EN-71-Prüfprotokolle per KI: Laborrohdaten werden zum fertigen Dossier

Das echte Ausmaß des Problems

Spielzeug ist die am zweithäufigsten gemeldete Produktkategorie im EU Safety Gate (dem Nachfolger von RAPEX). Im Jahr 2024 wurden 4.137 Warnmeldungen registriert, Rekord seit Bestehen des Systems. Spielzeug machte davon 15 Prozent aus: rund 620 Meldungen wegen gefährlicher Spielzeugprodukte. Das sind im Schnitt zwölf Meldungen pro Woche, EU-weit.

Dieser Abschnitt ist eine fachliche Orientierung. CE-Dokumentation ist rechtlich bindend; die Verantwortung für Vollständigkeit und Korrektheit liegt beim Hersteller oder Importeur. Im Zweifel konsultiere eine akkreditierte Prüfstelle (TÜV, SGS, Intertek) oder einen Produktsicherheitsanwalt.

Viele dieser Meldungen treffen Importeure, die Produkte ohne vollständige technische Dokumentation oder mit lückenhaften Prüfnachweisen auf den Markt gebracht haben. Liegt keine vollständige technische Dokumentation vor, können Hersteller im Streitfall nicht nachweisen, dass ihr Produkt den gesetzlichen Anforderungen genügt, dann ist die Behörde nicht in der Beweispflicht, der Hersteller schon.

Was ein vollständiges EN-71-Dossier enthält:

• Prüfprotokolle für jede relevante Normengruppe (EN 71-1 Mechanik, EN 71-2 Entflammbarkeit, EN 71-3 Migration bestimmter Elemente, EN 71-8 Spielzeug für Aktivitätsspiele, je nach Produkttyp weitere Teile)
• REACH-Screening-Dokumentation mit Angaben zu allen eingesetzten Materialien und ihren Inhaltsstoffen, Stichwort SVHC-Kandidatenliste
• Risikobeurteilung nach Anhang IV der Spielzeugrichtlinie 2009/48/EG
• Stückliste mit Materialherkunft und Sicherheitsdatenblättern der Lieferanten
• Mehrsprachige Warnhinweise (mindestens Deutsch, Englisch, weitere Sprachen je nach Zielmarkt)
• EU-Konformitätserklärung, rechtlich bindende Herstelleraussage

Der Aufwand für ein einzelnes Produkt liegt laut Angaben von CE-Beratungsanbietern bei 20 Stunden bis zu 12 Arbeitstagen je nach Komplexität, ohne Vorlage. Mit einer gut ausgearbeiteten Vorlage liegt der reine Schreibaufwand bei 2–4 Stunden für die Dateneintragung, aber dieser Schreibaufwand wiederholt sich bei jedem neuen SKU, jeder Normänderung und jedem Markt mit eigenen Sprachvarianten.

Bei 50 neuen Artikeln pro Saison, im Massenmarkt keine außergewöhnliche Zahl, summiert sich das auf 100–200 Stunden reine Tipparbeit pro Saison. Für ein fünfköpfiges Prüflabor bedeutet das drei bis fünf Wochen Kapazität, die ausschließlich für Dateneintragung draufgehen.

Mit vs. ohne KI, ein ehrlicher Vergleich

¹ Schätzwert aus Erfahrungsberichten zur manuellen Dateneingabe in strukturierte Vorlagen; hängt stark von Dateiformat, Tageszeit und Arbeitsbelastung ab.

Der wichtigste Effekt ist nicht die Geschwindigkeit, sondern die Zuverlässigkeit: Wenn die Rohdaten aus dem Laborexport direkt in die Vorlage fließen, passieren keine Übertragungsfehler mehr. Der Prüftechniker prüft das Ergebnis, er gibt keine Zahlen mehr ein.

