GenAI bei Bosch: Von der Idee zum konzernweiten Rollout in 18 Monaten

Intro

In dieser Episode des AI FIRST Podcast spricht Felix Schlenther mit Sascha Sambale, Global Gen AI Lead bei der Robert Bosch GmbH. Sascha berichtet, wie Bosch innerhalb von nur 18 Monaten eine konzernweite Gen-AI-Initiative aufgebaut hat – von den ersten Schritten im Februar 2023 bis zum professionellen Rollout über alle Geschäftsbereiche. Mit über 400.000 Mitarbeitern weltweit zeigt Bosch, dass auch Großkonzerne agil und schnell auf neue Technologien reagieren können, wenn die richtigen Strukturen geschaffen werden.

Inhaltsübersicht

Saschas Werdegang von IBM über Chatbot-Entwicklung bei Bosch bis zur Gen-AI-Initiative
Boschs KI-Historie und die Gründung des Bosch Center of Artificial Intelligence bereits 2017
Der rasante Start der Gen-AI-Initiative im Februar 2023 – nur drei Monate nach ChatGPT-Launch
Identifizierung und Clustering von 70–100 Use Cases in vier Hauptkategorien
Entwicklung der unternehmenseigenen Plattform AskBosch als ChatGPT-Alternative
Strategischer Ansatz: Make-or-Buy-Entscheidungen und Vermeidung von Redundanzen
Zusammenarbeit mit Betriebsrat, Legal und Data Protection von Anfang an
Umfassende Schulungsprogramme und AI-Lernreisen für Mitarbeiter
Professionalisierung vom Startup-Team zum strukturierten Steuerungsgremium
Neue Herangehensweise an Risikoabschätzung und Prozessbeschleunigung
Praktische Beispiele wie Bildgenerierung für Marketing-Kampagnen
Learnings für andere Unternehmen: Geschwindigkeit, Experimentierfreude und Top-Management-Support

Über den Gast

Sascha Sambale ist Global Gen AI Lead bei der Robert Bosch GmbH und verantwortet seit Februar 2023 die konzernweite Generative-AI-Initiative. Der studierte Software-Ingenieur arbeitete zunächst als Entwickler und Architekt bei IBM, bevor er 2012 zu Bosch wechselte. Dort übernahm er die technische Verantwortung für die globalen Bosch-Webseiten und baute ab 2017/2018 eine unternehmensweite Chatbot-Suite auf – seine ersten Berührungspunkte mit KI und Natural Language Processing. Mit dieser Kombination aus technischer Expertise, Erfahrung in der Skalierung digitaler Lösungen und tiefem Verständnis für Bosch-interne Prozesse war Sascha prädestiniert, die Gen-AI-Transformation im Konzern voranzutreiben.

Detaillierte Zusammenfassung

Boschs KI-Fundament vor der Gen-AI-Ära

Bosch begann seine systematische KI-Reise bereits 2017 mit der Gründung des Bosch Center of Artificial Intelligence in Renningen bei Stuttgart. Der Fokus lag damals auf klassischem Machine Learning und Deep Learning, insbesondere für industrielle Anwendungen wie optische Bildinspektion in Produktionsmaschinen. Sascha betont, dass KI zu diesem Zeitpunkt hochspezialisiertes Wissen erforderte und die notwendige Hardware nur großen Playern zur Verfügung stand. Diese frühe Investition in KI-Kompetenz sollte sich später als entscheidender Vorteil erweisen.

Parallel dazu entwickelte Sascha ab 2017/2018 eine Chatbot-Suite für Bosch, die sowohl Customer Support als auch interne Prozesse unterstützte. Diese Arbeit mit Natural Language Processing und Natural Language Understanding legte den Grundstein für das Verständnis konversationeller KI im Unternehmen. Als ChatGPT im November 2022 veröffentlicht wurde, war Bosch technologisch und organisatorisch bereits vorbereitet, schnell zu reagieren.

Der Blitzstart: Von null auf hundert in 72 Stunden

Der Start der Gen-AI-Initiative bei Bosch im Februar 2023 liest sich wie eine Startup-Story. Während Sascha beim Snowboarden in Österreich war, erhielt er einen Anruf, ob er Interesse hätte, das Thema Gen AI mitzugestalten. Genau 24 Stunden später kam der nächste Anruf – und ab Montag war er vollständig für die neue Initiative freigestellt. Eine bemerkenswerte Geschwindigkeit für einen Konzern mit über 400.000 Mitarbeitern.

