Automatisierung bedeutet, menschliche Handlungsweisen durch technische Abläufe zu ersetzen – Abläufe, die verlässlich, reproduzierbar und in der Regel deterministisch sind. Ein Automat ist dabei eine abgeschlossene Einheit, deren Verhalten vollständig beschrieben und von klar definierten Bedingungen abhängig ist. Diese Form der Automatisierung war und ist essenziell für Effizienz, Qualität und Sicherheit.
Doch der industrielle Kontext verändert sich schneller, als klassische Automatisierung reagieren kann. Variantenvielfalt, volatile Märkte, dynamische Lieferketten und der demografische Wandel fordern Systeme, die nicht nur ausführen, sondern entscheiden, adaptieren und interpretieren. Autonomie erweitert daher den Horizont: Ein autonomes System kann unter unsicheren und variablen Randbedingungen wirken, Entscheidungen über längere Zeiträume treffen und sich selbst stabilisieren – ohne ständige menschliche Eingriffe.
Bei der Technologie-Initiative SmartFactory-KL in Kaiserslautern entsteht dafür mit der ‚Autonomik‘ eine neue wissenschaftliche Disziplin. Sie verbindet Automatisierungstechnik, KI, Informatik mit Sozial- und Rechtswissenschaften und beschäftigt sich mit der Frage, wie Maschinen, Systeme sowie Fabriken eigenständig handeln können – sicher, robust und verantwortungsvoll. Der demografische Wandel erhöht dabei den Handlungsdruck: In den kommenden Jahren wird eine Generation erfahrener Fachkräfte die Industrie verlassen, während gleichzeitig die Anforderungen an Produktionssysteme steigen.
Drei Bausteine für die autonome Fabrik
Um den Übergang von heutigen Produktionslandschaften zu autonomen Fabriken zu ermöglichen, hat die SmartFactory-KL ein Architekturmodell geschaffen, das modular, offen und Brownfield-fähig ausgelegt ist. Es basiert auf drei fundamentalen Bausteinen.
Den ersten bildet ein digitaler Backbone als Gedächtnis und Nervensystem der Fabrik. Digitale Zwillinge repräsentieren die relevanten Assets – Maschinen, Komponenten, Softwaremodule, Produkte oder Arbeitsplätze. Dadurch entsteht eine einheitliche Beschreibung der Produktionsobjekte, klassische Datensilos können aufgelöst und Informationen für Entscheidungen bereitgestellt werden. Der digitale Backbone schafft so die Grundlage für Interoperabilität und maschinelles Verständnis. Automatisierte Produktionsanlagen erfordern höchste Standards bei Sicherheit, Verfügbarkeit und Prozessgeschwindigkeit. ‣ weiterlesen
Whitepaper: Integration von Maschinenschutztoren
Der zweite Baustein betrifft die Automatisierung selbst. Während klassische Automatisierung in Signalen, Kabeln und Schaltplänen denkt, soll die Fabrik der Zukunft in Funktionen denken. Durch softwarebasierte Kapselung werden Maschinenverhalten, Ressourcen und Arbeitsplätze abstrahiert. Sie lassen sich dadurch unabhängig von Hersteller oder Technologie flexibel einsetzen. Selbst ältere Anlagen können so als Bausteine eines autonomen Systems weitergenutzt werden.
Als dritte Ebene kommen Agentensysteme hinzu. Softwareagenten übernehmen aktive Steuerungsrollen: Produkte kennen ihren nächsten Bearbeitungsschritt, Maschinen ihre Fähigkeiten und Verfügbarkeit, Logistiksysteme planen dynamisch optimale Wege. Produktionsabläufe werden damit nicht mehr zentral vorgegeben, sondern dezentral ausgehandelt. Systeme beginnen, sich selbst zu organisieren.
