
Künstliche Intelligenz hält mit hohem Tempo Einzug in die Automatisierung. Wo sehen Sie die größten Veränderungen?
Steffen Winkler: Wir beobachten im Grunde eine ähnliche Entwicklung wie bei der Zusammenführung von IT und OT: Technologien, die sich in der Softwarewelt etabliert haben, finden ihren Weg in die Automatisierung. Besonders schnell geht das derzeit im Engineering. Programmcode ist schließlich auch eine Sprache, allerdings viel stärker strukturiert und eindeutiger als unsere Alltagssprache. Dazu kommen große Mengen an Codebeispielen. Das sind gute Voraussetzungen für KI. In der kamerabasierten Qualitätskontrolle sehen wir schon länger entsprechende Anwendungen. Neu ist vor allem, dass die Intelligenz zunehmend direkt in die Geräte wandert. Aus einer Kamera, die bisher Bilder geliefert hat, wird eine Komponente, die diese Bilder selbst interpretieren kann.
Mit Ask iXi hatten Sie bereits einen KI-Chatbot. Was macht Agent iXi nun grundsätzlich anders?
Ask iXi hilft dem Anwender vor allem dabei, Informationen in Dokumentationen und anderen Wissensquellen zu finden. Agent iXi soll dagegen tatsächlich Aufgaben übernehmen. Der Anwender beschreibt, was er erreichen möchte, und der Agent kann daraus einzelne Arbeitsschritte ableiten, die passenden Werkzeuge auswählen und diese auch nutzen. Dahinter steht unsere Plattformarchitektur. Wir haben ctrlX Automation von Anfang an als offene Plattform konzipiert, auf der eigene Apps und Anwendungen unserer Partner laufen können. So kann KI direkt mit Automatisierungsfunktionen arbeiten.
Wie sieht das konkret im Engineering aus? Können Sie ein Beispiel nennen?
Nehmen wir ein dreiachsiges Handlingsystem. Normalerweise muss der Entwickler die Achsen einzeln anlegen, eine Kinematik definieren, Koordinatensysteme und Bewegungsgrenzen konfigurieren und schließlich das SPS-Programm schreiben. Das sind viele Schritte, bei denen man unterschiedliche Werkzeuge bedient. Mit Agent iXi kann der Anwender stattdessen den Aufbau skizzieren, die wesentlichen Eckdaten angeben und in natürlicher Sprache beschreiben, welche Bewegung die Anlage ausführen soll. Der Agent kann daraus die Achs- und Kinematikkonfiguration sowie den passenden SPS-Code erzeugen. Dafür nutzt er unter anderem die Anbindungen an ctrlX PLC Engineering und ctrlX I/O Engineering. Der Entwickler muss die Ergebnisse weiterhin prüfen.
Damit eine KI nicht nur Vorschläge macht, sondern tatsächlich Engineering-Werkzeuge bedient, braucht sie Zugriff auf das System. Wie funktioniert das?
Eine wichtige Rolle spielt das Model Context Protocol, kurz MCP. Über entsprechende Schnittstellen kann der Agent mit Engineering-Werkzeugen, Dokumentationen und auch Anwendungen von Drittanbietern kommunizieren. Innerhalb unserer Plattform liefert der ctrlX Data Layer den Zugang zu den Daten und Funktionen der installierten Apps. Der Agent erkennt dadurch beispielsweise, welche Parameter und Informationen eine Komponente bereitstellt. Entscheidend ist, dass dieser Zugriff kontrolliert erfolgt: Die MCP-Kommunikation ist verschlüsselt und authentifiziert, und Agent iXi berücksichtigt die Rechte des angemeldeten Anwenders. Ein beliebiger Zugriff ist damit ausgeschlossen.
Datenzugriff allein reicht aber kaum aus, um beispielsweise einen Frequenzumrichter korrekt zu parametrieren. Woher bekommt der Agent das notwendige Fachwissen?
Genau hier kommen unsere Skills ins Spiel. Über den ctrlX Data Layer kann Agent iXi zwar erkennen, dass ein Frequenzumrichter Parameter für Drehzahl, Drehmoment oder Stromgrenzen anbietet. Daraus ergibt sich aber noch nicht, wie diese Parameter für eine bestimmte Anwendung einzustellen sind. Ein Skill ist im Grunde eine gezielte Anleitung, die dem Agenten erklärt, wie eine Aufgabe innerhalb des Systems ausgeführt wird. Wir stellen solche kuratierten Beschreibungen beispielsweise für Motion-Funktionen oder das SPS-Engineering bereit. Anwender können sie um eigenes Prozesswissen ergänzen. Und auch unsere Partner können ihren Apps entsprechende Skills mitgeben. Bei App-Updates kann dieses Wissen mitwachsen.
Warum setzen Sie auf einen zentralen Agenten mit vielen Skills statt auf unterschiedliche KI-Agenten für jede Aufgabe?
Weil sich damit die einzelnen Funktionen viel besser miteinander verbinden lassen. Der Anwender möchte schließlich nicht für die Achskonfiguration einen Agenten, für das SPS-Programm einen zweiten und für die Diagnose noch einen dritten ansprechen. Agent iXi kann je nach Aufgabe die benötigten Werkzeuge und Skills heranziehen. Das Wissen muss er nicht jedes Mal neu recherchieren. Das macht die Ergebnisse verlässlicher und reduziert den Aufwand für die KI. Denn wir dürfen bei aller Begeisterung nicht vergessen: Die Nutzung von Modellen kostet Geld. Welches Modell und wie viel Rechenleistung für eine Aufgabe wirklich erforderlich sind, wird deshalb auch eine wirtschaftliche Frage.
