 bis 80 Prozent der reinen Schreibzeit — was bleibt, ist der inhaltliche Prüfaufwand, der sich nicht vollständig automatisieren lässt. Im Vergleich zu anderen Automatisierungsmaßnahmen in diesem Bereich ist das einer der höchsten direkten Zeitgewinne.

Kosteneinsparung — mittel (3/5) Die direkten Ersparnisse entstehen durch weniger externe Beratungszeit und weniger interne Personalstunden pro Produkt. Das ist real, aber nicht dramatisch: Externe Berater für CE-Dokumentation kosten typisch 100–200 € pro Stunde; wenn KI die einfachen Textbausteine übernimmt, sinkt der Beratungsbedarf auf die fachliche Prüfung. Echte Kostenersparnis im mittleren vierstelligen Bereich pro Produktjahr ist realistisch — kein Riesenhebel, aber klar positiv.

Schnelle Umsetzung — mittel (3/5) Der technische Einstieg ist einfach: ChatGPT oder Claude, ein gutes Prompt-Template, fertig. Die eigentliche Arbeit liegt in der Template-Entwicklung — welche Produktkategorien gibt es, welche Risiken sind branchenspezifisch, welche Normen gelten? Das erste brauchbare Template braucht 2 bis 4 Wochen Aufwand, und es muss von jemandem geprüft werden, der die Spielzeugrichtlinie wirklich kennt.

ROI-Sicherheit — hoch (4/5) Der Nutzen ist direkt messbar: Wie viele Stunden hat die Dokumentation früher gedauert, wie lange jetzt? Diese Messung ist einfach, und der Effekt setzt ab dem ersten Produkt ein. Zusätzlich gibt es einen schwer quantifizierbaren, aber realen Wert: Konsistentere Dokumentation reduziert das Risiko von Beanstandungen bei Marktüberwachungsbehörden — was Rückrufkosten von 200.000 bis 2 Millionen Euro pro Vorfall abwenden kann.

Skalierbarkeit — mittel (3/5) Das Template-System skaliert gut innerhalb einer Produktkategorie — das zehnte ähnliche Spielzeug geht deutlich schneller als das erste. Aber wenn neue Produktkategorien hinzukommen (z.B. erstmals elektrische Spielzeuge statt bisher nur Holzspielzeug), brauchen die Templates eine Überarbeitung. Skalierbarkeit ist also gut, aber nicht automatisch — sie braucht aktive Pflege.

Richtwerte — stark abhängig von Produktkomplexität, vorhandener Dokumentationsreife und internem Fachwissen zur Spielzeugrichtlinie.

Was die KI bei der CE-Dokumentation konkret macht

Es geht nicht darum, dass eine KI die Konformität eines Produkts bewertet — das kann und darf sie nicht. Es geht darum, dass sie die strukturierten Textteile erstellt, die nach einem Prüfvorgang dokumentiert werden müssen.

Was KI übernimmt:

• Produktbeschreibung (Pflichtbestandteil nach Anhang IV): Strukturierte Beschreibung aus Produktspezifikation, Materialliste und Verwendungszweck — formatiert nach dem Schema der technischen Dokumentation
• Risikobeurteilungs-Entwurf: KI strukturiert bekannte Risikokategorien (mechanische Gefahren, chemische Stoffe, elektrische Sicherheit, Entzündbarkeit) und ordnet die Produktmerkmale zu — als Ausgangspunkt, den ein Fachkundiger prüft und ergänzt
• Warnhinweistexte: Auf Basis von Altersgruppe, Kleinteilen, Schnurlänge und anderen Sicherheitsmerkmalen generiert KI die notwendigen Warnhinweise nach EN 71 — und übersetzt sie in alle Zielsprachen
• Konformitätserklärungsentwurf: Die Struktur der EU-Konformitätserklärung nach Anhang III ist standardisiert — KI befüllt die Vorlage aus den Produktdaten

