IT/OT-Konvergenz „Das größte Hindernis ist oft nicht die Technologie, sondern die Denkweise“

Anbieter zum Thema

Rockwell Automation

Rockwell Automation GmbH

MicroConsult Academy GmbH

Schneider Electric GmbH

IBR Leiterplatten GmbH & Co. KG

Rekordinvestitionen vs. Cyberrisiken: Der neue „State of Smart Manufacturing Report“ von Rockwell Automation zeigt, wo die deutsche Industrie steht. Im Interview klären wir, welche konkreten Schlüsse Automatisierer daraus ziehen können.

Die Industrie verlässt die Pilotphase: Laut dem „State of Smart Manufacturing 2026“-Report fließen 29 Prozent der Betriebsbudgets in neue Technologien. Doch heterogene Maschinenparks, IT-Sicherheit in Brownfield-Anlagen und ungenutzte Daten bremsen die Skalierung. Im Interview zeigt Vincenzo Monaco, Sales Director DACH bei Rockwell Automation, wie Unternehmen durch digitale Zwillinge, Cloud-Edge-Konzepte und IT/OT-Integration ihre OEE steigern und dem Fachkräftemangel begegnen.

Laut dem Report investieren deutsche Unternehmen weltweit mit am meisten in Industrietechnologie und verlagern den Fokus nun auf die flächendeckende Skalierung. Welche spezifischen technologischen Hürden, etwa bei der Standardisierung von Schnittstellen oder heterogenen Maschinenparks, sehen Sie in der Praxis am häufigsten, wenn Pilotprojekte auf ganze Fabriken ausgerollt werden sollen?

Beim Übergang von Pilotprojekten zur flächendeckenden Einführung besteht die größte Herausforderung darin, mit heterogenen Maschinenlandschaften und mangelnder Standardisierung umzugehen. Viele Fabriken sind organisch gewachsen, wodurch sie über unterschiedliche Technologien, Protokolle und Schnittstellen verfügen.

Gleichzeitig verändern sich die Erwartungen hin zu deutlich größerer Flexibilität und Skalierbarkeit. Produktionslinien müssen sich schnell an veränderte Anforderungen anpassen, wie etwa bei der Umsetzung von kundenindividueller Massenproduktion, ohne dass dabei der Betrieb angehalten wird. Ein Beispiel ist das Hinzufügen individueller Namen zu Produkten wie Schokolade, ohne dass es zu einer Unterbrechung der Produktionslinie kommt. Dies erfordert hochgradig anpassungsfähige Systeme, die in Echtzeit reagieren können.

Dieser Trend zur Skalierung spiegelt sich auf dem gesamten deutschen Markt wider. Hier lassen Hersteller nun – flankiert von bedeutenden Investitionen – die Pilotphase hinter sich und gehen zu flächendeckenderen Einführungen über. Wie unser „State of Smart Manufacturing 2026“-Report zeigt, wenden deutsche Hersteller 29 Prozent ihrer Betriebsbudgets für Industrietechnologie auf. Um die genannten Herausforderungen zu bewältigen, arbeiten wir eng sowohl mit Endnutzern als auch OEMs zusammen, um Architekturen und Schnittstellen zu standardisieren. Digitale Zwillinge spielen dabei eine immer wichtigere Rolle. Im Rahmen eines Projekts haben wir beispielsweise einen vollständigen digitalen Zwilling einer Logistikumgebung erstellt. Damit konnten wir feststellen, dass eine tragende Säule im Fabriklayout eine Umleitung im Materialfluss verursachte, was zu einer Verzögerung von zwei bis drei Minuten pro Paket führte. Durch die virtuelle Identifizierung konnten wir den Ablauf vor der tatsächlichen Inbetriebnahme dann neu gestalten. Dadurch lassen sich jetzt im Betrieb erheblich Zeit und Kosten einsparen.

Intelligente Fertigung

KI, Cyberrisiken, Datenlücken: Deutschlands Fertigung im Stresstest

Zunehmende Digitalisierung und Vernetzung bedeutet auch ein höheres Risiko an Cyberangriffen. Wie empfiehlt Rockwell konkret, Bestandsanlagen im Brownfield an der sensiblen IT/OT-Schnittstelle effektiv abzusichern, ohne die Latenz, Echtzeitfähigkeit oder Verfügbarkeit der laufenden Produktion zu beeinträchtigen?

