Software-Defined Automation: Wie Schneider Electric die Brownfield-Fabrik KI-fähig macht
Auf der NVIDIA GTC in Berlin zeigten Krishna Kasturi und Helenio Gilabert, wie Schneider Electric mit Software-Defined Automation Bestandsanlagen ohne teure Systemwechsel KI-fähig macht und Steuerung flexibel neu denkt.
Bestehende Industrieanlagen lassen sich durch KI, virtuelle Steuerungen und digitale Zwillinge schrittweise modernisieren, ohne den laufenden Produktionsbetrieb zu unterbrechen.Symbolbild - KI-generiert
Anzeige
Key Takeaways
Kritische Funktionstrennung: Striktes Trennen von deterministischer Echtzeitsteuerung im Millisekundenbereich und nicht-deterministischer KI-Compute-Ebene schützt Prozesse vor Fehlentscheidungen.
Entkopplung von Hard- und Software: Virtuelle Steuerungen (Virtual PLCs) laufen flexibel auf vorhandener Rechenkapazität wie Industrie-PCs oder Edge-Servern statt auf starrer Hardware.
Modernisierung von Bestandsanlagen: Das Konzept „Modernization as a Service“ (in Partnerschaft mit HPE) ermöglicht die schrittweise Aufrüstung von Brownfield-Anlagen ohne zeitraubendes Rip-and-Replace.
Hybride KI & Digitale Zwillinge: Die Kombination von physikalischer Simulation und Reinforcement Learning (unter anderem via NVIDIA Omniverse) ermöglicht risikofreies Training mit klaren Sicherheitsleitplanken.
Greenfield vs. Brownfield in der Industrie
Greenfield: Die Errichtung einer Fabrik auf der sprichwörtlichen „grünen Wiese“. Sämtliche Steuerungs-, Compute- und Netzwerkinfrastrukturen können von Grund auf nach modernsten Standards geplant, digital vernetzt und optimal aufeinander abgestimmt werden.
Brownfield: Gewachsene Bestandsanlagen mit einer über Jahre oder Jahrzehnte entstandenen, meist hochgradig heterogenen Infrastruktur. Die physische Hardware stammt häufig aus unterschiedlichen Generationen, nutzt herstellerspezifische Kommunikationsprotokolle und ist starr an dedizierte Steuerungsgeräte gebunden.
Herausforderung: Da weit über 90 % der weltweiten industriellen Wertschöpfung im Brownfield stattfinden, sind pragmatische Upgrade-Strategien ohne langwierige Anlagenstillstände der entscheidende Hebel für die Zukunftsfähigkeit.
Das Brownfield-Dilemma der globalen Industrie
Krishna Kasturi, Vice President Innovation & Technology Industrial Automation bei Schneider Electric.Schneider Electric
Die globale Industrie- und Prozesslandschaft befindet sich in einer Phase tiefgreifender Umbrüche. Makroökonomische Unwägbarkeiten, kontinuierlich steigender Kostendruck, fragile globale Lieferketten sowie ein akuter, anhaltender Mangel an qualifizierten Fachkräften zwingen Fertigungsunternehmen weltweit dazu, ihre Wertschöpfungs- und Produktionsprozesse fundamental neu zu denken. Das zentrale Nadelöhr dieser Transformation liegt jedoch nicht in fehlenden Ideen, sondern in der historisch gewachsenen Infrastruktur: Der überwiegende Großteil aller weltweiten Fertigungs- und Prozessanlagen besteht aus sogenannten Brownfield-Fabriken. In diesen Werken arbeiten häufig seit Jahrzehnten hochspezialisierte Maschinenparks, die von starren, proprietären Hardware-Architekturen und herstellerspezifischen Steuerungen angetrieben werden.
Ein kompletter Austausch aller Komponenten im Sinne eines radikalen Systemwechsels (Rip and Replace) scheidet für die Betreiber in der Praxis fast immer aus. Die dafür notwendigen Investitionskosten wären enorm, und die damit verbundenen, unkalkulierbaren Stillstandzeiten der Produktion würden das wirtschaftliche Risiko ins Unermessliche steigern. Auf der NVIDIA GTC in Berlin skizzierten Krishna Kasturi, Vice President of Innovation & Technology R&D for Industrial Automation, und Helenio Gilabert, Vice President R&D and Innovation bei Schneider Electric, wie sich bestehende Fabriken dennoch Schritt für Schritt in flexible, hochgradig skalierbare und KI-gestützte Fertigungsumgebungen verwandeln lassen, ohne den laufenden Betrieb zu gefährden.
