Anbieter zum Thema

INFORM GmbH

Schneider Electric GmbH

Elisa Industriq Germany GmbH HQ

Infor (Deutschland) GmbH

Siemens Digital Industries Software GmbH

mehr weniger

TRUMPF Werkzeugmaschinen TRUMPF Resale Center

it´s OWL Clustermanagement GmbH

PTC Marketing Parametric Technology GmbH

VDMA e.V.

Deutsche Telekom MMS GmbH

Fraunhofer-Institut für Produktionstechnologie IPT

ABB Automation GmbH, UB Robotics

KUKA Deutschland GmbH

Robert Bosch GmbH

PHOENIX CONTACT Deutschland GmbH

Testfirma Products And Contents

PSI Software SE | Business Unit Discrete Manufacturing

becos gmbH

weniger

Dr.-Ing. Mario Pothen, Stefan Issing und Vignesh Subramanian

Dr.-Ing. Mario Pothen, Fraunhofer-Institut für Produktionstechnologie IPT

1. Der größte praktische Mehrwert von KI liegt heute nicht in vollautonomen „Dark Factories“, sondern in der effizienten Optimierung konkreter Produktionsprozesse anhand einer geeigneten Datenbasis. Besonders erfolgreich sind Anwendungen in der Qualitätskontrolle, der Prozessoptimierung und der vorausschauenden Instandhaltung. In unserem Industrienetzwerk haben wir beispielsweise KI-gestützte Bildverarbeitung bereits sehr erfolgreich dazu eingesetzt, Werkzeugverschleiß zu erkennen oder Produktionsfehler aufzudecken.

2. Erfolgreiche KI-Projekte beginnen selten mit der KI selbst. Zunächst muss sichergestellt sein, dass die benötigten Daten verfügbar, verlässlich und zugänglich sind. In unserer Zusammenarbeit mit der Industrie setzen wir deshalb viel früher an: bei der Datenaufnahme und Datenübertragung, weiter über die Speicherung und Analyse bis hin zur Nutzung der Daten in KI-Systemen. Wichtig ist jedoch als erstes die Entscheidung, ob Digitalisierung und KI deutlich erkennbaren Mehrwert im Produktionsprozess schaffen.

3. Die größten Herausforderungen liegen aus unserer Sicht weniger in den Algorithmen selbst, sondern eher in den Rahmenbedingungen der Anwendung. Typische Hürden sind eine unzureichende Datenqualität oder fehlende Datenverfügbarkeit und die hohe Heterogenität bestehender Produktionslandschaften. Weiter geht es oft mit dem Mangel an KI- und Digitalisierungskompetenzen im Unternehmen und damit verbunden auch einer Unsicherheit bezüglich Wirtschaftlichkeit und Return on Investment. Dies und auch die hohen Anforderungen an IT-Sicherheit, Datenschutz und Governance führen häufig dazu, dass KI-Projekte nicht über Pilotphasen hinauskommen oder ganz scheitern.

Erfolgreiche KI-Projekte beginnen selten mit der KI selbst. Zunächst muss sichergestellt sein, dass die benötigten Daten verfügbar, verlässlich und zugänglich sind.

Dr.-Ing. Mario Pothen

Stefan Issing, IFS

1. Der größte Mehrwert entsteht heute weniger durch spektakuläre Leuchtturmprojekte als durch KI, die tief in bestehende Geschäftsprozesse eingebettet ist. Zu den Anwendungen mit dem größten messbaren Nutzen zählen dabei die vorausschauende Wartung, die Produktionsfeinplanung, die Qualitätssicherung und die Optimierung von Beständen und Lieferketten. Darüber hinaus senkt generative KI als Co-Worker für Werker, Servicetechniker und Planer die Einarbeitungszeit und macht Expertenwissen verfügbar – ein wichtiger Vorteil angesichts des Fachkräftemangels.

2. Der Erfolg hängt von Daten, Prozessen und Akzeptanz ab. Unternehmen sollten von einem konkreten Business-Problem ausgehen, auf eine solide Datenbasis setzen und KI in bestehende ERP-, MES- und Produktionssysteme integrieren. Wer mit einem klar umrissenen Pilotprojekt startet, den Nutzen nachweist und anschließend skaliert, schafft die Grundlage für nachhaltigen Erfolg. Gleichzeitig braucht es von Anfang an klare Verantwortlichkeiten und transparente Governance-Strukturen.

3. Die größte Hürde ist oft die Ausgangssituation. Fehlende Datenqualität, historisch gewachsene IT- und OT-Landschaften sowie ein Mangel an KI-Kompetenzen erschweren die Einführung. Hinzu kommt die Herausforderung, erfolgreiche Pilotprojekte in den Regelbetrieb zu überführen sowie steigende Anforderungen an Transparenz, Compliance und Cybersecurity. Entscheidend ist letztlich KI dauerhaft, wirtschaftlich und sicher in den Produktionsalltag zu integrieren.

Der größte Mehrwert entsteht heute weniger durch spektakuläre Leuchtturmprojekte als durch KI, die tief in bestehende Geschäftsprozesse eingebettet ist.

Stefan Issing

Vignesh Subramanian, Infor

1.    Der Nutzen von KI hängt davon ab, wie stark menschliches Eingreifen nötig ist. Vollständig autonom arbeitet KI bei risikoarmen Routineaufgaben: Rechnungsabgleich, Stammdatenpflege, Nachfrageprognosen, Nachbestellungen oder einfachen Supportanfragen. Fehler lassen sich schnell korrigieren, der Mensch bleibt außen vor. Auch bei Compliance-Überwachung und Warnmeldungen zeigt KI ihre Stärke. Bei halbautonomen Prozessen übernimmt die KI die Analyse und Vorbereitung, der Mensch entscheidet final. Typische Szenarien sind Investitionsempfehlungen, Vertragsverlängerungen oder Produktionsneuplanungen. Die KI erledigt 90 Prozent der Arbeit und erstellt Entscheidungsvorschläge – die Verantwortung bleibt beim Menschen. Bei komplexen Verhandlungen, risikoreichen Entscheidungen oder personalrelevanten Themen agiert KI nur als Copilot: Sie liefert Informationen und weist auf Risiken hin, die Entscheidung trifft der Mensch.

2. Für eine erfolgreiche Implementierung sind solide Grundlagen Pflicht: hohe Datenqualität, klar definierte Workflows für Prozesse wie „Procure-to-Pay" sowie eindeutige Rollen und Berechtigungen. Darüber hinaus hängt der Erfolg davon ab, wie gut die Modelle trainiert sind, wie präzise der Kontext vermittelt wird und wie klar der Autorisierungsrahmen definiert ist.

3. Das größte Hindernis bleibt fehlendes Vertrauen. Geschäftskritische Anwendungen erfordern eine Zuverlässigkeit, die noch nicht überall gegeben ist. Gesamtbetriebskosten sind schwer kalkulierbar, geeignete Anwendungsfälle schwer zu identifizieren, Prozessdokumentation oft lückenhaft. Auf personeller Ebene fehlt vielerorts eine „KI-first“-Denkweise, und qualifizierte Fachkräfte sind knapp.

Die KI erledigt 90 Prozent der Arbeit und erstellt Entscheidungsvorschläge – die Verantwortung bleibt beim Menschen.

Vignesh Subramanian