Einschätzung auf einen Blick

Zeitersparnis, sehr hoch (5/5)
Das ist der stärkste Hebel unter den verglichenen Anwendungsfällen auf dieser Achse. Aus 2–4 Stunden Tipparbeit pro Artikel werden 20–40 Minuten, weil die KI die Daten aus dem Laborexport liest, strukturiert und in die Vorlage schreibt. Bei 50 Artikeln pro Saison sind das 100–150 Stunden gesparte Routinearbeit. Der Effekt ist direkt, messbar und tritt ab dem ersten Einsatz ein. Zusammen mit der Produktbeschreibungs-Automatisierung für Marktplätze die stärkste Zeitersparnis in dieser Branche.

Kosteneinsparung, mittel (3/5)
Die Direkteinsparung ist real, aber moderat: kein neues Personal für wachsendes SKU-Volumen, weniger Überstunden in der Hochsaison. Die laufenden KI-Kosten von 50–200 Euro pro Monat sind vernachlässigbar gegenüber dem Personalaufwand. Kein Vergleich zu Anwendungsfällen wie Preisoptimierung oder Einkaufsoptimierung, wo direkte Euro-Einsparungen im Warenkorb stehen, hier ist der Wert eingesparte Arbeitszeit, kein direktes Geld.

Schnelle Umsetzung, mittel (3/5)
Das Schreiben eines Prompts dauert eine Stunde. Aber bis das System zuverlässig und normkonform funktioniert, braucht es 4–8 Wochen: Template-Analyse, Prompt-Engineering, Tests mit echten Labordaten, Validierung durch die Prüftechniker. Wer außerdem PDF-Laborberichte ohne Maschinenexport hat, braucht zusätzlich eine OCR-Schicht. Nicht das einfachste in dieser Branche, die Spielanleitung-Lokalisierung oder der Verpackungsdesign-AB-Test sind schneller einzurichten, weil keine technische Integration mit Labordaten nötig ist.

ROI-Sicherheit, hoch (4/5)
Die Zeitersparnis ist direkt messbar: Protokolle zählen, Stunden aufzeichnen, vergleichen. Ab Monat 1 ist der Nutzen sichtbar. Nicht ganz beim Maximalwert in dieser Branche, weil ein Lernaufwand für die Prüftechniker besteht und die Qualitätssicherung der KI-Ausgaben anfangs noch manuellen Aufwand erzeugt, der sich erst nach 2–3 Monaten auf Minimum reduziert.

Skalierbarkeit, maximal (5/5)
Einmal eingerichtet, kostet der zehnte Artikel genauso viel wie der fünfzigste. Neue Märkte mit anderen Sprachen? Prompt-Erweiterung. Neue Normenversion EN 71-X? Template aktualisieren, einmal. Diese lineare Skalierung unterscheidet das stark von manueller Dokumentation, die mit jedem SKU linear teurer wird.

Richtwerte, stark abhängig von Produktkomplexität, vorhandener Laborinfrastruktur und SKU-Volumen.

Was der KI-Assistent konkret macht

Das Grundprinzip ist simpel: Laborrohdaten rein, normiertes Prüfprotokoll raus. Die Generative KI versteht den Kontext jedes Messwertes, schreibt ihn in die richtigen Felder und weiß, wann ein Wert außerhalb des zulässigen Grenzbereichs liegt.

Schritt 1, Daten beschaffen. Idealerweise liefert die Laborsoftware einen CSV- oder JSON-Export. Viele moderne Prüfgeräte haben diese Funktion, sie wird aber selten genutzt, weil es bisher keinen automatisierten Empfänger gab. Falls die Laborsoftware keinen Export kennt oder ältere Geräte PDF-Ausdrucke erzeugen, tritt Azure Document Intelligence in Aktion: die OCR-Schicht extrahiert Tabellen und Messwerte aus den Labordrucken als strukturierte Daten.