Anzeige
Deterministische Steuerung trifft auf flexible KI
Helenio Gilabert, Vice President R&D and Innovation bei Schneider Electric.Schneider Electric
Der Schlüssel zur erfolgreichen Modernisierung dieser Bestandsanlagen liegt in einer klaren, kompromisslosen Architektur-Philosophie: der sauberen funktionalen Trennung von kritischer Steuerung und flexibler Rechenleistung. Steuerungsaufgaben auf der untersten Feldebene der Industrie verlangen absolute Vorhersehbarkeit und ein sogenanntes deterministisches Verhalten. Steuerungen müssen garantiert im Millisekundenbereich reagieren, um physikalische Abläufe präzise zu regeln und die absolute Betriebssicherheit von Mensch und Maschine zu gewährleisten. Künstliche Intelligenz, komplexe Datenanalysen oder adaptive Optimierungsalgorithmen agieren dagegen naturgemäß nicht-deterministisch auf Basis statistischer Auswertungen und variierender Rechenzeiten.
Schneider Electric begegnet dieser Herausforderung mit dem konsequenten Ansatz der Software-Defined Automation. Anstatt Steuerungslogik unlösend fest an eine proprietäre, physische Speicherprogrammierbare Steuerung (SPS) zu binden, wird die Steuerungssoftware vollständig von der darunterliegenden Hardware abstrahiert.
Helenio Gilabert hebt die fundamentale Bedeutung dieser klaren Schichtentrennung hervor: „Wir mischen diese Ebenen nicht. Wir nutzen eine spezialisierte Plattform für die Steuerung – was wir Software-Defined Automation nennen – und legen darüber eine Schicht, die diese deterministische Steuerungsebene mit einer nicht-deterministischen Compute-Ebene verbindet. Das sind zwei getrennte, aber tief miteinander integrierte Plattformen.“
Durch diese Entkopplung lässt sich die Steuerungssoftware als virtuelle SPS flexibel auf jeder kompatiblen Hardware-Infrastruktur ausführen, die ausreichend Kapazität bietet – beispielsweise auf modernen Industrie-PCs (IPCs) oder leistungsfähigen Edge-Servern direkt in der Werkshalle.
Was ist Software-Defined Automation (SDA)?
Definition: Die vollständige technologische Abstraktion der Automatisierungs- und Steuerungssoftware von der physischen Hardware.
Funktionsweise: Klassische Steuerungslogiken (SPS) werden virtualisiert oder containerisiert und laufen als reine Software-Workloads auf generischen Industrie-Computern, IPCs oder modernen Edge-Infrastrukturen.
Vorteile: Unabhängigkeit von proprietären Hardware-Lieferketten, vereinfachte und zentrale Verwaltung sämtlicher Software-Workloads sowie die nahtlose, performante Integration von KI-Anwendungen direkt am Entstehungsort der Daten (Edge).
Modernization as a Service: Partnerschaften als Geschwindigkeitsgarant
Anzeige
Um diese anspruchsvolle Infrastruktur-Transformation mitten im laufenden Betrieb ohne langwierige Stillstandzeiten umzusetzen, baut Schneider Electric gezielt auf ein breites industrielles Ökosystem. Ein technologischer Alleingang würde wertvolle Zeit kosten und den notwendigen Transformationsprozess in der Industrie massiv verlangsamen.
Krishna Kasturi ordnet die Dynamik des Marktes und die Rolle von Allianzen ein: „Es geht um Ausführungsgeschwindigkeit. Ohne Partnerschaften könnte man ein solches Ziel zwar auch erreichen, aber man müsste vielleicht zwei bis drei Jahre darauf warten. Und diese Zeit hat man in der Industrie nicht.“
Ein konkretes, marktreifes Ergebnis dieser Strategie ist das gemeinsam mit Hewlett Packard Enterprise (HPE) entwickelte Modell „Modernization as a Service“. Dabei wird spezialisierte, leistungsfähige Server-Hardware nahtlos und ohne langwierigen Umbau in die bestehende Infrastruktur der Fabrik integriert. Auf diesem verlässlichen Fundament lässt sich anschließend eine hochflexible Agenten-Schicht (Agentic Layer) platzieren, die datengetriebene KI-Anwendungen im Werk ermöglicht:
Anzeige
Anlagenbetrieb (Operate): Gezielte Erweiterung klassischer Regelungssysteme (Advanced Process Control, APC). Während etablierte APCs in stabilen Betriebszuständen (Steady State) hervorragend und präzise arbeiten, geraten sie bei transienten Phasen, dynamischen Umschaltvorgängen oder unvorhergesehenen Störungen schnell an ihre physikalischen Grenzen. KI-Modelle übernehmen genau in diesen kritischen Übergangsphasen die adaptive Regelung.
