Was Agentic AI für die Industrie verändert

Herr Schön, auf der Hannover Messe stand in diesem Jahr bei ServiceNow das Thema ‚Agentic AI‘ im Mittelpunkt. Was bedeutet das konkret für die Industrie?

Agentic AI ist für die Industrie der Schritt von der Automatisierung einzelner Aufgaben hin zu intelligenten autonomen Systemen. Diese verstehen Ziele, beziehen den jeweiligen Kontext ein und können daraus eigenständig die nächsten Arbeitsschritte ableiten. Klassische Automatisierung folgt festen Regeln: Wenn A passiert, dann wird B ausgelöst. Agentic AI kann dagegen mit unvollständigen Informationen umgehen, relevante Daten aus verschiedenen Systemen zusammenführen und den nächsten sinnvollen Schritt vorschlagen oder ausführen. Das bedeutet, dass ein KI-Agent nicht nur eine Qualitätsabweichung erkennt, sondern relevante Produktions-, Service- und Garantiedaten zusammenführt, die Ursachenanalyse unterstützt und den passenden Workflow anstößt. Entscheidend ist: Es geht also darum, Erfahrung, Daten und Prozesse so zu verbinden, dass Mitarbeitende fundierter und mit weniger Reibungsverlusten handeln können.

Viele Unternehmen haben ihre Prozesse bereits digitalisiert, kämpfen aber weiterhin mit Datensilos und Medienbrüchen. Wo stehen sie heute auf dem Weg von der digitalen zur autonomen Fabrik?

Viele Unternehmen sind heute digitaler, als sie manchmal selbst glauben, aber noch nicht vernetzt genug. In der Industrie fällt täglich eine Unmenge an Daten an, doch diese liegen häufig noch in unterschiedlichen Systemen. Dadurch entsteht eine paradoxe Situation: Es gibt viele Daten, aber zu wenig handlungsfähigen Kontext. Deshalb ist der nächste Reifegrad erst erreicht, wenn Daten, Workflows und Governance zusammenkommen. Dann kann KI nicht nur analysieren, sondern tatsächlich Arbeit koordinieren. Auf dem Weg zur autonomen Fabrik stehen viele Unternehmen also an einem Übergangspunkt: Die Datenbasis ist vorhanden, aber die operative Durchgängigkeit fehlt oft noch.

Im Engineering stehen Unternehmen unter hohem Innovations- und Zeitdruck. Wie können KI und durchgängige Plattformansätze Entwicklungsprozesse beschleunigen?

Im Engineering entstehen Verzögerungen meist durch zahlreiche Abstimmungsschleifen, Variantenkomplexität, manuelle Übergaben und die Suche nach Wissen. Gerade in der Industrie müssen Entwicklung, Vertrieb, Service, Qualität und Produktion eng zusammenspielen. Wenn diese Bereiche nicht auf einer gemeinsamen Daten- und Prozessbasis arbeiten, verlangsamt sich Innovation. KI kann hier helfen, indem sie Anforderungen schneller strukturiert, technische Abhängigkeiten sichtbar und Wissen aus früheren Projekten nutzbar macht. Ein Plattformansatz sorgt dafür, dass diese Erkenntnisse nicht isoliert bleiben, sondern direkt in Workflows übersetzt werden. Nehmen wir beispielsweise einen Maschinenbauer, der eine kundenspezifische Anlage entwickelt. Ändert der Kunde eine technische Anforderung, betrifft das nicht nur das Engineering. Auch Stücklisten, Lieferanten, Produktion, Service und teilweise sogar Garantiebedingungen müssen angepasst werden. Arbeitet die KI auf einer durchgängigen Plattform, kann sie die Auswirkungen einer solchen Änderung in Gänze automatisch analysieren und die notwendigen Prozesse unmittelbar anstoßen. Das spart Zeit, reduziert Fehler und verkürzt die Time-to-Market deutlich.

Anzeige

KI: Schneller zum SPS-Code

KI-unterstützte SPS-Programmierung eröffnet neue Möglichkeiten. Über das Model Context Protocol (MCP) greifen Sprachmodelle direkt auf SPS-Projekte zu. So kann SPS-Code im Entwicklungsalltag automatisiert erstellt, analysiert und dokumentiert werden. ‣ weiterlesen

Welche Rolle kann Agentic AI künftig direkt im Produktionsbetrieb übernehmen?

