Gartner geht davon aus, dass bis 2027 mehr als die Hälfte der generativen KI-Modelle in Unternehmen für eine bestimmte Branche oder Funktion entwickelt werden und nicht für allgemeine Zwecke – was MES-Anbieter begünstigt, die sich tatsächlich mit Fertigung auskennen und nicht nur mit KI.
Doch Gartner macht auch deutlich, wo der Haken liegt: Nur etwa ein Drittel der MES-Anbieter kann heute nachweisen, dass KI tatsächlich in einer realen Produktionsumgebung zum Einsatz kommt. Über KI zu reden ist einfach. Sie in der Fertigung so zu implementieren, dass die Bediener ihr vertrauen und sie täglich nutzen, ist der schwierige Teil.
Daher habe ich mich gefreut, dass Critical Manufacturing auch in diesem Jahr im Market Guide wieder zu den weltweit relevantesten MES-Anbietern und zu den fortschrittlichsten im Bereich KI gezählt wurde. Doch die Anerkennung ist nicht wirklich der springende Punkt. Es läuft, einfach ausgedrückt, darauf hinaus: Wir haben die Plattform so aufgebaut, dass KI in einem echten Fertigungskontext arbeiten kann – und nicht nur als Chatbot, der auf ein paar Dashboards sitzt.
KI in der Fertigung braucht ein starkes MES-Fundament
Fertigungsunternehmen interessieren sich für KI, und sie sind zu Recht vorsichtig damit. Was sie brauchen, ist eine KI, der sie vertrauen und die sie tatsächlich tagtäglich nutzen können – keine Demo. Sie muss echte Probleme für die Menschen in der Fertigung lösen: Bediener, Ingenieure, Vorarbeiter und Produktionsleiter. Wenn sie das nicht tut, hat sie dort nichts zu suchen.
Das ist der Maßstab, auf den wir hingearbeitet haben, und der Großteil der Arbeit findet unterhalb der KI statt, nicht in ihr. Unser MES bewältigt bereits wirklich komplexe Produktionsumgebungen, verfolgt das Geschehen in der Fertigung bis hin zum einzelnen Arbeitsschritt, erkennt Abweichungen sofort, sobald sie auftreten, und arbeitet mit Live-Daten statt mit einer Momentaufnahme von vor einer Stunde.
Die KI sitzt darüber. Und wir haben sie schrittweise integriert, statt alles auf einmal: zuerst maschinelles Lernen und generative KI, um den Menschen zu helfen, ihre Daten zu verstehen, dann mehr agentenbasierte KI, die Teile einer Aufgabe selbst übernehmen kann, indem sie über das Geschehen nachdenkt und nicht nur Daten abruft. Das ist in etwa die Richtung, in die sich der Markt laut Gartner entwickelt – was beruhigend ist, denn genau diesen Weg beschreiten wir schon seit einiger Zeit.
Wahre Innovation liegt im Datenzugriff, nicht in der KI
Die interessanteste Veränderung, die ich beobachtet habe, ist nicht das, was KI berechnen kann. Es geht darum, wer überhaupt die Frage stellen darf. Jahrelang bedeutete das Abrufen einer Antwort aus dem MES, sich in einer komplexen Benutzeroberfläche auszukennen, auf ein Dashboard zu warten, das jemand im Voraus erstellt hatte, oder einen Spezialisten zu bitten, die Daten für einen abzurufen. Die Informationen waren da. Der Zugang zu ihnen fehlte.
Genau dafür sind KI-Copiloten da: nicht, indem man einfach ein Chat-Fenster an das MES anhängt, sondern indem man den Nutzern ermöglicht, mit dem System in einfacher Sprache zu interagieren. Mit dem Analytics Copilot können Nutzer Produktionsdaten abfragen und selbst Diagramme und Dashboards erstellen – ganz ohne spezielle technische Kenntnisse. Ein Produktionsleiter kann fragen: „Was waren gestern die Hauptursachen für Ausfallzeiten?“, und erhält innerhalb von Sekunden eine konkrete Antwort, anstatt ein Ticket zu erstellen und in einer Warteschlange zu stehen.
