# KoAssist > KoAssist ist der KI-Agent für den Maschinen- und Anlagenbau. Der Projekt-Agent von KoAssist liest Lastenheft, Mails, Protokolle und Zeichnungen zu jedem Projekt, hält den Projektstand für alle aktuell und belegt jede Aussage mit Quelle (Datei und Seite). Dazu gehören Wissensassistent und Zeichnungsprüfung. Multimodal: versteht auch technische Zeichnungen, Berechnungsblätter und CAD-Screenshots. EU-Hosting, DSGVO-konform. Ein Produkt der Soneo AI GmbH (Wien, Österreich). Die Seite ist zweisprachig. Deutsch ist die Hauptsprache und liegt ohne Präfix, die englischen Fassungen liegen unter /en mit eigenen Adressen. English: KoAssist is the AI agent for mechanical and plant engineering. The KoAssist project agent reads the specification, mails, minutes and drawings of every project, keeps the project status current for everyone and backs every statement with its source (file and page). It includes a knowledge assistant and drawing checks. Multimodal: it also reads technical drawings, calculation sheets and CAD screenshots. EU hosting, GDPR compliant. A product of Soneo AI GmbH (Vienna, Austria). ## Hauptseiten (Deutsch) - [Startseite](https://www.koassist.ai/): Überblick über KoAssist, den KI-Agenten für den Maschinen- und Anlagenbau: was KoAssist im Projekt von selbst übernimmt, was man beauftragt, Integrationen, Sicherheit und FAQ. - [So arbeitet KoAssist](https://www.koassist.ai/wie-es-funktioniert): Wie KoAssist im Projekt mitarbeitet: ein Tag im Projekt, was KoAssist von selbst tut und was man beauftragt, Grundsätze (Vorschlag statt Änderung, nichts wird verschickt), Einarbeitung und was im Pilot gemessen wird. - [Projekt-Agent](https://www.koassist.ai/projektgedaechtnis): Das Produkt: KoAssist liest Lastenheft, Mails und Protokolle zu jedem Projekt, erstellt einen Steckbrief mit Beleg je Angabe, führt Termine und Fristen und hält den Projektstand für alle aktuell. Kein Ersatz für MS Project oder ERP, läuft daneben. - [Wissensassistent](https://www.koassist.ai/wissensassistent): Fragen an den eigenen Dokumentenbestand: Antworten aus Normen, Spezifikationen und Projektdateien, belegt mit Datei, Seite und Abschnitt. - [Zeichnungsprüfung](https://www.koassist.ai/zeichnungspruefung): Technische Zeichnungen gegen die hinterlegten Konstruktionsrichtlinien prüfen; jeder Befund nennt Regel und Fundstelle auf dem Blatt. - [KI in der Konstruktion](https://www.koassist.ai/ki-in-der-konstruktion): Überblick über die Anwendungsfälle: wo KI Konstruktions- und Engineering-Teams heute konkret entlastet. - [DSGVO-konforme KI](https://www.koassist.ai/dsgvo-konforme-ki): Worauf Unternehmen bei der Auswahl eines KI-Anbieters achten müssen: Auftragsverarbeitung, Subprozessoren, Hosting-Region, Training auf Kundendaten. - [Maschinenrichtlinie und Maschinenverordnung](https://www.koassist.ai/maschinenrichtlinie-maschinenverordnung): Was sich mit der Maschinenverordnung (EU) 2023/1230 ab dem 20. Januar 2027 ändert, in acht Punkten gegenübergestellt. - [Technische Unterlagen nach Maschinenrichtlinie](https://www.koassist.ai/technische-unterlagen-maschinenrichtlinie): Welche Unterlagen die Maschinenrichtlinie verlangt, wie lange sie aufzubewahren sind und was die Behörde im Fall der Fälle sehen will. - [Technische Unterlagen wiederfinden](https://www.koassist.ai/technische-unterlagen-wiederfinden): Das Problem hinter der Dokumentationspflicht: Die Unterlagen existieren, aber niemand findet sie im gewachsenen Bestand wieder. - [Lastenheft im Maschinen- und Anlagenbau](https://www.koassist.ai/lastenheft-maschinenbau): Was in ein Lastenheft gehört, ein ausgefülltes Beispiel für eine Montage- und Prüfzelle, eine Vorlage für Word und was nach dem Auftrag aus dem Dokument wird. - [Fakten](https://www.koassist.ai/fakten): Die wichtigsten Fakten auf einer Seite, mit Stand-Datum: was KoAssist ist, für wen, welche Funktionen live sind, Hosting und Datenschutz, Anbindungen, Pilot, Preis und Anbieter. Bei Widersprüchen gilt diese Seite. - [Sicherheit und Datenschutz](https://www.koassist.ai/sicherheit): EU-Hosting, DSGVO-Konformität, Architektur und was KoAssist bewusst nicht tut (kein Training auf Kundendaten). - [KoAssist vs. Microsoft Copilot](https://www.koassist.ai/vergleich/microsoft-copilot): Einzelvergleich: Copilot antwortet aus dem Microsoft-365-Tenant, KoAssist aus dem Dokumentenbestand der Konstruktion, mit Datei und Seite. Jede Aussage mit Quelle belegt. - [KoAssist vs. Langdock](https://www.koassist.ai/vergleich/langdock): Einzelvergleich: Langdock ist eine Plattform für KI im ganzen Unternehmen (Chat, Agenten, Workflows), KoAssist ein KI-Agent, der zu jedem Projekt im Maschinen- und Anlagenbau den Stand führt. Jede Aussage mit Quelle. - [KoAssist vs. amberSearch](https://www.koassist.ai/vergleich/ambersearch): Einzelvergleich: Unternehmenssuche für das ganze Haus gegen ein Fachwerkzeug für die Konstruktion mit CAD- und PDM-Anbindung. - [KoAssist vs. Leo AI](https://www.koassist.ai/vergleich/leo-ai): Einzelvergleich: Leo erzeugt CAD-Ausgangsmodelle und bindet PLM-Systeme an, KoAssist antwortet auf Deutsch aus Netzlaufwerk, SharePoint und PDM. - [KoAssist vs. CoLab](https://www.koassist.ai/vergleich/colab): Einzelvergleich: Design Reviews im Team gegen Nachschlagen mitten in der Konstruktionsarbeit. - [KoAssist vs. CADENAS](https://www.koassist.ai/vergleich/cadenas): Einzelvergleich: strategisches Teilemanagement mit geometrischer Ähnlichkeitssuche gegen Antworten aus Dokumenten mit Datei und Seite. - [KoAssist vs. simus systems](https://www.koassist.ai/vergleich/simus-systems): Einzelvergleich: Stammdaten, Kalkulation und Arbeitspläne gegen Fragen an Normen, Lastenhefte und Projektakten. - [Vergleich](https://www.koassist.ai/vergleich): Hub: sieben Einzelvergleiche aus Sicht von Konstruktion und technischer Dokumentation, jede Aussage mit Quelle belegt. - [Referenzen](https://www.koassist.ai/blog/kategorie/referenzen): Case Studies: wie Maschinenbauer und Ingenieurbüros im DACH-Raum KoAssist einsetzen. - [Webinar](https://www.koassist.ai/webinar): Kostenloses Webinar zu KI in der Konstruktion, mit Terminen und Anmeldung. - [Über uns](https://www.koassist.ai/ueber-uns): Soneo AI GmbH (Wien), das Unternehmen hinter KoAssist: Team und Mission. - [Demo buchen](https://www.koassist.ai/demo): Persönliche Produktdemo für Konstruktions- und Engineering-Teams. - [Kontakt](https://www.koassist.ai/kontakt): Kontaktformular und Ansprechpartner. ## Blog (Deutsch) - [Wie viel Zeit kostet Abstimmung in der Konstruktion?](https://www.koassist.ai/blog/abstimmungsaufwand-konstruktion): Stand einsammeln, Rückfragen beantworten, Statusrunden vorbereiten: Abstimmung frisst in Konstruktionsabteilungen viele Stunden pro Woche. Zwei Fälle aus dem Sondermaschinenbau und eine einfache Methode, den eigenen Aufwand zu messen. - [DSGVO-konforme ChatGPT-Alternativen für Konstruktion und Engineering](https://www.koassist.ai/blog/chatgpt-alternative-dsgvo-konstruktion): Welche KI darf ein Maschinenbauer statt ChatGPT mit Lastenheften, Zeichnungen und Projektunterlagen nutzen? Fünf Wege im Vergleich, mit dem, was jeder gut kann, und wo er bei Konstruktionsdaten aufhört. - [Kann ChatGPT ein Lastenheft auswerten?](https://www.koassist.ai/blog/chatgpt-lastenheft-auswerten): Ein Lastenheft mit 80 Seiten, das Angebot soll bis Freitag raus. Was ChatGPT bei der Auswertung gut kann, wo es an Grenzen stößt und was Sie klären sollten, bevor ein Kundenlastenheft in ein Chatfenster wandert. - [Einen KI-Agenten einführen: Aufwand, Ablauf und Voraussetzungen](https://www.koassist.ai/blog/ki-agent-einfuehren): Wie viel Aufwand steckt in der Einführung eines KI-Agenten im Maschinen- und Anlagenbau? Was vorher geklärt sein sollte, wie ein Pilot über 60 Tage abläuft, was die IT tun muss und woran Sie am Ende sehen, ob es sich lohnt. - [Kundenänderungen im Anlagenbau nachvollziehbar festhalten](https://www.koassist.ai/blog/kundenaenderungen-anlagenbau): Im Projektgeschäft ändert der Kunde oft mitten im Projekt. Warum solche Änderungen zwischen Mail, Zeichnung und Montage verloren gehen, was zu jeder Änderung festgehalten werden sollte und wie ein einfaches Änderungsregister aussieht. - [Darf man Kundenzeichnungen und Lastenhefte in eine KI laden?](https://www.koassist.ai/blog/kundenzeichnungen-ki-hochladen): Zeichnungen und Lastenhefte vom Kunden sind vertraulich und stehen oft unter Geheimhaltung. Was Sie vor dem Hochladen in eine KI prüfen sollten: Geheimhaltungsvereinbarung, Auftragsverarbeitung, Verarbeitungsort und Training. - [MS Project, MeisterTask oder Excel: wo im Maschinenbau der Projektstand hingehört](https://www.koassist.ai/blog/ms-project-meistertask-excel-maschinenbau): MS Project plant Termine, MeisterTask verteilt Aufgaben, Excel hält alles andere zusammen. Was jedes Werkzeug im Maschinen- und Anlagenbau gut kann, wo es aufhört und warum der Projektstand trotzdem oft in keinem davon steht. - [Nachträge im Anlagenbau belegen: wie Mehraufwand aus Kundenänderungen bezahlt wird](https://www.koassist.ai/blog/nachtrag-anlagenbau-belegen): Kundenänderungen erzeugen Mehraufwand, bezahlt wird er nur, wenn er belegt ist. Was ein Nachtrag im Anlagenbau braucht, wann er gestellt werden sollte und welche Unterlagen bei der Schlussrechnung den Unterschied machen. - [Die Offene-Punkte-Liste im Projekt: Aufbau, Vorlage und typische Fehler](https://www.koassist.ai/blog/offene-punkte-liste-projekt): Fast jedes Projekt im Maschinen- und Anlagenbau hat eine Offene-Punkte-Liste, und fast jede ist nach drei Wochen veraltet. Welche Spalten eine OPL braucht, wie eine Vorlage aussieht und an welchen Fehlern sie meistens scheitert. - [Der Projektsteckbrief im Anlagenbau: was hinein gehört, mit Vorlage](https://www.koassist.ai/blog/projektsteckbrief-anlagenbau): Ein Projektsteckbrief fasst auf einer Seite zusammen, was jeder im Projekt wissen muss: Auftrag, Anlage, Termine, Ansprechpartner, Besonderheiten. Was hinein gehört, woher