Eine Architektur für beides
Entscheidend ist, dass die Referenzarchitektur traditionelle Automatisierungslösungen mit modernen Software- und Hardwarekomponenten verbindet. Im Mittelpunkt steht das Zusammenspiel zwischen OT-, IT/OT-Kopplungs- und IT-Ebene. Klar definierte Komponenten, Schnittstellen und Prozesse sollen Konsistenz und Interoperabilität gewährleisten. Unterschiedliche Systeme können dadurch miteinander interagieren – eine technische Voraussetzung dafür, dass Maschinen eigenständig handeln und kooperieren können. Gleichzeitig erleichtert die Architektur die Integration selbstlernender Systeme, intelligenter Algorithmen und Foundation Models. Sie können Daten in Echtzeit erfassen, analysieren und daraus lernen. Damit entsteht die Grundlage für autonome Entscheidungen und die automatische Anpassung an veränderte Produktionsanforderungen oder unvorhergesehene Ereignisse.
Digitale Zwillinge und Skills machen flexibel
Eine wichtige Rolle spielen dabei digitale Zwillinge und standardisierte Skills. Erkennt der digitale Zwilling beispielsweise Verzögerungen in einem Bearbeitungsschritt, können andere Maschinen automatisiert Aufgaben übernehmen. Einheitliche Skills beschreiben die Fähigkeiten einer Maschine und ermöglichen eine schnelle und flexible Neuverteilung der Aufgaben. Der Prozess kann dadurch ohne manuelle Eingriffe stabil gehalten werden.
Das verändert auch die Aufgabenverteilung innerhalb der Automatisierung. Produktionsprozesse werden variabler, Losgrößen kleiner und Anpassungen häufiger. Während die SPS weiterhin für Sicherheits- und Echtzeitfunktionen relevant bleibt, übernehmen Hochsprachen zunehmend flexible Aufgaben. Standardisierte Schnittstellen und digital beschriebene Maschinenfähigkeiten ermöglichen es, Automatisierung modular einzusetzen.
Bei KI-basierten Entscheidungen liegt die Messlatte in der Industrie allerdings hoch. Sie müssen zuverlässig, erklärbar und zertifizierbar sein. Fehlerquoten, die in Consumer-Anwendungen akzeptabel sein mögen, sind in industriellen Umgebungen nicht tragbar. Die Vision einer universellen, skillbasierten und KI-gestützten Automatisierung sieht die SmartFactory-KL deshalb erst in zehn bis 15 Jahren vollständig realisiert.
Wenn Produkte ihren Weg selbst bestimmen
Wie eine solche dezentrale Produktionslogik aussehen kann, zeigt die Matrixproduktion. Im Gegensatz zu traditionellen Produktionslinien bietet sie eine flexible Anordnung von Produktionsressourcen mit dynamischen Materialflüssen. Produktagenten können anhand des jeweiligen Arbeitsplans selbst entscheiden, welcher Weg durch die Produktion für ein einzelnes Produkt optimal ist. Eine zentrale Materialflusssteuerung, in der sämtliche möglichen Wege aller Produkttypen hinterlegt werden müssen, kann dadurch entfallen.
Industrielle Agentensysteme sammeln dazu Umgebungsinformationen über Sensoren, kommunizieren untereinander, analysieren Informationen und treffen auf dieser Basis Entscheidungen. Sie können aus Erfahrungen lernen, Konsequenzen ihrer Handlungen berücksichtigen und ihre Strategien weiterentwickeln. Durch ihren modularen Aufbau lassen sie sich zudem an unterschiedliche Produktionsumgebungen anpassen. Neue Maschinen und können durch Ressourcenagenten integriert werden, ohne umfangreiche Umprogrammierungen vorzunehmen. Echtzeitdaten erhöhen gleichzeitig die Transparenz und ermöglichen es anderen Agenten, unmittelbar auf Planabweichungen zu reagieren.
Vom starren Ablauf zum flexiblen System
Agentenbasierte Automatisierung kann bestehende Prozesse flexibler und effizienter machen. Voraussetzung dafür sind interdisziplinäre Teams und ein klar definierter Fahrplan. KI-Agenten übernehmen das Monitoring und machen Vorschläge für Anpassungen innerhalb der regelbasierten Produkt- und Ressourcenagenten. Mit der zunehmenden Vernetzung von Anlagen und der fortschreitenden Digitalisierung entwickelt sich die Technologie damit zu einem Baustein für Produktionssysteme, die sich zunehmend selbstständig an neue Anforderungen anpassen können.
