KI revolutioniert Automation!?
Angeregte Diskussion zum Thema Cybersecurity im Allgemeinen, dem CRA im Speziellen sowie Parallelen zur funktionalen Sicherheit (Quelle: VDE VERLAG)
Olaf Prein: „Wir müssen wieder stärker zu echten Innovationen kommen – und das gelingt nur gemeinschaftlich.“ (Quelle: VDE VERLAG)
Markus Sandhöfner: „Wir brauchen die ,fühlende Maschine‘. Die entscheidende Frage ist: Wie können wir mit KI und modernen Entwicklungsmethoden den dahingehenden Aufwand drastisch verringern?“ (Quelle: VDE VERLAG)
Als weiteres aktuell wichtiges Thema griff die Runde künstliche Intelligenz auf, was Dr. T. Bürger wie folgt einordnete: „KI entsteht zunächst außerhalb der klassischen Automatisierungstechnik. Das hatten wir in der Vergangenheit schon mehrfach: Beim PC, Ethernet und anderen Basistechnologien. Heute nutzt jeder diese Technologien in der Automation ganz selbstverständlich. Darin liegt die Kunst für uns Automatisierungsanbieter: Technologien, die außerhalb entstehen, clever integrieren, sodass daraus echter Kundennutzen entsteht. Bei KI werden und müssen wir da sehr schnell sein!“
Für V. Vogler ist generative KI bei der jüngeren Generation bereits Teil des Alltags. Im Automatisierungsumfeld würde sie gerade bei Low-Code- und Programmierthemen zunehmend relevant. „Ich kann mir gut vorstellen, dass die Kombination von Automation und KI in den nächsten fünf Jahren ein echter Game Changer wird. Und da spielt – passend zu unserem heutigen Thema – Offenheit eine große Rolle: nicht nur auf der Schnittstellenebene, sondern systemübergreifend. Das ist auch wichtig, sonst fassen wir auch hier wieder alles drei- oder viermal an“, sagt V. Vogler.
„Uns geht in den nächsten Jahren viel Erfahrungswissen verloren. Und genau hier können KI-Ansätze helfen, zum Beispiel in der Softwareentwicklung“, bringt Dr. T. Frank den demografischen Wandel ins Spiel. So könnten beispielsweise bestehende LLM durch Verfahren wie Retrieval-Augmented Generation mit zusätzlichem, firmenspezifischem Wissen angereichert und sie so als Assistenz im Engineering-Workflow genutzt werden. Dahingehend ist er überzeugt: „Die IT ist bei solchen Technologien meist ein Stück voraus, aber in ein bis zwei Jahren werden wir ähnliche Konzepte auch auf dem Shopfloor und im Engineering-Prozess sehen.“
Mit Blick auf KI 2030 ist er überzeugt, dass wir das Thema dann „viel unaufgeregter“ leben: „Wir machen es einfach.“ Gleichzeitig bleibe spannend, wie sich KI weiterentwickeln wird. „Das kann durchaus disruptiv sein. Im Moment habe ich allerdings den Eindruck, dass wir eine Art Sättigungskurve erreichen: Die Modelle werden von Generation zu Generation besser, aber der nächste große Sprung, so wie damals beim ersten breiten Durchbruch von General-Purpose AI, ist aktuell nicht erkennbar“, so die Wahrnehmung von Dr. T. Frank.
Aus Sicht von R. Jamal wird im Jahr 2030 kaum noch jemand über LLM sprechen. „Dann wird Robotik das große Thema sein. Nämlich Robotik mit World Models, also Systeme, die die physische Welt verstehen: Gravitation, Kräfte, Geometrie und nicht nur Text.“ Die eigentliche Welle komme also über physische KI und Robotik. „Da darf sich die Automatisierungswelt warm anziehen“, meint der Thought Leader.
