Typische Nutzungsszenarien

Zu den typischen Nutzungsszenarien gehören:

• Predictive Maintenance, indem die KI frühzeitig erkennt, wenn Ausfälle von Maschinen oder Komponenten drohen, wann Wartung im komplizierten Fertigungsplan optimal einplant werden kann, ohne die Endtermine zu gefährden oder einfach Stillstandzeiten reduziert werden,
• Prozessoptimierung, beispielsweise bei der Feinjustierung von Prozessparametern, wie Temperatur, Geschwindigkeit, Druck, um Ausschuss zu senken,
• Qualitätsvorhersagen durch frühzeitige Erkennung von Abweichungen oder Reduzierung von Ausschuss und Nacharbeit,
• Energie- und Ressourceneffizienz, indem die KI-Modelle Verschwendung erkennen und Verbrauchskurven verbessern,
• digitale Zwillinge einzelner Anlagen oder Linien, in denen reale Daten aus Maschinen und Anlagen mit Daten aus physikalischer Simulation kombiniert werden, um die Modelle anzureichern oder einfach mehr Daten zum Lernen zu generieren.

So lassen sich KI-Anwendungen schneller, kostengünstiger und mit geringerem Risiko realisieren, was zu reduzierten Stillstandszeiten, besserer Qualität, effizienterer Produktion und letztlich mehr Wettbewerbsfähigkeit führt.

Datenraumwerkstätten als KI-Inkubatoren

Viele Fabrikbetreiber und ihre Ausrüster sind kleine und mittelständische Unternehmen, die meist keine große IT-Abteilung, wenig Hallenfläche für Prototypen, kaum freie Kapazitäten zur Datengewinnung aus laufenden Maschinen oder kaum Personalkapazität für Forschungsprojekte haben.

Die zuvor beschriebenen Arbeiten, um künstliche Intelligenz und maschinelles Lernen im Datenökosystem zu nutzen, kann kaum ein Unternehmen allein bewältigen. Der tatsächlich existierende Wissensrückstand sollte gemeinsam mit vertrauenswürdigen Partnern aufgeholt werden. Der sichere Austausch von Daten fördert Kooperation und Innovation innerhalb des Ökosystems und ermöglicht es so, neue Geschäftsmodelle wirtschaftlich umzusetzen, die bislang nicht einträglich waren.

Genau darum bereitet das Fraunhofer IOSB seine kooperationsbewährten Forschungsfabriken und KI-Reallabore in Karlsruhe [1] und Lemgo [2] darauf vor, Datenraumwerkstätten zu werden: Hier finden produzierende Unternehmen alle Elemente, um schnell und einfach Datenraumtechnologien zu entwickeln sowie zu erproben.

Eine Datenraumwerkstatt muss alle Elemente anbieten, die erforderlich sind, um kollaborativ schnell einen Datenraum aufzubauen, heterogene Daten aus verschiedenen Quellen zu gewinnen, zu standardisieren und zu verarbeiten sowie allgemein Mehrwerte für Unternehmen aus dem Datenökosystem anschaulich und verständlich zu machen. Zu diesen Elementen zählen unter anderem Möglichkeiten zur Instrumentierung von Maschinen, Anlagen und Produktionsprozessen für die Fälle, dass die von Unternehmen vorgesehene oder existierende Sensorik zur Datenerfassung nicht ausreicht. Ein weiteres Element ist die Verarbeitung von Produktionsdaten im Edge-Cloud-Kontinuum. Gemeint sind damit Vor-Ort-Rechenkapazität sowie die Anbindung an eine leistungsfähige und sichere Cloudinfrastruktur, beispielsweise um KI- und ML-Modelle von Komponenten sowie Maschinen zur Demonstration von Prädiktion bzgl. Qualität, Verfügbarkeit oder Ausbringung zu trainieren und zu erstellen. Hinzu kommen MX-Port-Konfigurations-Tools zur schnellen Anbindung von Assets an den Datenraum über die verschiedenen Ausprägungen des MX-Port [3] (derzeit Hercules – EDC, Leo – Asset Admin. Shell AAS und Orion – OPC UA). Das vierte Element umfasst Kompetenzen im IT-Sicherheitsmanagement (IEC 62443) und in der IT-Sicherheit (Netzwerk, Kommunikationsprotokolle, IT/-OT-Kopplung, Zugriffs-/Nutzungskontrolle etc.). Und nicht zuletzt geht es um die systematische Entwicklung von KI-Anwendungen und deren Betrieb in industriellen Datenräumen [4] gemäß der Methodik des KI-Engineerings [5].

Unter Nutzung dieser Elemente bieten Datenraumwerkstätten unterschiedliche Formate an. Diese reichen von der bilateralen Unterstützung einzelner Unternehmen über Hackathons, zum Beispiel zur kollaborativen Erprobung von Konnektoren bis zu Governance-Workshops, in denen die Teilnehmer sich über Regeln, Rollen und Verantwortlichkeiten in einem Datenraum austauschen und verständigen. Auch Standardisierungsinitiativen können durch die Datenraumwerkstatt angestoßen werden.

Workshop auf dem Automatisierungstreff

KI-Projekte erfolgreich umzusetzen ist komplex – besonders wenn Datenbedarf und Anforderungen kaum vorhersehbar sind. Der Fraunhofer IOSB Workshop am 17. 6. 2026 in Heilbronn zeigt Führungskräften und Projektleitern, wie KI-Projekte strukturiert geplant, durchgeführt und in bestehende Teams integriert werden. Mit praxisnahen Tools, bewährten Vorgehensmodellen und realen Anwendungsbeispielen – von der Pipeline bis zum produktiven Einsatz!

Mehr unter:

mes.automatisierungstreff.com

Literatur

1. www.reallabore-innovationsportal.de/karlsruher-forschungs fabrik-fuer-ki-integrierte-produktion (26. 1. 2026)
2.  smartfactory-owl.de/ki-reallabor (26. 1. 2026)
3. factory-x.org/wp-content/uploads/MX-Port-Concept-V1.10. pdf (26. 1. 2026)
4. Usländer, T.: KI-Engineering in industriellen Datenräumen. In: Hoffmann, C. H., Hersberger, S. (Hrsg.): Wie die Künstliche Intelligenz die Wirtschaft verändert. Springer, Wiesbaden, 2025. doi.org/10.1007/978-3-658-46839-2_2
5. Usländer, Th., Schulz, D. (Hrsg.): KI-Engineering in der Produktion. Whitepaper der Fraunhofer-Institute IOSB und IAIS. Stuttgart: Fraunhofer Verlag, 2023. doi.org/10.24406/ publica-1685