Schritt 2, Protokoll befüllen. Ein LLM, etwa Claude über die API oder ChatGPT mit GPT-4o, erhält die extrahierten Messwerte zusammen mit einem unternehmensspezifischen System-Prompt, der die Vorlage, die Normenstruktur und die Grenzwerte kennt. Das Modell füllt alle Felder, formuliert die Bewertungssätze im vorgesehenen Amtston und markiert Abweichungen vom Normgrenzwert als nicht konform, ohne dass der Prüftechniker einen einzelnen Wert eintippen muss.

Schritt 3, Prüfung und Freigabe. Der Prüftechniker bekommt das ausgefüllte Dokument zur Sichtprüfung. Er prüft, er tippt nicht. Abweichungen sind farblich markiert. Stimmige Werte brauchen nur einen Blick. Die Unterzeichnung und rechtliche Freigabe bleibt beim Menschen: die KI erstellt Entwürfe, die Verantwortung trägt der Hersteller.

Schritt 4, Warnhinweise und Konformitätserklärung. Aus den Produktmerkmalen (Altersempfehlung, Materialien, Gefahrensymbole) generiert die KI automatisch die gesetzlich vorgeschriebenen Warnhinweise in mehreren Sprachen. Die EU-Konformitätserklärung wird als Textbaustein vorbereitet, den die Unterschriftsberechtigten nur noch prüfen und unterzeichnen müssen.

Was die KI dabei leistet, und was nicht:

Dieser Abschnitt ist eine fachliche Orientierung. CE-Dokumentation ist rechtlich bindend; die Verantwortung für Vollständigkeit und Korrektheit liegt beim Hersteller oder Importeur. Im Zweifel konsultiere eine akkreditierte Prüfstelle (TÜV, SGS, Intertek) oder einen Produktsicherheitsanwalt.

Die neue EU-Spielzeugverordnung 2025/2509, was sich ändert

Am 12. Dezember 2025 wurde die EU-Spielzeugverordnung (EU) 2025/2509 (kurz: TSR, Toy Safety Regulation) veröffentlicht. Sie tritt schrittweise in Kraft und ersetzt die bisherige Spielzeugrichtlinie 2009/48/EG, die zum 1. August 2030 aufgehoben wird.

Dieser Abschnitt ist eine fachliche Orientierung. CE-Dokumentation ist rechtlich bindend; die Verantwortung für Vollständigkeit und Korrektheit liegt beim Hersteller oder Importeur. Im Zweifel konsultiere eine akkreditierte Prüfstelle (TÜV, SGS, Intertek) oder einen Produktsicherheitsanwalt.

Für die Protokollautomatisierung sind drei Änderungen besonders relevant:

1. Digital Product Passport (DPP). Für jedes Spielzeugmodell muss vor Markteintritt ein Digitaler Produktpass erstellt werden, ein strukturierter, maschinenlesbarer Datensatz, der alle relevanten Produkt- und Konformitätsinformationen enthält. Der DPP muss vollständig, korrekt, aktuell und in der jeweiligen Landessprache verfügbar sein. Er kann die EU-Konformitätserklärung ersetzen, wenn er vollständig integriert ist.

Das ist eine Chance für KI-automatisierte Dokumentation: Wer heute seine Protokolldaten schon maschinenlesbar strukturiert, hat 2030 die Basis für den DPP bereits gelegt. Wer weiterhin auf händisch ausgefüllte Word-Dokumente setzt, muss später konvertieren.

2. Strengere chemische Anforderungen. Die TSR verbietet oder schränkt stark ein: endokrine Disruptoren, hautsensibilisierende Stoffe, PFAS, Bisphenole und andere neu gelistete Verbindungen. Das REACH-Screening-Teil der Dokumentation wird umfangreicher, mehr Substanzlisten, mehr Nachweispflichten. Ein strukturierter Prompt-Workflow kann diese Ausweitung gut abbilden: Neue Stoffe kommen in die Checkliste, die KI prüft den Export der Materialdeklarationen dagegen.