„Da stimme ich zu: Hier kommt die ‚fühlende Maschine‘ ins Spiel“, sagte M. Sandhöfner. „Sie erkennt dann selbst, was sie braucht: ob wieder Schmierung fällig ist, ob ein Ersatzteil oder Wartung benötig wird, ob die Produktqualität noch stimmt und die sich dann auch aktiv meldet.“ Dafür brauche es jede Menge neue Funktionalität in der Maschine. „Teilweise basiert das auf neuen Sensoren, teilweise aber auch auf Sensorik, die heute schon verbaut ist. Wenn diese Daten verfügbar gemacht oder lokal vorverarbeitet werden, kann man sie genau für solche Zwecke nutzen“, meinte er. Parallel verändere sich die Art der Maschinenprogrammierung. „Neben modularen Funktionen wird es künftig KI-generierte und -angepasste Funktionen geben. Damit wandelt sich das Berufsbild des klassischen Applikationsprogrammierer hin zu jemandem, der KI-Ergebnisse bewertet und steuert bis hin zum Entwerfen von Prompts, die schneller zum Ziel führen.“ Dieser Wandel sei bereits im vollen Gange. „Und wir brauchen ihn auch, weil wir den Weg zur ‚fühlenden Maschine‘, die sehr viel zusätzliche Softwarefunktionalität erfordert, mit dem heutigen Personal und den bisherigen Methoden sonst schlicht nicht schaffen“, ist M. Sandhöfner überzeugt.
Nach diesen KI-Höhenflügen erdete S. Winkler die Runde mit den Worten: „Wir sollten bei KI nicht den gleichen Fehler machen, wie bei Industrie 4.0 und sie overhypen. GenAI wurde mit ChatGPT im Jahr 2022 populär. Seitdem wissen wir, dass es ein wahnsinniger Beschleuniger sein kann.“ Was ihm aktuell noch fehlt, sind echte, applikationsnahe, KI-basierte Lösungen in komplexen industriellen Prozessen.
Und zur ,fühlenden Maschine‘ ging er bewusst in die Gegenposition: „Genau da droht wieder das alte Muster. Wir wollen die nächste große Vision entwickeln, aber am Ende bezahlt sie keiner. Das Risiko: Bis wir das marktreif und wirtschaftlich hinbekommen, verkauft China schon lange solche Maschinen. Deshalb müssen wir aufpassen, dass wir mit diesen Tools schneller, einfacher und wettbewerbsfähiger werden. Wir dürfen kein Over-Engineering betreiben. Es muss vom Aufwand-Nutzen-Verhältnis zusammenpassen“, mahnt S. Winkler.
M. Sandhöfner konterte: „Wir brauchen die ,fühlende Maschine‘! Die entscheidende Frage ist: Wie können wir mit KI und modernen Entwicklungsmethoden den Aufwand drastisch verringern? Die Beschleunigung dahingehend ist deutlich spürbbar und wenn sie weiter anhält, dann wird sich auch eine solche Maschine sehr schnell rechnen.“
„Das glaube ich auch“, stimmte ihm Tom Roca, Vice President Automation Technology bei Wago, zu. „Von der Ist-Analyse her bin ich bei Dir, Steffen: Es geht um Beschleunigung, Aufwand reduzieren, schneller zum Ergebnis kommen.“ Er interpretiere die Entwicklung aber etwas anders. „Wenn wir über LLM sprechen, sehe ich durchaus eine gewisse Sättigung: Die Modelle werden zwar besser, aber der große Aha-Moment wird seltener.“ Gleichzeitig dürfe man nicht den Fehler machen, das auf KI insgesamt zu übertragen. „KI als Überbegriff ist – gemessen an ihrer Tragweite – noch ein Baby: Algorithmen gibt es seit rund 20 Jahren, aber diesen echten Durchbruch und die breite Nutzung erleben wir erst seit zwei oder drei Jahren. Und wir sind noch lange nicht an dem Punkt, an dem wir sagen können: ‚Wir erfinden Automatisierung neu – KI macht das jetzt für uns.“ Deshalb ist T. Roca überzeugt, dass sich die aktuellen Konzepte noch deutlich verändern werden, inklusive Business-Modelle. „Heute haben wir App-Stores mit 200 Apps, weil wir viele spezialisierte Anwendungen brauchen. 2030 haben wir möglicherweise nur noch eine App dank KI“, ist die Sicht von T. Roca.