die Angaben kommen und wie er aktuell bleibt. - [Terminverzug im Maschinenbau früh erkennen: woran Sie sehen, dass der Liefertermin kippt](https://www.koassist.ai/blog/terminverzug-maschinenbau): Ein verfehlter Liefertermin kündigt sich fast immer Wochen vorher an, in Auftragsbestätigungen, offenen Freigaben und Rückfragen, die liegen bleiben. Welche Warnzeichen es gibt und wie Sie sie sehen, bevor der Terminplan rot wird. - [Was ist ein Projektgedächtnis?](https://www.koassist.ai/blog/was-ist-ein-projektgedaechtnis): Ein Projektgedächtnis hält fest, was in einem Projekt vereinbart, entschieden und offen ist, jede Angabe mit Quelle. Was der Begriff bedeutet, wie es sich von Ablage, Wiki und Projektmanagement-Software unterscheidet und wofür man es im Maschinen- und Anlagenbau braucht. - [Zeichnungsprüfung vor der Freigabe: Checkliste für technische Zeichnungen](https://www.koassist.ai/blog/zeichnungspruefung-checkliste): Was an einer technischen Zeichnung vor der Freigabe geprüft werden sollte, vom Schriftfeld über Toleranzen bis zum Revisionsstand. Eine Checkliste aus der Praxis, mit einem eigenen Abschnitt für die Hausregeln. - [Die Anforderungsliste in der Konstruktion, mit Beispiel aus dem Maschinenbau](https://www.koassist.ai/blog/anforderungsliste-konstruktion): Die Anforderungsliste übersetzt das Lastenheft in Forderungen und Wünsche, nach denen die Konstruktion arbeiten kann. Wie sie aufgebaut ist, wie die Anforderungsanalyse abläuft und wo sie in der Praxis Lücken bekommt. - [Was passiert mit dem Projektwissen, wenn im Maschinenbau ein Viertel der Belegschaft in Rente geht?](https://www.koassist.ai/blog/fachkraeftemangel-maschinenbau-projektwissen): Bis 2034 gehen im Maschinenbau rund 296.000 Beschäftigte in den Ruhestand, nachkommen werden etwa 118.000. Was dabei im Projektgeschäft verloren geht, und wie Sie das Wissen im Projekt halten, bevor die Erfahrenen gehen. - [Lastenheft und Pflichtenheft im Maschinenbau, an einem Beispiel erklärt](https://www.koassist.ai/blog/lastenheft-pflichtenheft-unterschied): Das Lastenheft sagt, was die Anlage können muss. Das Pflichtenheft sagt, wie der Lieferant das erreicht. Wer was schreibt, wann, und warum im Sondermaschinenbau gerade die Lücke zwischen beiden Dokumenten Geld kostet. - [Warum kostet der Projektstand in Excel, OneNote und E-Mails so viel Zeit?](https://www.koassist.ai/blog/projektstand-excel-onenote-emails): Offene-Punkte-Liste in Excel, Besprechungsnotizen in OneNote, Entscheidungen im Mailverlauf. Warum der Projektstand im Anlagenbau jedes Mal neu gebaut werden muss und wie er sich aus den Quellen selbst ergibt. - [Wie Sie beim Statusbericht für den Kunden interne und externe Fassung trennen](https://www.koassist.ai/blog/statusbericht-kunde-intern): Was in einen Statusbericht für den Kunden gehört, was nie hineingehört und wie Sie beide Fassungen aus demselben Projektstand erzeugen, ohne dass interne Sätze beim Kunden landen. - [Wie Entscheidungen aus E-Mails im Projekt nicht verloren gehen](https://www.koassist.ai/blog/entscheidungen-aus-e-mails-im-projekt): Terminverschiebungen, Kundenänderungen und Freigaben kommen im Anlagenbau oft per Mail. Warum sie im Postfach hängen bleiben und wie sie verlässlich im Projekt ankommen. - [Wo steckt der echte Projektstand, wenn nicht im Statusmeeting?](https://www.koassist.ai/blog/projektstatus-ohne-statusmeeting): Warum das wöchentliche Statusmeeting im Anlagenbau vor allem Fakten sammelt, wo der echte Projektstand liegt und wie ein Überblick aussieht, der das Meeting für Entscheidungen frei macht. - [KI an SharePoint und Netzlaufwerk anbinden, ohne die Projektablage umzuziehen](https://www.koassist.ai/blog/sharepoint-netzlaufwerk-projektablage-ki): Die meisten Anlagenbauer haben ihre Projekte auf dem Netzlaufwerk oder in SharePoint, mit gewachsenen Ordnern. Warum Sie vor dem Einsatz von KI nicht aufräumen müssen und was die Anbindung wirklich bedeutet. - [Wie Projektnotizen in OneNote später wieder auffindbar werden](https://www.koassist.ai/blog/onenote-projektnotizen): Besprechungsnotizen, Baustellenbegehungen und Entscheidungen landen im Anlagenbau oft in OneNote. Warum sie dort später schwer zu finden sind und wie Sie Notizbücher so aufbauen, dass das Wissen beim Projekt bleibt. - [Warum Lessons Learned im Maschinenbau nie gelesen werden und was stattdessen hilft](https://www.koassist.ai/blog/lessons-learned-maschinenbau): Lessons-Learned-Workshops liefern Protokolle, die beim nächsten Projekt niemand öffnet. Warum das so ist, was Erfahrungen wirklich nutzbar macht und wie Sie frühere Projekte direkt fragen. - [Wie Sie ein Lastenheft auswerten und Anforderungen, Termine und offene Punkte schnell erfassen](https://www.koassist.ai/blog/lastenheft-auswerten): Was ein Anlagenbauer zu Projektbeginn aus dem Lastenheft herausholen muss, wie das von Hand sauber gelingt und wo es bei 100 Seiten und mehreren Revisionen kippt. - [Wie sind neue Projektleiter nach einer Projektübergabe