„Physical AI“ statt „Gehirn im Glas“ Wie KI in der Industrie vom Berater zum Akteur werden soll

Anbieter zum Thema

Siemens AG Digital Factory

Siemens AG

MicroConsult Academy GmbH

RECOM Power GmbH

Nun soll KI das Chatfenster verlassen und physisch in die Fabrik sowie tief in die Engineering-Software eingreifen. Auf der Hannover Messe stattet Siemens das „Gehirn im Glas“ nun sprich- und wortwörtlich mit Händen und Füßen aus.

Wer in den letzten zwei Jahren über KI in der Industrie sprach, landete unweigerlich bei Chatbots, die Code-Schnipsel vorschlagen oder Handbücher zusammenfassen. Das war bei Siemens auch noch letztes Jahr der Fall, als es darum ging, einer deterministisch arbeitenden Industrie mithilfe des Copilots verlässliche Ergebnisse zu bieten. Der KI sollte also das Halluzinieren bestmöglich ausgetrieben werden. Auf der diesjährigen Hannover Messe skizzierte Siemens nun den nächsten, zwingend notwendigen Schritt: Die Technologie muss handlungsfähig werden.

Das Bild, das Siemens für den aktuellen Status quo der KI wählt, ist das Gehirn im Glas, einer wirklich intelligenten Entität: „Man kann ihr eine Frage stellen und sie antwortet. Aber sie kann nicht sehen, hat keinen physischen Kontakt und noch keine echten Auswirkungen“, erklärte Cedrik Neike, CEO von Siemens Digital Industries, auf der Pressekonferenz. Die Herausforderung bestehe nun darin, dieses Gehirn im Glas mit der physischen Welt zu verbinden: Ein Konzept, das die Industrie als „Physical AI“ zusammenfasst. Siemens greift dieses Thema von zwei Seiten an: über tief integrierte Software-Agenten im Engineering und über handfeste Robotik auf dem (eigenen) Shopfloor.

Der KI-Kollege in der Entwicklung: Der „Eigen Engineering Agent“

Für Automatisierungsingenieure dürfte die interessanteste Ankündigung der „Eigen Engineering Agent“ sein. Während Standard-KI-Tools generische Code-Vorschläge liefern, die Entwickler manuell adaptieren und validieren müssen, ist der neue Agent direkt an das TIA Portal (V19, V20, V21) angebunden. Er hat damit vollen Zugriff auf die Datenstrukturen, Bausteine und Parameter eines spezifischen Projekts.

Vasi Philomin, KI-Leiter bei Siemens, betonte auf der Pressekonferenz die Tragweite dieser Entwicklung: „Dies markiert einen grundlegenden Wandel: weg von einer KI, die nur Vorschläge generiert, hin zu einer KI, die Engineering-Aufgaben von Anfang bis Ende ausführt.“ Der Agent übernimmt verschiedene Aufgaben, erstellt etwa SPS-Code (SCL und LAD), HMI-Visualisierungen via WinCC Unified sowie Geräte- und Netzwerkkonfigurationen.

Bemerkenswert an der Architektur ist die Fähigkeit zur Selbstkorrektur: Der Agent teilt komplexe Befehle in Einzelschritte auf, evaluiert seine eigenen Ergebnisse im Projektkontext und korrigiert Syntax- oder Kompilierungsfehler selbstständig, bevor er dem Ingenieur das Ergebnis zur Prüfung vorlegt. Die versprochenen Metriken sind ambitioniert: Erste Pilotprojekte, laut Siemens bei über 100 Kunden weltweit, weisen auf eine zwei- bis fünfmal schnellere Aufgabenausführung und eine um bis zu 50 Prozent höhere Engineering-Effizienz hin.

In der Praxis zeigt sich der Nutzen besonders beim Onboarding oder bei der Wartung von undokumentiertem Legacy-Code. Einem Hersteller von Produktionsanlagen für die Automobilindustrie gelang es laut Siemens, die Einarbeitungszeit neuer Ingenieure von mehreren Wochen auf wenige Tage zu reduzieren, da diese den Agenten schlicht in natürlicher Sprache nach Zusammenhängen bestimmter Anlagenstationen befragen konnten.

