foto magnific dc studio

Industrielle KI soll Entwicklung, Produktion und Anlagenbetrieb in einem kontinuierlichen Kreislauf verbinden, von der Konstruktionsvorgabe bis zum realen Betriebsergebnis.
Das Ziel: mehr Produktivität und Anpassungsfähigkeit für Hersteller durch die Verknüpfung KI-nativer Produktionsplanung mit Asset-Management-Systemen.

IFS, ein Anbieter von industrieller KI-Software, hat eine neue strategische Partnerschaft mit Siemens angekündigt. Ziel ist es, die Expertise und das Wissen aus der Planung und Entwicklung mit dem realen Betrieb von Industrieanlagen besser zu verknüpfen, um Produktion und Maschinen effizienter und zuverlässiger zu machen.

Die Zusammenarbeit vereint die führenden Kompetenzen von Siemens in den Bereichen industrielle KI, Engineering, Automatisierung und Fertigungssteuerung mit den Stärken von IFS in industrieller KI, Anlagenmanagement und Servicelösungen im Betrieb. Gemeinsam wollen die beiden Unternehmen eine zentrale Lücke schließen: den Unterschied zwischen der Planung von Produktionsprozessen und deren tatsächlichem Ablauf. Diese Diskrepanz führt in vielen Unternehmen zu Problemen wie ungeplanten Stillständen, nicht abgestimmten Wartungsplänen, getrennten Produktionsdaten und Störungen in der Lieferkette. Mit negativen Folgen für Produktivität, Flexibilität und Wirtschaftlichkeit.

Gemeinsame Herausforderung für die Industrie

Hersteller stehen zunehmend unter Druck, mit bestehenden Anlagen mehr zu leisten – also etwa die Produktion zu steigern, Margen zu sichern und den Nutzen von Maschinen über ihren gesamten Lebenszyklus zu verlängern. Gleichzeitig müssen sie schneller und flexibler auf Veränderungen reagieren.

Dabei zeigt sich immer wieder eine zentrale Hürde, denn in vielen Unternehmen sind Produktion, Wartungsplanung und Lieferkettenmanagement weiterhin nicht miteinander vernetzt. Dadurch bleiben Konstruktionsvorgaben, die tatsächliche Leistung im Betrieb und Service-Strategien voneinander getrennt.

Industrielle KI im Zentrum

Um diese Hürden zu meistern, stellen IFS und Siemens die industrielle KI in den Mittelpunkt ihrer neuen Partnerschaft. Beide Unternehmen teilen dabei die Überzeugung, dass die nächste Stufe der Leistungsfähigkeit dann erreicht wird, wenn digitale Planung und reale Produktion enger miteinander verbunden sind. Im Kern geht es darum, Designentscheidungen mit dem tatsächlichen Betrieb zusammenzubringen – und den realen Anlagenbetrieb wiederum mit der Planung und Entwicklung.

Die Technologie für den digitalen Zwilling stammt von Siemens und liefert für dieses Ziel die Daten sowie den notwendigen Kontext aus der Entwicklung, Simulation und Fertigung. IFS ergänzt diese mit Informationen aus dem laufenden Betrieb, etwa zur Wartung, zum Verhalten von Anlagen und zu ihrem gesamten Lebenszyklus in der Praxis. Gemeinsam wollen beide Unternehmen einen digitalen Zwilling schaffen, der sowohl auf Planungs- als auch auf realen Betriebsdaten basiert. Er soll sicher, nachvollziehbar und auditierbar sein – über Entwicklung, Produktion, Service und Betrieb hinweg. Damit ist er auch für den industriellen Einsatz im großen Maßstab geeignet.

Im Unterschied zu allgemeinen KI-Modellen benötigen industrielle Anwendungen höchste Genauigkeit, Zuverlässigkeit und regulatorische Sicherheit. Schon kleine Fehler können hier große Auswirkungen auf Sicherheit, Compliance und kostenintensive Anlagen haben. Genau auf diese Anforderungen ist der gemeinsame Ansatz von IFS und Siemens ausgerichtet.

