Strategien für den Übergang KI als Brückentechnologie nutzen

Anbieter zum Thema

Cosmo Consult AG

Schneider Electric GmbH

becos gmbH

Fertigungsunternehmen erkennen zunehmend das Potenzial von KI, wissen aber oft nicht, wie sie starten sollen, ohne sich zu verzetteln oder wirtschaftlich zu viel zu riskieren. Die Lösung liegt in der Technologie selbst.

Auf einschlägigen Industriemessen in aller Welt konnte man in diesem Jahr KI-gestützte Assistenzsysteme in Aktion erleben. Autonomere Zellen, neue Assistenz an der Maschine und Qualitätssicherung im Prozess demonstrierten eindrucksvoll das Zusammenspiel von Digitalisierung und KI. Aber noch etwas wurde deutlich: Anwendungen mit KI sind nicht mehr nur Showcases. Sie sind bereit für den Serienbetrieb. Kein Wunder, dass sich jetzt bei Produktionsbetrieben eine KI-Goldgräberstimmung breit macht. Laut KPMG sehen 91 Prozent aller deutschen Unternehmen KI als geschäftskritisch an. 36 Prozentpunkte mehr als noch im Vorjahr. Das zeigt: Die Botschaft ist in der Industrie angekommen. KI hat das Potenzial, Produktion, Vertrieb und Vermarktung zu revolutionieren. Viele Unternehmen arbeiten jetzt verstärkt an KI-Strategien, weil sie die Chance sehen, Prozesse effizienter zu machen und neue Geschäftsmodelle zu realisieren. Doch wie bei jedem Rush hat auch die KI-Euphorie ihre Schattenseiten.

Viele Unternehmen im Blindflug

Dazu gehört Übereilung: Wer aus Angst handelt, den KI-Zug zu verpassen, neigt womöglich zu überhasteten oder sogar irrationalen Aktionen, die auf längere Sicht teuer werden können. Erschwerend kommt hinzu, was eine Techconsult-Erhebung unlängst ans Tageslicht brachte: Jedes zweite Unternehmen kann nicht sagen, wie es im digitalen Vergleich zu seinen direkten Wettbewerbern abschneidet. Das ist alarmierend, denn wer sich in Bezug auf KI-Technologien im Blindflug befindet, läuft akut Gefahr, falsche Prioritäten zu setzen oder sich bei seinen Zukunftsinvestitionen zu übernehmen.

Die Kunst, Probleme zu lösen

Wie findet man also den eigenen Weg ins KI-Zeitalter, auf dem man keine Chance verpasst und dabei zugleich nüchtern, erfolgsorientiert und wirtschaftlich vernünftig handelt? Die Beantwortung dieser Frage kann recht kompliziert werden, wenn man sie aus der großen strategischen Perspektive betrachtet. Die Antwort kann aber auch ganz einfach sein. Man muss sich dafür nur vor Augen führen, was KI-Systeme ihrem Wesen nach sind.

Keine Lösung im klassischen Sinn

Was KI nicht ist: Sie ist keine Lösung, Software oder Funktionalität im klassischen Sinn. KI ist das Prinzip, komplexe Herausforderungen „rückwärts“ zu denken. Das ist anders als bei den aktuellen Nicht-KI-Systemen, bei denen die Probleme vordefiniert werden, um sie dann durch die Software zu lösen. KI löst Probleme, die ad hoc auftreten, die zuvor noch nicht gelöst wurden oder die sogar als Probleme noch nicht einmal bekannt waren. Das gilt für Qualitätsprozesse und die Maschinensteuerung genauso wie für Ein- und Verkauf, Lager, Verwaltung und Geschäftsentwicklung.

KI hilft beim Übergang zur KI

Wer es gewohnt ist, IT-Systeme als komplexe Projekte zu denken, wird mit KI-Tools eine völlig andere Welt kennenlernen. Anstatt über Jahre an einer idealen Soll-Prozesslandschaft zu feilen, geht man in Zukunft agiler und granularer vor. Im Zentrum steht dann nicht mehr der große ERP-Entwurf, sondern das konkrete Problem und die Frage, wie man es mithilfe von KI-Komponenten lösen und zugleich ERP-lesbar machen kann. Damit verändern sich nicht nur Implementierungsweisen oder Anwendungsgewohnheiten. Es ändern sich auch die Rollen, an die sich über Jahrzehnte der Zusammenarbeit Produktionsbetriebe und ihre IT-Dienstleister gewöhnt haben.