Der Ansatz war bewusst startup-ähnlich und unkonventionell für ein Großunternehmen. Sascha und sein Co-Lead Christian Daniel von Corporate Research setzten sich zusammen und definierten, welche Rollen unbedingt notwendig waren. Das Ergebnis: Ein interdisziplinäres Team aus sechs bis sieben Personen mit Single Points of Contact aus entscheidenden Bereichen – Data Scientists, Data Engineers, Betriebsrat, Legal, Data Protection und Data Security.

Wir haben ChatGPT nie verboten bei Bosch. Das ist ganz wichtig. Bosch hat gesagt, nein, wir sagen euch, was dürft ihr denn mitgeben und was nicht, aber bitte nutzt diese Technologie, um zu verstehen, was damit möglich ist.

Use-Case-Identifizierung: 100 Ideen, vier Cluster

Das Team versendete eine unternehmensweite Umfrage an alle Geschäftsbereiche. Die Resonanz übertraf alle Erwartungen: 70 bis 100 Use Cases kamen zurück. Viele Teams hatten bereits eigene Experimente gestartet und waren nicht unbedingt bereit, sie aufzugeben. Der Vorteil jedoch war klar: Die Organisation hatte bereits ein tiefes Verständnis für die Möglichkeiten von Gen AI entwickelt.

Das Team clusterte die Use Cases in vier Hauptkategorien:

Search and Summarization (ca. 60 % aller Use Cases) — Der größte Bereich umfasste Retrieval Augmented Generation (RAG) – die Kombination von Sprachmodellen mit unternehmenseigenen Wissensquellen.
Chat und Voice Bots — Conversational AI mit Konversationskontext – die Fähigkeit, sich an frühere Teile des Gesprächs zu erinnern und darauf aufzubauen.
Content Generation — Text- und SEO-Content, Bildgenerierung und Videoproduktion – alles, was Kreativarbeit unterstützt oder beschleunigt.
Software Engineering — Tools wie GitHub Copilot für Effizienzsteigerung, Qualitätsverbesserung und die Entlastung von ungeliebten Aufgaben wie Test-Case-Erstellung und Dokumentation.

AskBosch: Von der ChatGPT-Alternative zur unternehmensweiten Plattform

Die Entwicklung von AskBosch war eine direkte Reaktion auf ein wachsendes Problem: Immer mehr Bosch-Mitarbeiter nutzten ChatGPT für geschäftliche Zwecke, was Risiken für Wissensabfluss bedeutete. Im Gegensatz zu vielen anderen Unternehmen wählte Bosch einen pragmatischen Ansatz: ChatGPT wurde nie verboten. Stattdessen wurde kommuniziert, welche Daten geteilt werden dürfen und welche nicht, während parallel an einer internen Lösung gearbeitet wurde.

Die erste Version von AskBosch war bewusst einfach: Ein ChatGPT-Klon mit GPT-3.5 als Backend, im Bosch-Design, mit Konversationskontext – aber ohne Bosch-spezifische Daten. Doch das Team hatte von Anfang an eine größere Vision: Die Integration von Unternehmenswissen. Die Lösung war das Spaces-Konzept, vergleichbar mit Custom GPTs bei OpenAI. Mitarbeiter können eigene Spaces anlegen, PDFs hochladen, SharePoint-Verzeichnisse verlinken und direkt mit diesen Inhalten chatten – alles über Retrieval Augmented Generation.

AskBosch entwickelte sich von einem reinen Chatbot zu einer umfassenden AI-Plattform mit Large Language Models as a Service. Geschäftsbereiche erhalten vom Gen-AI-Team einen API-Key und können sofort loslegen. Der entscheidende Vorteil: Alle Modelle sind einmal durch den Betriebsrat, durch die Legal-Prüfung und durch die Data-Security-Prüfung durch. Geschäftsbereiche haben die Gewissheit, dass sie Bosch-compliant arbeiten.

Make-or-Buy: Pragmatismus vor Perfektionismus

Bei der Bewertung der 100 Use Cases wendete das Team mehrere Metriken an. ROI-Berechnungen waren wichtig, aber schwierig, da das zentrale Team oft nicht das detaillierte Geschäftswissen für präzise Kalkulationen hatte. Die Make-or-Buy-Entscheidung folgte einer klaren Hierarchie: Wenn ein existierendes Tool am Markt einen Use Case abdeckte, wurde es eingekauft. Nur wenn keine passende Lösung existierte, wurde selbst entwickelt – wie im Fall von AskBosch.