Ausblick
Mit dem Thema KI hatte die Runde bereits einen themenfokussierten Ausblick gewagt. Welche weiteren Themen stehen auf dem Zukunftsradar der Player? Olaf Prein, Leiter Global Business Unit Automation bei Murrelektronik, meint: „Wir müssen wieder stärker zu echten Innovationen kommen – und das gelingt nur gemeinschaftlich. Wenn wir wirklich vorankommen wollen, müssen wir disruptiver werden, radikaler.“ Ferner ist er überzeugt, mit Kunden stärker in den Deep Dive gehen zu müssen. „Anhand von Applikationen den Nutzen neuer Technologien unmittelbar greifbar machen.“ Auf 2030 geschaut, meinte er, dass es ein offenes Automatisierungs-Ökosystem geben wird, in dem jeder mit jedem spricht und Daten in alle Richtungen fließen. „Wir sind auf einem guten Weg dahin: Allein mit den Unternehmen, die hier am Tisch sitzen, bündeln wir extrem viel Potenzial. Und darüber hinaus gibt es da draußen noch viele weitere – gerade auch kleine und mittelständische Unternehmen mit guten Ideen. Die müssen wir aktiv einbeziehen.“
T. Roca pflichtete bei: „Wenn wir die Automatisierungsbranche betrachten, sind das ja nicht nur die Unternehmen hier am Tisch. Markus hat es bereits angesprochen: Neuerungen dauern oft lange, weil wir eine lange Wertschöpfungskette haben. Wir stehen am Anfang. Vielleicht muss sich deshalb auch die Open-Automation-Initiative selbst weiter öffnen und die Kollegen entlang der Kette stärker mit an den Tisch holen, damit wir Open Automation als Anspruch für die gesamte Automatisierung verstehen.“
„Ich glaube, wir brauchen den Outbreak aus dieser Runde: mehr Sichtbarkeit, mehr Breitenwirkung“, stimmte auch Dr. T. Frank zu. Denn zukünftig würde Automation sehr viel stärker serviceorientiert, datenzentriert und software defined sein. „Die Grundlage, damit das nach außen wirklich skaliert, ist aus meiner Sicht Konsequenz bei Standards. Am Ende wird es nicht den einen Standard für jede Applikation geben. Aber sobald wir anfangen, uns verbindlich auf relevante Standards zu committen, die künftig vermutlich stärker aus der IT-Welt kommen als aus der OT, gewinnen wir Geschwindigkeit. Und genau diese Geschwindigkeit brauchen wir, um nach außen zu multiplizieren. Offene Automation funktioniert nur mit einem starken Netzwerk um uns herum.“ Dazu gehört nach seiner Empfindung auch eine Konsolidierung bei Technologien. „Wir sehen das heute schon: Es gibt Technologiepartner, die Apps für ctrlX Automation schreiben und gleichzeitig für PLCnext Technology. Am Ende liegt dann immer eine Adaptionsschicht dazwischen. Davon müssen wir perspektivisch wegkommen, wenn wir wirklich Effizienz und Skalierung wollen.“ Als guten Ansatz nennt er Margo. Abschließend erklärt er: „Viele Applikationen werden sich über Standards entwickeln. Und je konsequenter wir diese Standards annehmen, desto leichter machen wir es unserem Umfeld, in offenen Automationssystemen mitzuentwickeln, zu partizipieren – und damit das Ökosystem insgesamt zu stärken.“