Wie KI den Maschinenbau neu ausrichtet

Indem Daten besser genutzt und die digitale Transformation vorangetrieben werden, können sich deutsche Maschinenbauer selbst gegen die Konkurrenz aus China positionieren, lautet der Konsens auf dem Maschinenbau-Gipfel Salon. „In unserem Werkenetzwerk sehen wir genau diese Wettbewerbsfähigkeit, die Dynamiken, die Disruptionen, die wir in den Supply Chains bekommen, Resilienzanforderungen und gleichzeitig sehr disruptive, schnelle Technologiewandel“, erklärt Stefan Schlauß, Global Head of Manufacturing bei Siemens Digital Industries Motion Control. Er hatte als Gastgeber im Siemens Gerätewerk Erlangen zuvor die Salon-Community auf eine Werksführung mitgenommen, um zu zeigen, was in punkto Industrial Metaverse, rund um KI und Digital Twins bereits möglich ist.

Im Fabriknetzwerk sind Siemens-Werke unterschiedlicher Größe vertreten, hergestellt werden etwa Motoren, Schaltschränke, Leistungselektronik oder Infoelektronik, es gibt unterschiedliche Geschäftsmodelle wie Make-to-Stock, Make-to-Order oder Engineer-to-Order. Man erarbeitet hier nach dem Customer-Zero-Ansatz jeweils zum Werk passende, skalierbare Technologien, die dann in die Breite gebracht werden. Die Vorgabe: Die Transformation, die man im Werk sieht, muss immer den Return of Investment in sich selber tragen.

Anderer Umgang mit Technologie

Sehr einig ist sich die Runde auch darüber, dass klassische Herangehensweisen in der KI-Transformation nicht mehr funktionieren. „Es ist wichtig, dass man sich nicht zu früh festlegt für sehr teure Lösungen, die es im Markt gibt. Denn die Entwicklung gerade auf dem KI-Feld ist unfassbar schnell. Und wir merken schon, dass es viele pragmatische Lösungen jetzt gibt, die viel einfacher und schneller sind“, berichtet Georg Weber, Mitglied des Vorstands und CTO beim 9.000 Mitarbeitenden zählenden Wassertechnologiehersteller Wilo Gruppe. „Wir investieren viel Aufwand und auch Geld in die Ausbildung, um KI in die Breite zu bringen. Für die Werker in den großen Produktionsstätten, gehen wir momentan so vor, dass wir eine Art KI-Führerschein ausgeben“, ergänzt der CTO.

„Wenn wir schauen, welche Entwicklungszyklen wir in anderen Technologien hatten, dann stellt KI das noch einmal völlig auf den Kopf und erfordert von uns eine viel größere Adaptionsfähigkeit“, sagt Guido Reimann, Koordinator Kompetenznetzwerk KI beim VDMA.

Eine VDMA-Befragung aus dem Frühjahr habe gezeigt, dass rund 30 Prozent der Mitgliedsunternehmen KI produktiv im Einsatz haben. Viele Unternehmen befinden sich noch in Pilotprojekten. Das Thema KI sei im Maschinenbau in allen Anwendungsbereichen angekommen, angefangen vom Engineering, Softwareentwicklung, Vertrieb, Produktion, Qualitätsmanagement und Service. Aus Sicht von Reimann liegt ein wichtiger Erfolgsaspekt in der durchgängigen Betrachtung von KI.

Neue Herangehensweisen für neue Technologien

„Irgendwann kommt der Punkt, an dem man feststellt, dass klassische Transformationsmethoden nicht mehr ausreichend sind und an Grenzen kommen“, stellt Schlauß fest. Nur mit Daten, Künstlicher Intelligenz und Themen wie Closed-Door-Manufacturing entstünden neue Möglichkeiten.

Nico Michels, DACH Head of Digital Enterprise bei Siemens Industry Software GmbH, empfiehlt gerade KMUs, sich statt unzähliger Proofs of Concept einen Zielkorridor zu definieren und Geld sowie knappe Ressourcen an Menschen und Know-how zusammenzubringen, um relativ schnell ein Minimal Viable Produkt zu erreichen.

„Wenn man sagt, das ist ein MVP, das heißt, in acht Wochen soll hier etwas produktiv laufen, das uns in zwölf Wochen hilft, dann geht man anders ran, hat andere Leute aktiviert und hinterher auch einen Outcome“, konstatiert Michels. Die Digitalisierungs-Roadmap sollte adaptierbar und offen bleiben – nicht statisch, wie es einige Lehrbücher immer noch empfehlen würden. Das erfordere andere Architekturansätze.

Für hochautonome und hochadaptive Fabriken gilt es, eine systemische Kompetenz zu entwickeln, ist sich Georg Weber sicher. Hier könne man sich einiges von der Software-Welt abschauen, um für mehr Flexibilität auf Software-definierte Funktionen und Modularität zu setzen. Es gehe um die Kompetenz „Software und Hardware aufeinander abzustimmen und festzulegen, wo die Schieberegler möglicher Adaptionspunkte auf der Hardware in der Software liegen“. Derzeit drehten sich viele Diskussionen mit Unternehmen um eine solche Funktionalstrategie.