Was KI nicht übernimmt:

• Die tatsächliche Prüfung, ob das Produkt sicher ist
• Das Unterzeichnen der Konformitätserklärung (das bleibt beim Hersteller oder Bevollmächtigten)
• Die Einschätzung, ob eine Norm anwendbar ist
• Die Verantwortung für die Richtigkeit des Dossiers

Der Prozess funktioniert als Mensch-KI-Tandem: Die KI schreibt schnell den ersten Entwurf, der Fachkundige prüft, korrigiert und ergänzt. Das Ergebnis ist nicht weniger sorgfältig — es entsteht nur schneller.

Konkrete Werkzeuge — was wann passt

ChatGPT (GPT-4o) oder Claude AI — Das Arbeitspferd für die Dokumentationserstellung. Du gibst Produktspezifikation, Materialliste und Normen als Kontext, der Prompt definiert die gewünschte Ausgabestruktur. ChatGPT hat eine leicht höhere Kontextlänge für sehr umfangreiche Stücklisten; Claude ist in präzisen, strukturierten Ausgaben etwas konsistenter. Beide können Dokumente in mehrere Sprachen übersetzen. Laufende Kosten: 20–25 €/Monat für das Einzelnutzer-Abo, das für normale Dokumentationsvolumina ausreicht.

Make.com oder n8n — Sobald du die Prozesse standardisiert hast, lohnt die Automatisierung: Ein neues Produkt wird im ERP erfasst, Make ruft die Produktdaten ab, übergibt sie an die ChatGPT-API, und das Ergebnis landet als Word-Dokument im richtigen Ordner. Einrichtungsaufwand 1–2 Tage für einen technisch versierten Mitarbeitenden; Make ist einsteigerfreundlicher, n8n datenschutzfreundlicher (selbst hostbar). Make: ab 9 €/Monat; n8n: kostenlos bei Self-Hosting.

Akeneo — Falls ihr eine PIM-Lösung nutzt oder plant: Akeneo speichert Produktdaten strukturiert und kann als Datenquelle für die KI-Dokumentation dienen. Der Vorteil: Produktdaten existieren nur einmal, werden nicht manuell aus verschiedenen Quellen zusammengesucht. Akeneo ist für den reinen CE-Dokumentationsfall etwas überdimensioniert — aber wenn ihr ohnehin eine zentrale Produktdatenbasis braucht (z.B. für Online-Marktplätze), macht die Integration Sinn.

Wann welcher Ansatz:

• Einstieg testen: ChatGPT oder Claude direkt, kein Setup notwendig
• Wiederholte Nutzung: Templates entwickeln, Prozess dokumentieren, manuell anwenden
• Skaliert auf 20+ Produkte/Jahr: Make oder n8n zur Automatisierung der Datenübergabe
• Produktdatenbasis vorhanden: Akeneo als strukturierte Datenquelle einbinden

Datenschutz und Datenhaltung

Technische Dokumentation für Spielzeug enthält in der Regel keine personenbezogenen Daten im Sinne der DSGVO — es sind Produktdaten, Materialbeschreibungen und Sicherheitsdaten. Das reduziert die DSGVO-Relevanz erheblich.

Allerdings können Stücklisten und Materialzusammensetzungen Geschäftsgeheimnisse enthalten: Lieferantennamen, proprietäre Materialrezepturen, interne Produktionsdaten. Wer diese Daten an ChatGPT oder Claude übergibt, sollte folgendes beachten:

• OpenAI (ChatGPT): Daten aus der API werden standardmäßig nicht für das Training genutzt — im Gegensatz zur kostenlosen Web-Oberfläche. Für die API gibt es einen Datenverarbeitungsvertrag (DPA). Serverstandort ist die USA.
• Anthropic (Claude): Vergleichbare Nutzungsbedingungen wie OpenAI. API-Daten werden nicht für Training genutzt. Verarbeitungsstandort USA.
• Datenschutzkonforme Alternative: Wer Produktionsgeheimnisse nicht in US-Cloud-Dienste übertragen möchte, kann lokal gehostete LLM-Modelle nutzen (z.B. über Ollama mit Llama-Modellen auf firmeneigener Hardware) — die Qualität ist bei reinen Textstrukturierungsaufgaben ausreichend.

