Wie weit ist der Anlagenbau beim Umsetzen von KI-Anwendungen?

Der bewusst provokant gewählte Titel der Podiumsdiskussion, beziehungsweise die gestellte Frage, lässt sich allein schon aufgrund der vorangegangenen Vorträge zu konkreten Anwendungsfällen Künstlicher Intelligenz im Anlagenbau mit einem klaren Nein, der Anlagenbau verschläft die KI-Revolution nicht, beantworten. Jedoch wurde deutlich, dass das Thema zwar angekommen ist, das Umsetzen aber eine Herausforderung bleibt, weniger aus technischer als aus organisatorischer und kultureller Sicht. „In den aktuellen Strukturen funktioniert die Veränderung durch KI nicht, weil alle Abteilungen Silos sind“, stellte Uwe Vogt, Member of the Board bei Aucotec, fest. Stattdessen müsse übergreifender gedacht und Menschen eingestellt werden, die KI fachlich wie organisatorisch vorantreiben können.

Gleichzeitig sprachen sich Sebastian Mahler, Head of Process Control Technology bei Covestro, und Martin Mayer, Director Business Line Digital Solutions bei Zeta, gegen übergeordnete, abstrakte KI-Strategien aus. Ähnlich wie Vogt vertraten sie den Standpunkt, dass man beispielsweise Ingenieurinnen und Ingenieuren konkrete Beispiele geben müsse, wie KI ihre alltäglichen Probleme vereinfachen könne. Mayer brachte es auf den Punkt: „Wir brauchen keine KI-Strategie, sondern eine Strategie, mit unseren Problemen umzugehen.“ Eine rein top-down definierte KI-Agenda greife zu kurz. Stattdessen müsse man identifizieren, welche Arbeitsweisen „schon immer so waren und nicht mehr funktionieren“, und dort ansetzen. Florian Stürmer, Partner bei PwC Strategy&, schlug in eine ähnliche Kerbe und ordnete KI eher als Teil einer übergeordneten Wissens- und Datenstrategie ein.

Vom Dokument zum Datenmodell

Ein wiederkehrendes Thema war der Umgang mit Daten. Der Anlagenbau sei zwar datengetrieben, arbeite faktisch aber noch stark dokumentenbasiert. Vogt kritisierte, dass Informationen immer wieder aus Dokumenten extrahiert werden müssten, um sie anschließend erneut zu strukturieren. Diese „sinnlose Arbeit“, wie Mayer es nannte, sei ein Kernproblem. Für ihn ist KI an dieser Stelle nicht der einzige Ausweg, an der ein oder anderen Stelle könne es auch helfen, Prozesse von Anfang an besser zu denken.

Mahler verwies darauf, dass Prozesse dann „KI-ready“ seien, wenn es Kontextualisierung, saubere Datenverarbeitung und geeignete Schnittstellen gäbe. Erst auf dieser Basis ließen sich Anlagen perspektivisch teil- oder vollautonom betreiben.

Spezial-KI statt Allzwecklösung

In der Diskussion wurde klar zwischen generativer KI (Gen-AI) und spezialisierten KI-Anwendungen unterschieden. Große Sprachmodelle (LLM) sind nach Einschätzung von Mayer nicht dafür geeignet, die Probleme des Anlagenbaus zu lösen. An dieser Stelle ging er noch einen Schritt weiter und sagte, der europäische Anlagenbau habe es vernachlässigt, Intelligenz in die Anlage zu bringen. Stürmer ergänzte, dass Gen-AI in einzelnen Computer-Vision-Fällen oft bereits konkurrenzfähig zu klassischen Speziallösungen sei, weil sie schneller auf neue Bauteile konfiguriert werden könne.

Mensch bleibt Entscheidungsinstanz

Einigkeit bestand darüber, dass KI im industriellen Umfeld nicht autonom entscheiden sollte – zumindest nicht bei sicherheitskritischen Anwendungen. Mahler plädierte klar für einen „Human in the loop“. In einer vollautonomen Produktionsanlage übernehme die KI zwar das Monitoring und die Optimierung innerhalb definierter Leitplanken; Grenzfälle während der Produktion liefen aber weiterhin über klassische Sicherheitsautomatisierung und ein „hartes Abschalten“. Durch das Optimieren und Vergleichen der Prozessparameter durch die KI sieht Mahler allerdings Einsparpotenzial sowohl bei den CO2-Emissionen als auch den Produktionskosten. Auch Vogt betonte: „KI ist dafür da, die Entscheidungsgrundlage zu liefern, aber der Mensch trifft dann die Entscheidung.“ Voraussetzung dafür sei jedoch eine belastbare Datengrundlage.

Gleichzeitig wies Stürmer darauf hin, KI nicht an strengeren Maßstäben zu messen als den Menschen. In immer mehr Bereichen würde die KI den menschlichen Durchschnitt übertreffen. Mayer ergänzte mit einem Vergleich aus dem Alltag: Auch menschliche Fehler führten zu schweren Unfällen, etwa im Straßenverkehr. Autonomes Fahren werde nicht alle Unfälle verhindern, könne aber die Zahl deutlich reduzieren. Perfektion dürfe daher kein Maßstab sein.

