Wettbewerbsfaktor Cloud Silos aufbrechen: Cloud-Turbo für die Fertigung

Anbieter zum Thema

Amazon Web Services Germany GmbH

PSI Software SE | Business Unit Discrete Manufacturing

becos gmbH

MEGLA GmbH

Wie die Cloud Fertigungsunternehmen schneller macht: Simulation, KI und vernetzte Daten brechen Silos auf, verkürzen Entwicklungszyklen und sichern Prozesswissen – für mehr Tempo im Wettbewerb von morgen.

Laut der Accenture Industrial Speed-to-Market Study haben Industrieunternehmen ihre Time-to-Market daher in den vergangenen Jahren im Schnitt von 56 auf 42 Wochen reduziert. Das Ziel liegt laut Studie allerdings bei 29 Wochen, und viele Unternehmen nähern sich dieser Zahl langsamer als ihre Wettbewerber. Die entscheidende Frage ist an dieser Stelle, warum der Fortschritt trotz vorhandener Technologien so schleppend verläuft. Was bremst die Unternehmen aus?

Lange Entwicklungswege bremsen den Markterfolg

Ein Blick auf ein konkretes Produkt macht das deutlich: Ein Saugroboter beispielsweise besitzt ein komplexes und vernetztes System aus Kameras, LiDAR-Sensoren, KI-Modellen zur Hinderniserkennung, App-Anbindung und OTA-Updates (Over-the-Air). Konzeption, Prototypenbau und Software-Engineering nehmen typischerweise sechs bis neun Monate in Anspruch. Insgesamt kommt ein vernetztes Konsumprodukt dieser Komplexität in der Regel erst nach rund drei Jahren auf den Markt. Das ist heutzutage allerdings fast eine kleine Ewigkeit.

Märkte entwickeln sich mittlerweile schneller. Neue Trends entstehen und vergehen, bevor ein Produkt überhaupt verfügbar ist. Das Ziel muss daher sein, diesen Zyklus zu verkürzen. Dabei helfen etwa Over-the-Air-Updates. Sie erlauben es, ein Produkt mit stabiler Basisfunktionalität früher zu launchen und nach dem Verkauf per Software-Update weiterzuentwickeln. Doch das allein reicht nicht.

Unternehmen in der Fertigung stehen aktuell unter hohem Druck. Die Märkte bewegen sich schneller als die internen Entwicklungszyklen und Innovationen werden immer schneller auf den Markt gebracht.

Datentransfer als Herausforderung

Was für den Saugroboter gilt, lässt sich auch auf komplexere Industrieprodukte von der Fertigungsanlage zum Roboter übertragen. Wer sich anschaut, wo dabei Zeit verloren geht, stößt immer wieder auf ein ähnliches Muster: Die einzelnen Systeme funktionieren zwar isoliert betrachtet. Es hakt allerdings an den Übergabestellen, denn Produktdesign, Planung und Logistik arbeiten in getrennten Datenwelten. Informationen werden manuell exportiert, aufbereitet und ins nächste System eingespielt. Jede dieser Übergaben ist eine potenzielle Quelle für Fehler und verloren gegangene Informationen.

Laut dem Protolabs Innovation in Manufacturing Report 2026 melden 97 Prozent aller Unternehmen Verzögerungen beim Übergang vom Design zur Massenproduktion. Die Ursache liegt oft im unzureichend verknüpften Prozess. Hinzu kommt ein strukturelles Problem: Erfahrene Fachkräfte, die manuelles Prozesswissen über Jahrzehnte aufgebaut haben, gehen in Rente. Das implizite Wissen, das heute noch in einzelnen Köpfen steckt, muss in automatisierbare Abläufe überführt werden, bevor es verloren geht.

Cloud als Dreh- und Angelpunkt der vernetzten Fertigung

Die Dienste von Amazon Web Services (AWS) setzen genau an diesen Bruchstellen an. Die Cloud fungiert hier als verbindendes System, das die gesamte Fertigung zusammenführt. Drei Ansätze stehen dabei im Mittelpunkt.

