KI und ihr Nutzen für den OEM

Neben der Weiterentwicklung und Ausrichtung des bestehenden Portfolios gehört es zu den zentralen Herausforderungen von S. ­Schönegger, den KI-Sprint mitzubegleiten. „Ich sehe die Innovationskraft von KI ähnlich der des Internets seinerzeit. Das Internet hat die Art, wie wir weltweit kommunizieren oder Inhalte suchen, komplett verändert. Nehmen wir als Beispiel den Umstieg vom Brockhaus zu Google.“ Nun verändere KI im Alltag der Industrieunternehmen intern die Arbeitsweise, ähnlich dem Wechsel von der Schreibmaschine zum Computer. „KI ist ein Arbeitswerkzeug, das eine gigantische Veränderung ebenso wie Leistungssteigerung für Unternehmen mit sich bringen wird. Und die Unternehmen, die KI korrekt und fokussiert nutzen, werden einen Wettbewerbsvorteil haben, den es so noch nie gegeben hat“, bringt er es auf den Punkt.

Konkret betrachtet er zwei Anwendungsbereiche: Software und Produkte. „Wir sprachen bereits darüber: Der Softwareanteil wird weiter steigen. Parallel wird Software intelligenter, Maschinen software-defined und virtuell. Somit muss Softwareentwicklung extrem schnell erfolgen und Unternehmensprozesse effizient organisiert werden. Hier ist der korrekte Einsatz von KI von entscheidender Bedeutung“, so S. Schönegger. Gleichzeitig versteht er KI als Produkt, das direkten Kundennutzen schaffen muss. Im Bereich generativer KI sieht er großes Potenzial etwa bei Copilot-Ansätzen, die Entwickler dabei unterstützen, Maschinen schneller zu projektieren, zu pflegen und weiterzuentwickeln. Daneben hebt er die analytische KI hervor, die bei B&R bereits seit vielen Jahren in Anwendungen wie Machine Vision genutzt wird, zum Beispiel um produzierte Ware präziser zu klassifizieren und Ausschuss zu vermeiden.

Auf die Frage, ob Kunden die KI-Möglichkeiten bewusst sind und sie das Thema KI aktiv anfragen würden, erklärt S. ­Schönegger: „Verstanden: ja, nachgefragt: auch, durchgängig effektiv eingesetzt: kommt stark darauf an. Mit KI verhält es sich wie bei allen neuen Technologien: Es gibt Menschen, die neugierig an das Thema herangehen, andere sind zurückhaltender. Als wichtige Botschaft möchte ich an dieser Stelle mitgeben, dass alle, die möglicherweise vor sechs Monaten weniger gute Erfahrungen mit KI gemacht haben, sich nun noch einmal damit beschäftigen sollten: Es hat sich viel getan und optimiert. Man muss allerdings genau selektieren, welches Large Language Model (LLM) für die jeweilige Anwendung das optimale ist!“

Was das Thema Agentic AI anbelangt, ist es ihm ein Anliegen, dieses zunächst etwas zu entmystifizieren. So ist Agentic AI für ihn vor allem ein Weg, die Fähigkeiten von Large Language Models gezielter und wirksamer nutzbar zu machen. „Solche Systeme bündeln Domänenwissen aus Unternehmen, Fachbereichen und konkreten Anwendungsfällen. Sie unterstützen dabei, Eingaben so aufzubereiten, dass Sprachmodelle deutlich zielgerichteter arbeiten können. Dadurch sinken auch die Einstiegshürden, weil Anwender nicht selbst hochkomplexe Prompts formulieren müssen, um zu brauchbaren Ergebnissen zu kommen“, informiert er allgemein. Die eigentliche Intelligenz liegt für ihn aber weiterhin im Large Language Model. „Agentic-AI-Systeme fungierten eher als strukturierende und steuernde Ebene, die Anfragen präzisiert, in Teilaufgaben zerlegt und die relevanten Quellen einbindet“, lautet seine Einordnung. So sei ein LLM überfordert, wenn man ihm als Aufgabe die Automatisierung oder den Bau einer kompletten Maschine geben würde. Hier unterstütze Agentic AI. Szenarien, in denen Systeme bei einem Maschinenfehler selbstständig auf Engineering-Daten, Dokumentationen oder Konfigurationsumgebungen zugreifen, ordnet S. Schönegger in diesen Zusammenhang ein. „Solche Anwendungen sind kein Beleg für eine völlig autonome Intelligenz! Sie zeigen lediglich, wie Wissen, Tools und Modelle gezielt verbunden werden.“ Für den Anwender werde die Nutzung damit deutlich einfacher, schneller und in vielen Fällen bereits semi-autonom erlebbar.