Der MES-Copilot leistet dasselbe für Bediener direkt innerhalb des MES, das sie ohnehin bereits nutzen: Er hilft ihnen, Informationen zu finden, Abläufe einzuhalten und ihre Arbeit eigenständig zu erledigen – auf der Grundlage echter, verlässlicher Daten statt auf Vermutungen. Der Mehrwert liegt nicht in der KI selbst. Er liegt darin, was aufhört, ein Engpass zu sein, sobald die KI da ist.
Die wahre Bewährungsprobe kommt nach der Einführung der KI
Die härteste Bewährungsprobe für KI in der Fertigung ist nicht der Proof of Concept. Es geht darum, ob sie drei Monate später noch genutzt wird – in einer ganz normalen Schicht, ohne dass jemand zusieht.
Das ist der Maßstab, an dem wir unsere eigenen Anwendungsfälle messen: das Zusammenfassen von Dokumenten, die Unterstützung bei der Wartung durch das Durchforsten von Handbüchern, das Erstellen von Schichtübergabeberichten, die Leistungsdaten und Logbuchnotizen zusammenführen, das automatische Vergleichen von Dokument- und Stücklistenversionen sowie das Erkennen von Ausschusstrends.
Keine dieser Aufgaben wird für ihren Ehrgeiz einen Preis gewinnen. Aber jede einzelne spart jeden Tag echte Zeit für echte Menschen. Wenn KI auf diese Weise funktioniert, ersetzt sie nicht das Fachwissen vor Ort. Sie beseitigt vielmehr die damit verbundenen Reibungsverluste
Ohne Vertrauen funktioniert nichts
All dies spielt keine Rolle, wenn Hersteller dem System nicht vertrauen können, und Gartner stellt zu Recht Transparenz, Governance und Beobachtbarkeit in den Mittelpunkt der Diskussion. Hersteller müssen wissen, wie KI eingesetzt wird, wohin ihre Daten fließen und ob eine Empfehlung erklärt und überprüft werden kann – insbesondere in regulierten Umgebungen mit hohem Risiko.
Für uns ist das in die Funktionsweise des Systems integriert und nicht nur in einer Richtlinie festgeschrieben und dort belassen. Kundendaten werden niemals zum Trainieren von Modellen Dritter verwendet und nur in dem Moment verarbeitet, in dem tatsächlich eine KI-Anfrage gestellt wird. Hersteller sollten nicht die Kontrolle aufgeben müssen, um Innovation zu erhalten. Sie sollten beides haben.
Wohin sich KI in der Fertigung entwickelt
Die Anerkennung durch Gartner ist ein schöner Meilenstein, aber nicht wirklich der springende Punkt. Der springende Punkt ist, dass MES über seine alte Aufgabenbeschreibung hinausgewachsen ist. Ausführung, Transparenz und Kontrolle – all das ist nach wie vor wichtig, aber es bildet nun die Basis, nicht mehr die Obergrenze. Was auf dieser Basis aufgebaut wird, ist letztlich dieselbe kleine Verschiebung, mit der wir begonnen haben: von der Suche nach einer Antwort hin zum bloßen Fragen danach, um schließlich die Fertigungsebene zu erreichen.
Der Gewinn ist nicht nur ein clevereres System. Es sind der Bediener, der Ingenieur und der Produktionsleiter, die die Antwort erhalten, auf die sie früher Tage lang gewartet hätten, und die dadurch eine bessere Entscheidung treffen können – nicht nur eine schnellere. Das ist der Wandel, der zählt. Nicht intelligentere Software um ihrer selbst willen, sondern mehr Menschen in der Fertigung, die die Antwort erhalten, die sie brauchen, wenn sie sie brauchen.
– – – – –
Weiterführende Links
👉 www.criticalmanufacturing.com
Foto: unsplash