Für die meisten mittelständischen Spielzeughersteller ist der ChatGPT-API-Ansatz mit aktiviertem DPA praktikabel — die übertragenen Daten sind Produktspezifikationen, keine Kundendaten.

Was es kostet — realistisch gerechnet

Einmalige Einrichtungskosten

• Template-Entwicklung (3–5 Dokumenttypen): intern 1–2 Wochen Aufwand, oder extern 1.500–4.000 € für einen CE-erfahrenen Berater
• Prozessdokumentation und Mitarbeiterschulung: 2–3 Tage intern
• Optional: Automatisierungsaufbau mit Make/n8n: 1–2 Tage oder extern 500–1.500 €

Laufende Kosten (monatlich)

• ChatGPT Plus oder Claude Pro: 20–25 €/Person/Monat
• Make.com (bei Automatisierung): 9–29 €/Monat
• Gesamtaufwand laufend: unter 100 €/Monat für ein Team von 2–3 Personen

Was du dagegenrechnen kannst Ein Spielzeughersteller mit 20 neuen Produkten jährlich, der die Dokumentationszeit je Produkt von 15 auf 4 Stunden reduziert: Das sind 220 gesparte Stunden im Jahr. Bei einem internen Stundensatz von 40–60 €: 8.800 bis 13.200 € eingespartes Arbeitsvolumen jährlich. Dazu kommen eingesparte externe Beratungskosten, wenn Berater bisher für die Texterstellung beauftragt wurden.

Wie du den Nutzen misst Dokumentiere für die nächsten drei Produkte sowohl die Startzeit als auch den Fertigstellungsmoment. Notiere getrennt: KI-Entwurfszeit, Review-Zeit, Korrekturen. Diese drei Datenpunkte zeigen dir nach vier Wochen, ob das System bei euren Produkten funktioniert.

Rechtliche Besonderheiten

Die CE-Kennzeichnung ist kein freiwilliges Zertifikat — sie ist Voraussetzung für die Vermarktung in der EU. Wer Spielzeug ohne korrekte CE-Dokumentation verkauft, riskiert Marktüberwachungsmaßnahmen, Verkaufsverbote und Bußgelder.

KI-generierte Dokumentation ist rechtlich gültig, solange der Hersteller sie inhaltlich verantwortet, prüft und unterzeichnet. Die EU-Konformitätserklärung trägt die Unterschrift des Herstellers — nicht der KI. Das heißt: Die KI kann schneller schreiben, aber der Mensch muss sicherstellen, dass das Geschriebene stimmt.

Die neue EU-Spielzeugverordnung (EU) 2025/2509 bringt ab Januar 2026 (mit Übergangsfrist bis August 2030) neue Anforderungen: unter anderem einen digitalen Produktpass, der Sicherheitsinformationen über einen QR-Code auf dem Produkt zugänglich macht. Wer Dokumentationsprozesse jetzt digitalisiert, baut gleichzeitig die Grundlage für diesen Produktpass auf — die strukturiert gespeicherten Daten können später direkt als Quelle dienen.

Drei typische Einstiegsfehler

1. KI-Output ohne fachkundigen Review einreichen. Die KI schreibt flüssig und klingt kompetent — aber sie kennt weder euer Produkt noch den aktuellen Stand der EN-71-Normreihe. Ein von der KI generierter Risikobeurteilungs-Entwurf kann plausibel klingen und trotzdem eine relevante Gefahr vergessen haben — zum Beispiel weil ein Kleinteiletest für die spezifische Produktgeometrie nicht erwähnt wird. Die Regel ist unveränderlich: KI-Output kommt immer auf den Tisch einer Person, die die Spielzeugrichtlinie wirklich kennt. Wer diesen Schritt überspringt, spart kurzfristig Zeit und riskiert langfristig den Rückruf.