im Anlagenbau schnell drin?](https://www.koassist.ai/blog/projektuebergabe-anlagenbau): Wenn die Projektleitung mitten im Projekt wechselt, gehen selten Dokumente verloren, sondern Absprachen, Gründe und Zusagen. Eine Checkliste für die Übergabe und wie ein belegter Projektsteckbrief sie verkürzt. - [Was leistet Projektmanagement-Software im Anlagenbau, und wo fehlt der Stand trotzdem?](https://www.koassist.ai/blog/projektmanagement-software-anlagenbau): MS Project, ERP-Projektmodule und spezialisierte Projekttools planen Termine, Ressourcen und Kosten zuverlässig. Den aktuellen Projektstand kennen sie trotzdem oft nicht, weil er in Dokumenten, Protokollen und Mails entsteht. - [Der Praxis-Guide 2026 zur Normensuche im Maschinenbau](https://www.koassist.ai/blog/normensuche-im-maschinenbau): Konstrukteure verlieren Stunden mit der Suche nach Normeninhalten. Wo heute gesucht wird, was das wirklich kostet und wie KI die Normensuche beschleunigt. - [On-Prem oder EU-Cloud für KI auf Konstruktionsdaten](https://www.koassist.ai/blog/on-prem-oder-eu-cloud): On-Premise gilt als die sichere Variante. Tatsächlich verlagert der Betrieb im eigenen Haus vor allem die Verantwortung. Woran die Entscheidung wirklich hängt und welche Anforderung On-Prem tatsächlich erzwingt. - [Warum bei der Normensuche mit KI die Quellenangabe entscheidet](https://www.koassist.ai/blog/ki-normensuche-quellenangabe): Eine KI-Antwort zu einer Norm ohne Datei- und Seitenangabe ist im Engineering nicht unbequem, sondern unbrauchbar. Warum das so ist und woran man ein taugliches System erkennt. - [Wie Roschiwal + Partner große Dokumentbestände samt Zeichnungen erschließt](https://www.koassist.ai/blog/roschiwal-partner-ki-cad-zeichnungen): Über Jahre gewachsene Datenmengen sind kein Suchproblem, sondern ein Zugriffsproblem. Wie Roschiwal + Partner den eigenen Bestand nutzbar macht und warum CAD und Zeichnungen der schwierigere Teil sind. - [Was ein Chatbot für technische Dokumentation wirklich können muss](https://www.koassist.ai/blog/chatbot-technische-dokumentation): Ein Chatbot auf der eigenen technischen Dokumentation klingt einfach. In der Praxis entscheidet sich der Nutzen an vier Punkten, an denen generische Chatbots reihenweise scheitern. - [Was ist Konstruktionsautomatisierung?](https://www.koassist.ai/blog/was-ist-konstruktionsautomatisierung): Der Begriff wird für sehr verschiedene Dinge verwendet, von der parametrischen Vorlage bis zum Konfigurator. Eine Einordnung der Stufen und der Voraussetzung, die fast immer unterschätzt wird. - [ChatGPT für interne Dokumente im DSGVO-Check 2026](https://www.koassist.ai/blog/chatgpt-interne-dokumente-dsgvo): Interne Dokumente ins öffentliche ChatGPT? Riskant. Der DSGVO-Check 2026: was erlaubt ist, wo Fallstricke liegen und welche Alternative Quellen nennt. - [KI für technische Dokumentation, mit Quellenangabe in jeder Antwort](https://www.koassist.ai/blog/ki-technische-dokumentation-quellenangabe): Eine KI, die technische Dokumente durchsucht, ist nur so viel wert wie ihre Nachprüfbarkeit. Warum die Quellenangabe (Datei und Seite) über Vertrauen, Haftung und Praxistauglichkeit entscheidet. - [Drei Fragen, die jeder neue Konstrukteur in der Einarbeitung stellt](https://www.koassist.ai/blog/wissensmanagement-konstruktion-onboarding-neue-mitarbeiter): Neue Konstrukteure stellen täglich dieselben drei Fragen. Das Wissen existiert, ist aber nicht abrufbar. Wie KoAssist das Onboarding-Problem löst. - [Wie GISCON Projektwissen im Sondermaschinenbau abteilungsübergreifend findet](https://www.koassist.ai/blog/giscon-ki-projektwissen-sondermaschinenbau): GISCON baut Sondermaschinen mit allen Kompetenzen im eigenen Haus. Genau deshalb verteilt sich das Wissen zu einem Projekt über viele Abteilungen. Wie das Team es heute an einer Stelle findet. - [Warum multimodale KI in der Konstruktion Bilder so ernst nimmt wie Text](https://www.koassist.ai/blog/multimodale-ki-konstruktion-bilder-text): Technische Zeichnungen, Berechnungen, Screenshots aus CAD-Systemen: Konstruktionswissen ist zu großen Teilen visuell. Warum KI-Systeme, die nur Text verstehen, im Maschinenbau zu kurz greifen. - [Der größte KI-Vorteil im Maschinenbau liegt schon in euren Servern](https://www.koassist.ai/blog/ki-maschinenbau-dach-datenschatz): Maschinenbauunternehmen im DACH-Raum sitzen auf einem Datenschatz, den der Rest der Welt nicht hat. Warum ihn fast niemand nutzt und wie KI das ändert. - [Was KI heute für Konstruktionsteams tatsächlich leistet](https://www.koassist.ai/blog/ki-fuer-konstrukteure): KI-Assistenten versprechen viel. Was davon im Engineering-Alltag wirklich funktioniert. Und wo die Grenzen ehrlich gezogen werden müssen. - [Was EU-Hosting bei KI für Konstruktionsdaten wirklich bedeutet](https://www.koassist.ai/blog/eu-hosting-und-ki): Konstruktionsdaten sind oft hochsensibel. Was EU-Hosting bei KI-Systemen konkret garantiert. Und welche Fragen Procurement-Teams stellen sollten. ## Main