Sind Anwender bei Agent iXi auf ein bestimmtes KI-Modell oder eine Cloud angewiesen?
Nein, wir wollen gerade keinen neuen Lock-in schaffen. Der Anwender soll selbst entscheiden können, welches Modell er einsetzt. Leistung und Preise ändern sich schließlich schnell. Außerdem unterstützen wir nicht nur unseren eigenen Agenten, sondern grundsätzlich auch die Anbindung von Drittanbieter-Agenten. Bei der Ausführung der Modelle gibt es ebenfalls unterschiedliche Möglichkeiten. Neben der Cloud arbeiten wir gemeinsam mit AMD an einer leistungsfähigen Hardwarebasis für lokale KI. Damit können Modelle direkt im Unternehmen laufen, ohne dass sensible Engineering- oder Maschinendaten für die Inferenz nach außen übertragen werden müssen. Ein Agent auf einer vorhandenen Steuerung kann dafür auch einen separaten lokalen Rechner nutzen.
Wie wichtig wird es künftig, KI-Modelle direkt auf Maschinen oder Edge-Geräten auszuführen?
Ich glaube, dass wir hier erst am Anfang stehen. Wir werden in den nächsten Jahren nicht nur leistungsfähigere Hardware sehen, sondern auch effizientere und stärker spezialisierte Modelle. Für eine klar abgegrenzte Automatisierungsaufgabe brauche ich schließlich nicht unbedingt ein riesiges Sprachmodell, das möglichst viele Themen beherrscht. Kleinere Modelle können mit weniger Rechenleistung und Energie auskommen. Ein zusätzlicher Treiber dürfte die humanoide Robotik werden. Wenn solche Systeme unabhängig von einer dauerhaften Cloudverbindung funktionieren sollen, muss sehr viel Intelligenz lokal verfügbar sein. Davon wird auch die klassische Automatisierung profitieren.
Gerade in der Produktion sind fehlerhafte KI-Ergebnisse problematisch. Wie gehen Sie mit Halluzinationen und unkontrollierten Aktionen um?
Bei Ask iXi haben wir bereits darauf geachtet, dass Antworten auf freigegebenen Dokumenten und Wissensquellen beruhen. Diesen Ansatz führen wir bei Agent iXi weiter. Für technische Aufgaben greifen wir auf validierte Dokumentationen, Knowledge Bases und die kuratierten Skills zurück. Das reduziert das Risiko, dass sich das Modell eine vermeintlich plausible Lösung ausdenkt. Mindestens genauso wichtig sind aber die Berechtigungen. Ein Maschinenbediener könnte den Agenten beispielsweise fragen, warum bestimmte Fehlermeldungen immer wieder nachts auftreten und welche Ursachen dahinterstecken könnten. Er bekommt dann Unterstützung bei der Diagnose, ohne selbst Programme ändern zu dürfen. Ein Entwickler hat andere Rechte und kann mit dem Agenten Code erstellen, testen und freigeben. Safety-Funktionen sind ausdrücklich ausgenommen: Der Agent darf keine Safety-Programme schreiben oder auf diese Funktionen zugreifen.
Muss eine Maschine, deren Software mit KI erstellt wurde, später auch mit KI betrieben werden?
Überhaupt nicht. Das wird manchmal vermischt. Ich kann KI während des Engineerings einsetzen, um Software oder Konfigurationen zu erstellen. Anschließend prüfe und validiere ich das Ergebnis und nehme die Anlage ganz normal in Betrieb. Wenn ich möchte, läuft sie danach vollständig ohne KI. Agent iXi ist eine optionale Erweiterung, die installiert werden kann, nicht muss. Das gilt ebenso für bestehende ctrlX-OS-Geräte. Dort kann der Agent nachgerüstet werden, sofern die passende Infrastruktur für das verwendete Modell vorhanden ist. Wir wollen dem Anwender nicht vorschreiben, dass er eine neue Steuerung kaufen oder dauerhaft einen KI-Dienst nutzen muss.
Wann können Maschinenbauer Agent iXi in eigenen Projekten erproben und regulär einsetzen?
Wir sind bereits mit ausgewählten Kunden in der Erprobung und möchten diesen Kreis erweitern. Wir wollen früh praktische Erfahrungen sammeln. Der Einstieg ist vergleichsweise einfach, weil ctrlX OS auch virtuell zur Verfügung steht. Man kann also zunächst ohne zusätzliche Steuerungshardware testen, welche Aufgaben der Agent übernimmt und wo seine Grenzen liegen. Die reguläre Verfügbarkeit ist für Anfang 2027 vorgesehen. Ich sehe großes Potenzial nicht nur für Neumaschinen, sondern auch im Brownfield: Bestehende Anlagen lassen sich über zusätzliche Steuerungs- oder Rechenleistung anbinden, um ihre Daten besser auszuwerten und sie schrittweise intelligenter zu machen. Gerade wenn Unternehmen ihre Maschinenparks länger nutzen, kann das sehr interessant werden.