2. Ein einziges Template für alle Produktkategorien entwickeln. Ein Holzpuzzle für 3-Jährige und ein ferngesteuertes Auto für 8-Jährige haben grundlegend verschiedene Risikoprofile, relevante Normen und Prüfanforderungen. Ein generisches Template, das für beide passen soll, passt für keines richtig. Wer effizienter werden will, braucht mehrere kategoriespezifische Templates — drei bis fünf für die häufigsten Produktgruppen. Der Aufwand dafür ist einmalig, die Zeitersparnis danach dauerhaft.

3. Die Templates nicht aktualisieren, wenn sich Normen ändern. EN-71-Normen werden regelmäßig überarbeitet. Wer ein Template einmal erstellt und es dann zwei Jahre unverändert nutzt, läuft Gefahr, veraltete Anforderungen in neuen Produktdossiers zu dokumentieren. Das Template selbst braucht einen Verantwortlichen — eine Person, die bei Normänderungen prüft, ob die Vorlagen aktualisiert werden müssen, und dies auch tut. Ohne diese Person ist das System nach 18 Monaten ein Effizienzwerkzeug, das Dossiers mit veralteten Inhalten schnell produziert.

Was mit der Einführung wirklich passiert — und was nicht

Das System ist in der Regel schneller eingeführt, als man denkt — und länger im Aufbauen, als man hofft.

Der erste Prompt, der ein halbwegs brauchbares Dokument produziert, ist innerhalb einer Woche gebaut. Das erste wirklich brauchbare Template, das wenig Nacharbeit braucht und von der Qualitätssicherung abgenommen wird, dauert drei bis sechs Wochen. Der Unterschied: Die ersten Entwürfe klingen gut, enthalten aber strukturelle Lücken, die nur jemandem mit echter Produktsicherheitserfahrung auffallen.

Typische Widerstands-Muster:

• Qualitätssicherung ist skeptisch: “Kann ich einem KI-Text wirklich vertrauen?” Das ist berechtigt. Die Antwort ist: nein, blind — und ja, nach Prüfung. Der erste Schritt ist, QS in die Template-Entwicklung einzubeziehen, nicht erst beim Abnahme.
• Außendienst und Produktmanagement nutzen Templates unterschiedlich: Wer freier mit der Sprache umgeht, ändert die Template-Prompts ab und bekommt schlechtere Ergebnisse. Einheitliche Prozessanleitung ist wichtig — nicht nur das Template, sondern wie man es benutzt.
• Rückschritt nach erstem Fehler: Ein schlecht geprüftes Dokument landet in der Qualitätsprüfung und kommt zurück. Die Reaktion mancher Teams: Das KI-System taugt nichts. Die eigentliche Reaktion sollte sein: Der Review-Schritt muss konsequenter sein.

Was konkret hilft:

• Erste drei Dokumente im Tandem erstellen: QS und Produktmanagement schauen gemeinsam auf das KI-Output
• Einen expliziten “Review-Checklist”-Prozess entwickeln: Was prüft der Fachkundige an jedem KI-Entwurf?
• Die ersten sechs Monate nicht als “fertig” betrachten, sondern als Template-Kalibrierungsphase

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„KI kann keine Konformitätserklärung erstellen — das ist rechtlich verantwortlich.” Stimmt — und darum geht es nicht. Die KI erstellt den Textentwurf, der Hersteller prüft, ergänzt und unterschreibt. Genau wie ein Anwalt nicht der Sachbearbeiter unterschreibt, sondern die Kanzlei die Vorlage liefert und der Mandant freigibt. Rechtlich verantwortlich bleibt der Hersteller — das ändert sich durch KI nicht.