3. Vernetzte Spielzeuge und Cybersicherheit. Wenn das Produkt Netzwerkfähigkeiten hat (Bluetooth, WLAN, App-Steuerung), kommen Cybersicherheitsnachweise und neue Risikobeurteilungen hinzu. Das ist ein eigenes Kapitel im Dossier, für das KI bisher wenig Mehrwert bietet, hier dominiert fachliche Expertise.

Praxisempfehlung: Wer jetzt mit der KI-Protokollautomatisierung startet, sollte die Datenstruktur von Anfang an so anlegen, dass sie exportierbar und DPP-kompatibel ist. Der zusätzliche Aufwand ist minimal, der Zukunftsschutz erheblich.

Konkrete Werkzeuge, was wann passt

Einstieg ohne technische Integration: Chat-LLM mit Dokumenten-Upload

Claude (Pro-Plan, ca. 20 USD/Monat) und ChatGPT (Plus-Plan, ca. 20 USD/Monat) können bereits heute als Protokollassistenten dienen: CSV-Export hochladen, Vorlage als Systemprompt hinterlegen, Protokoll generieren lassen. Kein technisches Setup. Für kleine Labore mit wenigen SKUs pro Monat reicht das vollständig.

DSGVO-Hinweis: Beide Consumer-Apps verarbeiten Daten auf US-Servern. Für sensible Produktdaten empfiehlt sich der Zugriff über die API mit EU-Datenresidenz oder ein EU-gehostetes Wrapper-Tool.

EU-konformer Ansatz: Langdock oder CompanyGPT

Langdock (ab 25 €/Nutzer/Monat, EU-Hosting in Frankfurt) und CompanyGPT (ab 29 €/Nutzer/Monat) bieten denselben LLM-Zugang (GPT-4o, Claude, Gemini), aber mit EU-Rechenzentrum, AVV und DSGVO-Konformität. Für Unternehmen, die Produktdaten nicht auf US-Server geben wollen, ist das die sicherere Wahl.

Für PDF-Laborberichte ohne Maschinenexport: Dokumentenextraktion

Azure Document Intelligence (EU-Region verfügbar, ab ca. 1,50 USD/1.000 Seiten) extrahiert Tabellen und Messwerte aus Labordrucken zuverlässig, auch aus halbwegs strukturierten PDFs. Der technische Aufwand für die Integration ist höher (Developer-Level), aber das Ergebnis ist ein JSON-Datensatz, den das LLM dann strukturiert weiterverarbeitet.

Für vollständige Automatisierung: Workflow-Tools

n8n (Open Source, selbst gehostet oder Cloud ab 20 €/Monat) und Make.com (EU-Hosting, ab 9 USD/Monat) verbinden alle Schritte: Laborexport landet in einem Ordner → n8n löst die Verarbeitung aus → Azure Document Intelligence extrahiert → LLM befüllt Vorlage → fertige Dokumentendatei landet im DMS. Für Labore mit hohem SKU-Volumen und regelmäßigen Prüfläufen ist diese Automatisierung der natürliche nächste Schritt.

Zusammenfassung: Wann welcher Ansatz

• Wenige SKUs, kein technisches Know-how → Claude oder ChatGPT direkt (DSGVO klären)
• Datenschutz-Anforderung oder EU-Pflicht → Langdock oder CompanyGPT
• Laborberichte als PDF, kein Maschinenexport → Azure Document Intelligence vorschalten
• Hohes SKU-Volumen, vollständige Automatisierung → n8n oder Make.com als Orchestrator

Datenschutz und Datenhaltung

Die im Prüfprotokoll verarbeiteten Daten sind typischerweise Produktdaten, keine personenbezogenen Daten, REACH-Inhaltsstoffe, Messwerte, Materialbezeichnungen. In dieser Konstellation greift die DSGVO grundsätzlich nicht direkt.

Trotzdem gibt es relevante Schutzbedürfnisse: Produktformulierungen, Materiallisten und Prüfergebnisse können Betriebsgeheimnisse sein. Wer diese Daten an einen Cloud-Anbieter schickt, gibt unter Umständen wettbewerbssensible Informationen preis.