Generative KI als Produktivitätstreiber im Großanlagenbau

Künstliche Intelligenz gilt als Schlüsseltechnologie für die Zukunft des Großanlagenbaus. Laut einer neuen Gemeinschaftsstudie der VDMA-Arbeitsgemeinschaft Großanlagenbau (AGAB) und der Strategieberatung Strategy& bewerten 84 % der befragten Unternehmen Generative KI (GenAI) als wichtig oder sehr wichtig für ihre künftige Profitabilität.

Akzeptanz entsteht durch Nutzen

Auch die Akzeptanz oder Ablehnung nicht nur von der Gesellschaft im Allgemeinen, sondern von Unternehmensmitarbeitenden, die zukünftig mit KI umgehen sollen im Konkreten, wurde besprochen. Wie schon zu Beginn der Diskussion waren sich die Teilnehmer einig, dass Akzeptanz nur über sichtbare Mehrwerte entstehen könne. Stürmer empfahl, gezielt Use-Cases zu wählen, „die möglichst vielen Mitarbeitenden etwas bringen“. Mahler schilderte Beispiele aus der Praxis: Communitys im Unternehmen, die sich über Prompts austauschen, Gamification-Ansätze oder interne KI-Akademien wie bei Covestro, bei denen KI-affine Mitarbeitende aus verschiedenen Fachbereichen gezielt weiterqualifiziert werden.

Vogt sprach sich dafür aus, Mitarbeitenden bewusst Zeit zum Lernen zu geben. Gleichzeitig unterstrich Stürmer, dass das Thema auch gesteuert werden müsse. Zu viele parallele Pilotprojekte führten dazu, dass kaum eines die Pilotphase verlasse.

Zwischen Aktionismus und Zögern

Die Diskussion machte deutlich, dass es weniger an Erkenntnis als an Konsequenz mangelt. Die meisten Unternehmen hätten den Bedarf erkannt, insbesondere aus dem Betreiberumfeld, weniger aus klassischem EPC-Geschäft, nach Einschätzung von Vogt. Angst vor Arbeitsplatzverlusten sei dabei nicht das Haupthemmnis. Vielmehr gehe es um die Frage: Wo liegt der Hebel für echten Fortschritt?

Für Mahler sind in vielen Unternehmen zwei Lager erkennbar: Die einen treiben KI aktiv voran, die anderen beobachten skeptisch oder haben erste Versuche ohne überzeugendes Ergebnis abgebrochen. Dennoch herrschte Einigkeit, dass Nichtstun keine Option ist. „Nicht gehen tut’s heute schon, also kann man es anders weiter probieren“, brachte Mayer diese Haltung auf den Punkt.

Wie KI die Arbeit mit R&I-Schemata radikal vereinfacht

Rohrleitungs- und Instrumentierungsdiagramme (R&I) zu erstellen ist mühsam, häufig fehlerhaft und veraltet. Das ändert sich jetzt grundlegend: KI-Systeme erfassen, prüfen und vernetzen R&I-Daten automatisiert – und verwandeln statische Pläne in dynamische Informationsmodelle, die sich dank Dexpi-Standard universell einsetzen lassen.

Nicht verschlafen, aber unentschlossen

Es passiert also bereits viel, KI wird ernst genommen, Ressourcen werden bereitgestellt. Gleichzeitig bleibt offen, ob das Tempo ausreicht. Für Stürmer ist klar: KI müsse ein fundamentaler Bestandteil der Unternehmensstrategie sein – nicht als Selbstzweck, sondern als Werkzeug, um reale Probleme zu lösen.

Vogt resümiert die Diskussion für sich wie folgt: Unternehmen müssten jetzt beginnen, KI-Anwendungsfälle zu identifizieren und insbesondere umzusetzen, und damit nicht länger warten. Außerdem müsse man erkennen, dass man nicht alles selbst machen könne, und sich entsprechende Partner suchen. Gerade in einem Feld, das sich so schnell entwickelt wie KI, sei Kooperation ein entscheidender Faktor.

Der Anlagenbau hat die KI-Revolution also nicht verschlafen, aber er steht noch am Anfang eines tiefgreifenden strukturellen Wandels. Wie schnell und wirksam dieser gelingt, wird weniger von Algorithmen abhängen als von Organisation und der Bereitschaft, gewohnte Denkweisen zu hinterfragen.

Namur setzt auf autonome Anlagen

Die Chemieindustrie in Deutschland und Europa steht unter Druck. Damit ihr nicht das Licht ausgeht, müssen Anlagen zumindest in Teilen zu „Dark Factories“ werden: Die autonome Anlage stand deshalb im Zentrum des Anwendertreffens der Prozessautomatisierer, der Namur-Hauptsitzung.