Vom Geschäftszweck her transformieren

Auch aus Sicht von Stefan Schlauß ist eine Gesamtstrategie für die Transformation wichtig. Mit der Technologie zu kommen und dann nach passenden Problemen zu suchen, sei der falsche Ansatz. „Der Ausgangspunkt muss sein: Wie muss ich mich anpassen in den Werken und welche Technologien helfen mir dazu, genau diese Frage zu beantworten und zu lösen“, so Schlauß. Die Strategie müsse sich zudem von der übergeordneten Unternehmensstrategie ableiten, ist sich Georg Weber sicher: „Digitalisierung und KI sind nicht ein Ziel in sich selbst. Der Fehler wird immer und zu oft gemacht“. Oft handle es sich nur um Show-Cases, um etwas vorzeigen zu können.

„Wir haben vor zwei Jahren entschieden, dass wir die Nachhaltigkeitsstrategie als Top-Unternehmensstrategie einsetzen und eine sogenannte Water-AI-Strategie daneben stellen und verschmelzen“, berichtet Weber. Denn viele Menschheits- und Nachhaltigkeitsprobleme wie Zugang zu frischem Wasser ließen sich mithilfe von KI weltweit besser lösen als ohne. Dafür habe man konkrete Ziele für 2030 formuliert. Es gebe sowohl ein Effizienzziel als auch ein Umsatzziel für KI, das man hart definiert habe und mittels KPIs messe.

Gerade KMU stehen aufgrund begrenzter Ressourcen vor besonderen Herausforderungen. „In der Digitalisierung und jetzt auch wieder ganz stark in der KI-Thematik hat uns geholfen, dass wir uns mit anderen befreundeten Unternehmen in der gleichen Größe zusammentun und uns gemeinsam austauschen, gemeinsam lernen. Das wäre meine Empfehlung für KMUs“, rät Weber: „Alleine wird das schwierig. Aber wenn man sich zusammentut mit Freunden, denen man vertraut, dann kann man etwas bewegen“.

Industrial Metaverse in der Praxis

Siemens will rund 500 Millionen Euro in die Transformation in Erlangen investieren. Das Gerätewerk Erlangen zum Beispiel soll ab 2026 als erste Blaupause für eine vollständig KI-gesteuerte adaptive Fertigung dienen. Die dort entwickelten und erprobten Fähigkeiten will man anschließend auf weitere Standorte und Branchen übertragen.

Wie ist denn das Industrial Metaverse heute schon im laufenden Betrieb zu sehen und was ist bereits möglich, wollte Salon-Moderatorin und „Produktion“-Chefin vom Dienst Anja Ringel wissen. „Wir verstehen darunter die Kombination der virtuellen und der realen Welt, aus der ganz neue Möglichkeiten entstehen“, so Schlauß. Ein Beispiel sei die Erzeugung von virtuellen Daten für das Training von KI-Modellen. Anders als im LLM-Umfeld stellen ausreichende, gelabelte Daten in der Fabrik oft einen Flaschenhals dar. 

Mittels digitalem Zwilling und kostengünstigen Kameras könnten etwa in kürzester Zeit günstig Trainingsdaten für den „Griff in die Kiste“, bei der ein Roboter das richtige Teil greifen lernt, gesammelt werden. Ein anderer Ansatz besteht darin, dass sich Prozesse selber steuern und kontrollieren, anstatt dass bei Abweichungen ein Mensch eingreifen muss. Mittels Training des Digitalen Zwillings habe man Anlagen umgestellt, die sich selber permanent in ein Gutfenster hinein entwickeln.

Auch um mit wenig Zeit- und Kostenaufwand an wichtige Brownfield-Daten – bisher ein weiterer typischer Flaschenhals – heranzukommen, eignet sich die Virtualisierung. Hier kommen KI-Agenten zum Einsatz, die Logfile-Daten auf Knopfdruck extrahieren und damit einen hohen Business-Impact erzeugen. Wenn eine Anlage autonom mit überschaubarem Aufwand im Gutfenster arbeite, rechne sich das allein über den Yield, weniger menschliche Aufsicht, und keinen Pseudo- oder realen Ausschuss, konstatiert Stefan Schlauß: „Hier hat das Industrie Metaverse seine realen Themen!“.

Kommt die Dark Factory?

Für hochautonome und hochadaptive Fabriken gilt es, eine systemische Kompetenz zu entwickeln, ist sich Nico Michels sicher. Hier könne man sich einiges von der Software-Welt abschauen, um für mehr Flexibilität auf Software-definierte Funktionen und Modularität zu setzen. Es gehe um die Kompetenz, „Software und Hardware aufeinander abzustimmen und festzulegen, wo die Schieberegler möglicher Adaptionspunkten auf der Hardware in der Software liegen“.

Derzeit drehten sich viele Diskussionen mit Unternehmen um eine die Frage nach einer Light-Out oder Dark-Factory. Die letzten vier bis fünf Prozent, um eine Fabrik wie eine Blackbox zu gestalten, kämen derzeit einem „unglaublich teuren Unterfangen“ gleich, meint Michels jedoch. Daher versuche man, in der Funktionalstrategie auf den sinnvolleren Begriff „Hochautonomie“ zu wechseln. Wenn in einem Dreischichtbetrieb zwei Schichten mit weniger Menschen auskämen, sei bereits ein großer Vorteil erreicht. „Wir beschäftigen uns mit dem Thema Metaverse und Digital Twin Composer, denn bevor man eine Fabrik hochautonom oder vielleicht auch sogar zeitweise ‚light out‘ bekommt, muss digital das Licht erst einmal richtig angeschaltet werden“, bringt es Michels auf den Punkt.