Die Fabrik der Zukunft wird anhand von Schreibanregungen entworfen.

Eine Sache ist sicher: Fast niemand außerhalb der Fertigungsindustrie weiß genau, wie physische Objekte hergestellt werden.

Sie kennen die groben Abläufe. Jemand entwirft etwas. Jemand anderes baut es. Ein LKW kommt an. Aber der mittlere Teil, wo aus einem Konzept eine Spezifikation wird, aus einer Spezifikation eine Beschaffungsentscheidung, aus einer Beschaffungsentscheidung eine Produktionsserie und aus einer Produktionsserie das bestellte Produkt – dieser Teil ist weitgehend unsichtbar, ungeheuer komplex und hat sich über sehr lange Zeit mehr oder weniger nicht verändert.

Das ändert sich jetzt.

Generative KI beginnt, den Fertigungszyklus grundlegend zu verändern – und zwar in einem Ausmaß, dessen Bedeutung kaum zu überschätzen ist. Um es genauer zu erklären: Der Wandel dreht sich nicht primär um Geschwindigkeit, obwohl er Prozesse beschleunigen wird. Er dreht sich auch nicht primär um Kosten, obwohl er die Kostenstrukturen erheblich verändern wird. Es geht um etwas viel Fundamentaleres: Wo im Prozess künstliche Intelligenz eingesetzt wird, von wem und wie früh. Wir stehen am Beginn einer Transformation, die die Industriewirtschaft ebenso tiefgreifend prägen wird wie die Elektrifizierung oder die Computerisierung. Die Unternehmen, die dies jetzt verstehen, solange es noch früh und mitunter verwirrend ist, werden später die Regeln für alle anderen festlegen.

Das teuerste Problem in der Fertigung ist nicht das, was Sie denken.

Fragt man die meisten Leute, wo in der Produktion Fehler passieren, verweisen sie auf die Fabrik. Doch einige der teuersten Fehler ereignen sich viel früher, in der noch unstrukturierten Phase, wenn sich eine Produktidee zu konkreten Anforderungen entwickelt. Und genau hier gehen Unmengen an Zeit und Geld verloren.

Das Problem ist die mangelnde Abstimmung. Anforderungen werden per E-Mail, in halb gelesenen Dokumenten und in Meetings gesammelt, in denen zwar eine Abstimmung suggeriert wird, diese aber nicht erreicht ist. Wochen später tauchen sie in technischen Briefings auf, die versteckte Unklarheiten enthalten, die niemandem aufgefallen sind – Unklarheiten, die erst dann zutage treten, wenn ein Prototyp fehlerhaft ist, ein Lieferant ein Angebot abgibt, das nicht ganz passt, oder das Produktionsteam feststellt, dass das ihnen übergebene Design nicht in Serie gefertigt werden kann.

Generative KI greift genau in dieser Phase ein, und die Auswirkungen wirken sich kaskadenartig auf alle nachfolgenden Schritte aus. Diese Systeme können riesige Mengen unstrukturierter Daten – Kundenfeedback, behördliche Dokumente, Daten zu Feldausfällen, Analysen von Konkurrenzprodukten – verarbeiten und sie schneller und kohärenter in strukturierte, miteinander verknüpfte Anforderungen umwandeln, als es menschlichen Teams möglich ist. Was früher wochenlange Systementwicklung erforderte, lässt sich nun in Stunden erstellen.

Wenn Anforderungen früher und detaillierter vorliegen, ändern sich die Übergaben. Beschaffungsteams können parallel zur Designphase, nicht erst danach, mit der Lieferantensuche beginnen. Die Produktionsplanung kann bereits vor der Fertigstellung der Zeichnungen starten. Phasen, die früher nacheinander abliefen, laufen nun parallel.

Für Unternehmen, die kundenspezifische mechanische Teile herstellen, wo jeder einzelne Auftrag eine neue technische Herausforderung darstellt und die Geschwindigkeit der Angebotserstellung oft den Unterschied zwischen dem Gewinn und dem Verlust eines Auftrags ausmacht, ist dies eine strategische Transformation.