Angesichts der zunehmenden Vernetzung gewinnt die Cybersicherheit immer mehr an Bedeutung, insbesondere in Brownfield-Umgebungen. Unser Ansatz dafür basiert auf dem Prinzip der Layered Protection.

Zunächst sind unsere Steuerungen und Systeme mit integrierten Sicherheitsfunktionen ausgestattet. Darüber hinaus implementieren wir zusätzliche Software-Ebenen, die den Datenfluss zwischen IT- und OT-Systemen überwachen und kontrollieren.

Diese Fokussierung ist besonders relevant in Deutschland, wo die Einführung von Cybersicherheitsmaßnahmen bereits sehr hoch ist, die Gefährdung jedoch ebenfalls zunimmt. Unserem Bericht zufolge haben 98 Prozent der Hersteller in ihre Cybersicherheit investiert. Zugleich geben 60 Prozent von ihnen an, von Cyberangriffen betroffen gewesen zu sein.

Ein zentrales Element ist die Durchführung umfassender Assessments. Wir analysieren die gesamte Netzwerkarchitektur sowohl auf Maschinen- als auch auf Anlagenebene und geben detaillierte Empfehlungen zur Verbesserung der Sicherheit. Dazu gehört etwa auch die Identifizierung von Schwachstellen in Altsystemen und die Festlegung klarer Upgrade-Pfade.

Da wir über ein Verständnis des gesamten Produktionsprozesses verfügen, können wir nicht nur IT-Risiken bewerten, sondern auch die betrieblichen Folgen eines potenziellen Cybervorfalls abschätzen und sicherstellen, dass die ergriffenen Maßnahmen die Produktion nicht beeinträchtigen.

Der Report stellt fest, dass nicht die Verfügbarkeit von Daten das Problem ist, sondern deren Operationalisierung. Nur 40 Prozent der Betriebsdaten in Deutschland werden effektiv genutzt. Welche konkreten Architektur-Empfehlungen können Sie abgeben, um Silos aufzulösen und die Gesamtanlageneffektivität (OEE) messbar zu steigern?

Das größte Hindernis ist oft nicht die Technologie, sondern die Denkweise und die Offenheit der Systeme. Viele Unternehmen zögern nach wie vor, einen kontrollierten Zugriff auf ihre Daten zu gewähren. Dies spiegelt sich branchenweit wider. So geben Hersteller an, nur etwa 40 Prozent der von ihnen erfassten Daten effektiv zu nutzen.

Die Auflösung von Silos erfordert eine Kombination aus sicherer Konnektivität, standardisierten Datenmodellen und integrierten Plattformen. Ist diese Grundlage geschaffen, wird es möglich, Analysen und vorausschauende Wartung effektiv einzusetzen.

Beispielsweise können vorausschauende Systeme anzeigen, dass ein Motor innerhalb der nächsten zwei Monate ausgetauscht werden muss. Dies ermöglicht eine proaktive Wartungsplanung, wodurch sich ungeplante Ausfallzeiten vermeiden lassen und die Gesamtanlageneffektivität (OEE) direkt verbessert wird.

Letztendlich hängt der Erfolg von der Zusammenarbeit – zwischen Endnutzern, OEMs und Technologieanbietern – sowie der Bereitschaft ab, Daten über die gesamte Produktionsumgebung hinweg zu nutzen.

Viele Automatisierer kämpfen mit der Konsolidierung ihrer Maschinendaten aus unterschiedlichen Quellen. Welche Architekturansätze sind aus Ihrer Sicht derzeit am effektivsten, um die Daten aus der Steuerungsebene für KI-Modelle in der Qualitätskontrolle nutzbar zu machen?

Ein deutlicher Trend ist die direkte Integration von KI in industrielle Prozesse, insbesondere durch Closed-Loop-Architekturen.

So können beispielsweise KI-basierte Bildverarbeitungssysteme Abweichungen bei Produkten in Echtzeit erkennen und diese Informationen an die Steuerung zurückmelden. Dies ermöglicht sofortige Anpassungen während der Produktion und verbessert so Qualität, Stabilität und Durchsatz.

Bezüglich der Architektur ist der effektivste Ansatz der kooperative: OEMs, Endnutzer und Technologieanbieter legen gemeinsam fest, welche Daten benötigt werden und wie KI-Modelle eingesetzt werden sollen. Standardlösungen decken in der Regel die meisten Anforderungen ab, doch ihre Anpassung an den spezifischen Produktionskontext ist unerlässlich, um optimale Ergebnisse zu erzielen.