Physical AI in der Fabrik: Vom Customer Zero zum humanoiden Roboter

„Eat your own dog food“, nennt Cedrik Neike ein Prinzip, dass er aus seiner Zeit im Silicon Valley her kennt. „Customer Zero“ nennt es Siemens offziell und etwas eleganter. Gemeint ist damit, die angebotene Automatisierung auch selbst einzusetzen. So nutzt Siemens das eigene Elektronikwerk in Erlangen als Versuchslabor, um Prozesse zu automatisieren, die bisher als zu komplex galten. Rainer Brehm, CTO und COO für Automation, nannte das „Automatisieren des Unbekannten“. Ein Beispiel ist das Verpacken von Wechselrichtern samt Zubehör in weiche, flexible Plastiktüten. Eine Aufgabe, an der klassische, starr programmierte Automatisierungstechnik scheitert, die sich nun aber über Vision-Language-Action-Modelle (VLA) lösen lässt.

Noch einen Schritt weiter geht der Einsatz humanoider Roboter. In Kooperation mit dem britischen Robotik-Unternehmen Humanoid (und unter Einsatz von Nvidia-Technologie) wurde der radgetriebene Roboter HMND 01 Alpha im Erlanger Logistikbereich getestet. Die Maschine übernahm autonom Transportaufgaben: das Greifen, Transportieren und Platzieren von Behältern. Die Ergebnisse des Tests lesen sich vielversprechend: Eine Betriebszeit von über acht Stunden, 60 Behälterbewegungen pro Stunde und eine Pick-and-Place-Erfolgsquote von über 90 Prozent. Auch wenn humanoide Roboter noch nicht zum Standardrepertoire europäischer Fabriken gehören, demonstriert der Anwendungsfall, dass die Technologie die Laborumgebung verlässt.

Smart Factory in der Praxis

Wie Siemens im Gerätewerk Erlangen das Industrial Metaverse umsetzt

Das Rückgrat der KI: Infrastruktur und Edge-Ökosystem

Beide Welten, die softwareseitige KI im Engineering und die autonome Hardware in der Robotik, erfordern eine gewaltige Rechenleistung und vor allem eine sichere Infrastruktur. KI-Modelle müssen nah an der Maschine (Inferenz) ausgeführt werden. Dafür hat Siemens die nun allgemein verfügbare „Industrial AI Suite“ ins Feld geführt, die auf Industrial Edge basiert. Sie soll nicht nur das Ausrollen und standortübergreifende Verwalten von KI-Modellen standardisieren, sondern den gesamten KI-Lebenszyklus abdecken. Ein zentrales neues Feature ist das deutlich vereinfachte Retraining von Modellen: Anwender können nun Bilddaten direkt mit Produktionsdaten aus dem MES oder der Steuerung verknüpfen, was ein entscheidender Faktor für präzise Machine-Vision-Anwendungenist.

Parallel dazu treibt Siemens die Dezentralisierung voran: SCADA-Systeme wie WinCC Unified oder WinCC Open Architecture lassen sich nun direkt als Edge-App oder auf der virtuellen SPS (SIMATIC S7-1500v) betreiben. Durch den erweiterten „Industrial Information Hub“ ist dabei ein bidirektionaler Datenfluss zwischen Edge-Gerät und zentraler IT möglich. Da dieser Hub nun auch ARM-basierte Geräte wie das SIMATIC IOT2050 unterstützt (inklusive geplantem LTE- und Batteriebetrieb), rücken vermehrt dezentrale Anwendungen, etwa in der Wasserwirtschaft, in den Fokus.

Auch das Thema OT-Sicherheit wird in diesem hochvernetzten Kontext zwingend wichtiger. Das aktualisierte Industrial Edge Management in der Version 2.0 schlägt die Brücke zur klassischen IT, indem es nun Hypervisoren wie OpenShift und Hyper-V unterstützt. Für kritische Infrastrukturen kündigte Siemens für die zweite Jahreshälfte 2026 zudem explizite IEC 62443-4-2-zertifizierte Sicherheitsfunktionen an, die den „Air-Gapped“-Betrieb für physisch vom Internet getrennte Anlagen ermöglichen. Dass diese Maßnahmen greifen, bescheinigte kürzlich auch das Prüfinstitut UL Solutions, das die Plattform mit dem „Platinum“-Zertifikat für Cybersicherheit und Resilienz auszeichnete. Abgerundet wird das Edge-Angebot durch ein gezielt ausgebautes Partner-Ökosystem: Unternehmen wie OnLogic steuern künftig robuste Industrie-PCs für widrigste Öl-, Gas- und Fertigungsumgebungen bei, während Partner wie MVTec und Basler sofort einsetzbare Machine-Vision-Lösungen für die automatisierte Qualitätsprüfung liefern.

