Fallstudie Plastics.ai Wie der Carl Hanser Verlag Fachwissen in die KI-Ära überführt

Anbieter zum Thema

Vogel Communications Group GmbH & Co. KG

Vogel Corporate Solutions GmbH

Liferay GmbH

Plastics.ai revolutioniert die B2B Wissensvermittlung: Durch den Mix aus präziser Fachbuchkompetenz und KI-Technologie bietet der Chatbot zuverlässige, quellenbasierte Lösungen. Ein überzeugendes Modell für Unternehmen, die Wissenstransfer effizient und aus zuverlässigen Quellen gestalten möchten.

Der Carl Hanser Verlag ist seit Jahrzehnten eine feste Größe, wenn es um Fachliteratur für Ingenieurwissenschaften und Industrie geht. Besonders in der Kunststofftechnik genießt Hanser weltweit einen exzellenten Ruf – Fachleute verlassen sich seit Langem auf die inhaltliche Tiefe und wissenschaftliche Seriosität des Programms.

Ausgangslage: Geändertes Nutzungsverhalten bringt Traditionsverlag in Zugzwang

Doch die Branche verändert sich rapide. Junge Ingenieurinnen und Ingenieure greifen immer seltener zu Fachbüchern oder Zeitschriften, wenn sie nach Lösungen für konkrete Probleme suchen. Stattdessen haben sie sich daran gewöhnt, Chatbots wie Copilot, Gemini oder ChatGPT einzusetzen. Die Geschwindigkeit der Antworten überzeugt – die fachliche Zuverlässigkeit jedoch nicht. In vielen Fällen fehlt die notwendige Genauigkeit, Quellen werden nicht angegeben, und zentrale Zusammenhänge bleiben unscharf.

Sichere Kundenerlebnisse im B2B

Warum IT-Security zur Grundlage moderner Vertriebsstrategien wird

Für den Verlag war klar: Um seine Relevanz bei der nächsten Generation von Fachleuten zu sichern, musste er einen Weg finden, die bewährte Qualität seiner Inhalte mit den neuen Nutzungserwartungen der Zielgruppe zu verbinden.

Die Idee: Ein Chatbot mit Fachbuchkompetenz

Aus einer Eigeninitiative innerhalb des Hauses entstand Anfang 2024 ein handgebauter Prototyp – ein Chatbot, der nur auf Hanser-Fachbücher Zugriff. Das Modell kombinierte die gewohnte Bedienlogik eines LLM-basierten Assistenten mit einer einzigartigen Stärke: Alle Antworten wurden auf originalen Fachbuchinhalten begründet und transparent mit Quellen belegt.

Der Prototyp wurde noch im selben Jahr auf einem großen Fachkongress in den USA vorgestellt. Dort hatten Experten Gelegenheit, plastics.ai – so der Titel des Projekts – mit frei verfügbaren Chatbots zu vergleichen. Die Resonanz war eindeutig: Während generische Modelle oft nur oberflächliche Hilfen boten, konnte plastics.ai mit Präzision, Fachtreue und nachvollziehbarer Dokumentation punkten.

Diese Bestätigung aus der Community war der Startschuss für ein strukturiertes Projekt. Der Verlag entwickelte im Sommer 2024 einen Business Case, der nicht nur die technische Weiterentwicklung, sondern auch Fragen von Vertrieb, Pricing und internationaler Skalierung adressierte.

Umsetzung: Vom Prototyp zur Beta-Version

Das Projektteam setzte sich bewusst interdisziplinär zusammen: Mitarbeitende aus Lektorat, digitaler Produktion, IT/Projektmanagement, UX/UI-Design, Marketing und Vertrieb arbeiteten gleichberechtigt zusammen. Ergänzt wurde das Team durch einen Product Owner, der die inhaltliche und strategische Linie vorgab.

Der Verlag entschied sich gegen die Einstellung zusätzlicher Mitarbeiter oder die Einbindung externer Berater im Kernteam. Stattdessen erfolgte die Umsetzung komplett im Haus – womit in Kauf genommen werden musste, dass es hier und da zu Engpässen kam. Für Frontend- und Backend-Entwicklung zog man externe Partner hinzu.

Die technische Architektur von plastics.ai stützt sich auf mehrere Säulen, darunter:

• Ein Large Language Model (LLM), das generative Fähigkeiten bereitstellt.

• Eine Vektordatenbank, die die Suche über große Textmengen ermöglicht.

• Ein spezielles Backend, das die exakte Anzeige der Fachbuchquellen sicherstellt.

• Ein Splitscreen-Frontend, das Nutzerantworten und Quellen nebeneinander darstellt.