Was ein erfahrener Ingenieur weiß

Es gibt ein Wissen, das die besten Fertigungsingenieure in sich tragen und das sich von außen kaum beschreiben lässt. Welche Toleranzen in großem Maßstab realisierbar sind. Welche Legierungen unter bestimmten Kombinationen von Hitze und Belastung versagen. Welche Konstruktionsentscheidungen auf dem Papier elegant wirken, aber für das Werkzeugbauteam katastrophale Folgen haben. Dieses Wissen sammelt sich über Jahrzehnte an, ist weitgehend nicht übertragbar und geht mit jedem in den Ruhestand gehenden leitenden Ingenieur verloren.

KI-gestützte Systeme beginnen, dies zu ändern. Ein Ingenieur, der an einer neuen Bauteilgeometrie arbeitet, kann nun ein System zur Serienfertigung abfragen, eine Fehleranalyse für verschiedene Lastszenarien erhalten und die Kostenfolgen eines Materialwechsels bewerten. All dies geschieht innerhalb der Entwicklungsumgebung, noch bevor ein physischer Prototyp existiert – genau dann, wenn die Informationen tatsächlich benötigt werden.

Um es klarzustellen: Es ist kein Ersatz für ingenieurtechnisches Urteilsvermögen. Entscheidungen, die Kontextwissen, professionelle Verantwortung und kreative Problemlösung unter Rahmenbedingungen erfordern, benötigen weiterhin menschliche Expertise. KI-gestützte Systeme erweitern den Lösungsraum, den Ingenieure erkunden können, bevor sie sich für einen Weg entscheiden, und verteilen Aspekte der Fertigungserfahrung erfahrener Experten früher und auf mehr Personen. Teams, die diese Systeme erfolgreich einsetzen, erzielen bessere Konstruktionen, da sie mehr Optionen evaluieren können, bevor die physikalischen und wirtschaftlichen Rahmenbedingungen der Produktion ihre Auswahl einschränken.

Zwei Arten von KI verschmelzen, und die Fabrik wird nie wieder dieselbe sein.

Hier liegt ein entscheidender Unterschied. Es gibt digitale KI – generative Systeme, die bei Design, Dokumentation, Beschaffungsanalyse und Entscheidungsfindung unterstützen. Diese Systeme arbeiten mit Informationen. Und es gibt physische KI – Wahrnehmungs-, Planungs- und Steuerungssysteme, die Industrieroboter, autonome Logistik und adaptive Fertigungsanlagen antreiben. Diese Systeme arbeiten mit Materie. Sie erfassen die Umgebung, planen Aktionen und bewegen Objekte.

Im vergangenen Jahrzehnt entwickelten sich diese beiden Kategorien weitgehend getrennt voneinander. Doch nun werden generative Modelle zunehmend zur Programmierung, Steuerung und Interpretation physikalischer Systeme eingesetzt. Roboter können Anweisungen in natürlicher Sprache empfangen und in Bewegungsabläufe übersetzen. Bildverarbeitungsmodelle ermöglichen es Inspektionssystemen, ihre Beobachtungen so zu beschreiben, dass Menschen darauf reagieren können. Generative Designwerkzeuge werden direkt mit CNC-Maschinen und additiven Fertigungssystemen verbunden, sodass eine Fabrik das fertige Produkt herstellen kann, was ein Modell entwirft.

Für Klimatechnologien sind die Auswirkungen enorm. Generative KI beschleunigt die Materialforschung und ermöglicht die Entwicklung verbesserter Batterietechnologien, effizienterer Katalysatoren und Strukturmaterialien, die die CO₂-Intensität der Industrie reduzieren. Im gesamten Fertigungssektor führt diese Konvergenz dazu, dass Fabriken zu adaptiven Systemen werden, die sich nahezu in Echtzeit an Nachfrageänderungen oder Lieferengpässe anpassen können. Die Grenze zwischen dem digitalen Fabrikmodell und der realen Anlage verschwimmt. An ihre Stelle tritt eine lernende, sich anpassende und den Kreislauf zwischen Design und Produktion auf bisher unmögliche Weise schließende Weise.