pages (English) - [Home](https://www.koassist.ai/en): Overview of KoAssist, the AI agent for machine and plant builders: what KoAssist takes on in a project by itself, what you ask it to do, integrations, security and FAQ. - [How KoAssist works](https://www.koassist.ai/en/how-it-works): How KoAssist works in a project: a day in the project, what KoAssist does on its own and what you ask for, principles (proposal not change, nothing is sent), onboarding and what the pilot measures. - [Project agent](https://www.koassist.ai/en/project-memory): The product: KoAssist reads the specification, emails and minutes of every project, builds a project profile with a source for every detail, tracks dates and deadlines and keeps the project status current for everyone. Not a replacement for MS Project or ERP, it runs alongside. - [Knowledge assistant](https://www.koassist.ai/en/knowledge-assistant): Questions against your own document base: answers from standards, specifications and project files, backed by file, page and section. - [Drawing check](https://www.koassist.ai/en/drawing-check): Check technical drawings against your stored design guidelines; every finding names the rule and where it sits on the sheet. - [AI in engineering design](https://www.koassist.ai/en/ai-in-engineering-design): Overview of the use cases: where AI takes concrete work off design and engineering teams today. - [GDPR compliant AI](https://www.koassist.ai/en/gdpr-compliant-ai): What companies need to check when choosing an AI vendor: data processing agreement, subprocessors, hosting region, training on customer data. - [Machinery Directive and Machinery Regulation](https://www.koassist.ai/en/machinery-directive-and-regulation): What changes with Machinery Regulation (EU) 2023/1230 from 20 January 2027, set against each other in eight points. - [Technical documentation under the Machinery Directive](https://www.koassist.ai/en/technical-documentation-machinery-directive): Which documents the Machinery Directive requires, how long they have to be kept and what an authority asks to see if it comes to that. - [Finding technical documentation again](https://www.koassist.ai/en/finding-technical-documentation): The problem behind the documentation duty: the documents exist, but nobody finds them again in a file base that has grown over decades. - [Requirements specification in machine building](https://www.koassist.ai/en/requirements-specification): What belongs in a requirements specification, a worked example for an assembly and test cell, a Word template and what becomes of the document after the order. - [Facts](https://www.koassist.ai/en/facts): The key facts on one page, with a date: what KoAssist is, who it is for, which functions are live, hosting and data protection, integrations, pilot, pricing and provider. Where pages disagree, this one applies. - [Security and data protection](https://www.koassist.ai/en/security): EU hosting, GDPR compliance, architecture, and what KoAssist deliberately does not do (no training on customer data). - [KoAssist vs. Microsoft Copilot](https://www.koassist.ai/en/comparison/microsoft-copilot): Single comparison: Copilot answers from the Microsoft 365 tenant, KoAssist from the engineering document base, with file and page. Every claim carries its source. - [KoAssist vs. Langdock](https://www.koassist.ai/en/comparison/langdock): Single comparison: Langdock is a platform for AI across the whole company (chat, agents, workflows), KoAssist an AI agent that keeps the status of every project in machine and plant building. Every claim carries its source. - [KoAssist vs. amberSearch](https://www.koassist.ai/en/comparison/ambersearch): Single comparison: enterprise search for the whole company against a specialist tool for engineering with CAD and PDM access. - [KoAssist vs. Leo AI](https://www.koassist.ai/en/comparison/leo-ai): Single comparison: Leo generates CAD starting models and connects PLM systems, KoAssist answers from network drive, SharePoint and PDM. - [KoAssist vs. CoLab](https://www.koassist.ai/en/comparison/colab): Single comparison: design reviews as a team against looking something up in the middle of design work. - [KoAssist vs. CADENAS](https://www.koassist.ai/en/comparison/cadenas): Single comparison: strategic part management with geometric similarity search against answers from documents with file and page. - [KoAssist vs. simus systems](https://www.koassist.ai/en/comparison/simus-systems): Single comparison: master data, costing and routings against questions to standards, requirement specs and project files. - [Comparison](https://www.koassist.ai/en/comparison): Hub: seven single comparisons from the perspective of design and technical documentation, every claim with its source. - [Case studies](https://www.koassist.ai/en/blog/category/case-studies): Case studies: how machine builders and engineering firms in the DACH region use KoAssist. - [Webinar](https://www.koassist.ai/en/webinar): Free