»Industrielle KI liefert nur dann echten Nutzen, wenn sie sowohl auf Konstruktionsvorgaben als auch auf realer Leistung basiert«, sagt Tony Hemmelgarn, Präsident und CEO von Siemens Digital Industries Software. »Gemeinsam mit IFS bringen wir diese Bereiche zusammen, indem wir Design-, Produktions- und Asset-Lifecycle-Daten in einem sicheren, kontextualisierten Datenraum verbinden. Indem wir unsere Expertise im Bereich der industriellen KI bündeln, wollen wir unsere Kunden mit der Vision eines digitalen Zwillings unterstützen, der Innovationen schneller und sicher vorantreibt.«

»Fertigungsunternehmen benötigen eine Produktionsumgebung, die genau so funktioniert, wie sie entworfen wurde«, verdeutlicht Mark Moffat, CEO von IFS. »Unsere neue Partnerschaft mit Siemens bringt zwei Unternehmen zusammen, die jeweils einen entscheidenden Teil des Puzzles besitzen. Dabei ist agentische KI die nächste wichtige Entwicklungsstufe. Unternehmen sind aber gleichzeitig auch auf Lösungen mit geschlossenen Kreislaufmodellen, Daten und breitem Kontextwissen angewiesen, die im laufenden Betrieb keine falschen Ergebnisse erzeugen. Durch den Zusammenschluss unserer Stärken in der industriellen KI können wir Herstellern helfen, die Lücke zwischen Design und Realität zu schließen und echte, messbare Verbesserungen zu erzielen.«

KI und Industrie 4.0: »Deutschlands wichtigster Rohstoff liegt noch im Keller«

Management Summary

Deutschlands Industrie verfügt über große, bislang ungenutzte Datenbestände, die als strategischer Rohstoff für KI-Anwendungen erschlossen werden müssen.
Der Aufbau leistungsfähiger industrieller KI erfordert mehr unternehmensübergreifende Zusammenarbeit, Vertrauen und gemeinsame Daten- sowie Infrastrukturmodelle.
Deutschland besitzt starke Forschung und Industrie, nutzt diese Stärken jedoch noch zu projektorientiert und zu wenig operational für digitale Wertschöpfung.
Ein zentraler Hebel liegt im engeren Zusammenwachsen von Ingenieurswissen und Informatik, um Entwicklung, Produktion und Betrieb technischer Systeme intelligenter zu machen.
KI und Digitalisierung eröffnen neue Geschäftsmodelle – von hybriden Entscheidungsunterstützungssystemen bis zu vernetzten, autonomen Services rund um technische Produkte.

Was muss die deutsche Wirtschaft tun, um sich für das KI-Zeitalter neu aufzustellen? Prof. Dr.-Ing. Rainer Stark sieht in den ungenutzten Datenbeständen der Industrie, vertrauensvoller Zusammenarbeit und neuen Allianzen zwischen Ingenieuren und Informatikern den Schlüssel zur Sicherung des Wohlstands. Er ist Leiter des Fachgebietes Industrielle Informationstechnik an der Technischen Universität Berlin und stellvertretender Sprecher Wissenschaft im »Forschungsbeirat Industrie 4.0« der Akademie der Technikwissenschaften acatech.

Prof. Dr.-Ing. Rainer Stark © FG IIT/TU Berlin

Herr Professor Stark, fällt Ihnen eine erfolgreiche KI ein, die Made in Germany ist?

Es gibt sicher einige KI-Anwendungen in der Industrie, etwa in der Entwicklung, Produktion und Wartung und auch KI-basierte Analytik, zum Beispiel in der Medizin. Dort nutzen Unternehmen eigene Datensätze, um KI zu trainieren und Entscheidungen schneller und sicherer zu treffen. Das sind aber hausinterne Lösungen, die nicht frei auf dem Markt verfügbar sind. Im Sinn einer allgemein verfügbaren KI würde mir erst einmal nichts einfallen.

Woran liegt das?

Das hat viele Gründe, angefangen mit dem Zugriff auf Daten. Prinzipiell haben wir einen sehr großen Fundus in der Industrie. Da liegen viele große Datensätze vor, die aber oft in »Datenkellern« verbunkert sind, also in separaten Datenbanken und Servern. Sie lassen sich schlecht erschließen, denn die einzelnen Fachabteilungen reden über eine gemeinsame Nutzung ihrer Datenschätze wenig miteinander. Die IT wiederum weiß inhaltlich nichts von Daten, die in der Produktion oder Entwicklung gesammelt werden. Die Informationen, wo und in welcher Form Daten vorhanden sind, müsste man zunächst aufbereiten, um in den Unternehmen Effizienzen zu erzielen oder KI-Modelle zu trainieren. Da wären auch die Chief Digital Officer in den Firmen gefragt, die sich hier aber offenbar zu wenig engagieren oder nicht über die entsprechenden Detailkenntnisse verfügen. Eine weitere Herausforderung liegt in der Frage: Wer möchte sein Wissen wem gegenüber offenlegen, um gemeinsam davon profitieren zu können?