Für die gängigen Ansätze:

• Claude über AWS Bedrock (Frankfurt) oder Google Vertex AI (EU-West): DSGVO-konform, AVV verfügbar, Datenverarbeitung in der EU-Region. Empfohlen für Produktionsbetrieb mit sensiblen Formeln.
• ChatGPT API (OpenAI): AVV erhältlich, kein Training auf Kundendaten, aber US-Hosting ohne echte EU-Region. Für nicht-sensible Messwerte vertretbar, für vollständige Materialformulierungen prüfen lassen.
• Langdock oder CompanyGPT: EU-Hosting in Frankfurt, AVV standardmäßig, ISO 27001. Die einfachste Wahl für DSGVO-konformes Arbeiten ohne technisches Setup.
• Azure Document Intelligence in EU-Region: West Europe oder Switzerland North wählbar, DSGVO-konform für die OCR-Schicht.
• n8n self-hosted: Vollständige Datenkontrolle auf eigener Infrastruktur. Empfohlen, wenn die Produktformulierungen hochsensibel sind oder der Sicherheitsbeauftragte keine Cloud-Lösung akzeptiert.

Kein AVV nötig bei On-Premise: Wer n8n selbst hostet und eine lokale LLM-Instanz (z. B. Llama 3 auf eigener GPU) nutzt, verarbeitet keine Daten bei Dritten. Das ist die sicherste Option, aber auch die technisch aufwendigste.

Was es kostet, realistisch gerechnet

Einmalige Einrichtung

• Prompt-Engineering und Template-Erstellung: 20–40 Stunden Eigenaufwand oder 2.000–6.000 Euro externe Beratung
• OCR-Integration (falls nötig): 10–30 Stunden Entwicklungsaufwand
• Validierungstests mit echten Labordaten: 1–2 Wochen Prüftechnikerzeit

Laufende Kosten

• ChatGPT Plus oder Claude Pro (direkte Nutzung): 20–25 USD/Monat
• Langdock oder CompanyGPT (EU-konform): 25–30 €/Nutzer/Monat
• Azure Document Intelligence (bei 500 Seiten/Monat): ca. 5–15 USD/Monat
• n8n Cloud (Automatisierung): ab 20 €/Monat
• Gesamt bei vollautomatisiertem Betrieb: 50–200 €/Monat

Was du dagegenrechnen kannst

Ein Prüftechniker mit Bruttostundensatz von 25–35 Euro (Destatis Verdienstdaten 2024, angelehnt an Industriefachkräfte), bei 2 Stunden gespartem Aufwand pro Artikel und 50 Artikeln pro Saison:

100 Stunden × 30 Euro = 3.000 Euro gespartes Bruttogehalt pro Saison.

Im konservativen Szenario (1 Stunde Ersparnis pro Artikel, 30 Artikel):
30 Stunden × 30 Euro = 900 Euro pro Saison.

Beide Szenarien amortisieren die Einrichtungskosten innerhalb der ersten Saison. Hinzu kommt der schwerer zu beziffernde Wert: weniger Übertragungsfehler bedeuten weniger Risiko für Marktrückrufe, deren direkte Kosten (Logistik, Kommunikation, Behördenkontakt) schnell im fünfstelligen Bereich liegen.

Wie du den Nutzen wirklich misst
Messe vor der Einführung: Durchschnittliche Protokollerstellungszeit pro Artikel (Stoppuhr, nicht geschätzt). Messe nach dem ersten Monat dieselbe Kennzahl. Und zähle Korrekturrunden: Wie viele Übertragungsfehler wurden vor Einführung im Vier-Augen-Prinzip gefunden? Das ist dein Baseline-Vergleich.

