Werbung




Beckhoff zeigt auf dem 16. Deutschen Maschinenbau-Gipfel neuste KI-Technik

PB: Beckhoff zeigt auf dem 16. Deutschen Maschinenbau-Gipfel neuste KI-Technik
Hinweis: Die Bildrechte zu den Beitragsfotos finden Sie am Ende des Artikels

Wie KI bereits heute Engineering, Steuerung und Service verändert

(WK-intern) – Physical AI: Nicht die Technologie bremst den Maschinenbau, sondern das Zögern bei ihrer Anwendung

Der 16. Deutsche Maschinenbau-Gipfel fand am 10. und 11. November 2026 unter dem Leitmotiv „Zukunft produzieren“ statt.

Veranstaltet vom Verband Deutscher Maschinen- und Anlagenbau (VDMA) gemeinsam mit der Fachzeitung Produktion von mi-connect, brachte der Gipfel Spitzenvertreterinnen und -vertreter aus Industrie, Forschung und Politik zusammen. Im Mittelpunkt standen Industriepolitik, die Rolle Europas, die Wettbewerbsfähigkeit des Standorts Deutschland und die Zukunft der industriellen Produktion.

In der Session „Physical AI/Embodied AI: Wenn KI in die Maschine kommt“ standen zentrale Fragen für den Maschinen- und Anlagenbau im Mittelpunkt: Welche Rolle übernimmt die Branche in der Ära verkörperter, d. h. mit physischen Systemen kombinierter KI? Entwickeln sich Maschinen zu lernenden Akteuren? Und wie nah ist diese Zukunft tatsächlich? Gerd Hoppe, Corporate Management beim Automatisierungsspezialisten Beckhoff Automation, beantwortete diese Fragen nicht mit Zukunftsvisionen, sondern mit Beobachtungen aus laufenden Projekten. Sein Fazit: Physical AI ist in konkreten Anwendungen bereits angekommen – in der KI-gestützten Entwicklung, bei der Analyse von Prozess- und Diagnosedaten sowie bei Bildverarbeitung und Echtzeitentscheidungen direkt in der Maschinensteuerung.

„Die entscheidende Frage lautet nicht mehr, ob KI im Maschinenbau funktioniert. Sie lautet: Wo beginnen wir, welchen Kontext stellen wir bereit und wie validieren wir die Ergebnisse?“, sagt Gerd Hoppe. „Wer heute reale Anwendungen pilotiert, schafft den entscheidenden Erfahrungsvorsprung – nicht durch Abwarten, sondern durch Umsetzen.“

KI arbeitet in der Maschine – nicht nur neben ihr

Physical AI verbindet KI-Modelle mit der physischen Welt der Maschine. Sie verarbeitet Bilder, Sensor- und Prozessdaten, interne Steuerungsvariablen sowie technische Dokumentationen und kann daraus innerhalb klar definierter Grenzen Aktionen im Maschinenprozess ableiten. Damit wird KI vom isolierten Werkzeug zum integrierten Bestandteil der Automatisierung.

Entscheidend ist dabei nicht allein die Leistungsfähigkeit eines Sprach- oder Bildmodells. Wirkung entsteht dort, wo die KI vollständigen Kontext erhält: Zugriff auf Steuerung, Prozess, Engineering-Daten und Maschinenwissen. Nur wenn sie die reale Maschine und ihre Abläufe versteht, kann sie im Engineering, in der Diagnose oder im Betrieb belastbare Unterstützung leisten.
„Die letzte Meile zum Maschinenprozess wird zum entscheidenden Faktor“, so Hoppe. „KI entfaltet ihren Nutzen nicht durch eine möglichst allgemeine Antwort, sondern durch einen vollständigen und validierbaren Zugriff auf den Automatisierungskontext.“

Vom KI-gestützten Engineering zur agentischen Maschine

Die Einsatzfelder reichen von KI-unterstützter Code-Erstellung über das Trainieren und Ausführen deterministischer Machine-Learning-Modelle bis hin zu agentischen Engineering-Workflows. KI kann wiederkehrende Aufgaben übernehmen, bestehende Automatisierungsprojekte analysieren, Code-Vorschläge erzeugen, Konfigurationen vorbereiten und Fehler in umfangreichen Diagnoseinformationen identifizieren.