Warum ist das eine Herausforderung?

Nehmen Sie das Trainieren von größeren KI-Modellen, die maßgeschneidert sind auf Anwendungen wie Konzeptentwicklung, Serienentwicklung, Robotersimulation oder den Betrieb von Maschinen in der Fabrik. Im Moment sind wir da recht kleinteilig. Wir haben den Mittelstand mit sehr viel Know-how-Daten, und viele versuchen das Trainieren von KI erst einmal für sich. Sinnvollerweise müsste man solche Modelle aber über einzelne Unternehmen hinaus aufbauen. Denn diese Systeme benötigen möglichst viel Input aus unterschiedlichen Bereichen. Da brauchen wir mehr Bereitschaft, auch einmal mit der vermeintlichen Konkurrenz zusammenzuarbeiten. Viele Firmen sind noch immer sehr abgeschirmt unterwegs, aber da böten sich Möglichkeiten. Es muss ja nicht das jüngste, wichtigste Projekt sein, zu dem man Daten teilt.

Lichtbasiertes Werkzeug zur automatischen Fertigung von Leiterplatten© Siemens AG MWB

Lichtbasiertes Werkzeug zur automatischen Fertigung von Leiterplatten. Beim Projekt INSPIRE (Intelligent Hybrid Decision Support Based on Multi-Modal AI for Product Creation) handelt es sich um ein gemeinsames Forschungsprojekt des Fachgebiets Industrielle Informationstechnik (IIT) der TU Berlin und des wbk Instituts für Produktionstechnik am Karlsruher Institut für Technologie (KIT). Ziel ist es, hybride Entscheidungsunterstützungssysteme zu entwickeln, die menschliches Expertenwissen mit den Möglichkeiten moderner KI und Datenanalyse kombinieren.

Was wäre Ihr Appell an die deutsche Industrie?

Mehr wagen und gemeinschaftlich und vertrauensvoll agieren. Innerhalb der Industrie, aber auch mit der Forschung, um nicht nur punktuell etwas zu versuchen, sondern neue Dinge mit viel Rückenwind schnell in die Umsetzung zu bekommen. Eigentlich beneiden uns ja andere Nationen, die sagen: »Ihr habt eine hervorragende Forschung und Entwicklung und eine gut aufgestellte Industrie.« Aber das wird zu wenig wirklich operational genutzt beziehungsweise miteinander verzahnt. Das hatten wir bei den klassischen Technologien besser im Griff. Im digitalen Industriebereich muss da jetzt wesentlich mehr getan werden. Bisher denken wir noch immer zu projektorientiert. Es gibt Verbundprojekte, die laufen einige Jahre, man lernt auch einiges daraus, aber dann geht es in die Senke, weil zu viele Unternehmen denken: »Ich habe jetzt methodisch dazugelernt und kann das dann mit meiner Infrastruktur umsetzen.« Jetzt kommen wir aber in ein neues Zeitalter, in dem die Infrastruktur noch gar nicht vorhanden ist – zum Beispiel, um große KI-Modelle zu qualifizieren. Man braucht dazu Energie, Datencenter und die Daten selbst. Das ist eine neue Mixtur, auf die wir bisher nicht gut vorbereitet sind. Jetzt fängt das Spiel ja erst an, und wir müssen uns doppelt anstrengen.

Warum tut Deutschland sich hier mit Innovationen so schwer?

Einer von vielen Gründen ist sicher die Demografie: Wir haben stark fachlich ausgerichtete Unternehmensführerinnen und Unternehmensführer, die oft vorsichtig sind, neue Dinge anzugehen. Man versucht, sein bisheriges Erfolgsmodell weiterzuführen, und die Baby-Boomer-Jahrgänge haben den Zwang zum Wandel nur bedingt erkannt. Es lief ja so weit alles. In vielen Unternehmen hat man weiterhin eher klassisch Karriere gemacht, nicht so sehr mit neuen Ideen und Technologie-Wissen. Das muss sich ändern.

Wie ließe sich dieses Dilemma lösen?