„Unsere Produkte sind zu speziell, das funktioniert nicht mit Templates.” In der Regel ist der Kern der technischen Dokumentation überraschend ähnlich zwischen Produkten derselben Kategorie. Was sich unterscheidet, sind die spezifischen Messwerte und Prüfergebnisse — die kommen ohnehin aus dem Labor, nicht aus der KI. Templates für den Textteil funktionieren auch bei spezialisierten Produkten gut, wenn die Eingabedaten vollständig sind.

„Unsere CE-Dokumentation ist bereits extern delegiert.” Dann ist die KI kein Ersatz für den Externen, sondern ein Beschleuniger für die Vorbereitung: Wenn ihr dem Berater besser aufbereitete Produktdaten und eine vorstrukturierte Vorlage liefert, sinkt die Beratungszeit — und damit die Rechnung.

Woran du merkst, dass das zu dir passt

• Du bringst jährlich mehr als fünf neue Produkte auf den Markt und die Dokumentationslast steigt spürbar
• Die technische Dokumentation dauert bei euch systematisch länger als die Produktentwicklung selbst
• Ihr habt intern jemanden, der die Spielzeugrichtlinie kennt — der aber seine Zeit damit verschwendet, immer wieder dieselben Textbausteine zu schreiben

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

1. Weniger als fünf neue Produkte pro Jahr. Die Template-Entwicklungszeit amortisiert sich nicht. Wer nur sporadisch neue Produkte dokumentiert, fährt mit einem guten externen Berater effizienter.

2. Kein interner Fachkundiger für Produktsicherheit. Wenn niemand im Haus die EN-71-Normreihe und die Spielzeugrichtlinie kennt, kann auch niemand das KI-Output korrekt prüfen. In diesem Fall ist der erste Schritt, diese Kompetenz aufzubauen oder extern dauerhaft einzubinden — nicht, ein KI-Tool zu kaufen, das ohne Prüfkompetenz gefährlich schnell unsichere Dokumente produziert.

3. Produktdaten liegen nicht strukturiert vor. Wenn Materiallisten in E-Mail-Anhängen und Stücklisten auf lokalen Laufwerken verteilt sind, ist der erste Schritt nicht KI, sondern Datenstruktur. KI kann nicht besser ausgeben, als es eingegeben bekommt.

Das kannst du heute noch tun

Öffne ChatGPT und nimm ein Produkt, das du gerade dokumentieren musst — oder das du zuletzt dokumentiert hast. Kopiere die Produktspezifikation, die Materialliste und den Verwendungszweck in den Prompt. Dann gib dem folgenden Template-Prompt eine Chance:

Quellen & Methodik

• Spielzeugrichtlinie 2009/48/EG: Amtsblatt der Europäischen Union, L 170/1 vom 30.6.2009. Anhang IV (Technische Dokumentation), Anhang II (Konformitätsbewertungsverfahren), Anhang III (EU-Konformitätserklärung).
• EU-Spielzeugverordnung (EU) 2025/2509: Neue Verordnung, die Richtlinie 2009/48/EG ab August 2030 ablöst; ab Januar 2026 schrittweise in Kraft. Einführung des digitalen Produktpasses als neue Anforderung.
• Aufwandsangaben CE-Dokumentation: Praxisberichte von ce-handbuch.de und easyce.de; eigene Erfahrungswerte aus Beratungsprojekten bei Spielzeugherstellern.
• EN 71-Normreihe: Sicherheit von Spielzeug — Teil 1 (Mechanische und physikalische Eigenschaften), Teil 2 (Entzündbarkeit), Teil 3 (Migration bestimmter Elemente); aktuelle Fassungen via DIN-Normen.
• Rückrufkosten Spielzeug: RAPEX-Datenbankberichte der EU-Kommission (2023/2024); BVL-Statistiken für Deutschland.