Eine Tabelle mit den richtigen Ampelfarben, sauber gefüllten Spalten und einem souverän klingenden Text sieht nach Arbeit aus. Aber ist sie deshalb schon eine belastbare Risikobeurteilung? Künstliche Intelligenz (KI) erzeugt heute in Sekunden, wofür früher Stunden draufgingen: Gefährdungen auflisten, Schutzmaßnahmen vorschlagen, Restrisiken formulieren. Genau hier liegt die Falle.
Ein erzeugtes Dokument und eine echte Beurteilung nach ISO 12100 sind nämlich zwei sehr verschiedene Dinge. Dieser Beitrag richtet sich an Maschinenhersteller, Systemintegratoren, Konstrukteur:innen, CE-Verantwortliche und Instandhaltende, die täglich mit Maschinensicherheit zu tun haben. Die Leitfrage lautet: Wo hilft KI im Prozess tatsächlich, und wo erzeugt sie bloß den Anschein von Sicherheit?
Das Wichtigste in Kürze
- KI kann die Risikobeurteilung von Maschinen unterstützen, etwa beim Strukturieren der Dokumentation und beim Sichtbarmachen von Lücken. Den ingenieurmäßigen Prozess nach ISO 12100 ersetzt sie damit aber nicht.
- Das größere Risiko ist nicht die schlechte Tabelle, sondern die sehr professionell wirkende Tabelle, hinter der kein belastbarer Entscheidungsweg steht.
- Ab dem 20. Januar 2027 gilt die Maschinenverordnung (EU) 2023/1230 verbindlich und rückt Nachvollziehbarkeit, technische Dokumentation und einen lückenlosen Audit Trail noch stärker in den Vordergrund.
Excel war längst das erste Problem
Das Problem ist nicht mit KI in die Welt gekommen. Schon lange davor entstanden viele Risikobeurteilungen als reine Excel-Übung: Gefährdung, mögliche Folge, Schutzmaßnahme, Restrisiko, fertig. Das Blatt war ausgefüllt. Die Farben stimmten. Das PDF sah ordentlich aus.
Was häufig fehlte, war der Bezug zur realen Maschine: zu Aufgaben, Lebensphasen, Betriebsarten, zum Reinigen, zum Umrüsten, zur Störungsbeseitigung und zur Instandhaltung. Eine ordentlich aussehende Tabelle hat also noch nie automatisch bedeutet, dass dahinter eine saubere Analyse steckt. Moderne Werkzeuge für die Risikobeurteilung von Maschinen nach ISO 12100 sollten deshalb nicht nur Tabellen erzeugen, sondern den gesamten Entscheidungsweg von den Grenzen der Maschine über die Risikominderung bis zum Restrisiko nachvollziehbar abbilden.
KI macht denselben Fehler schneller und überzeugender
Jetzt kommt KI ins Spiel und hebt diesen alten Fehler auf ein neues Niveau. Sie schreibt schneller, glatter und fachlich überzeugender als jedes kopierte Tabellenblatt. Dadurch entsteht leicht der Eindruck, hier habe jemand wirklich analysiert.
Und das ist der Knackpunkt. Eine schwache Excel-Tabelle entlarvt sich oft selbst, weil sie holprig wirkt. Ein KI-Text dagegen klingt rund, auch wenn er die konkrete Maschine nie gesehen hat. Wer nur auf die Oberfläche schaut, verwechselt sprachliche Sicherheit mit technischer Sicherheit. Zwischen einem erzeugten Dokument und einer echten Risikobeurteilung liegt aber genau dieser Unterschied.
ISO 12100 fängt nicht mit einer Tabelle an
Eine saubere Beurteilung beginnt nicht mit Spalten, sondern mit dem Verständnis der Maschine. Erst wenn die Grenzen der Maschine klar sind, lassen sich Gefährdungen, Gefährdungssituationen und gefährdende Ereignisse sinnvoll bewerten. Dazu gehören unter anderem:
- bestimmungsgemäße Verwendung und vernünftigerweise vorhersehbare Fehlanwendung
- alle Lebensphasen, vom Transport über Betrieb und Reinigung bis zur Demontage
- Betriebsarten, exponierte Personen und die tatsächlichen Aufgaben am Arbeitsplatz
- Umrüsten, Instandhaltung, Störungsbeseitigung, Diagnose und der Zugang zu gefährlichen Bereichen
Klingt nach viel Vorarbeit? Ist es auch. Aber genau diese Vorarbeit trägt die spätere Bewertung. Eine Gefährdung ohne Kontext ist nur ein Stichwort, kein Befund.
Was KI über deine konkrete Maschine nicht weiß
Hier wird es praktisch. KI kennt die typische Maschine aus ihren Trainingsdaten, aber nicht deine. Sie weiß zum Beispiel nicht:
- ob eine Schutzeinrichtung im Alltag regelmäßig umgangen wird, weil sie den Ablauf stört
- ob das Bedienpersonal unter Zeitdruck eine Störung schnell von Hand beseitigt
- ob eine Umrüstung täglich statt nur gelegentlich stattfindet
- ob eine in der Anleitung als Service deklarierte Tätigkeit in der Realität vom Bedienpersonal erledigt wird
- ob ein Zugang nur auf der Zeichnung gut aussieht, in der engen, lauten Halle aber nicht
- ob eine LOTO-Prozedur (Lockout-Tagout, also das sichere Abschalten und Sichern gegen Wiedereinschalten) bei einer häufigen Tätigkeit überhaupt realistisch ist
Ohne diesen Kontext liefert KI eine plausibel klingende Beschreibung einer beliebigen Maschine. Nur eben nicht die belastbare Risikobeurteilung deiner Maschine.