Gerade die Quellenanzeige bildet ein entscheidendes Alleinstellungsmerkmal, das ein Verlag bieten kann. Sie garantiert, dass jede Antwort auf einer überprüfbaren Quelle beruht – inklusive Buchtitel, Autor und Seitenverweis. Damit wird das, was generische Chatbots nicht leisten können, zum USP: Fachliche Zuverlässigkeit und wissenschaftliche Transparenz.

Die Projektmeilensteine im Überblick:

• Frühjahr 2024: Vorstellung des Prototyps auf einem Fachkongress in den USA.

• Sommer 2024: Entwicklung des Business Case, Start des offiziellen Projekts.

• Sommer 2025: Beta-Version mit Closed-Beta-Phase für ausgewählte Experten und anschließender Open-Beta für eine breitere Fachöffentlichkeit.

• Oktober 2025: Geplanter Marktstart auf der K in Düsseldorf, der weltweit größten Kunststoffmesse.

Parallel wurden Marketing- und Vertriebskonzepte entwickelt, darunter eine Crossmedia-Kampagne und gezielte Maßnahmen zur Nutzergewinnung entlang des Sales Funnels.

Herausforderungen: Zwischen Ressourcenmangel und Content-Piraterie

Das Projekt lief erstaunlich reibungslos, aber nicht ohne Herausforderungen:

1. Knappheit an Ressourcen: Da kein Teammitglied ausschließlich für plastics.ai arbeiten konnte, wurde dem Team viel abverlangt, um die Arbeitspakete im vorgegebenen Zeitrahmen abschließen zu können. Gleichzeitig erforderte die Koordination über Abteilungsgrenzen hinweg ein hohes Maß an Kommunikation und Agilität.

2. Angriff auf die Content-Basis: Anfang 2025 wurde bekannt, dass große KI-Anbieter beim Training ihrer Modelle auf Schattenbibliotheken zurückgegriffen hatten, die auch zahlreiche Hanser-Bücher enthielten. Damit ging ein wichtiges Alleinstellungsmerkmal verloren: die exklusive Content-Basis. Der Verlag reagierte, indem er den Fokus noch stärker auf das Argument der Zuverlässigkeit und Nachvollziehbarkeit legte, das plastics.ai im direkten Vergleich klar unterscheidet.

Ergebnisse: Mehr Präzision, mehr Vertrauen

Die Testphasen bestätigten den Mehrwert:

• Plastics.ai liefert präzisere und praxisrelevantere Ergebnisse als generische Chatbots.

• Nutzer schätzen die transparente Quellenanzeige, die Vertrauen in die Ergebnisse schafft.

• Erste Marketingmaßnahmen führten zu schnell steigenden Nutzerregistrierungen; um etwas zur Conversion in zahlende Abonnements sagen zu können, ist es allerdings noch zu früh.

Das Geschäftsmodell setzt auf ein B2B Abo, das potenziell pro Unternehmen viele Nutzer umfassen kann. Besonders für große Industrieunternehmen eröffnet dies neue Perspektiven, um Wissen effizient und zuverlässig bereitzustellen.

Lessons Learned: Was B2B Marketer mitnehmen können

• Agiles, interdisziplinäres Arbeiten ist ein Schlüsselfaktor für Innovationen.

• Kundeneinbindung von Anfang an sichert Marktnähe und Akzeptanz.

• Vertrieb neu denken: Digitale Produkte verlangen andere Strukturen als klassische Verlagsprodukte. Ein international aufgestellter B2B Vertrieb ist für sprach- und kulturraumneutrale Produkte wie plastics.ai unerlässlich.

• Individualisierung statt Standardprodukt: Industriekunden haben selten identische Anforderungen. Wer erfolgreich sein will, muss flexible Lösungen anbieten, ohne Effizienz zu verlieren.

Corporate Influencer erobern das B2B

7 Kriterien zur Auswahl Ihres Corporate Influencers

Ausblick: Plastics.ai als Blaupause

Der Marktstart auf der K in Düsseldorf ist nur der Anfang. Plastics.ai wird kontinuierlich weiterentwickelt – mit zusätzlichen Features und einer breiteren Contentbasis. Der Verlag prüft derzeit, ob sich das technische Konzept auch auf andere Industriebereiche und Hochschulkontexte übertragen lässt.

Damit ist plastics.ai nicht nur ein einzelnes Produkt, sondern ein strategisches Zukunftsmodell: Es zeigt, wie Fachverlage ihre Stärken in der Tiefe und Seriosität ihrer Inhalte mit den Chancen von KI verbinden können, um auch in der digitalen Wissensökonomie eine zentrale Rolle zu spielen.

*Dr. Philippa Söldenwagner-Koch ist Produktmanagerin Digital bei Hanser.

(ID:50602836)