KI ist im wörtlichen Sinn eine Brückentechnologie. Sie verbindet Maschinen und Expertenwissen und sie kommuniziert mit Menschen und vorhandenen Systemen. Es liegt also nahe, KI-Tools auch als Brückentechnologie für den Übergang vom klassischen IT-Betrieb in das KI-Zeitalter zu nutzen. Die Antwort auf die Frage nach der besten Strategie lautet demgemäß: Machen Sie sich nicht allzu viele Gedanken über Strategie. Nutzen Sie KI-Tools dort, wo sie direkt Wirkung zeigen. Fangen Sie mit der Lösung konkreter Probleme an.

Politik der kleinen Schritte

Wer heute mit seinen KI-Aktivitäten startet, braucht keine Vision von der durchgängig automatisierten Fabrik. Es genügt ein Problem aus dem Alltag wie zum Beispiel zu viel Ausschuss bei einem kritischen Bauteil oder schwankende Qualität bei Zulieferprodukten. Hier kann man Schritt für Schritt vorgehen – von der Sensorik im Werkzeug, die Echtzeit-Daten aus der Maschine erfasst, bis zum schlanken Machine-Learning-Modell, das zunächst Empfehlungen gibt und später automatische Entscheidungen für die Ausschleusung trifft. Dabei wächst auch das Vertrauen in die Technologie. Man etabliert eine gemeinsame Sprache zwischen Produktion, Qualitätskontrolle und IT. Und es zeigt sich, welche Modelle robust genug für Schichtwechsel, Werkzeugwechsel und wechselnde Materialchargen sind.

Wichtige Kennzahlen bündeln

Im nächsten Step kann man sich dann um das eigentliche Rückgrat des datengetriebenen KI-Einsatzes kümmern: Jede Linie erhält eine eindeutige Datenadresse, Aufträge, Stücklisten und Werkzeuge werden systematisch verknüpft, Kommunikationsprotokolle wie Profinet oder OPC UA bringen Ereignisse mit ihrem Kontext zusammen. Das ERP/MES wird dabei zur einzigen verlässlichen Quelle und zur zentralen Daten-Drehscheibe. Analytics-Tools bündeln wichtige Kennzahlen, die als Golden KPIs dienen, wobei gilt: Was nicht messbar ist, lässt sich nicht skalieren. Gleichzeitig werden Datenhoheit, Datenschutz und Zugriffsrechte verbindlich geklärt.

Die große Stunde der Fachabteilungen

Danach ist man dann fast wie von selbst bereit für die Königsetappe: die Skalierung. Was an einer Zelle funktioniert, wird zum Muster für den Maschinenpark. Aus Pilotprojekten werden Standards. KI-gestützte Parameter-Einstellungen und vorausschauende Wartung arbeiten mit klaren Grenzwerten. Und parallel dazu reifen Organisationen und Abläufe: Rollen für Data- und AI-Ownership werden definiert. Schulungen verankern neue Routinen. Richtlinien für den Betrieb von Modellen sichern Nachvollziehbarkeit und Qualität.

KI als Brückentechnologie zu sich selbst

Daten- und KI-getriebene Produktionsprozesse sind keine Magie. Sie sind das Ergebnis von kleinen, kontrollierten Schritten, bei denen KI-Assistenzsysteme organisch in das Unternehmen hineinwachsen. Dabei fungiert die KI als Brückentechnologie zu sich selbst. Der Fokus liegt zukünftig nicht mehr auf der Orchestrierung von System-Architekturen, um die ideale Balance zwischen Standardkonformität und individueller Anpassung zu finden. KI-basierte Tools und Assistenzsysteme ersetzen das klassische Customizing. Aktivitäten, die zuvor von der IT-Umsetzung her gedacht wurden, verschieben sich zu solchen, die von den Anforderungen und dem Wissen der Fachabteilungen getrieben werden. Und während andere noch an ihren Prozessen herumschrauben oder nach der perfekten System-Architektur suchen, kann man sich mit KI-Unterstützung schon längst um die eigentliche Problemlösung gekümmert haben. 

Der Autor Gero Brinkbäumer ist IT-Fachjournalist bei der Cosmo Consult Group.