Ein besonders eindrucksvolles Beispiel ist Bildgenerierung für Marketing-Kampagnen. Traditionell bedeutete eine neue Kampagne: Ausschreibung, Agentur-Auswahl, Kick-off-Workshop in Berlin, wochenlange Iterationen – insgesamt sechs bis acht Wochen bis zum ersten brauchbaren Entwurf. Ein Geschäftsbereich experimentierte mit Midjourney und erstellte innerhalb von 20 Minuten ein Marketing-Bild als Basis. Feedback-Schleifen wurden von Wochen auf Minuten reduziert.

Schulung und Awareness: Der Mensch im Mittelpunkt

Die technische Infrastruktur ist nur die halbe Miete – ohne qualifizierte Nutzer bleibt sie wirkungslos. Bosch entwickelte eine umfassende KI-Lernreise mit Schulungsvideos, teilweise KI-generiert mit Avataren, aber auch mit vielen praktischen Beispielen. Ein kritischer Partner war der Konzernbetriebsrat, mit dem das Team von Anfang an eng zusammenarbeitete. Das Ziel war eine Regelung für den Umgang mit potenziellen Job-Veränderungen. Der aktuelle Stand ist eindeutig: KI ist ein Copilot, ein Kompagnon, der neben dem Mitarbeiter sitzt und hilft – nicht ersetzt.

Die Schulungsstrategie verfolgte mehrere Ziele: Awareness schaffen für die Möglichkeiten von Gen AI, aber auch für Risiken – insbesondere Copyright und rechtliche Themen. Ein besonderes Format sind Lern-Nuggets zu spezifischen Tools wie GitHub Copilot. Eine interne Studie zeigte: Die Leute lieben es, aber sie nutzen es nicht zu dem, was es 100 % kann. Die Lern-Nuggets schließen diese Wissenslücken gezielt.

Vom Startup-Team zur professionellen Organisation

Was im Februar 2023 als Zweier-Team mit Startup-Mentalität begann, musste zwangsläufig wachsen und sich professionalisieren. Anfang 2024 erweiterte sich das Leadership-Team auf vier Personen, und ein dediziertes Gen-AI-Projektteam von etwa neun Personen wurde gebildet – aber bewusst ohne Entwickler. Das Team konzentriert sich auf Steuerung und nutzt für die Umsetzung bereits bestehende Bereiche innerhalb von Bosch.

Diese Professionalisierung ging einher mit starkem Top-Management-Support. Die größte Herausforderung war die Balance zwischen Schnelligkeit und Compliance. Die Lösung: Dedizierte Personen, deren einzige Aufgabe es war, Gen-AI-Themen zu bearbeiten. Sascha warnt vor dem Gegenteil – 10-%-Projekte funktionieren nicht: Die Menschen arbeiten weiter 100 % an ihren regulären Aufgaben, und die KI-Initiative kommt zu kurz.

Das Risiko wird nicht ignoriert, sondern bewusst kalkuliert und abgewogen gegen die Chancen und die Kosten des Nicht-Handelns.

Neue Risikokultur: Von Zero Risk zu Calculated Risk

Eine der tiefgreifendsten Erkenntnisse betrifft den Umgang mit Risiko. In traditionellen Unternehmensstrukturen ist das Ziel oft Null-Risiko – jeder Vertrag wird monatelang verhandelt, jede rechtliche Unsicherheit geklärt. Bei Gen AI funktioniert das nicht. Die neue Philosophie: Das Risiko wird nicht ignoriert, sondern bewusst kalkuliert und abgewogen gegen die Chancen und die Kosten des Nicht-Handelns.

Dieser Wandel der Risikokultur ist vielleicht einer der wichtigsten Beiträge der Gen-AI-Initiative für Bosch insgesamt. Einige Unternehmensprozesse werden durch Gen AI beschleunigt, weil das Team gelernt hat, dass es auch anders geht. Dieses organisatorische Learning lässt sich nicht einkaufen – es muss selbst durchlebt werden.

