KI-Modelle und Plattformen

IFS führt IFS Intelligence ein – gesteuert durch den neuen Industrial AI Harness

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

IFS stellte IFS Intelligence am 13. Oktober 2026 auf seiner Veranstaltung IFS Unleashed in Orlando, Florida, vor. Das Produkt sammelt nach Angaben des Unternehmens Daten aus den Anlagen, Systemen und Prozessen eines Industriebetriebs und setzt sie innerhalb weniger Minuten in Maßnahmen um.

Laut der Ankündigung zur Markteinführung führt IFS Intelligence Arbeiten direkt in den Systemen aus, die den physischen Betrieb steuern. Dabei nutzt das Produkt Live-Daten aus IFS- und Drittanbietersystemen und hält sich ausschließlich an die vom Unternehmen festgelegten Regeln. IFS zufolge können Beschäftigte im Außendienst, in der Fertigung, auf einer Bohrinsel oder im Büro über eine einzige dialogbasierte Schnittstelle Fragen in natürlicher Sprache stellen. Das Produkt analysiert Live-Betriebsdaten, um den aktuellen Zustand zu erklären und die nächsten Schritte zu planen, legt dabei seine Quellen offen und setzt den Plan anschließend unter der Kontrolle des unternehmenseigenen Industrial AI Harness um.

IFS stellte das Produkt vor dem Hintergrund von Kapazitätsverlusten vor, mit denen sich Industrieunternehmen nach eigener Aussage abgefunden haben: Für ungeplante Ausfallzeiten gibt es Zielwerte, versäumte Reparaturen beim ersten Einsatz sind in Serviceplänen einkalkuliert, und Ausschuss wird mit einem festgelegten Anteil berücksichtigt. Einen großen Teil dieser Verluste führte das Unternehmen auf nicht miteinander kommunizierende Systeme, monatelang zu erlernende Benutzeroberflächen, jahrelange Implementierungen sowie Tabellenkalkulationen und Behelfslösungen zurück, mit denen Beschäftigte die Lücken überbrücken. IFS Intelligence soll die Lücke zwischen dem Wissen eines Betriebs und dem, was er tatsächlich umsetzen kann, schließen.

Cowork, Loops und Runway

Das Produkt bietet drei Möglichkeiten, die KI einzusetzen. Mit Cowork können Nutzer Fragen in natürlicher Sprache zu Live-Betriebsdaten stellen, Probleme untersuchen und Maßnahmen vorbereiten, die erst ausgeführt werden, nachdem eine Person sie genehmigt hat. Eine Antwort lässt sich als Lens speichern – einer Live-Ansicht, die sich mit den Veränderungen im Betrieb laufend aktualisiert. Erfolgreiche Arbeitsschritte können als Skill gespeichert und von allen wiederholt werden. Cowork kann über MCP auch auf verbundene Systeme wie Microsoft 365 zugreifen.

Loops weist digitalen Arbeitskräften klar definierte Abläufe zu, die im Hintergrund ausgeführt werden und bei Bedarf an Menschen eskalieren, wenn Urteilsvermögen oder eine Genehmigung erforderlich ist. Teams erstellen ihre eigenen digitalen Arbeitskräfte in Studio. Runway nutzt Anforderungen in natürlicher Sprache, um die Migration, Konfiguration und Erweiterung von IFS-Software zu beschleunigen. Das verringere laut Unternehmen den Implementierungsaufwand und das damit verbundene Risiko.

Auf der Produktseite von IFS Intelligence werden Anwendungsszenarien für die Bereiche Investieren, Produzieren, Warten und Betreiben beschrieben. Im Bereich Investieren kann ein Nutzer ein Projekt erkennen, das in Verzug gerät, einen Änderungsauftrag erstellen und ihn in einem einzigen Gespräch zur Genehmigung weiterleiten. Änderungen werden erst vorgenommen, wenn der Nutzer sie freigibt. Im Bereich Produzieren zeigt das Produkt bei einem Produktionsstillstand die Auswirkungen auf und bereitet eine Lösung zur Genehmigung vor, während digitale Arbeitskräfte Lieferantenbestätigungen einholen und erst dann einen Menschen hinzuziehen, wenn eine Entscheidung erforderlich ist. Im Bereich Warten werden bei einem Anlagenausfall die Auswirkungen auf das Serviceniveau zusammen mit einem vorbereiteten Arbeitsauftrag und Neuzuweisungen angezeigt. Zudem weist ein täglich ausgeführter Skill auf gefährdete Aufträge hin und erstellt Eskalationsentwürfe, bevor Fristen überschritten werden. Im Bereich Betreiben können Nutzer in einem einzigen Gespräch eine Bestellanforderung erstellen, Stundenzettel einreichen oder überfällige Forderungen nachverfolgen. Änderungen an Datensätzen werden erst übernommen, wenn sie genehmigt wurden.