Gerade in der IT ist ein Bewusstsein für digitale Souveränität gewachsen, was deutsche und europäische Lösungen hierzulande attraktiver macht. Nun sind drei der vier großen Automatisierer europäisch, Rockwell, wenn auch der größte der vier, ist US-amerikanisch. Wie reagiert Rockwell im europäischen Markt auf dieses Bewusstsein?

Obwohl Rockwell Automation in den USA ansässig ist, sind wir in Europa gut aufgestellt, da wir fundierte Automatisierungsexpertise mit offenen, interoperablen Systemen verbinden.

Wir kennen Maschinen und Prozesse im Detail und können Kunden dabei unterstützen, dass sie europäische Vorschriften erfüllen, auch hinsichtlich der Anforderungen an Cybersicherheit und Data Governance.

Gleichzeitig sind unsere Plattformen nicht an ein einziges Ökosystem gebunden. Sie lassen sich in eine Vielzahl bestehender Automatisierungsumgebungen integrieren. Dies bietet Kunden Flexibilität und verhindert eine Anbieterabhängigkeit.

Diese Kombination aus Offenheit, lokalem Fachwissen und Prozessverständnis ist ein wesentlicher Faktor dafür, dass wir Vertrauen auf dem europäischen Markt aufbauen konnten.

Laut Ihren Daten versprechen sich Industrieunternehmen den höchsten ROI von Cloud-Plattformen. In der deutschen Automatisierungstechnik gibt es jedoch traditionell starke Vorbehalte gegen die Cloud, gerade bei latenzkritischen Steuerungsdaten. Wo zieht Rockwell Automation aktuell die klare Trennlinie zwischen Aufgaben, die zwingend auf der Edge-Ebene – also direkt an der Maschine – stattfinden müssen, und jenen, die sicher in die Cloud ausgelagert werden können?

Nicht alle Daten gehören in die Cloud. Ausgangspunkt muss immer eine klare Datenstrategie sein. Latenzkritische und steuerungsrelevante Aufgaben müssen am Netzwerkrand, also am Edge, verbleiben. Das heißt, direkt auf oder in der Nähe der Maschine, um Echtzeit-Leistung und Zuverlässigkeit zu gewährleisten. Dazu zählen etwa Regelkreise und zeitkritische Prozesse.

Die Cloud eignet sich besser für übergeordnete Analysen, eine langfristige Optimierung und standortübergreifende Erkenntnisse. Wir arbeiten gemeinsam mit Kunden daran, um individuell zu ermitteln, welche Daten in der Cloud einen Mehrwert schaffen und welche lokal verbleiben sollten.

Sicherheit und Dateneigentum stehen dabei im Mittelpunkt dieser Diskussion. Durch die Festlegung klarer Strukturen und Sicherheitsvorkehrungen unterstützen wir Kunden dabei, Cloud-Technologien dort einzusetzen, wo sie Vorteile bieten, ohne unnötige Risiken einzugehen.

Deutschland ist laut Report Vorreiter beim Einsatz Digitaler Zwillinge. Wenn wir auf die technische Praxis blicken: Sprechen wir hier momentan vorwiegend von reiner Design-, Inbetriebnahme- und Planungssimulation, oder sehen Sie bereits in der Breite einen echten, bidirektionalen Datenaustausch in Echtzeit zwischen der physischen SPS/Maschine und dem Zwilling während des laufenden Betriebs?

Digitale Zwillinge haben sich in den letzten Jahren erheblich weiterentwickelt. Ursprünglich wurden sie vor allem in der Konstruktion und im Engineering eingesetzt. Heute kommen sie zunehmend für Simulationen und die virtuelle Inbetriebnahme zum Einsatz, oftmals auf der Grundlage realer Produktionsdaten.

Dies spiegelt sich in den Akzeptanzraten für Deutschland wider: 38 Prozent der Hersteller setzen hier bereits digitale Zwillinge ein. Die Gesamtakzeptanz kombiniert mit der Absicht, diese Technologie einzuführen, liegt bei 89 Prozent.

So können beispielsweise Werksabnahmeprüfungen nun virtuell durchgeführt werden. Dies bedeutet, dass Systeme getestet und validiert werden können, noch bevor eine Maschine überhaupt physisch gebaut wird. In vielen Fällen können bis zu 80 Prozent der Systemkonfiguration im Voraus abgeschlossen werden, was die Inbetriebnahmezeit und Risiken erheblich reduziert.