Ein Erfolgsmodell könnte sein, dass eine gestandene Führungskraft mit sehr viel Know-how zusammengespannt wird mit einem Nachwuchstalent – jemandem mit vielen frischen Ideen, sodass die beiden gemeinschaftlich Neues entwickeln. Ich glaube, das wäre klug, weil man dadurch auch der nachrückenden Generation die Gewissheit gibt: »Ihr werdet das eines Tages leiten, ihr könnt profitieren, aber ihr müsst jetzt auch die Herausforderung annehmen, diese Zukunft mitzubestimmen, damit etwas anderes entstehen kann.« Dazu kommt noch ein anderer wichtiger Punkt: Wir haben zwischen Ingenieuren und Informatikern zu lange eine Kluft zugelassen. Das war nicht klug. Die Ingenieurinnen und Ingenieure hatten immer so ein bisschen die breite Schulter – sie waren ja auch Jahrzehnte der Stolz der deutschen Industrie. Und jetzt in den letzten Jahren ist die Ehre gebröckelt und sehr viele Ingenieure sind frustriert, weil man deren Leistung gar nicht mehr so richtig wahrnimmt. Und die Informatikerinnen und Informatiker waren zu lange nur mit ihren eigenen Themen beschäftigt und geben jetzt zu: »Wir müssen mit den Ingenieurn wesentlich enger zusammenarbeiten, denn genau diese Mischung ist das Interessante.« Das ist jetzt unsere wichtigste Aufgabe, dieses Zusammenwachsen der Disziplinen, zusammen mit dem Heben der verborgenen Daten.

Technische Zeichnung einer Gasturbine – hier von einem Flugzeug© FG IIT/TU Berlin

Technische Zeichnung einer Gasturbine – hier von einem Flugzeug. Durch den Einsatz von KI und Digitalisierung könnten völlig neue Angebote realisiert werden, etwa dass Kunden weitere Funktionen beim Erwerb einer Gasturbine dazu buchen, die aber nicht vom Hersteller selbst kommen müssen.

Warum sehen Sie im Zusammenwachsen von Ingenieurs-Expertise und Informatik eine große Chance?

Das sind eigentlich drei Punkte. Einerseits können wir mit Hilfe von massiv datengetriebenen Modellen und Simulationen die klassische ingenieurwissenschaftliche Entwicklungsarbeit auf ein neues Level heben. Zum anderen kann IT den Betrieb technischer Systeme klüger, besser und nachhaltiger machen. Bei einem unserer Forschungsprojekte, INSPIRE, geht es etwa um hybride Entscheidungsfindung, sprich: menschliches Expertenwissen mit den Möglichkeiten von KI und Datenanalyse zu kombinieren. Die Hoffnung ist, dass wir so bestehende Systeme effizienter machen, aber auch ganz neue Produkte schneller auf den Markt bringen können. Dies ist auch der dritte Punkt: Mit Hilfe von künstlicher Intelligenz und Digitalisierung erschließen wir eine neue Dimension der Wertschöpfung und können völlig neue Angebote am Markt platzieren.

An welche Art von Angeboten denken Sie?

Da ist ganz vieles denkbar. Nehmen wir an, ich bin Startup-Gründer und will mich auf mein digitales Know-how beim Entwerfen von Produkten konzentrieren, brauche aber eine verlässliche Umsetzung in der Produktionstechnik, die ich dann als Online-Service bei einem anderen Unternehmen bekomme. Oder Großgeräte wie eine Gasturbine, bei der die Kunden weitere Funktionen dazu buchen können, die aber nicht unbedingt vom Hersteller selbst kommen müssen. Mit solchen Angeboten könnten wir auch den Green Deal der EU beflügeln. Wir brauchen neue Lösungsversprechen und müssen uns auf intelligentere Systeme konzentrieren, wenn wir mit »Made in Germany« auf dem Weltmarkt bestehen wollen. Unser gesamter Betrieb von technischen Systemen geht jetzt in eine neue, vernetzte, auch autonome Form über. Diese Prozesse müssen wir beherrschen – am besten so klug, dass wir damit besser Geschäfte machen können als andere.

Das Interview führte Karsten Lemm.

1682 Artikel zu „Industrielle KI“

News | Business | Business Process Management | Effizienz | Favoriten der Redaktion | Industrie 4.0 | Künstliche Intelligenz | Strategien | Tipps

Industrielle KI: Warum Deutschlands nächster Wettbewerbsvorteil im Datenkeller liegt

17. Juli 2026

Die Verbindung von Engineering, Produktion und Betrieb wird zur entscheidenden Architekturfrage der Industrie. Die Partnerschaft von Siemens und IFS zeigt exemplarisch, wohin sich industrielle KI entwickelt: weg von isolierten Pilotprojekten, hin zu geschlossenen Datenkreisläufen, vertrauenswürdigen digitalen Zwillingen und neuen Formen industrieller Wertschöpfung. Industrielle KI entfaltet ihren Wert erst, wenn Konstruktionswissen, Produktionsdaten, Wartungsinformationen und reale Betriebsleistung…