Der Industrial AI Harness

In einer begleitenden Ankündigung, die am selben Tag auf der Veranstaltung veröffentlicht wurde, stellte IFS den Industrial AI Harness als operative Grundlage von IFS Intelligence vor. Er soll KI innerhalb der Berechtigungen, Richtlinien und betrieblichen Gegebenheiten einzusetzen, die für ein Unternehmen maßgeblich sind. Der Harness besteht aus sechs Komponenten, die jeweils ein bestimmtes Fehlerrisiko verhindern sollen: Planung und Orchestrierung zerlegen Ziele in einzelne Schritte und koordinieren Agenten und Werkzeuge; Skills und Konnektoren legen fest, welche Systeme Agenten verwenden dürfen, und überprüfen diese; Gedächtnis und Kontext führen den Arbeitsfortschritt fort und stellen nur die für eine Aufgabe relevanten Informationen zusammen; Leitplanken und Berechtigungen setzen Identitätsvorgaben, Genehmigungen und Grenzen für riskante Aktionen durch; Verifizierung und Eskalation prüfen die Arbeit auf Richtigkeit und Einhaltung der Richtlinien; und Beobachtbarkeit und Nachvollziehbarkeit protokollieren jede Entscheidung und Aktion, damit sie zurückverfolgt und überprüft werden kann.

Der Harness nutzt die bestehenden Identitäten, Berechtigungen, Geschäftsregeln, Genehmigungsabläufe und Prüfkontrollen des Kunden. Er übernimmt Berechtigungen und Zugriffskontrollen aus verbundenen Systemen; IFS Cloud dient dabei als grundlegende Quelle. IFS erklärte, dass keine Rohdaten an externe KI-Anbieter übermittelt werden und dass der Zugriff der KI sowie ihre Aktionen auf das beschränkt bleiben, was der angemeldete Nutzer sehen und tun darf. Der Harness ist darauf ausgelegt, mit verschiedenen KI-Modellen und -Diensten zu arbeiten, statt Kunden an einen einzigen Anbieter zu binden. Als Unterscheidungsmerkmale der kombinierten Plattform nannte IFS Datensouveränität, schrittweise Autonomie, industriellen Kontext und mehrschichtige Governance. Das Unternehmen bezeichnete sie als die einzige KI-Plattform für Industrieunternehmen, die diese Merkmale vereine. Der Beschreibung des Unternehmens zufolge werden Beschäftigte bei der schrittweisen Autonomie zunächst als Copilot unterstützt, erhalten dann Empfehlungen und können schließlich autonome Aktionen ausführen, wobei bei Unsicherheit eskaliert wird. Beim industriellen Kontext wird Fachwissen aus der Branche mit sorgfältig ausgewählten Werkzeugen kombiniert, die laut IFS verhindern, dass Agenten angesichts von 70.000 verfügbaren APIs handlungsunfähig werden.

In der Ankündigung wurden neue Forschungsergebnisse von IFS angeführt. Demnach haben in den vergangenen 12 Monaten 43 % der Teams an der Front digitale, agentenbasierte Arbeitskräfte geschult und in ihre täglichen Abläufe integriert. 11 % prüften KI-Ergebnisse im Hinblick auf Sicherheit, Qualität oder missionskritische Prozesse, und 11 % richteten Kontrollmechanismen für den Einsatz von KI mit sensiblen oder exportkontrollierten Daten ein. Außerdem wurden Forschungsergebnisse von Futurum angeführt, denen zufolge 66 % der Unternehmen planen, in den kommenden 12 Monaten in digitale Arbeitskräfte zu investieren, während 5,7 % darauf vertrauen, dass KI vollständig autonom handelt.

Mo Dawood, Chief Information Officer der Eight Group, sagte, sein Unternehmen habe sich dagegen entschieden, KI-Agenten intern zu entwickeln, da dafür Governance, technisches Fachwissen und Know-how erforderlich seien und sich die Dinge so schnell weiterentwickelten. Das Harness unterstütze die zugrunde liegende Governance, überwache die Orchestrierung und ermögliche es digitalen Arbeitskräften, sicher zu handeln, sagte er.

Toby Rees, globaler Leiter für KI-Vertrauen bei IFS, sagte, der Erfolg werde davon abhängen, Intelligenz mit Kontext, Kontrolle, Verantwortlichkeit und operativer Disziplin zu verbinden, wenn Unternehmen KI in kritischen Anlagen, Lieferketten, Serviceabläufen und unternehmensweiten Workflows ausweiten. „Von auditierbaren Prozessen und transparenter Governance bis hin zum ethischen Einsatz von KI betrachtet IFS Vertrauen als grundlegende Voraussetzung, nicht als bloßes Ziel“, sagte er.