Der erste Ansatz ist die Simulation von Controller-Applikationen in der Cloud. Fertigungslinien werden heute noch weitgehend vor Ort programmiert und getestet. AWS ermöglicht es, bestehende Controller-Applikationen 1:1 in der Cloud abzubilden, sodass Ingenieure Änderungen testen können, ohne die laufende Produktion zu beeinträchtigen. Im Automotive-Bereich, wo die Programmierung einer neuen Fertigungslinie typischerweise zwei Jahre in Anspruch nimmt, liegt das angestrebte Ziel von AWS zur Umsetzung bei acht bis zehn Monaten.

Cloud-first in der Fertigungs-IT

Vom MES-Datensilo zum Workflow-Palast

Die Beschleunigung der Entwicklungszyklen lässt sich durch einen KI-angereicherten Data Lake weiter unterstützen. Daten haben nur dann Wert, wenn sie strukturiert und auswertbar sind. AWS baut dafür eine Datenbasis auf, in der Informationen aus Entwicklung, Produktion und Betrieb zusammenfließen und durch KI-Modelle kontinuierlich angereichert und ausgewertet werden. Das schafft die Grundlage für vorausschauende Analysen entlang der gesamten Wertschöpfungskette.

Ein weiterer Ansatz sind Large Language Models für automatisierte Datenübergaben und zur Erfassung von Anforderungen. Business-Nutzer wissen, was sie brauchen, können es aber selten direkt in technische Spezifikationen überführen. KI-gestützte Systeme helfen Nutzern durch einen strukturierten Prozess und bereiten ihre Anforderungen so auf, dass sie direkt für die Automatisierung nutzbar sind.

Die Technologien für eine reibungslose digital unterstützte Produktion sind vorhanden. Die Herausforderung der kommenden Jahre liegt in der Orchestrierung und darin, Mitarbeiter so weiterzubilden, dass sie diese Systeme auch wirklich nutzen können.

Die nächste Stufe der industriellen Orchestrierung

Die Technologien für eine reibungslose digital unterstützte Produktion sind vorhanden. Die Herausforderung der kommenden Jahre liegt in der Orchestrierung und darin, Mitarbeiter so weiterzubilden, dass sie diese Systeme auch wirklich nutzen können. Software, die sich nicht für den Zugriff durch automatisierte Systeme und KI-Agenten öffnet, verliert an Relevanz. Das Ziel ist ein Manufacturing Operating System. Es sollte eine Ebene sein, die durch KI koordiniert wird und auf der alle produktionsrelevanten Systeme miteinander kommunizieren. Der Weg führt vom reaktiven zum vorausschauenden Fertigungsprozess, der Engpässe erkennt und behebt, bevor sie entstehen.

Wie das in der Praxis aussieht, lässt sich an Amazons eigenen Fulfillment-Centern sehen – einem der größten realen Testfelder für genau dieses Prinzip. Anders als die Vorgängergeneration, die ausschließlich in Dock-Bereichen operierte, ist die neueste Generation des autonomen Roboters Proteus nicht mehr auf bestimmte Zonen beschränkt. Sie lässt sich überall dort einsetzen, wo Waren bewegt werden müssen. Das kollaborative System Stark – ein von Amazon entwickeltes Robotiksystem – hebt schwere Behälter direkt neben Mitarbeitern von Förderbändern. Vulcan, der erste Amazon-Roboter mit Tastsinn, kombiniert visuelle und taktile Wahrnehmung für präzises Greifen in dicht gepackten Umgebungen. All das läuft im Regelbetrieb. Das Prinzip ist dasselbe, unabhängig davon, ob Saugroboter, Automotive-Teile oder Industriemaschinen produziert werden.

Jan Metzner ist Principal Solutions Architect Manufacturing bei Amazon Web Services (AWS).