Im Produktionsbetrieb kann Agentic AI vor allem dort unterstützen, wo Geschwindigkeit, Kontext und Erfahrungswissen entscheidend sind. Das betrifft etwa Störfälle, Qualitätsabweichungen, Wartung, Schichtübergaben oder die Einweisung weniger erfahrener Mitarbeitender. Ein Beispiel ist der digitale Wissensassistent: Wenn eine Maschine steht, müssen Beschäftigte nicht erst Handbücher und Tickets durchsuchen oder bei Kollegen nachfragen. Ein KI-Agent kann relevante Informationen bereitstellen, ähnliche Fälle erkennen sowie Schritt für Schritt durch Standardarbeitsanweisungen führen und den Vorfall dokumentieren. Agentic AI wird damit zu einer Art operativem Co-Piloten auf dem Shopfloor, und zwar nicht als Ersatz für Fachkräfte, sondern als Verstärker ihres Wissens.

Welche Voraussetzungen müssen Unternehmen schaffen, damit aus Produktions- und Maschinendaten tatsächlich neue Geschäftsmodelle entstehen?

Produktions- und Maschinendaten sind heutzutage strategische Assets. Unternehmen müssen klären, welche Daten sie erfassen, wem sie gehören, wie sie genutzt werden dürfen und wie sie in konkrete Services übersetzt werden. Wenn Maschinenhersteller etwa Wartungswissen, Nutzungsmuster und Serviceprozesse intelligent verknüpfen, können daraus neue Angebote entstehen: vorausschauende Wartung, Performance-basierte Services oder bessere Ersatzteil- und Serviceverfügbarkeit. Wichtig ist dabei eine offene und vertrauenswürdige Architektur. Gerade im industriellen Mittelstand wird entscheidend sein, dass Daten souverän genutzt werden können und nicht in proprietären Silos verschwinden.

Anzeige

Wie intelligent ist Licht?

Maschinen kommunizieren, reagieren und steuern Prozesse. Nur ihr Licht wird oft noch als passive Komponente behandelt. Dabei zeigen SPS-Anbindung, IO-Link und Signalfunktionen: Intelligentes Licht kann längst mehr als leuchten. ‣ weiterlesen

Wie unterstützen digitale Plattformen Industrieunternehmen bei Themen wie Cybersecurity, Resilienz und ESG?

Cybersecurity, Resilienz und ESG werden in der Industrie oft noch getrennt behandelt. In der Praxis hängen sie aber eng zusammen. Wer nicht weiß, welche Systeme, Anlagen, Dienstleister und Prozesse voneinander abhängig sind, kann Risiken weder richtig bewerten noch schnell reagieren. Digitale Plattformen schaffen Transparenz: Sie verbinden IT-, OT-, Risiko-, Compliance- und Betriebsprozesse. So können Unternehmen Sicherheitsvorfälle schneller priorisieren, Schwachstellen im Kontext kritischer Produktionsprozesse bewerten und Maßnahmen nachvollziehbar steuern. Für ESG gilt Ähnliches: Nachhaltigkeitsziele lassen sich nur dann belastbar managen, wenn Daten, Verantwortlichkeiten und Maßnahmen in operative Prozesse eingebettet sind. Die Plattform wird damit zur Steuerungsebene für widerstandsfähigere, sicherere und nachhaltigere Industrieabläufe.

Welche Bedeutung hat die Zusammenarbeit mit Unternehmen wie Bosch Rexroth für die industrielle Transformation?

Partnerschaften sind entscheidend, weil industrielle Transformation nicht von einem Unternehmen allein gelöst werden kann. Bosch Rexroth bringt tiefes Maschinen- und Automatisierungswissen ein, ServiceNow die Plattformkompetenz für KI, Workflows und unternehmensweite Orchestrierung. Genau diese Verbindung ist wichtig: Die Fabrik der Zukunft entsteht nicht nur in der Maschine und nicht nur in der IT, sondern an der Schnittstelle beider Welten.

Wenn wir in die Zukunft blicken: Welche Entscheidungen werden in der Fabrik weiterhin Menschen treffen – und welche zunehmend autonome, agentische Systeme?

Wir werden in den nächsten Jahren weiterhin sehen, dass Menschen die Entscheidungen treffen, bei denen Verantwortung, Zielkonflikte und Erfahrung zentral sind: Prioritäten bei größeren Produktionsstörungen, Investitionsentscheidungen, Sicherheitsfreigaben, Eskalationen gegenüber Kunden oder Lieferanten und die Frage, welche Risiken ein Unternehmen bewusst eingehen will. Autonome Systeme werden dagegen immer mehr Entscheidungen im operativen Alltag übernehmen oder vorbereiten. Beispielsweise bei der Priorisierung von Tickets, beim Routing von Servicefällen, bei der Erstellung von Vorschlägen für Wartungsmaßnahmen oder beim Abgleich von Ersatzteilen. Die Fabrik der Zukunft wird deutlich stärker von Systemen geprägt sein, die Arbeit selbstständig koordinieren, während Menschen die Richtung, Grenzen und Verantwortung setzen.