Anbieter zum Thema

MEGLA GmbH

elunic AG

Appian Deutschland Software GmbH

MHP A Porsche Company

Fabasoft Deutschland GmbH

mehr weniger

Inneo Solutions GmbH

inform GmbH

KUMAVISION GmbH

NovaTec GmbH

NTT DATA Business Solutions AG

Asseco Solutions AG

Autodesk GmbH

CADFEM Germany GmbH

MPDV Mikrolab GmbH

Spanflug Technologies GmbH

Altair Engineering GmbH

Siemens AG

BE-terna GmbH

becos gmbH

weniger

PI Probaligence, Siemens, Spanflug Technologies, Xometry Europe 

Dr.-Ing. Kevin Cremanns, PI Probaligence 

1. KI kommt derzeit in der Fertigung vor allem in der Qualitätskontrolle (Bilderkennung zur Fehlererkennung), in der vorausschauenden Wartung (Predictive Maintenance), in der Prozessoptimierung (intelligente Produktionsplanung) und in der Robotik zum Einsatz. Konkrete Beispiele sind automatisierte Sichtprüfungen, KI-gestützte Sensoranalysen für Maschinenzustände und selbstlernende Fertigungsroboter. ­KI ermöglicht die Erkennung von Defekten in Echtzeit, optimiert Wartungszyklen und steigert insgesamt Effizienz und Produktqualität. Auf Basis von Simulationsdaten lässt sich die KI ebenfalls sehr gut einsetzen. 

2. Die größten Herausforderungen sind oft eine unzureichende Datenmenge oder Datenqualität, die komplexe Integration in bestehende Systeme, Sicherheits- und Datenschutzanforderungen, Fachkräftemangel sowie gegebenenfalls hohe Investitionskosten. Zudem fehlen teils klare Standards und Best Practices für den großflächigen KI-Einsatz. Diese Faktoren können die Implementierung verzögern und erfordern Kooperation zwischen IT, Produktion und Geschäftsleitung, um KI erfolgreich einzuführen. 

3. KI wird Arbeitsplätze teils verändern: Routineaufgaben werden zunehmend automatisiert, während neue Tätigkeiten in Datenanalyse, KI-Entwicklung und Überwachung entstehen. Mitarbeiter müssen sich weiterqualifizieren, um andere Rollen zu übernehmen. Die Automatisierung kann Stellen mit repetitiven Aufgaben ersetzen, bietet jedoch gleichzeitig Chancen für neue Jobs und Prozessinnovationen.

KI ermöglicht die Erkennung von Defekten in Echtzeit, optimiert Wartungszyklen und steigert insgesamt Effizienz und Produktqualität.

Dr.-Ing. Kevin Cremanns

Christian Zillner, Siemens

1. Bei Siemens ermöglichen wir Kunden, KI-Technologien breit anzuwenden und setzen KI selbst in vielen Bereichen unserer eigenen Produktionsstandorte ein. Konkrete Anwendungsfälle sind: Predictive Maintenance, Qualitätskontrolle und Engineering. Beispielsweise unterstützt der Siemens Industrial Copilot, ein auf generativer KI-gestützter Assistent, Automatisierungsingenieure bei der Programmierung von Steuerungen. 

2. KI-Lösungen in Fertigungsumgebungen zu implementieren, ist aufgrund fehlender Standardisierung und spezifischer Fachkenntnisse sehr komplex. Oft sind für den Erfolg von KI-Anwendungen die Qualität und Verfügbarkeit der zugrunde liegenden Daten entscheidend. In der Fertigungsindustrie müssen heterogene Daten aus verschiedenen Quellen integriert und aufbereitet werden. Außerdem müssen KI-Systeme hohe Sicherheits- und Qualitätsanforderungen erfüllen und Cybersecurity-Anforderungen einhalten. Siemens ermöglicht es Industriekunden, diesen Herausforderungen mit der Industrial AI Suite, einer Plattform zum Einsatz von KI in der Fertigung, zu begegnen. 

3. Die Nutzung von KI in der Industrie ist eine große Chance für Deutschland, um die Technologieführerschaft in der Produktion weiter ausbauen. KI-Systeme helfen, den Fachkräftemangel in der Fertigung auszugleichen, machen Produktionsprozesse effizienter und verkürzen die Markteinführungszeiten neuer Produkte. Dies kann deutschen Unternehmen wichtige Wettbewerbsvorteile ermöglichen. Durch KI entstehen zudem neue Aufgaben, zum Beispiel in der Datenanalyse oder bei der Zusammenarbeit von Mensch und Maschine. Das macht Fertigungsjobs attraktiver und erleichtert es, qualifiziertes Personal zu finden.