webinar on AI in engineering design, with dates and registration. - [About us](https://www.koassist.ai/en/about): Soneo AI GmbH (Vienna), the company behind KoAssist: team and mission. - [Book a demo](https://www.koassist.ai/en/demo): Personal product demo for design and engineering teams. - [Contact](https://www.koassist.ai/en/contact): Contact form and who to reach. ## Blog (English) - [Can ChatGPT analyse a customer specification?](https://www.koassist.ai/en/blog/can-chatgpt-analyse-a-specification): An 80-page customer specification, and the quotation has to go out by Friday. What ChatGPT does well in the analysis, where it reaches its limits and what to settle before a customer specification ends up in a chat window. - [Backing change orders in plant engineering: how additional work from customer changes gets paid](https://www.koassist.ai/en/blog/change-order-claims-plant-engineering): Customer changes create additional work, and it only gets paid when it is backed by evidence. What a change order in plant engineering needs, when to submit it and which documents make the difference at the final invoice. - [How much time does coordination cost in design engineering?](https://www.koassist.ai/en/blog/coordination-effort-engineering): Collecting status, answering questions, preparing status meetings: in design departments, coordination takes up many hours a week. Two cases from special-purpose machine building and a simple method for measuring your own effort. - [Keeping customer changes traceable in plant engineering](https://www.koassist.ai/en/blog/customer-changes-plant-engineering): In project business the customer often changes things in the middle of the project. Why such changes get lost between email, drawing and assembly, what should be recorded for each change and what a simple change register looks like. - [Drawing check before release: a checklist for technical drawings](https://www.koassist.ai/en/blog/drawing-check-checklist): What to check on a technical drawing before release, from the title block and tolerances to the revision status. A checklist from practice, with a separate section for in-house rules. - [GDPR-compliant ChatGPT alternatives for design and engineering](https://www.koassist.ai/en/blog/gdpr-compliant-chatgpt-alternatives-engineering): Which AI can a machine builder use instead of ChatGPT for specifications, drawings and project documents? Five routes compared, with what each does well and where it stops with engineering data. - [Introducing an AI agent: effort, process and prerequisites](https://www.koassist.ai/en/blog/introducing-an-ai-agent): How much effort goes into introducing an AI agent in machine and plant engineering? What should be settled beforehand, how a 60-day pilot runs, what IT has to do and how you can tell at the end whether it is worth it. - [MS Project, MeisterTask or Excel: where the project status belongs in machine building](https://www.koassist.ai/en/blog/ms-project-meistertask-excel-machine-building): MS Project plans the schedule and MeisterTask distributes tasks, while Excel holds everything else together. What each tool does well in machine and plant building, where it stops and why the project status often sits in none of them. - [The open issues list in a project: structure, template and common mistakes](https://www.koassist.ai/en/blog/open-issues-list-project): Almost every project in machine and plant building has an open issues list, and almost every one is out of date after three weeks. Which columns an OPL needs, what a template looks like and the mistakes that usually make it fail. - [The project profile in plant engineering: what goes in it, with a template](https://www.koassist.ai/en/blog/project-profile-plant-engineering): A project profile sums up on one page what everyone in the project needs to know: order, plant, deadlines, contacts and special points. What goes in it, where the details come from and how it stays current. - [Spotting delivery delays early in machine building: how to see that the delivery date is slipping](https://www.koassist.ai/en/blog/spotting-delivery-delays-machine-building): A missed delivery date almost always announces itself weeks in advance, in order confirmations, pending approvals and questions that are left lying. Which warning signs there are and how to see them before the schedule turns red. - [Can you upload customer drawings and specifications to an AI?](https://www.koassist.ai/en/blog/uploading-customer-drawings-to-ai): Drawings and specifications from the customer are confidential and are often covered by a non-disclosure agreement. What to check before uploading them to an AI: the NDA, data processing, where processing takes place and training. - [What is a project memory?](https://www.koassist.ai/en/blog/what-is-project-memory): A project memory records what has been agreed, decided and left open in a project, every detail with its source. What the