Entsprechend der Unterteilung in der Normungsroadmap KI, sind die derzeit in Arbeit befindlichen oder bereits abgeschlossenen KI-Normungsprojekte neun Schwerpunktthemen zugeordnet:

• Grundlagen
• Prüfung und Zertifizierung
• Sicherheit
• Soziotechnische Systeme
• Industrielle Automation
• Mobilität
• Medizin
• Finanzdienstleistungen
• Energie und Umwelt

122 Handlungsbedarfe sind in der Normungsroadmap gelistet. Davon richten sich 88 an die Normung, 14 an die Forschung und 9 an die Gesetzgebung. Die Umsetzung der 88 Bedarfe im Bereich Normung ist auf einem guten Weg: Ein Großteil der zugehörigen Normungsprojekte ist erledigt oder in den entsprechenden Gremien in Arbeit. So wurden Stand Dezember 2024 bereits 54 % umgesetzt beziehungsweise teilweise umgesetzt. Weitere 29 sind derzeit in Umsetzung, 11 % in Vorbereitung. Ein guter Zwischenstand, der zeigt, wie effizient und zügig sich Normen und Standards für eine sichere und vertrauenswürdige KI „Made in Germany“ realisieren lassen.

Chancen in der industriellen Automation

Gerade in der industriellen Automation sind KI-Normen und -Standards relevant. Sie helfen dabei, regulatorische Rahmenbedingungen umzusetzen und fördern die unternehmensübergreifende Interoperabilität. Das in der Normungsroadmap aufgeführte Schwerpunktthema „Industrielle Automation“ befasst sich vor allem mit der digitalen Transformation des produzierenden Gewerbes mittels KI. Eine wichtige Funktion wird dabei der digitalen Abbildung der physischen Realität zugeschrieben, dem digitalen Zwilling. Die Normungsroadmap stellt Herausforderungen im Zusammenhang mit Datenmodellen für den Einsatz von KI in der industriellen Automation dar. Thema ist außerdem, wie Mensch und Maschine interagieren und wie KI-Systeme integriert werden können.

Die gleichen Begriffe verwenden, Verständnis erhöhen

Welche Themen von Fachleuten aus den interessierten Kreisen bearbeitet werden, zeigt stellvertretend ein abgeschlossenes KI-Normungsprojekt aus dem Bereich „Industrielle Automation“. In der Normungsroadmap KI wurde ein Bedarf für ein Referenzmodell fürs KI-Engineering genannt. Beim KI-Engineering geht es darum, künstliche Intelligenz systematisch in die Praxis zu bringen – von der Planung über die Datensammlung und das Trainieren eines KI-Modells bis hin zur Integration in ein Produkt oder eine Dienstleistung. Das gelingt jedoch nur, wenn alle Beteiligten vom Entwickler bis zur Entscheiderin die gleichen Begriffe verwenden und so das gleiche Grundverständnis von KI haben, ob es nun um autonome Fahrzeuge, intelligente Sprachassistenten oder KI-Anwendungen in der industriellen Produktion geht. Umgesetzt wurde dieser Bedarf unter anderem über die ISO/IEC 22989 „Informationstechnik - Künstliche Intelligenz - Konzepte und Terminologie der künstlichen Intelligenz“. Die internationale Norm erleichtert die Kommunikation zwischen verschiedenen Beteiligten, die bei KI-Projekten zusammenarbeiten.

Weitere wichtige KI-Normungsprojekte im Bereich „Industrielle Automation“ sind in Umsetzung oder wurden teilweise umgesetzt, etwa zu einer einheitlichen Vorgehensweise, um KI-basierte Systeme zu bewerten. Nicht zu vergessen: Normen und Standards dienen gerade auch kleinen und mittelständischen Unternehmen (KMU) als praktische Orientierungshilfen beim Einsatz von KI-Systemen. So gibt etwa die DIN SPEC 92001 „Künstliche Intelligenz - Life Cycle Prozesse und Qualitätsanforderungen“ Entwicklern und Anwendern eine übersichtliche und leicht verständliche Grundlage zur Qualität von KI-Modulen an die Hand. Einen aktuellen Überblick über alle erledigten und noch in Arbeit befindlichen KI-Normungsprojekte gibt es unter www.din.de/go/normungsroadmapki.

Fazit

KI-Einsatz kann die Produktivität steigern, Normen und Standards legen die dafür erforderlichen Grundlagen. Sie setzen den AI Act um, erhöhen Verständlichkeit, Sicherheit und Qualität Künstlicher Intelligenz. Das schafft Vertrauen in die neue Technologie und ermöglicht es Unternehmen, KI effizient und zukunftssicher in ihre Geschäfts- und Produktionsprozesse zu integrieren.