Anhand konkreter Anwendungen zeigte Hoppe unter anderem:

  • wie sich Bestandsanlagen auf Basis vorhandener Schaltpläne, SPS-Programme und Bedieninformationen effizient modernisieren lassen,
  • wie KI die Migration von Automatisierungsprojekten unterstützt und Engineering-Artefakte strukturiert,
  • wie sich multimodale Qualitätsprüfungen direkt im Echtzeitprozess ausführen lassen,
  • wie KI-Agenten in der Diagnose sporadische Fehler in großen Logdateien schneller finden und Analyseberichte erstellen können,
  • wie Service-Agenten mit lokal betriebenen Sprachmodellen Maschinenwissen verfügbar machen, ohne dieses aus dem Unternehmen herauszugeben,
  • wie agentische Modelle den Prozessablauf durch Interaktion mit der Maschinensteuerung direkt beeinflussen.

Der Ingenieur bleibt dabei unverzichtbar. Er beschreibt die gewünschte Funktion, stellt den Anwendungskontext bereit, prüft die Ergebnisse und verantwortet Freigabe, Maschinensicherheit und Inbetriebnahme. KI verlagert Ingenieurarbeit damit nicht aus dem Prozess, vielmehr schafft sie Raum für anspruchsvollere, kreative und wertschöpfende Aufgaben.

Offenheit und lokaler Betrieb sichern Handlungsspielraum

Für Maschinenbauer und Betreiber sind Datenhoheit, der Schutz von Prozesswissen und die Vermeidung neuer Abhängigkeiten zentrale Voraussetzungen für den KI-Einsatz. Beckhoff setzt daher auf offene Schnittstellen, modellagnostische Architekturen und die Möglichkeit, KI-Modelle lokal auf dem Industrie-PC zu betreiben.
Damit können Unternehmen selbst entscheiden, welche Modelle sie einsetzen, wo diese ausgeführt werden und welche Daten den jeweiligen Anwendungen zur Verfügung stehen. Sensibles Maschinen- und Prozesswissen kann im eigenen Haus verbleiben; gleichzeitig bleibt die Auswahl von KI-Modellen und Betriebsformen flexibel.
„Souveränität entsteht nicht durch eine grundsätzliche Absage an KI oder Cloud-Angebote“, sagt Hoppe. „Sie entsteht durch eine Architektur, die Wahlfreiheit erhält: bei Modellen, beim Betriebsort und beim Zugriff auf die eigenen Daten.“

Umsetzungsgeschwindigkeit wird zum Wettbewerbsfaktor

Die Innovationszyklen der KI entwickeln sich deutlich schneller als klassische Investitions- und Entscheidungsprozesse im Maschinenbau. Gerade darin sieht Hoppe ein Risiko für die Wettbewerbsfähigkeit des Standorts Deutschland. Unternehmen, die zügig in konkrete Anwendungen einsteigen, sammeln Daten, Erfahrung und Prozesswissen – und bauen damit einen Vorsprung auf, der weit über den Zugang zu einzelnen Modellen hinausgeht.
Besonders der Maschinenbau verfügt über eine starke Ausgangsposition: tiefes Prozess- und Domänenwissen, Integrationskompetenz sowie Nähe zur realen Produktion. Diese Stärken müssen nun mit einer höheren Umsetzungsgeschwindigkeit verbunden werden. „Nicht die Technik ist der Engpass“, fasst Hoppe zusammen. „Der Engpass ist die Entscheidung, jetzt anzufangen.“

PM: Beckhoff Automation

PB: Beckhoff zeigt auf dem 16. Deutschen Maschinenbau-Gipfel neuste KI-Technik








Top