Globale Lieferkettenprobleme und unvorhersehbare Materialengpässe bleiben laut Global Report massive Hürden. Wie kann eine tiefere IT/OT-Integration auf Maschinenebene, beispielsweise durch intelligente MES- oder APS-Systeme, der Produktionsebene dabei helfen, agiler auf plötzliche Bauteil- oder Materialausfälle zu reagieren und Umrüstzeiten zu minimieren?

Eine tiefgreifendere IT/OT-Integration ermöglicht eine proaktivere und widerstandsfähigere Produktion. Die vorausschauende Instandhaltung spielt dabei eine wichtige Rolle, da sie es Unternehmen ermöglicht, Ausfälle frühzeitig zu erkennen und entsprechende Maßnahmen zu planen. Dies verringert die Abhängigkeit von instabilen Lieferketten.

Darüber hinaus verbessert die Integration von MES- und Planungssystemen mit Echtzeit-Maschinendaten die Transparenz und unterstützt eine schnellere Entscheidungsfindung. Unternehmen können potenzielle Störungen frühzeitiger erkennen und effektiver darauf reagieren.

Die Kombination aus Vorhersage-Erkenntnissen und einem strukturierten Ersatzteilmanagement stellt sicher, dass kritische Komponenten bei Bedarf verfügbar sind, wodurch Ausfallzeiten reduziert und die allgemeine Agilität verbessert werden.

Der Report geht davon aus, dass GenAI dem Fachkräftemangel entgegenwirken soll. Wie genau wird diese Technologie dem Automatisierungsingenieur künftig in seinem Arbeitsalltag begegnen? Erwarten Sie in naher Zukunft beispielsweise KI-generierten SPS-Code im Engineering-Tool oder Maschine-zu-Mensch-Diagnose in natürlicher Sprache auf dem HMI?

Generative KI wird zunehmend Teil der alltäglichen Arbeitsabläufe im Ingenieurwesen.

Wir gehen davon aus, dass KI Aufgaben wie die Code-Generierung, die Systemkonfiguration und die Diagnose unterstützen wird. Ingenieure könnten mit Maschinen in natürlicher Sprache interagieren oder mit Hilfe von KI effizienter SPS-Code generieren.

Dies entspricht auch den allgemeinen Erwartungen der Branche: 41 Prozent der Hersteller in Deutschland betrachten generative KI als die wichtigste Technologie zur Bewältigung von Personalengpässen.

Gleichzeitig sollte KI als Hilfsmittel und nicht als Ersatz für menschliche Arbeitskräfte angesehen werden. Sie hilft Ingenieuren, schneller und effektiver zu arbeiten und trägt gleichzeitig dazu bei, den Fachkräftemangel zu beheben.

Das Berufsbild in der Industrie wird derzeit komplett neu definiert, über 40 Prozent der deutschen Mitarbeiter sind laut Report letztes Jahr in Umschulungsprogrammen gewesen. Wie verändert sich durch den Einzug von IT-Technologien, Low-Code-Plattformen und KI das klassische Berufsbild des SPS-Programmierers? Wird der Automatisierer der Zukunft eher zu einem IT/OT-Daten-Orchestrator und -Validierer?

Die Rolle des SPS-Programmierers verändert sich erheblich. In Zukunft müssen Ingenieure traditionelle Automatisierungsexpertise mit IT- und Datenkompetenzen verbinden. Ihr Schwerpunkt wird sich vom manuellen Schreiben von Code hin zur Konfiguration, Validierung und Optimierung von Systemen verlagern. Dieser Wandel spiegelt sich bereits in der Belegschaft: Rund 42 Prozent der Beschäftigten in Deutschland nehmen an Umschulungsprogrammen teil.

KI und Low-Code-Tools werden viele Routineaufgaben übernehmen, sind jedoch auf qualitativ hochwertige Eingaben angewiesen. Das bedeutet, dass ein tiefgreifendes Verständnis von Maschinen und Prozessen weiterhin unerlässlich ist. Infolgedessen wird der Automatisierungsingenieur zunehmend zum Koordinator: Er bringt Fachwissen, Daten und digitale Tools zusammen, um sicherzustellen, dass Systeme einen echten betrieblichen Mehrwert liefern. (mc)

(ID:50901090)