Oft sind für den Erfolg von KI-Anwendungen die Qualität und Verfügbarkeit der zugrunde liegenden Daten entscheidend.

Christian Zillner

Dr. Markus Westermeier, Spanflug Technologies 

1. Die interessantesten Automatisierungs- und Software­anwendungen, die wir im Fertigungsumfeld sehen, sind oft keine reinen KI-Anwendungen. Ob beim Predictive Maintenance oder bei Softwaretools für Vertrieb, Einkauf oder Auftragsabwicklung – in marktreifen Lösungen, die ab Tag 1 Ergebnisse liefern, kommt KI heute fast ausschließlich im Methodenmix mit anderen intelligenten Algorithmen und Experten-Know-how zum Einsatz. Solche Anwendungen können für einzelne Prozesse sofort enorme Effizienzvorteile bringen. Ich denke da an den klassischen Lohnfertiger, der Angebote automatisiert schneller, präziser und reproduzierbar kalkuliert. Oder den Sondermaschinenbauer, der auf der Spanflug-Plattform dank KI seine individuell konstruierten Bauteile mit ein paar Klicks auf Fertigbarkeit prüfen, ein Sofortangebot erhalten und sie auf der passenden Maschine fertigen lassen kann. 

2. Die größte Limitierung für reine KI-Anwendungen sind die riesigen Datensätze und langen Trainingsphasen, wie sie beispielsweise für eine umfassende Analyse von Betriebsdaten zur Fertigungsoptimierung nötig wären. Hier bieten marktreife Anwendungen Vorteile, die KI gezielt für Teilaufgaben einsetzen. Denn gerade KMUs haben in der Regel keine eigenen Datenspezialisten oder IT-Experten für die Implementierung und können solche komplexen Projekte weder zeitlich noch finanziell stemmen. 

3. Meiner Meinung nach wird KI aktuell keine Aufgabe auf dem Shopfloor komplett übernehmen können und beispielsweise nicht eigenständig NC-Code für komplexe Bauteile schreiben können. Indem KI bisher manuelle Abläufe automatisiert und beschleunigt, kann sie aber als Effizienzhebel Fachkräfte entlasten und dabei helfen, bessere Entscheidungen zu treffen.

 Die interessantesten Automatisierungs- und Software­anwendungen, die wir im Fertigungsumfeld sehen, sind oft keine reinen KI-Anwendungen.

Dr. Markus Westermeier

Ole Marx, Xometry Europe

1. KI wird in der Fertigungsindustrie vor allem in der Angebotserstellung, Produktionsplanung und Qualitätssicherung eingesetzt. Bei Xometry nutzen wir KI, um Ingenieuren und Einkäufern sofort präzise Angebote zu liefern. Diese basieren auf technischen Anforderungen und historischen Daten. Die Ingenieure profitieren von automatisierten Designprüfungen (DFM), welche Fehler frühzeitig erkennen und die Entwicklungszeit stark verkürzen. Einkäufer wiederum erhalten bei uns die Möglichkeit, innovative Zielpreisaufträge abzugeben. Sie gelangen damit schneller und transparenter an ihre Zielpreise und können Entscheidungen rascher und kosteneffizienter treffen.  

2. Eine große Hürde ist die zögernde Akzeptanz neuer Technologien und Plattformen: Ingenieure befürchten einen Kontrollverlust und Einkäufer zweifeln, ob neue Plattformen spezifische Anforderungen erfüllen. Zusätzlich erfordert die Integration in bestehende Systeme eine hohe Datenqualität. Unsere Erfahrung zeigt aber, dass Vertrauen durch klare Ergebnisse entsteht. Wir schaffen mit automatisierten Prüfungen, transparenten Angeboten und schnellen Reaktionen einen messbaren Mehrwert. 

3. KI wird repetitive Aufgaben wie manuelle Angebotsvergleiche oder die Planung standardisierter Prozesse auto­matisieren. Damit haben Ingenieure mehr Zeit für Innovation und die Optimierung technischer Details. Einkäufer wiederum können sich stärker auf strategische Beschaffungsentscheidungen konzentrieren, statt sich mit aufwändigen Preisvergleichen aufzuhalten. KI ersetzt solche Jobs nicht – sie verändert vielmehr Arbeitsweisen, schafft Freiraum für kreative und strategische Aufgaben und hilft Teams, ihre Arbeit effizienter und stressfreier zu gestalten.

Eine große Hürde ist die zögernde Akzeptanz neuer Technologien und Plattformen: Ingenieure befürchten einen Kontrollverlust und Einkäufer zweifeln, ob neue Plattformen spezifische Anforderungen erfüllen. 

Ole Marx