Hardware gegen den KI-Energiehunger: Der neue Halbleiter-Leistungsschalter Sentron 3QD2

Einen fast schon klassischen Hardware-Ansatz zur Bewältigung des KI-Energiehungers zeigte Siemens zudem mit dem neuen Halbleiter-Leistungsschalter Sentron 3QD2. Cedrik Neike verglich den Technologiewechsel von rein mechanischen Schaltern hin zu diesem Halbleiter-Modell auf der Pressekonferenz mit dem Sprung von der klassischen Glühbirne zur LED. Die Leistungsdaten des neuen DC-Portfolios, zu dem begleitend auch das Halbleiter-Schaltgerät Sirius 3RF5 gehört, sind für Betreiber von Rechenzentren durchaus attraktiv: Laut Neike ist der Leistungsschalter tausendmal schneller als herkömmliche Systeme und agiert jenseits des Mikrosekundenbereichs.

Ein Vorteil für die Architektur künftiger KI-Fabriken ist die direkte DC/DC-Schaltfähigkeit. Dadurch, so Siemens, ließen sich bis zu 50 Prozent der sonst benötigten Kupferverkabelung einsparen. Für ein KI-Rechenzentrum mit einer Leistung von einem Gigawatt rechnet Neike das Einsparpotenzial so auf bis zu 26 Millionen Euro pro Jahr hoch. Zusätzlich punktet die Hardware beim Energiemanagement: Der Schalter kennt Zwischenzustände und agiert als Sensor. Er kann beispielsweise erkennen, wenn LED-Panels im vermeintlich ausgeschalteten Zustand weiterhin „heimlich“ Energie ziehen, und die Stromzufuhr intelligent komplett kappen. Auch in puncto Sicherheit und Verschleiß bietet das Halbleiter-Design einen handfesten Vorteil: Der Schaltvorgang erfolgt komplett lichtbogenfrei.

Agentic AI: Die Automatisierung der Automatisierung hat begonnen

Evolution statt Revolution: Industrielle KI reift vom isolierten Text-Generator zu einem tief integrierten und verlässlichen Werkzeug heran. Ob als „Eigen Engineering Agent“ verankert im TIA Portal oder als humanoides System auf dem Hallenboden, die Technologie übernimmt zunehmend das „Undifferentiated Heavy Lifting“. Doch die Präsentationen zeigten auch: KI in der Industrie funktioniert nicht als Standalone-Software. Sie erfordert ein leistungsstarkes Ökosystem aus robuster Edge-Infrastruktur, nahtloser Datenintegration und passender Hardware.

Für den Ingenieur bedeutet das keinen Jobverlust, sondern einen Paradigmenwechsel in seinem Tätigkeitsfeld. Wegen des Fachkräftemangels und immer kürzerer Innovationszyklen ist diese Entwicklung auch zwingend geboten. Die KI befreit den Entwickler von repetitiver Fleißarbeit wie Variablen-Umbenennungen oder Standard-Konfigurationen. Nicht aber von der Validierung oder gar der Verantwortung, die keine noch so schlaue, aber dennoch nicht menschliche Maschine übernehmen kann. Dennoch bleibt unterm Strich mehr Raum für echtes Domänenwissen, kreatives Systemdesign und die komplexe Problemlösung.

Letztlich ist dieser Vorstoß in die „Physical AI“ auch eine industriepolitische Notwendigkeit aufgrund der technologischen Vorstöße in den USA und China. „Unsere einzige Chance in Europa ist die schnelle Adaption“, warnte Siemens-Vorstand Cedrik Neike auf der Messe. Die Ausgangslage sei gut, da drei der vier weltweit größten Automatisierungskonzerne aus Europa stammten. Neike machte jedoch unmissverständlich klar: „Diesen Vorteil müssen wir nutzen. Denn die Realität ist: Jedes Mal, wenn wir warten, verlieren wir etwas.“ KI wird damit vom Hype zum harten Wettbewerbsfaktor. Das sprichwörtliche „Gehirn im Glas“ bekommt also nicht nur Augen, sondern endlich auch Hände, auch wenn die letzte Freigabe im TIA Portal vorerst noch dem menschlichen Ingenieur obliegt. Die Automatisierung der Automatisierung hat begonnen. (mc)

(ID:50825858)