Industrial AI für die Produktion

Wie Industrial AI den Shopfloor verändert

Industrial AI soll Simulation, Shopfloor und Wartung stärker verbinden. AWS sieht vor allem Physical AI und agentenbasierte Systeme als Treiber für flexible Produktion. Ein Interview mit Jan Metzner, Principal Specialist Solutions Architect Manufacturing.

Industrial AI verknüpft Maschinen, Shopfloor-Daten und digitale Zwillinge: KI-Agenten sollen künftig Wartung, Produktionssteuerung und Entscheidungen in der Fertigung flexibler machen.
Industrial AI verknüpft Maschinen, Shopfloor-Daten und digitale Zwillinge: KI-Agenten sollen künftig Wartung, Produktionssteuerung und Entscheidungen in der Fertigung flexibler machen.

Summary: AWS positioniert Industrial AI als Ansatz für Maschinenbauer und produzierende Unternehmen. Jan Metzner verweist auf Physical AI, Maintenance-Agenten, agentenbasierte Produktionssteuerung und Datensouveränität. Die Auswirkungen reichen von schnellerer Wartung bis zu flexibleren Produktionslinien.

AWS wirbt mit dem Motto „Built for Industrial AI“. Was verstehen Sie darunter?

Jan Metzner: Wir sehen derzeit zwei zentrale Entwicklungsbereiche: Physical AI und agentenbasierte Wartungssysteme. Bei Physical AI geht es darum, wie künstliche Intelligenz Hersteller unterstützen kann – sowohl Maschinenbauer als auch produzierende Unternehmen. Das Interessante dabei ist, dass die Simulation mit dem Geschehen auf dem Shopfloor zusammengebracht wird. Die Intelligenz kann in der Cloud laufen und die Produktion vorab optimieren oder direkt auf dem Shopfloor agieren.

Welche konkreten Anwendungsfälle sehen Sie derzeit?

Metzner: Ein besonders spannendes Feld sind Maintenance-Agenten. Hier lassen sich sehr schnell Mehrwerte erzielen, indem Wartungsdaten mit Handbüchern und Dokumentationen zusammengeführt werden. Das hilft Mitarbeitern, Informationen deutlich schneller zu finden und Probleme effizienter zu lösen.

Die Entwicklung geht inzwischen noch weiter. Produktionslinien werden logisch in einzelne Bereiche aufgeteilt, die jeweils über eigene Agenten verfügen. Diese Agenten kommunizieren miteinander. Das ersetzt langsam klassische SCADA-Systeme. Für die eigentliche Steuerung benötigt man zwar weiterhin eine SPS, aber die Ablaufsteuerung muss nicht mehr starr programmiert werden. Dadurch werden Produktionslinien deutlich flexibler.

Sie wollen mehr über den Deutschen Maschinenbau-Gipfel erfahren? Klicken Sie hier!
Jan Metzner ist Principal Specialist Solutions Architect Manufacturing bei AWS.
Jan Metzner ist Principal Specialist Solutions Architect Manufacturing bei AWS.

Die Vereinfachung und Beschleunigung von Entscheidungsprozessen gilt ja aktuell als einer der wichtigsten Treiber für den Einsatz von KI.

Metzner: Absolut. Wir hatten auf der Hannover Messe eine kleine Produktionslinie ausgestellt, die wir erst am Sonntagnachmittag physisch zusammengebaut haben. Da jedes Element einen eigenen Agenten hat, konnten wir das sehr schnell umsetzen.

Es geht dabei immer um den konkreten Mehrwert. Sobald der Mehrwert klar ist, treibt das die Innovation.

Ein weiteres großes Thema ist die Datensouveränität. An was arbeiten Sie hier?

Metzner: Europäische Hersteller können ihre Daten bereits seit 2014 in unserer AWS-Region in Frankfurt hosten. Inzwischen haben wir die European Sovereign Cloud in Brandenburg.

Sie ist technisch völlig unabhängig von der kommerziellen Infrastruktur und kann im Notfall autark überleben.

Besonders relevant ist das für stark regulierte Branchen und den Public Sector. Viele Maschinenbauer beispielsweise haben inzwischen Kunden oder Projekte im Rüstungsumfeld, bei denen ausschließlich europäische Lösungen gefordert werden.

Wird das Thema Datensouveränität von den Unternehmen stark nachgefragt?

Metzner: Das hängt stark vom jeweiligen Unternehmen ab. Ein global aufgestellter Automobilhersteller betrachtet das Thema naturgemäß anders als ein spezialisierter Mittelständler.

Vor allem bei kleineren Herstellern oder im Rüstungsbereich ist das klar ein Thema. Deshalb stellen wir ein Framework bereit, mit dem Unternehmen ihren tatsächlichen Bedarf an Souveränität bewerten können. Dazu gehören auch externe Audits. So kann jeder Kunde fundiert entscheiden, welche Anforderungen wirklich notwendig sind.

Welche Rolle spielt dabei der Einsatz von generativer KI?

Metzner: Auch im Bereich KI und Machine Learning spielt Datensouveränität eine wichtige Rolle.

Dabei gilt: Es muss nicht immer das leistungsfähigste KI-Modell sein. Oft reicht ein kostengünstigeres Modell aus. Entscheidend ist, ob es den konkreten Anwendungsfall zuverlässig erfüllt.

Auf Ihrem Messestand haben Sie eine agentenbasierte Produktionssteuerung demonstriert. Wie funktioniert diese?

Metzner: Es gibt mehrere Agenten, die jeweils für Teile einer Produktionsanlage verantwortlich sind. Wenn beispielsweise ein Roboter ausfällt, analysiert ein Optimierungsagent die Situation und fragt: „Wo kann ich die Produkte stattdessen bauen? Was muss zuerst fertig werden?“

Nutzer können direkt mit den Agenten kommunizieren und beispielsweise Informationen zu Auslastungen oder Rohmaterialien abfragen. Das ist die Vision von Industrie 4.0, die jetzt realisierbar wird, weil wir nicht mehr alles starr programmieren müssen.

Funktionieren diese Systeme auch mehrsprachig?

Metzner: Ja, das ist eine essenzielle Anforderung. In modernen Werken arbeiten Menschen vieler Nationalitäten. Deshalb müssen Benutzeroberflächen und Assistenten in unterschiedlichen Sprachen verfügbar sein.

Diese Erfahrung haben wir auch in unseren Amazon Fulfillment Centern gesammelt. Dort können Mitarbeitende die Benutzeroberflächen inzwischen auf ihre jeweilige Sprache umstellen.

FAQ: Industrial AI in der Produktion

Was bedeutet Industrial AI bei AWS? – Industrial AI beschreibt bei AWS den Einsatz von KI für industrielle Anwendungen, insbesondere Physical AI und agentenbasierte Wartungssysteme.

Welche Rolle spielt Industrial AI auf dem Shopfloor? – Industrial AI kann Simulation und reale Fertigung verbinden, Produktionsabläufe optimieren und direkt auf dem Shopfloor unterstützen.

Wie helfen Maintenance-Agenten bei Industrial AI? – Maintenance-Agenten führen Wartungsdaten, Handbücher und Dokumentationen zusammen, damit Informationen schneller verfügbar sind.

Warum ist Datensouveränität bei Industrial AI wichtig? – Datensouveränität ist besonders für regulierte Branchen, den Public Sector und Projekte mit europäischen Anforderungen relevant.

Wie verändert Industrial AI die Produktionssteuerung? – Agenten können einzelne Anlagenbereiche übernehmen, miteinander kommunizieren und Produktionslinien flexibler machen.