KI-Regio: Von der Praxis zur produktiven KI im Mittelstand
Aus der Praxis heraus
Probleme, Daten und Bedarfe der Unternehmen
Vor zwei Jahren
Einzelaufgaben: Posts, Texte, E-Mails, Prognosen
Heute
KI-Agenten strukturieren ganze Arbeitsabläufe
Chance für den Mittelstand
Nicht das größte Modell – sondern die beste Nutzung
Wirkung
Produktivitätsvorsprung trotz Kostennachteilen
1. Technologietransfer
- Anwendungen mit Unternehmen entwickeln
- Reale Anwendungsfälle, reale Daten
- Prototypen und Pilotlösungen
2. Kompetenzentwicklung
- Workshops und Qualifizierung für KMU
- Verstehen, was KI kann – und was nicht
- Unternehmen entscheidungsfähig machen
Unser Ansatz: Nicht von der Technologie her denken, sondern von den Problemen der Unternehmen.
KI-Regio in Zahlen (Stand: Mai 2026)
Technologietransfer
- 4 Themenschwerpunkte mit Teilprojekten
- >30 Unternehmen in konkreten Projekten
- Erste Pilotanwendungen laufen
Kompetenzerweiterung
- 30 Veranstaltungen (Workshops, Vortrags- & Diskussionsrunden)
- 3 Mon. Workshop mit DeepAdvisor für 10 Partner
- 15 Kooperationsunternehmen im vAudience-Workshop
Kommunikation
- >80 Beiträge in Print, Radio, TV & Social Media
- 10 Podcasts zu aktuellen KI-Themen in KMU
- >40 Beiträge zu Pilotanwendungen in Arbeit
Akademischer Transfer
- >15 Doktorandinnen und Doktoranden
- >300 Studierende in Seminaren & Abschlussarbeiten
- Kooperation Hochschule Ansbach (Journalismus)
Aus der Forschung in die Gründung
Spotlight · Ausgründung
SolistiQ
Vom Lehrstuhl auf den Markt: ein fünfköpfiges Gründerteam bringt ein KI-Regio-Pilotprojekt in die eigene Firma — und zeigt, dass aus angewandter Forschung tragfähige Unternehmen entstehen.
www.solistiq.com
Personalisierte Stromtarife – Kooperation Stadtwerke Schweinfurt
Smart-Tarif Schweinfurt
Dynamischer Stromtarif — individuell und KI-gestützt
- Weltweit einzigartiger, individuell personalisierbarer Stromtarif — wissenschaftliches Alleinstellungsmerkmal als einjährige Langzeitstudie.
- Bürgerinnen und Bürger werden aktiv Teil der Energiewende: Verbrauch richtet sich nach verfügbaren erneuerbaren Energien, Strom bleibt potenziell lokal.
- Modellprojekt mit Strahlkraft — Erkenntnisse aus Schweinfurt sind auf andere Kommunen übertragbar.
- Schweinfurt als Vorreiter bei der praktischen Umsetzung dynamischer Tarife — seit 2025 gesetzlich vorgeschrieben, hier bereits erprobt.
- Hohe öffentliche Aufmerksamkeit — u. a. BR-Reportage.
- Energieversorger — Beispiel Stadtwerke Schweinfurt.
City Radar – Überblick
KI-Vorhersage des Passantenstroms in der Würzburger Innenstadt — und was er für jedes Geschäft bedeutet.
01 · Messen
3 Sensoren, 1 Stadt
Stündliche Passantenzählung in der Innenstadt.
02 · Modellieren
KI-Modell
Lernt aus der Vergangenheit, welche Faktorkombination welchen Passantenstrom erzeugt.
Passanten je Stunde · nächste 14 Tage
Mo Di Mi Do Fr Sa So
03 · Anwenden
Firmen-Cockpit
Vom Stadtsignal zum Geschäftswert — pro Filiale.
Umsatzprognose
14 Tage voraus · je Filiale
Kundenanzahl
Conversion: Passanten → Kunden
Produktnachfrage
Bestellung & Personal vorausplanen · +22% Sa
+22%Forschungskollaboration · Adites
Softwaretool zur Investitionsentscheidung mit Adites
Adites ist ein Anbieter ganzheitlicher Energielösungen für Klein- und Großkunden aus der Region Mainfranken. Im Rahmen einer Forschungskollaboration entsteht eine Software, die bei der Entscheidung hilft, wann sich ein PV-Park oder Batteriespeicher-Systeme wirtschaftlich lohnen. Die Universität Würzburg entwickelt dafür ein Modell, das gesetzliche Vergütungsregeln, Leistungsanalysen und Umweltbedingungen zusammenführt.
Investitionsentscheidung
PV-Park & Speicher · Wirtschaftlichkeit
Lohnt sich die Investition?
Worum geht es?
Ziel
Eine Software, die zeigt, unter welchen Voraussetzungen sich ein PV-Park oder Batteriespeicher rechnet.
Herausforderung
Bei hoher Einspeisung erneuerbarer Energien können negative Strompreise entstehen – dann entfällt gemäß EEG die Vergütung.
Methode
Berechnungen in Simulationsumgebungen ermitteln, wann sich eine Anlage lohnt.
Modell
Verbindet gesetzliche Vergütungsregeln, Leistungsanalysen und Umweltbedingungen.
Forschungskollaboration · ÜZ Mainfranken
Predictive Maintenance mit ÜZ Mainfranken
Ein Forscherteam der Universität Würzburg entwickelt im Sommersemester 2026 einen Wartungsalgorithmus für ein Wärmenetz der ÜZ Mainfranken, das rund 50 Haushalte mit Wärme versorgt. Da alle angeschlossenen Häuser in einem Kreis verschaltet sind, beeinträchtigen einzelne Fehlstellungen die Effizienz des gesamten Netzes – heute werden betroffene Häuser noch ohne Vordiagnose von Wartungsmitarbeitenden angefahren.
Predictive Maintenance
Vom blinden Anfahren zur gezielten Vordiagnose
Worum geht es?
Ziel
Ein Algorithmus, der Fehler automatisiert vorhersagt (Wahrscheinlichkeiten) und eine Wartungsempfehlung an die Mitarbeitenden sendet.
Nutzen
Mit einer Vordiagnose betreten Mitarbeitende das Haus gezielt vorbereitet – statt aufwändiger Ursachensuche vor Ort.
Datenbasis
Rund 50 Störungsmeldungen aus Haushalten werden gesammelt und in einer Datenbank ausgewertet.
Ansatz
Aus typischen Fehlermeldungen und Fern-Anzeigen entwickelt die KI Diagnose- und Reparaturempfehlungen.
Kompetenzentwicklung mit regionalen Partnern
Schiene 2 · Kompetenzentwicklung
Grundlagen & Use-Cases
Was kann KI heute — und was nicht?
Hands-on mit eigenen Daten
Reale Anwendungsfälle der Unternehmen
Teams entwickeln
KI-Champions in jedem Unternehmen
Entscheidungsfähig
Make-or-buy · Tools · Datenstrategie
30
Veranstaltungen für Partnerunternehmen
3 Mon.
DeepAdvisor-Workshop für 10 Partner
15
Unternehmen im vAudience-Workshop
Ihr Projekt ist nicht dabei?
KI-Regio bietet neben den laufenden Teilprojekten weitere Kooperationsformate an – etwa Abschlussarbeiten, Projektseminare oder themenspezifische Analysen. Die Teilnahme ist für Kooperationspartner kostenlos und wird in Form einer Kooperationsvereinbarung geregelt.