term means, how it differs from file storage, wikis and project management software, and what it is for in machine and plant engineering. - [The requirements list in design engineering, with an example from machine building](https://www.koassist.ai/en/blog/requirements-list-design-engineering): The requirements list turns the customer specification into demands and wishes that design engineering can work from. How it is structured, how the requirements analysis works and where gaps appear in practice. - [Customer specification and functional specification in machine building, explained with an example](https://www.koassist.ai/en/blog/customer-vs-functional-specification): The customer specification says what the plant must be able to do. The functional specification says how the supplier achieves it. Who writes what, when, and why in special machine building it is the gap between the two documents that costs money. - [What happens to project knowledge when a quarter of the workforce in machine building retires?](https://www.koassist.ai/en/blog/skills-shortage-machine-building-project-knowledge): By 2034 about 296,000 employees in German machine building will retire, while only about 118,000 will follow. What gets lost in the project business, and how to keep the knowledge in the project before the experienced people leave. - [Why does project status in Excel, OneNote and email take so long to pull together?](https://www.koassist.ai/en/blog/project-status-excel-onenote-email): Open-points list in Excel, meeting notes in OneNote, decisions buried in email threads. Why the project status in plant engineering has to be rebuilt every time, and how it can assemble itself from the sources. - [How to keep the internal and customer versions of a status report apart](https://www.koassist.ai/en/blog/customer-status-report-internal-external): What belongs in a status report for the customer, what never does, and how to produce both versions from the same project status so internal remarks never reach the customer. - [How to stop project decisions made by email from getting lost](https://www.koassist.ai/en/blog/project-decisions-from-email): In plant engineering, date shifts, customer change requests and approvals often arrive by email. Why they stay stuck in inboxes and how to get them reliably into the project. - [Where does the real project status live, if not in the status meeting?](https://www.koassist.ai/en/blog/project-status-without-status-meetings): Why the weekly status meeting in plant engineering spends most of its time collecting facts, where the real project status sits, and what an overview looks like that frees the meeting for decisions. - [Connecting AI to SharePoint and network drives without moving your project files](https://www.koassist.ai/en/blog/sharepoint-network-drive-project-files-ai): Most plant builders keep their projects on a network drive or in SharePoint, in folders that have grown over years. Why you do not need to tidy up before using AI and what connecting it really involves. - [How to make project notes in OneNote easy to find again](https://www.koassist.ai/en/blog/onenote-project-notes): Meeting notes, site visits and decisions often end up in OneNote. Why they are hard to find later, and how to set up notebooks so the knowledge stays with the project. - [Why nobody reads lessons learned in machine building and what helps instead](https://www.koassist.ai/en/blog/lessons-learned-machine-building): Lessons-learned workshops produce minutes that nobody opens on the next project. Why that happens, what makes experience genuinely usable, and how to ask earlier projects directly. - [How to analyse a customer specification and capture requirements, deadlines and open points quickly](https://www.koassist.ai/en/blog/analysing-customer-specifications): What a plant builder needs to pull out of a customer specification at project start, how to do it properly by hand, and where it breaks down at 100 pages and several revisions. - [How new project leads get up to speed after a project handover in plant engineering](https://www.koassist.ai/en/blog/project-handover-plant-engineering): When a project lead changes mid-project, documents rarely go missing. Agreements, reasons and commitments do. A handover checklist and how a sourced project profile shortens the handover. - [What project management software does in plant engineering, and where the status is still missing](https://www.koassist.ai/en/blog/project-management-software-plant-engineering): MS Project, ERP project modules and dedicated project tools handle schedules, resources and costs reliably. They still often miss the current project status, because it is created in documents, minutes and emails. - [The 2026 guide to standards search in mechanical engineering](https://www.koassist.ai/en/blog/standards-search-mechanical-engineering): Design engineers lose hours searching standards content. Where teams search