Kernaussagen

Nicht verbieten, sondern befähigen — Bosch hat ChatGPT nie verboten, sondern klar kommuniziert, was geteilt werden darf – und parallel eine sichere Alternative gebaut. Enablement statt Verbot
Schulung schafft Awareness — Das Ziel für jedes große Unternehmen ist es, die Mitarbeiter jetzt zu schulen – sowohl für die Möglichkeiten als auch für die Risiken von KI. Awareness, Lernreisen, Lern-Nuggets
Top-Management-Support ist unverzichtbar — Voller Support der Geschäftsführung und Professionalisierung ermöglichen freies, schnelles Agieren. Ohne diesen Rückhalt keine Skalierung. C-Level-Commitment, Professionalisierung
Risikokultur neu denken — Die traditionelle Zero-Risk-Mentalität funktioniert bei Gen AI nicht. Kalkuliertes Risiko statt monatelanger Vertragsverhandlungen. Calculated Risk, Worst-Case-Kalkulation
KI als Copilot, nicht als Ersatz — KI ist ein Kompagnon, der neben dem Mitarbeiter sitzt und hilft. Ersetzung von Mitarbeitern steht nicht zur Debatte. Copilot-Ansatz, Augmentation

Fazit und Takeaways

Für Führungskräfte und Entscheider

Top-Management-Support ist unverzichtbar: Ohne klares Commitment und aktive Unterstützung der Geschäftsführung lassen sich Gen-AI-Initiativen in Großunternehmen nicht erfolgreich skalieren.
Geschwindigkeit schlägt Perfektion: Boschs Erfolg basierte auf der Bereitschaft, mit einem Startup-Ansatz zu beginnen und schnell zu iterieren, statt monatelang zu planen.
Neue Risikokultur etablieren: Die traditionelle Zero-Risk-Mentalität funktioniert bei Gen AI nicht. Unternehmen müssen lernen, kalkulierte Risiken einzugehen.
Prozesse werden hinterfragt: Gen AI zwingt Organisationen, etablierte Prozesse zu überdenken und zu beschleunigen. Dies ist eine Chance für die gesamte digitale Transformation.

Für AI-Teams und Produktverantwortliche

Interdisziplinäre Teams von Tag eins: Legal, Data Protection, Betriebsrat, Data Science und Engineering müssen von Anfang an am Tisch sitzen. Single Points of Contact mit dedizierter Arbeitszeit sind entscheidend.
Bottom-up meets Top-down: Use Cases sollten aus den Fachbereichen kommen. Zentrale Teams bieten die Infrastruktur und sorgen für Compliance.
Make-or-Buy mit klarer Hierarchie: Erst schauen, was der Markt bietet. Nur wenn keine passende Lösung existiert, selbst entwickeln.
Plattform-Denken statt Tool-Sammlung: Eine zentrale Plattform wie AskBosch, die verschiedene Services bündelt und Compliance garantiert, ist wertvoller als viele isolierte Lösungen.

Für Mitarbeitende und Praktiker

Experimentieren wird gefördert, nicht bestraft: Bosch hat ChatGPT nie verboten, sondern klare Guidelines gegeben. Mitarbeitende sollten ermutigt werden, neue Tools auszuprobieren.
Schulung ist mehr als ein Webinar: Umfassende Lernreisen mit Videos, Nuggets zu spezifischen Tools und praktischen Beispielen helfen, das volle Potenzial auszuschöpfen.
KI als Copilot, nicht als Ersatz: KI übernimmt ungeliebte Aufgaben (Test-Cases, Dokumentation) und macht Arbeit effizienter – was zu höherer Zufriedenheit führt.
Copyright und Legal Awareness: Jeder Prompt kann rechtliche Konsequenzen haben. Awareness-Training zu diesen Themen schützt sowohl Mitarbeitende als auch das Unternehmen.

Für die gesamte Organisation

Boschs Erfahrung zeigt: Auch ein Konzern mit über 400.000 Mitarbeitern kann in 18 Monaten eine funktionierende Gen-AI-Infrastruktur aufbauen, wenn die Rahmenbedingungen stimmen. Der Schlüssel liegt in der Kombination aus technischer Exzellenz, organisatorischer Agilität, rechtlicher Sorgfalt und einem klaren Fokus auf den Menschen. Abwarten ist keine Option – die Learnings, die durch praktisches Tun entstehen, sind unbezahlbar und lassen sich nicht nachträglich einkaufen.

#8GenAI bei Bosch: Von der Idee zum konzernweiten Rollout in 18 Monaten