Drei typische Einstiegsfehler

1. Den Prompt ohne echte Normenkenntnis schreiben.
Ein generischer Prompt wie “Erstelle ein EN-71-Prüfprotokoll aus diesen Daten” funktioniert nicht zuverlässig. Der LLM kennt EN 71 aus Trainingsdaten, aber er kennt nicht deine unternehmensspezifische Vorlage, deine Grenzwert-Tabelle und deine Bewertungssprache. Wer den Prompt baut, muss die Norm kennen oder eng mit der Prüftechnikerin zusammenarbeiten. Typisches Ergebnis ohne diese Zusammenarbeit: plausibel klingende, aber normwidrige Formulierungen, die erst bei der Prüfung auffallen.

2. Den Output nicht systematisch validieren.
In den ersten Wochen ist Vertrauen in die KI-Ausgabe noch nicht verdient. Jede Ausgabe sollte in dieser Phase komplett gegen die Labordaten geprüft werden, nicht nur stichprobenartig. Wer das überspringt, weil die ersten Ergebnisse gut aussahen, entdeckt Fehler erst dann, wenn die Prüftechnikerin durch Zufall eine Unstimmigkeit bemerkt. Die Validierungsphase dauert typisch 2–4 Wochen, danach reduziert sich der Prüfaufwand auf gezielte Stichproben.

3. Die Vorlage sich “von selbst” weiterentwickeln lassen.
CE-Dokumentation braucht Versionskontrolle. Wenn jemand die Word-Vorlage leicht verändert, die Prompts nicht angepasst werden und beide Versionen im Umlauf sind, entsteht dasselbe Chaos wie vorher, nur schwerer zu debuggen, weil der Fehler jetzt zwischen Mensch und KI liegt. Die Lösung: Template-Vorlage ist schreibgeschützt und versioniert, Änderungen laufen durch einen definierten Prüfprozess.

4. Das Wartungsthema ignorieren, der Langzeitfehler.
Normen ändern sich. EN 71-Teile werden überarbeitet, Grenzwerte angepasst, neue Substanzen auf SVHC-Listen gesetzt. Die neue Spielzeugverordnung 2025/2509 bringt weitere Änderungen. Ein Protokollsystem, das einmal eingerichtet und dann vergessen wird, produziert nach 12–18 Monaten Dokumente, die veralteten Anforderungen entsprechen, formal vorhanden, aber nicht mehr konform. Jedes System braucht eine namentlich benannte Person, die bei Normänderungen das Template und den Prompt aktualisiert. Das ist 2–4 Stunden Arbeit pro Normänderung, aber keine Arbeit, die vergessen werden darf.

Was mit der Einführung wirklich passiert, und was nicht

Die meisten Einführungen scheitern nicht an der Technik. Sie scheitern daran, dass die Prüftechniker dem System nicht trauen, oder nicht ohne Grund.

Vertrauen muss verdient werden. Prüftechnikerinnen und -techniker tragen die fachliche Verantwortung. Sie unterschreiben die Protokolle. Wenn ihnen ein System vorgesetzt wird, das Messwerte automatisch einträgt, und sie sollen das nur noch abnicken, ist Skepsis berechtigt, nicht bequem, aber berechtigt. Die Lösung: Die Prüftechnikerin ist nicht der Empfänger des Systems, sie ist die Expertin, die es mitgestaltet. Wer sie nur als Unterzeichner einplant, verliert sie als Verbündete.

Konkret hilft:

• Prüftechnikerinnen an der Prompt-Entwicklung beteiligen, ihre Formulierungen, ihre Grenzwerttabelle, ihre Bewertungslogik
• In der Pilotphase jeden Output zusammen mit dem Laborergebnis prüfen, nicht danach, sondern parallel
• Klare Grenze kommunizieren: Die KI füllt aus. Die Prüftechnikerin entscheidet. Unterschrift bleibt beim Menschen.
• Einen 60-Tage-Evaluationszeitraum vereinbaren, in dem das Team ehrlich urteilt, ohne Erwartungsdruck, ob es “klappen muss”

Was nicht passiert: Das System nimmt niemandem den Job. Prüftechniker machen wertvolle Arbeit, die Prüfung selbst, die Bewertung von Grenzfällen, die Kommunikation mit Lieferanten, die Qualitätsentscheidungen. Diese Arbeit wird nicht weniger, wenn das Abtippen wegfällt. Sie wird besser, weil die Zeit dafür da ist.