today, what it really costs, and how AI speeds up standards search. - [On-Prem or EU Cloud for AI on Engineering Data](https://www.koassist.ai/en/blog/on-prem-or-eu-cloud): On-premise is treated as the safe option. What it mainly does is move the responsibility. What the decision actually hangs on, and which requirement genuinely forces on-premise. - [Why the Citation Decides Whether AI Answers on Standards Are Usable](https://www.koassist.ai/en/blog/ai-standards-search-citations): An AI answer about a standard without a file and page reference is not merely inconvenient in engineering. It is unusable. Why that is, and how to recognise a system that holds up. - [How Roschiwal + Partner Made a Large Document Archive Accessible, Drawings Included](https://www.koassist.ai/en/blog/roschiwal-partner-ai-cad-drawings): Data that has grown over years is not a search problem, it is an access problem. How Roschiwal + Partner put its own archive to use, and why CAD and drawings are the harder part. - [What a chatbot for technical documentation actually has to do](https://www.koassist.ai/en/blog/chatbot-technical-documentation): A chatbot on your own technical documentation sounds straightforward. In practice its usefulness is decided at four points, and generic chatbots fail at all of them. - [What is design automation?](https://www.koassist.ai/en/blog/what-is-design-automation): The term covers very different things, from a parametric template to a full configurator. A look at the stages, and at the precondition that is almost always underestimated. - [ChatGPT for internal documents in the 2026 GDPR check](https://www.koassist.ai/en/blog/chatgpt-internal-documents-gdpr): Uploading internal documents to the public ChatGPT? Risky. The 2026 GDPR check: what is allowed, where the pitfalls are, and which alternative cites its sources. - [AI for technical documentation that cites its sources](https://www.koassist.ai/en/blog/ai-technical-documentation-citations): How an AI backs every answer about your technical documents with a source: the exact file and page. Verifiable, auditable, no unnoticed hallucinations. - [Three Questions Every New Engineer Asks While Getting Up to Speed](https://www.koassist.ai/en/blog/engineering-onboarding-knowledge): New engineers ask the same three questions every day. The knowledge exists but cannot be retrieved. How KoAssist solves the onboarding problem. - [How GISCON Finds Project Knowledge Across Departments in Special-Purpose Machine Building](https://www.koassist.ai/en/blog/giscon-project-knowledge-special-machinery): GISCON builds special-purpose machines with every discipline in-house. That is exactly why project knowledge ends up spread across many departments. How the team now finds it in one place. - [Why Multimodal AI Takes Images as Seriously as Text in Engineering](https://www.koassist.ai/en/blog/multimodal-ai-engineering): Technical drawings, calculations, screenshots from CAD systems: engineering knowledge is largely visual. Why AI systems that only understand text fall short in mechanical engineering. - [The Biggest AI Advantage in Mechanical Engineering Is Already on Your Servers](https://www.koassist.ai/en/blog/ai-mechanical-engineering-data-advantage): Mechanical engineering companies in the DACH region sit on a data treasure the rest of the world does not have. Why almost no one uses it, and how AI changes that. - [What AI Actually Delivers for Engineering Teams Today](https://www.koassist.ai/en/blog/ai-for-design-engineers): AI assistants promise a lot. What of that really works in everyday engineering, and where the limits have to be drawn honestly. - [What EU Hosting Really Means for AI on Engineering Data](https://www.koassist.ai/en/blog/eu-hosting-and-ai): Engineering data is often highly sensitive. What EU hosting actually guarantees for AI systems, and which questions procurement teams should be asking. ## Rechtliches / Legal - [Impressum](https://www.koassist.ai/impressum): Anbieterkennzeichnung der Soneo AI GmbH. - [Datenschutz](https://www.koassist.ai/datenschutz): Datenschutzerklärung nach DSGVO. - [AGB](https://www.koassist.ai/agb): Allgemeine Geschäftsbedingungen. - [Legal notice](https://www.koassist.ai/en/legal-notice): Company information for Soneo AI GmbH. - [Privacy policy](https://www.koassist.ai/en/privacy): Privacy policy under the GDPR. - [Terms and conditions](https://www.koassist.ai/en/terms): General terms and conditions. ## Nutzung durch KI-Systeme / Use by AI systems Die Inhalte von koassist.ai dürfen gelesen, zusammengefasst und zitiert werden, mit Link auf die jeweilige Seite als Quelle. Für Funktionen, Status und Datenschutz gilt die Faktenseite mit ihrem Stand-Datum: https://www.koassist.ai/fakten English: The content of koassist.ai may be read, summarised and quoted, with a link to the page as the source. For functions, status and data protection, the facts page and its date apply: https://www.koassist.ai/en/facts