Automatisierung Wie KI, Software und Container die Produktion optimieren

Anbieter zum Thema

Red Hat GmbH

PSI Software SE | Business Unit Discrete Manufacturing

BE-terna GmbH

becos gmbH

Automatisierung und KI treiben die industrielle Produktion voran. Doch ihr volles Potenzial entfaltet sich erst, wenn Daten ganzheitlich genutzt und Systeme intelligent vernetzt werden. Neue Ansätze wie RAG, software-definierte Architekturen und Container-Technologien schaffen dafür die Grundlage.

Unternehmen aller Branchen setzen auf Automatisierung, um die Effizienz, Qualität und Kosteneffektivität zu steigern. KI erweitert diesen Ansatz um eine entscheidende Dimension: Sie ermöglicht es, in Daten Zusammenhänge zu erkennen, Anomalien frühzeitig zu identifizieren und Wartungsmaßnahmen proaktiv einzuleiten. Anwendungen wie Predictive Maintenance oder Visual Inspection sind längst etabliert. Der Zustand einer gesamten Produktionslinie oder die Kommunikation zwischen verschiedenen Systemen werden dabei jedoch nicht genügend berücksichtigt. Möglich wird das aber dank neuer Entwicklungen im Bereich generativer KI. Damit können etwa Maschinendaten, Logfiles, Handbücher oder Monitoring-Informationen kombiniert werden, um Techniker beim Troubleshooting zu unterstützen. Allerdings müssen dafür die generischen Large Language Models (LLMs) mit weiteren Informationen angereichert werden. LLMs sind mit sehr großen Datenmengen trainiert, das heißt, alle Informationen stecken in den Modellen und ihr Wissen ist immer die Basis für die Antworten. In der Regel sind somit keine aktuellen Daten vorhanden. Für die Echtzeitnutzung in der Produktion ist das folglich nicht ausreichend.

LLM mit externem Wissen ergänzen

Es geht also darum, dass nicht nur das LLM als Wissensquelle genutzt wird, sondern auch weitere Dokumente und vor allem auch unternehmensspezifische Echtzeit- und Maschinendaten wie Fehlermeldungen oder Logdaten. Inzwischen gibt es bereits mehrere Ansätze und Techniken, die dies ermöglichen. Ein prominentes Beispiel dafür ist die Nutzung der Methode Retrieval-Augmented Generation (RAG). Damit können die in einem LLM vorhandenen Daten durch externe Wissensquellen ergänzt werden, etwa durch Daten-Repositories oder bestehende Dokumentationen. So lässt sich die Qualität der Antworten wesentlich einfacher steuern und das Risiko von Halluzinationen minimieren. Eine solche Integration von Wissen und Daten wird künftig entscheidend dazu beitragen, Produktionslinien als dynamische Gesamtsysteme zu steuern und nicht nur einzelne Maschinen im Blick zu haben.

Software-definiert: Neue Flexibilität in der Fertigung

Damit KI ihr volles Potenzial entfalten kann, braucht sie eine flexible und skalierbare Architektur. Hier setzt der Software-definierte Ansatz an: Hardware- und Software-Lebenszyklen werden voneinander entkoppelt, Fertigungs- und Kontrollsysteme virtualisiert und als Cluster verwaltet. Viele Industrie-PCs und Steuerungen lassen sich so in einer gemeinsamen, Software-definierten Umgebung konsolidieren.Ein solcher Software-definierter Manufacturing-Ansatz bildet auch die Grundlage für die Realisierung einer virtuellen speicherprogrammierbaren Steuerung (vSPS). Diese Umgebung bietet zahlreiche Vorteile. So können Upgrades und Updates zentral und automatisiert durchgeführt werden, wodurch ein manuelles Patchen einzelner Controller entfällt. Neue Funktionalitäten lassen sich deutlich schneller bereitstellen, sodass die Flexibilität und Innovationsgeschwindigkeit erhöht werden. Zugleich wird eine effizientere Auslastung der Systeme erreicht, da durch die Virtualisierung das Risiko eines Overprovisioning fragmentierter Rechner sinkt. Darüber hinaus erleichtert eine virtuelle Umgebung die Integration von Controllern mit anderen Systemen. Dies führt zu einer nahtloseren Zusammenarbeit innerhalb der gesamten Produktionsinfrastruktur.

Container-Technologien: Grundlage agiler Produktion

Wer den Software-definierten Weg geht, profitiert von den Vorteilen moderner Container-Technologien. Container ermöglichen es, Änderungen an Betriebssystemen oder Applikationsplattformen standardisiert zu verpacken und sicher zu verteilen – auch in Edge-Umgebungen nahe der Fertigungslinie. So lassen sich Konfigurationsabweichungen minimieren, die sonst zu Sicherheitsrisiken oder inkonsistenten Betriebszuständen führen könnten. Zudem bietet der Container-Ansatz auch im Hinblick auf die steigende Nutzung von ML-Technologien in der Fertigungsindustrie einen erheblichen Nutzen. So können die ML-Modelle in Container-Images gelegt und dann unter Nutzung von DevOps- und GitOps-Verfahren an die Edge-Geräte ausgerollt werden. Container sind ohnehin die Grundlage für die Bewältigung von KI-Workloads und die Beschleunigung des ML-Lifecycles, denn sie bieten Data Scientists die Agilität, Flexibilität, Portierbarkeit und Skalierbarkeit, die für ML-Modelle benötigt werden.

Dass die Bedeutung der Container-Technologie auf breiter Front zunimmt, zeigen auch andere Entwicklungen. Selbst klassische Manufacturing Execution Systems (MES) gehen zunehmend den Container-Weg. Die Vorteile liegen auf der Hand: ein effizienterer Betrieb, einfachere Updates und eine höhere Systemverfügbarkeit. Auch SAP-Systeme, traditionell das Rückgrat vieler Fertigungsprozesse, folgen diesem Trend. Mit Rise with SAP und der SAP Edge Integration Cell (EIC) werden Cloud-native, containerbasierte Lösungen Realität. Sie erlauben es Unternehmen, Daten lokal zu verarbeiten und gleichzeitig mit Cloud-Diensten zu verknüpfen – ein zentraler Schritt auf dem Weg zur hybriden, modernen Produktions-IT. Die Ablösung der herkömmlichen Orchestrierung und Integration von SAP-Landschaften durch eine Cloud-native Variante ist somit ebenfalls ein Beleg für den zunehmenden produktionsnahen Einsatz von Container-Technologien.

Grenzen zwischen IT und OT verschwimmen

Die Entwicklungen bei SPS und MES zeigen eines in aller Deutlichkeit: IT-Technologien halten Einzug in die ehemals abgeschottete OT-Welt. Fakt ist, dass die Grenzen zwischen IT und OT zunehmend verschwimmen. Was früher getrennt war, wächst dank KI, Software-definierten Ansätzen und Container-Technologien zusammen – hin zu einer automatisierten, adaptiven Fertigungsumgebung. Wer diese Entwicklung aktiv gestaltet, gewinnt nicht nur Effizienz und Qualität, sondern sichert auch seine Wettbewerbsfähigkeit in einer zunehmend datengetriebenen Industrie.