Realistischer Zeitplan mit Risikohinweisen

Realistischer Korridor: Wer mit vorhandener CSV-Labordaten und einer sauberen Vorlage startet, kann nach 6–8 Wochen produktiv arbeiten. Wer OCR-Integration und Workflow-Automatisierung hinzufügt, plant eher 10–14 Wochen ein.

Häufige Einwände, und was dahintersteckt

„Die KI kann EN 71 nicht so gut kennen wie unsere Prüftechnikerin.”
Das stimmt, und das ist nicht das Ziel. Die KI kennt das Template, die Grenzwerte und die Struktur, weil ihr das beigebracht wurde. Sie weiß nicht, ob ein Produkt wirklich sicher ist. Das weiß die Prüftechnikerin, und sie prüft das Produkt weiterhin selbst. Die KI schreibt auf, was gemessen wurde. Denken bleibt beim Menschen.

„Was, wenn die KI einen Fehler macht und das Protokoll wird trotzdem verwendet?”
Das Risiko ist real, aber es ist dasselbe Risiko wie bei manueller Dateneingabe, nur unter anderen Vorzeichen. Manuelle Übertragungsfehler passieren still, ohne Markierung. KI-Fehler entstehen oft an Stellen, wo das Eingabeformat nicht bekannt war, und können durch strukturierte Stichprobenprüfung systematisch kontrolliert werden. Der Schlüssel: Die Prüftechnikerin unterschreibt, weil sie geprüft hat, nicht, weil die KI die Protokollseite ausgefüllt hat.

„Wir haben das bisher immer so gemacht, und es hat funktioniert.”
Das stimmt meistens, bis zum ersten Rückruf oder zur ersten Marktüberwachungskontrolle, bei der ein Übertragungsfehler auffällt. Das Risiko ist gering, aber der Schaden im Ernstfall ist hoch: Vertriebs-Stop, Rücknahme, Behördenkommunikation. Prüfprotokollautomatisierung ist weniger Effizienz-Spielerei als Risikoreduktion.

Woran du merkst, dass das zu dir passt

Gute Voraussetzungen:

• Du hast mehr als 15 neue SKUs pro Saison, die EN-71-Dokumentation brauchen
• Du bist Hersteller oder Importeur, der die technische Dokumentation selbst erstellt (nicht vollständig an Prüfstellen delegiert)
• Deine Laborsoftware kann CSV- oder JSON-Exporte erzeugen, oder deine Laborberichte sind als lesbarer PDF verfügbar
• Mindestens eine Prüftechnikerin oder ein Prüftechniker ist bereit, das System mitzuentwickeln

Drei harte Ausschlusskriterien, wann es sich noch nicht lohnt:

1. Wenn das Prüflabor komplett an externe Stellen (TÜV, SGS, Intertek) delegiert ist und der eigene Aufwand sich auf Unterzeichnung und Archivierung beschränkt. In diesem Fall ist der manuelle Aufwand zu gering, um eine eigene Automatisierung zu rechtfertigen, die Prüfstelle liefert bereits strukturierte Berichte.

2. Wenn die Produktreihe weniger als zehn neue Artikel pro Jahr umfasst. Bei diesem Volumen amortisiert sich der Einrichtungsaufwand (20–40 Stunden intern + Beratungskosten) nicht innerhalb von zwei Saisons. Priorisiere andere Effizienzmaßnahmen oder warte, bis das Sortiment wächst.

3. Wenn keine Person vorhanden ist, die die Prompts und Templates bei Normänderungen pflegt. EN 71 wird überarbeitet, SVHC-Listen wachsen, die neue Spielzeugverordnung 2025/2509 bringt weitere Änderungen bis 2030. Ein System ohne Wartungsverantwortlichen produziert nach 12–18 Monaten veraltete Protokolle, das ist schlechter als kein System, weil es trügerische Sicherheit erzeugt.