B&R setzt selbst auf Agentic AI, um seine Entwicklung effektiver zu gestalten. „Natürlich werden wir auch für unsere Kunden Agenten anbieten, um zum Beispiel unseren Automation Studio Copilot effizienter zu nutzen. Fakt ist, wenn man erfolgreich mit LLM arbeiten möchte, dann ist Agentic AI der nächste logische Schritt – aber eben keine Magie“, fügt er lachend an. Ein weiteres Stichwort rund um das Thema KI ist Physical AI. „Aus meiner Sicht wird der Begriff aus der Welt der humanoiden Roboter getrieben. Aber sicherlich ist das eine Interpretationssache: Für manchen ist eine intelligente Maschine, die auf Fehler reagiert, möglicherweise schon Physical AI. Oder nehmen wir unser Robotikportfolio: Unsere Codian-Roboter werden mit Sensorik ausgestattet. Die Sensordaten werden von KI ausgewertet, um den Roboter zu steuern und zu optimieren Wenn das als Physical AI angesehen wird, dann bietet B&R bereits entsprechende Lösungen an“, erklärt er.

Der aktuelle KI-Hype sorgt allerdings nicht nur für Euphorie, sondern schürt teilweise auch Ängste bei den Menschen. „Das war bislang bei jeder neuen Technologie so“, ordnet S. Schönegger ein und das hänge zum großen Teil mit den unterschiedlichen Charakteren zusammen: „Die einen sind neugieriger und probieren schneller aus, die anderen sind eben zurückhaltender.“ Das Argument, dass KI-Entscheidungen für Menschen nicht nachvollziehbar seien und deshalb KI kritisch gesehen werde, greift seiner Meinung nach zu kurz: „Wir produzieren PLC, die seit mehr als 25 Jahren kritische Prozesse steuern. Sie basieren auf CPU, deren Rechenoperationen ebenfalls hoch komplex und für Menschen schwer nachvollziehbar sind. Wir haben gelernt: Sie funktionieren und wir vertrauen ihnen.“ Mit LLM, Agentic AI und ähnlichen Ansätzen beschreiten wir schrittweise denselben Weg. „Wir müssen lernen, die Risiken zu managen. Und ja, es werden auch Fehler passieren. Das war bislang bei jeder neuen Technologie der Fall“, bekräftigt er.

Ausblick

In seiner neuen Position hat sich S. Schönegger drei wesentliche Ziele für die nächsten 12 bis 18 Monate gesteckt: „Mein erstes Ziel ist, das Innovationstempo hochzuhalten und weiter zu steigern. Egal ob es um KI, Software-Defined Automation oder die adaptive Maschine geht, wir müssen schnell und flexibel Innovationen auf den Markt bringen. Dann können auch unsere Kunden die geforderte Geschwindigkeit mitgehen.“ Sein zweites Ziel ist die Erweiterung seiner persönlichen Skills. „Ich habe in meinen 20 Jahren B&R-Zugehörigkeit viele Bereiche durchlaufen und Märkte kennengelernt. In meiner neuen Rolle ist es wichtig, ein tiefes Verständnis des gesamten Portfolios zu haben und die Anforderungen aller wichtigen Märkte und Branchen zu kennen.“ Als drittes Ziel nennt er das Thema Offenheit, das er neben der technologischen Ausprägung stärker in Richtung Partnerschaften ausbauen möchte. „Aus meiner Sicht gibt es einen großen Marktbedarf nach Zusammenarbeit. Das reicht von der Zusammenarbeit mit Kunden bis hin zu solcher mit Marktbegleitern. Wichtig ist, das Rad nicht zwei Mal zu erfinden, um Skalierungseffekte zu schaffen und die Time-to-Market zu reduzieren.“ Beispielhaft führt er Co-Creation mit großen Playern im Softwarebereich an, aber auch auf Hardwareebene gäbe es viele Synergiepotenziale. „Das heißt, wir möchten noch stärker auf den Markt zugehen, potenzielle Partner identifizieren und ihnen die Hand zur Zusammenarbeit reichen“, lautet die abschließende Botschaft von S. Schönegger.

www.br-automation.com