Der eigentliche Mehrwert steckt in den Fragen
Drehen wir die Sache um. KI ist am stärksten, wenn sie keine fertigen Antworten ausspuckt, sondern bessere Fragen stellt. Ein gut eingesetztes System führt durch den Prozess, statt ihn zu ersetzen. Typische Fragen, die in der Praxis gern untergehen:
- Wurde die Reinigungsphase wirklich berücksichtigt, oder nur der Normalbetrieb?
- Greift das Personal beim Umrüsten in einen Gefahrenbereich?
- Gibt es vorhersehbare Fehlanwendungen, die niemand dokumentiert hat?
- Entsteht durch eine Schutzmaßnahme womöglich ein neues Risiko an anderer Stelle?
- Wird ein konstruktives Problem nur durch Schulung oder einen Warnhinweis verdeckt?
- Ist die gewählte Risikominderung überhaupt nachweisbar, und welches Restrisiko bleibt?
Merkst du den Unterschied? Gute KI-Unterstützung schärft den Blick des Ingenieurs. Schlechte KI ersetzt den Blick durch Text.
Entscheidungsspur statt hübscher Optik
Eine belastbare Risikobeurteilung muss sich später rekonstruieren lassen. Ein Jahr nach einer Modernisierung reicht es eben nicht, sich daran zu erinnern, dass „es so aus der Tabelle kam“. Spätestens bei einem Audit, einer Kundenrückfrage, einem Unfall oder im CE-Konformitätsprozess kommen die unbequemen Fragen: Warum wurde dieses Risiko so bewertet? Warum diese und keine konstruktive Schutzmaßnahme? Warum wurde das Restrisiko akzeptiert, und wer hat das entschieden?
Genau dafür existiert der Begriff des Audit Trail, also einer durchgängigen Historie aller Entscheidungen mit Autor, Zeitpunkt und Begründung. Eine schöne Tabelle beantwortet diese Fragen nicht. Eine nachvollziehbare Entscheidungsspur schon. Und das ist der Punkt, an dem sich Werkzeug von Worthülse trennt.
Ein Beispiel aus der Praxis
Stell dir eine Schneid- oder Slitter-Maschine vor. Ein Gabelsensor erkennt die Position des Bandes. Ändert sich die Bandbreite, verstellt das Bedienpersonal den Sensor von Hand und greift dafür in einen gefährlichen Bereich.
Eine oberflächliche KI-Antwort liefert hier zuverlässig den üblichen Strauß: LOTO-Prozedur, Schulung, Warnhinweis, Kennzeichnung, persönliche Schutzausrüstung. Alles nicht falsch. Aber der bessere ingenieurmäßige Ansatz stellt zuerst eine ganz andere Frage: Warum muss diese Tätigkeit überhaupt im Gefahrenbereich stattfinden?
Die saubere Lösung kann darin bestehen, den Erfassungsbereich des Sensors zu vergrößern, sodass er sich nicht bei jeder Bandbreitenänderung manuell verstellen lässt. Das ist echte Risikominderung. Nicht das Risiko nur beschreiben, sondern die Ursache der Exposition technisch beseitigen.
Warum die Maschinenverordnung 2023/1230 hier mitspielt
Ein kurzer Blick auf den Rechtsrahmen lohnt sich. Die neue Maschinenverordnung (EU) 2023/1230 gilt verbindlich ab dem 20. Januar 2027 und löst die Maschinenrichtlinie 2006/42/EG ab. Sie stärkt die Bedeutung von Risikobeurteilung, technischer Dokumentation und Nachvollziehbarkeit. Wie relevant das Thema bleibt, zeigt die Statistik: Allein 2024 registrierte die Deutsche Gesetzliche Unfallversicherung 754.660 meldepflichtige Arbeitsunfälle und 345 tödliche Arbeitsunfälle.
Zwei Dinge sollte man dabei sauber auseinanderhalten. KI als Dokumentations- oder Analysehilfe ist das eine. KI oder maschinelles Lernen als Teil einer Sicherheitsfunktion ist ein völlig anderes Thema. Der AI Act behandelt bestimmte KI-Systeme als Hochrisiko-Systeme, sobald sie als sicherheitsrelevante Komponenten regulierter Produkte zum Einsatz kommen. In sicherheitsrelevanten Maschinenfunktionen taugen Marketingbegriffe wie „intelligent“ oder „selbstlernend“ deshalb nicht als Nachweis. Was zählt, ist die belastbare CE-Konformität samt dokumentiertem Entscheidungsweg.
Fazit: Assistent ja, Ersatz nein
KI ist in der Risikobeurteilung weder verboten noch grundsätzlich ungeeignet. Sie ist ein starker Assistent, wenn sie auf strukturierten Daten und realem Maschinenkontext arbeitet. Sie wird zum Problem, wenn sie aus einem allgemeinen Prompt eine scheinbar vollständige Tabelle zaubert. Wer KI klug einsetzt, lässt sich durch den Prozess führen, statt den Prozess durch Text zu ersetzen. Nachvollziehbarkeit schlägt Tabellenoptik. Jedes Mal.