Das Forschungsvorhaben KI_eeper widmet sich der Entwicklung und Implementierung intelligenter Assistenzsysteme in industriellen Produktionsumgebungen zur Sicherung des impliziten Erfahrungswissens von Mitarbeitenden. Der vorliegende Buchbeitrag beleuchtet die technische Realisierung dieser Systeme anhand zweier exemplarischer Anwendungsfälle: das manuelle Richten von Balken an einer Eckoldpresse bei der Fa. ESM und die Oberflächentechnik (OFT) bei der Firma apra-norm. Im Kontext des Anwendungsfalls ESM wird die Konzeption und der Aufbau eines cyber-physischen Systems zur Unterstützung des Richtprozesses detailliert beschrieben. Dies umfasst die Auswahl und Integration geeigneter Scannertechnologien zur präzisen Erfassung der Bauteilgeometrie, die Evaluierung von Methoden zur Bestimmung der manuellen Krafteinwirkungspunkte des Bedieners sowie die technische Umsetzung der Datenerfassung und -verarbeitung. Ein besonderes Augenmerk liegt dabei auf der Entwicklung einer Software zur Visualisierung der Bauteilverbiegungen, um den Richtprozess transparenter und effizienter zu gestalten. Der Anwendungsfall apra-norm fokussiert auf die Optimierung der komplexen Abläufe in einer Oberflächentechnik-Anlage. Hierzu wird die Entwicklung eines Reihenfolgenmoduls zur automatisierten Planung der Arbeitsaufträge dargestellt. Dieses Modul berücksichtigt eine Vielzahl von Einflussfaktoren, darunter die Farbe der Aufträge, die Auslastung der Stationen, die Komplexität der Bauteile und die Verfügbarkeit von Ressourcen. Des Weiteren wird die Konzeption und Implementierung einer flexiblen Softwarearchitektur zur Erfassung und Verarbeitung von Erfahrungswissen der Mitarbeitenden erläutert. Diese Architektur ermöglicht die Abbildung von Produktionsprozessen in Form von konfigurierbaren Abläufen und Aktionen und dient als Grundlage für die perspektivische Integration von KI-basierten Assistenzfunktionen. Im Rahmen des Forschungsvorhabens wurden grundlegende Untersuchungen zu Lernszenarien der KI, Klassifikations- und Regressionsverfahren sowie zu Problematiken beim Training neuronaler Netze (Overfitting) durchgeführt. Diese theoretischen Grundlagen bilden die Basis für die Entwicklung der Assistenzsysteme in den beiden Anwendungsfällen. Der Buchbeitrag schließt mit einer zusammenfassenden Betrachtung der erzielten Ergebnisse. Dabei wird insbesondere die Bedeutung der engen Zusammenarbeit mit den Industriepartnern und der kontinuierlichen Validierung der entwickelten Lösungen in realen Produktionsumgebungen hervorgehoben.