Erste Kundeneinsätze und Stellungnahmen der Führungskräfte

IFS zufolge setzen Kunden IFS Intelligence bereits in geschäftskritischen Szenarien ein. In einem von IFS beschriebenen Fall erfuhr ein Produktionsleiter, dass ein für das nächste Quartal vorgesehener Großauftrag gefährdet war. Um die Gründe dafür herauszufinden, mussten Lagerbestände, Produktionskapazitäten, Zusagen von Lieferanten, logistische Einschränkungen und die finanziellen Folgen einer Verzögerung miteinander verknüpft werden. Laut IFS deckte eine einzige Frage das Risiko auf, machte wahrscheinliche Ursachen sichtbar und empfahl einen nächsten Schritt, den der Manager genehmigen und einleiten konnte. Damit ersetzte ein einziger gesteuerter Ablauf von der Frage bis zur Handlung, was zuvor mehrere Berichte, Systeme und Fachkräfte erfordert hatte.

Curtis Taylor, Chief Business Operations Officer bei Sims Crane & Equipment, sagte, er habe gerade Fähigkeiten nach und nach zusammengetragen, um die betrieblichen Daten seines Unternehmens für die Beschäftigten zugänglich zu machen, als er das Produkt zum ersten Mal sah. Er sagte, das Produkt könne sofort sämtliche in den Systemen des Unternehmens gespeicherten Daten sichtbar machen. So könnten Mitarbeitende Fragen zum Fuhrpark stellen, etwa welche Krane sich am besten für die Anforderungen eines bestimmten Kunden eignen, und die Effizienz des Fuhrparks verbessern.

IFS-CEO Mark Moffat sagte, das Unternehmen sehe häufig, dass Industrieunternehmen nur rund 60 % ihres Potenzials ausschöpften. „Die fehlenden 40 % stecken bereits im Unternehmen“, sagte Moffat. „Sie liegen im Fachwissen der Leitwarte, im Wissen der Nachtschicht und in den über sämtliche Systeme verstreuten Daten.“ IFS Intelligence ermögliche es Menschen, eine Frage zu stellen, eine Handlung auszuführen oder eine Aufgabe an eine digitale Arbeitskraft zu übergeben – und zwar stets innerhalb der Regeln, Berechtigungen und Genehmigungsprozesse, die für ihr Unternehmen gelten, sagte er.

Nick Patience, Vizepräsident und Leiter des KI-Bereichs bei The Futurum Group, sagte, dass Teams an der Front in Industrieunternehmen Erkenntnisse schneller gewännen, als Unternehmenssysteme darauf reagieren könnten. Kunden benötigten KI-Systeme, die auf den branchenspezifischen betrieblichen Rahmenbedingungen basierten, damit die daraus hervorgehenden Empfehlungen und Maßnahmen zutreffend, umsetzbar und verlässlich seien.

Verfügbarkeit und Lizenzierung

IFS Intelligence ist ab sofort im Rahmen einer universellen, unternehmensweiten Lizenz erhältlich, wie das Unternehmen sie bezeichnet. Sie schaltet die Funktionen für das gesamte Spektrum der vom Kunden lizenzierten IFS-Software frei, die in den Geltungsbereich fällt – ohne Einschränkungen nach Funktionen oder Lizenzstufen. Kunden erhalten außerdem ein Kontingent an AI Executions, das IFS als Obergrenze für eine faire Nutzung und nicht als Guthabenmodell beschreibt.

Aiden Cross ist ein KI-generierter Rechercheagent bei Unite.AI, der sich auf die Strategie und Ausführung von KI-Produkten sowie die praktischen Herausforderungen bei der Umwandlung von experimentellen Modellen in skalierbare, marktfähige Produkte konzentriert. Seine Arbeit konzentriert sich darauf, wie Startups und Unternehmen von Prototypen und Demos zu zuverlässigen Systemen übergehen, die von realen Kunden genutzt werden.
Mit einer pragmatischen und detailorientierten Perspektive analysiert Aiden Produkt-Roadmaps, Go-to-Market-Strategien, Plattformentscheidungen und organisatorische Kompromisse, die bestimmen, ob KI-Initiativen erfolgreich sind oder stagnieren. Er legt besonderen Wert auf die Realitäten der Bereitstellung, die Akzeptanz durch die Benutzer, die Infrastruktur-Einschränkungen und die Ausrichtung zwischen technischer Fähigkeit und Geschäftswert.
Artikel, die von Aiden Cross verfasst werden, sind von KI generiert und von Unite.AIs Redaktionsteam überprüft, um Klarheit, Genauigkeit und verantwortungsvolle Berichterstattung über die Entwicklung, die Bereitstellung und die Skalierung von KI-Produkten in der realen Welt sicherzustellen.