Dieser Abschnitt ist eine fachliche Orientierung. CE-Dokumentation ist rechtlich bindend; die Verantwortung für Vollständigkeit und Korrektheit liegt beim Hersteller oder Importeur. Im Zweifel konsultiere eine akkreditierte Prüfstelle (TÜV, SGS, Intertek) oder einen Produktsicherheitsanwalt.

Die CE-Dokumentation für die Nachhaltigkeitszertifizierung (FSC/PEFC) folgt einer ähnlichen Logik, dort ist der Engpass die Extraktion aus Lieferantenzertifikaten, hier sind es die Labordaten. Beide lassen sich kombinieren, wenn das Dokumentations-Setup einmal steht.

Das kannst du heute noch tun

Öffne Claude oder ChatGPT (kostenloser Plan reicht für den Test). Nimm einen vorhandenen Laborausdruck, ein echtes, bereits abgeschlossenes Prüfprotokoll, keine aktuellen Artikel, und den entsprechenden Abschnitt deiner Vorlage. Füge beides in den Chat ein und nutze den folgenden Prompt als Ausgangspunkt.

Das dauert 15 Minuten. Was du danach weißt: ob die KI deine Vorlagenstruktur versteht, welche Felder zuverlässig befüllt werden und wo der Prompt noch nachgebessert werden muss. Kein Geld, kein technisches Setup, keine Entscheidung.

Quellen & Methodik

• EU Safety Gate Jahresbericht 2024: Europäische Kommission, Safety Gate: The Rapid Alert System for Dangerous Non-food Products, Annual Report 2024 (veröffentlicht April 2025). Spielzeug: 15 % aller 4.137 Meldungen; Rekordzahl. URL: Safety Gate Report 2024
• EU-Spielzeugverordnung (EU) 2025/2509: Veröffentlicht 12. Dezember 2025, tritt schrittweise in Kraft, ersetzt Spielzeugrichtlinie 2009/48/EG zum 1. August 2030. Einführung des Digitalen Produktpasses (DPP), strengere chemische Anforderungen (PFAS, Bisphenole, endokrine Disruptoren). Quelle: IHK Baden-Württemberg, Leitfaden neue EU-Spielzeugverordnung.
• Dokumentationsaufwand 20 Stunden bis 12 Tage: ce-handbuch.de, CE-Kennzeichnung von Spielzeug, Stand 2024/2025. Direktzitat der Aufwandsschätzung für die technische Dokumentation ohne Vorlage.
• Labortestkosten EN 71-1 bis -3: JJR Lab (Prüflabor), CE-Zertifizierungskosten für Spielzeug, Stand 2024. Parts 1+2: ca. 80 Euro; Part 3 (Chemie): ca. 113 Euro pro Material.
• RAPEX/Safety Gate-Systematik und Rückrufstatistik: Bundesamt für Verbraucherschutz und Lebensmittelsicherheit (BVL), Spielwaren-Abschnitt; 308 Rückrufe 2023 gesamt (alle Kategorien). Abrufbar unter bvl.bund.de.
• Preisangaben zu Tools: Veröffentlichte Tarife von Anthropic (Claude), OpenAI (ChatGPT), Langdock GmbH, 506.ai (CompanyGPT), Microsoft Azure Document Intelligence, n8n GmbH, Make.com, Stand Mai 2026.
• Spielzeugverordnung chemische Anforderungen: Intertek Deutschland, EU-Spielzeugrichtlinie und EU-Spielzeugverordnung, Stand 2025. Bestätigt: REACH-Erweiterungen, PFAS-Verbot, DPP-Anforderungen.

Du willst wissen, ob deine Laborexporte und Vorlagen tauglich für eine Prompt-Lösung sind? Meld dich, wir schauen uns das konkret an.