Instandhaltung (Maintain): Implementierung von Zustandsüberwachungen (Asset Health) und KI-gestützter vorausschauender Wartung (Predictive Maintenance), um die Verbleibende Nutzungsdauer (Remaining Useful Life) von Komponenten präzise zu ermitteln und ungeplante Maschinenausfälle effektiv zu verhindern.
Prozessoptimierung (Optimize): Kontinuierliches, automatisches Feintuning von Betriebsparametern über die gesamte Anlage hinweg, um den spezifischen Energieverbrauch drastisch zu senken und den Gesamtdurchsatz nachhaltig zu steigern.
Der Wandel in der Industriesteuerung
Merkmal
Klassische Automatisierung
Software-Defined Automation (SDA)
Hardware-Bindung
Starr an herstellerspezifische, physische SPS gekoppelt
Vollständig entkoppelt, virtualisiert und hardware-agnostisch
Skalierbarkeit
Begrenzt durch physische Gerätegrenzen und E/A-Karten
Elastisch skalierbar; Start in kleinen Teilbereichen problemlos möglich
KI-Integration
Nur über komplexe, externe Schnittstellen und Gateways
Nativ und direkt auf der parallelen Compute-Ebene auszuführen
Upgrade-Pfad
Kostenintensives, risikoreiches und zeitaufwendiges Rip-and-Replace
Schrittweise, unterbrechungsfreie Modernisierung im laufenden Bestand
Sicherheitsleitplanken und geschlossene Simulationsschleifen
Da KI-Systeme in einer physischen Fabrik bei fehlerhaften Vorhersagen oder falschen Steuerungsbefehlen erhebliche Sach- oder gar Personenschäden verursachen könnten, ist maximale Betriebssicherheit das oberste Gebot. Schneider Electric setzt daher auf durchdachte hybride Lösungsansätze, die etablierte, physikbasierte Prozessmodelle intelligent mit datengetriebenem Reinforcement Learning (bestärkendem Lernen) kombinieren.
Anzeige
Über hochpräzise digitale Zwillinge – realisiert unter anderem in enger Kooperation mit der NVIDIA Omniverse-Plattform – wird die physische Anlage im digitalen Raum lückenlos nachgebildet und simuliert. KI-Agenten durchlaufen in dieser virtuellen Umgebung unzählige komplexe Betriebsszenarien und erlernen eigenständig das optimale Verhalten bei Störungen, bevor auch nur ein einziger realer Steuerungsbefehl an die physische Maschine am Shopfloor gesendet wird.
Helenio Gilabert betont das Thema Prozesssicherheit und Governance mit Nachdruck: „Sobald man hybride Ansätze aus physikalischer Simulation und statistischer KI nutzt, braucht man strikte Sicherheitsleitplanken (Guardrails) und Governance. Es muss absolut sichergestellt sein, dass der Prozess nicht aus dem Ruder läuft, weil ein KI-Agent etwas halluziniert.“
Elastizität: Die schrittweise Transformation der Fabrik
Anzeige
Ein grundlegender, aber oft unterschätzter Vorteil der Virtualisierung im Industrieumfeld ist ihre sogenannte Elastizität. Fertigungsbetriebe sind keineswegs gezwungen, ihre gesamte Werksarchitektur von heute auf morgen auf einen Schlag umzustellen. Die Modernisierung kann stattdessen hochgradig modular und gezielt bei einer einzelnen Maschine, einer kritischen Engpass-Anlage oder einer isolierten Fertigungszelle beginnen.
Sollte an einem Standort initial noch keine hochmoderne Server-Infrastruktur vorhanden sein, lässt sich die KI-Compute-Schicht vorübergehend auch auf bereits bestehender Legacy-Hardware platzieren. Zwar ist der volle Funktionsumfang in diesem Fall durch die physische Leistung der Altgeräte begrenzt, der niederschwellige Einstieg in die datengetroffene Optimierung gelingt jedoch ohne hohe finanzielle Einstiegshürden. Mit der Zeit können veraltete physische Steuerungen dann schrittweise geordnet außer Betrieb genommen und durch flexible, virtuelle Workloads ersetzt werden.