Die Frage nach den Arbeitskräften

Irgendwann muss man in jedem ehrlichen Artikel über KI und Fertigung über die Menschen sprechen. Nicht mit dem üblichen, beschwichtigenden „Es werden neue Arbeitsplätze entstehen“, das in der Technologieliteratur zu einer Art ritueller Absolution geworden ist. Man muss es einfach ansprechen.

Die Besorgnis ist real und nicht unbegründet. Die Beschäftigung im produzierenden Gewerbe hat in den letzten vier Jahrzehnten bereits tiefgreifende Umbrüche erlebt. Eine weitere Runde KI-getriebener Transformation ist für die Menschen, die in diesen Branchen arbeiten, keine abstrakte Vorstellung.

Die ersten Daten zeigen, dass der bedeutendste kurzfristige Effekt nicht die Verdrängung, sondern die Aufwertung ist. Ingenieure, die KI-gestützte Systeme nutzen, können sich auf wichtigere Entwicklungsaufgaben konzentrieren, weniger Zeit mit Routinedokumentation verbringen und sich stattdessen auf die Entscheidungen konzentrieren, die über den Erfolg eines Produkts entscheiden. Supply-Chain-Manager bewältigen komplexere Prozesse mit besseren Informationen. Führungskräfte im operativen Bereich setzen KI-generierte Erkenntnisse in Umgebungen ein, in denen die Verantwortung weiterhin eindeutig beim Menschen liegt.

Aufgaben, die sich primär durch routinemäßige Datenverarbeitung, wiederkehrende Koordinierungsaufgaben oder körperliche Arbeit innerhalb der aktuellen Leistungsfähigkeit von Robotern definieren, werden unter erheblichen Druck geraten. Dies erfordert ein ernsthaftes Umdenken seitens Unternehmen und Institutionen.

Die Fertigungsbelegschaft des nächsten Jahrzehnts wird sich durch ihre Fähigkeit auszeichnen, effektiv mit KI zu arbeiten. Sie muss deren Ergebnisse verstehen, deren Annahmen hinterfragen und deren Empfehlungen in Entscheidungen einfließen lassen, die menschliches Urteilsvermögen erfordern. Dies erfordert ein anderes Kompetenzprofil als das, auf dem die Fertigung bisher aufgebaut war. Diese Technologie in großem Umfang, gerecht und rechtzeitig zu implementieren, ist eine der wirklich großen Herausforderungen unserer Zeit.

Das Fenster

Die Fertigungsindustrie ist kein monolithischer Bereich. Die Einführung von KI in der Luft- und Raumfahrt unterscheidet sich von der Unterhaltungselektronik, der kundenspezifischen Industriekomponentenindustrie und der Medizintechnik. Das Tempo des Wandels variiert enorm in Abhängigkeit von der Dateninfrastruktur, dem regulatorischen Umfeld und den organisatorischen Kapazitäten.

Doch die Richtung ist eindeutig. Der gesamte Fertigungsprozess wird durch KI an jeder Stelle grundlegend umstrukturiert. Die Unternehmen, die in Dateninfrastruktur, KI-gestützte Entwicklungsprozesse, die Qualifizierung ihrer Mitarbeiter und Steuerungssysteme für wichtige Entscheidungen investieren, werden die Zukunft der modernen Fertigung in zehn Jahren prägen.

Die Fabrik der Zukunft wird durch Modelle geprägt, die auf vorgegebenen Vorgaben basieren und durch eine Mensch-Maschine-Kollaboration verfeinert werden, deren Bedeutung die Industrie erst allmählich begreift. Was dabei herauskommt, hängt von den Entscheidungen ab, die jetzt in Unternehmen getroffen werden, die noch immer die richtigen Fragen stellen müssen.

Das Zeitfenster, um sich einen entscheidenden Wettbewerbsvorteil zu verschaffen, ist geöffnet. Es wird jedoch nicht ewig geöffnet bleiben.