Physical AI: KI-Agenten für industrielle Anwendungen
Schneider Electric, Nvidia und HPE wollen künstliche Intelligenz näher an industrielle Prozesse bringen. Dazu stellen die Unternehmen eine Lösung mit sogenannten „Industrial AI Agents at the Edge“ vor. Sie kombiniert HPE Private Cloud AI, gemeinsam mit Nvidia entwickelt, mit der Expertise von Schneider Electric in der industriellen Automatisierung.
Die KI-Anwendungen werden direkt in der industriellen Umgebung betrieben. Dadurch sollen sensible Betriebsdaten vor Ort bleiben, Cyberrisiken reduziert und Kosten für cloudbasierte KI-Anwendungen begrenzt werden. Über die EcoStruxure Industrial Insights Apps von Schneider Electric lassen sich mehrere KI-Agenten zentral verwalten und überwachen.
Drei Anwendungsbereiche stehen zunächst im Mittelpunkt:
OT-Monitoring: KI-Agenten analysieren Betriebsdaten, Anlagenkonfigurationen, Alarme und Wartungshistorien. Sie erkennen mögliche Störungen, bewerten deren Auswirkungen und empfehlen oder veranlassen Gegenmaßnahmen.
Cybersicherheit: Die Agenten überwachen Netzwerkaktivitäten und das Verhalten von Steuerungssystemen, erkennen Auffälligkeiten und unterstützen bei der Reaktion auf Sicherheitsvorfälle.
Energieoptimierung: Durch die Analyse von Prozessdaten, Energieverbrauch und Anlagenleistung identifizieren die Agenten Einsparpotenziale, empfehlen Anpassungen und überprüfen deren Wirkung.
Erste praktische Anwendungen gibt es nach Angaben der Unternehmen bereits in industriellen Umgebungen, unter anderem bei CMPC in Chile.
Häufig gestellte Fragen
Was versteht man unter Software-Defined Automation? - Software-Defined Automation (SDA) bezeichnet ein modernes Architekturkonzept der Industrie-Automatisierung, bei dem die Steuerungssoftware vollständig von der physischen Hardware entkoppelt wird. Anstelle herkömmlicher physischer Speicherprogrammierbarer Steuerungen (SPS) laufen virtuelle Steuerungsfunktionen flexibel als Software-Workloads auf Standard-Hardware wie Industrie-PCs oder Edge-Servern.
Warum trennt Schneider Electric die Steuerung strikt von der Compute-Ebene? - Steuerungsaufgaben in der Fabrik erfordern ein absolut vorhersagbares, deterministisches Verhalten im Millisekundenbereich, um die funktionale Sicherheit von Maschinen und Prozessen zu garantieren. KI- und Analyse-Anwendungen auf der Compute-Ebene arbeiten dagegen statistisch und nicht-deterministisch. Durch die physische oder logische Trennung beider Ebenen wird garantiert, dass rechenintensive KI-Prozesse die Echtzeit-Steuerung niemals beeinträchtigen oder gefährden können.
Wie funktioniert die Modernisierung von Bestandsanlagen (Brownfield) ohne Stillstand? - Durch Ansätze wie „Modernization as a Service“ wird moderne Server- und Edge-Hardware ergänzend in bestehende Fabriken eingebracht. Die vorhandenen Maschinen müssen nicht ausgetauscht werden. Virtuelle Steuerungen und KI-Modelle greifen direkt auf die bestehende Infrastruktur zu, um Daten lokal zu verarbeiten und Optimierungen ohne langwierige Betriebsunterbrechungen vorzunehmen.
Welche Rolle spielen digitale Zwillinge bei der KI-Integration? - Da KI-Modelle in realen Industrieanlagen nicht risikofrei im Live-Betrieb testen können, erzeugen digitale Zwillinge (z. B. auf Basis von NVIDIA Omniverse) präzise Simulationsdaten. In dieser geschützten virtuellen Umgebung werden KI-Agenten mithilfe von Reinforcement Learning trainiert und gründlich überprüft, bevor sie reale Steuerungsanweisungen an physische Maschinen senden.
Wie verhindert Schneider Electric, dass KI-Agenten im laufenden Betrieb Fehler machen? - Durch den konsequenten Einsatz strenger Sicherheitsleitplanken und hybrider Steuerungsmodelle. Physikalische Grundregeln und klassische Steuerungsmechanismen begrenzen den Handlungsraum der KI-Agenten strikt, sodass Halluzinationen oder fehlerhafte Vorhersagen der KI niemals zu kritischen Prozessabweichungen oder Schäden in der physischen Fabrik führen können.