Wie die Vision der autonomen Fabrik Wirklichkeit wird

Digitale Plattformen ermöglichen es OEMs, Produktionsprozesse von Anfang bis Ende zu visualisieren, bevor sie auf dem Shopfloor ausgeführt werden. Die Herausforderung besteht nun darin, die Belegschaft aus neuen Talenten auf das erforderliche Niveau zu bringen und mit der neuesten Technologie sowie der Geschwindigkeit ihrer Entwicklung in Einklang zu bringen.

Auf der diesjährigen globalen GTC-Konferenz von Nvidia in Taipeh betrachteten Experten von Hyundai, Lucid, Schaeffler und Accenture, wie die Automobilindustrie durch KI transformiert wird und wie ein digitaler Zwilling der Lieferkette entscheidend für die Optimierung von Fertigungsentscheidungen ist. Der Weg von generativer KI für das Design hin zu agentischer KI zur Orchestrierung der Produktion in komplexen Umgebungen tritt nun in die Phase der physischen KI ein, die grundlegende Veränderungen in der realen Welt vorantreibt, indem sie Fertigungsprozesse simuliert und dann autonome Robotik einsetzt, um sie auszuführen.

„Der Einsatz intelligenterer Automatisierung wird von [KI]-Agenten koordiniert, und das ist letztlich die endgültige Vision einer autonomen Fabrik“, sagte Alpesh Patel, Senior Vice-President des Software-Defined Factory Transformation Center bei Hyundai Motor Group.

Auf dem Weg zur softwaredefinierten Fabrik

Die Hyundai Motor Group baut derzeit gemeinsam mit Nvidia in Korea eine KI-Fabrik auf, um das Training, die Validierung und den Einsatz von Modellen für KI im Fahrzeug, autonomes Fahren, intelligente Fabriken und Robotik zu beschleunigen. Nvidia stellt Hardware und Software für KI bereit, und wird Hyundai wird Nvidias Blackwell-KI-Infrastruktur in der Fertigung und Robotik sowie beim autonomen Fahren einsetzen. Die beiden Unternehmen arbeiten mit der koreanischen Regierung zusammen, um die KI- Infrastruktur des Landes zu entwickeln. Dazu gehört die Einrichtung eines KI-Anwendungszentrums und eines KI-Technologiezentrums sowie die Entwicklung lokaler Talente. Hyundai prüft außerdem den Einsatz der Nvidia- Plattformen Omniverse und Cosmos auf Nvidia RTX PRO-Servern, um beispielsweise digitale Zwillinge und Roboter zu entwickeln.

Die Software-Defined Factory ist Hyundais Initiative, um die Fertigungsautomatisierung intelligenter zu machen und physische Aufgaben zu übernehmen, die zuvor nicht zugänglich waren, einschließlich jener mühsamen und sich wiederholenden Aufgaben, die Arbeiter nicht länger ausführen wollen. Physical AI spielt bei dieser Initiative eine wichtige Rolle, und was laut Patel dazugehört, ist die Integration der Lieferkette und die Schaffung eines digitalen Zwillings dieser Lieferkette von der Tier-n-Produktion bis hin zum Aftersales. Da alles miteinander verbunden ist, wird Hyundai relevante KI-Agenten einsetzen, um Entscheidungen auf einer Makroebene über die Abläufe hinweg und auf einer Mikroebene innerhalb jeder jeweiligen Fabrik zu optimieren.

Die Herausforderung bei der Einbindung jeder Fabrik in Hyundais globales Netzwerk sind die unterschiedlichen Altersstufen dieser Fabriken, was Middleware-Plattformen entscheidend für den Erfolg des Unternehmens macht. Die Hardware- und Softwaresysteme, die physische Geräte, Prozesse und Produktionslinien direkt überwachen, steuern und verwalten, müssen umfassend sein. Patel sagte, dass der Betrieb eines Portfolios von Fabriken sehr unterschiedlichen Alters bedeutet, sicherzustellen, dass die bereitgestellten Daten von den eingesetzten KI-Agenten verstanden werden können, unabhängig davon, ob die Ausrüstung in diesen Fabriken 25 Jahre alt oder älter ist.

„Ich denke, dass diese grundlegenden Technologien auf der OT-Ebene äußerst wichtig sind für das, was wir als gesamte Lieferkette aufzubauen versuchen“, sagte Patel.

Roberto Henkel, Senior Vice President Digitalization & Operations IT bei Schaeffler, sprach ebenfalls über die Notwendigkeit einer standardisierten Plattform, um den täglichen Betrieb in alten wie neuen Fabriken zu optimieren. Henkel sagte, dass etwa 20 der 100 Schaeffler-Fabriken weniger als zehn Jahre alt seien und dass es eine enorme Herausforderung sei, die standardisierte Plattform einzurichten, die notwendig ist, um Daten aus den älteren Anlagen zu erfassen, damit Schaeffler digitale Werkzeuge im großen Maßstab einsetzen kann.

Hyundai setzt auf Atlas-Roboter in der Autoproduktion

Die Hyundai Motor Group zeigt auf der CES 2026 seine neue KI-Robotikstrategie. Der humanoide Atlas von Boston Dynamics soll ab 2028 in einem Fahrzeugwerk Teile sequenzieren und später Montageaufgaben übernehmen.

Bei älteren Werken geht es darum, Daten mit Kontext anzureichern und eine virtuelle Grundlage zu schaffen, auf der Entscheidungen darüber getroffen werden können, wie die Fertigung effizienter gestaltet werden kann.

Schaeffler arbeitet an einer neuen Fabrik, in der es Nvidia Omniverse, eine Multi-GPU-Echtzeit-Simulations- und Kollaborationsplattform, für neue Produkteinführungen nutzen kann. Er verwies jedoch auf das Projekt, das erforderlich ist, um die 80 älteren Fabriken auf die Plattform zu bringen, um auf Daten zugreifen zu können und dabei bestehende Werke mit neuen Fähigkeiten auszustatten, indem Daten mit Kontext angereichert und Entscheidungen auf Grundlage dieser Informationen getroffen werden. Henkel sagte, Schaeffler müsse bestehende Brownfield-Werke optimieren und die Leistungsfähigkeit seines Fertigungsnetzwerks skalieren, indem in Pilotfabriken gezeigt werde, was möglich ist, und dann Altanlagen einbezogen werden.

Wie wird die digitale Werkbank realisiert?

Tracey Countryman, globale Leiterin für Lieferkette und Engineering bei Accenture, verwies auf die Notwendigkeit für Unternehmen, die Werkzeuge zu berücksichtigen, die sie verwenden, um Brownfield-Ausrüstung in die Cloud zu bringen.

„Was ist mit der Werkbank? Was sind die Tools, die meine Leute benutzen werden? Was sind die Sicherheitsmaßnahmen und Frameworks, die darunter liegen werden, um KI und die Leitplanken, die vorhanden sein müssen, zu steuern?“,  fragte sie in die Runde.

Countryman betonte, dass die meisten Standorte nie dafür vorgesehen waren, vernetzt zu sein, außer in ihrem eigenen geschlossenen Kreislauf auf MES-Ebene. Das bringt ein völlig neues Risikoprofil für Cybersicherheit und die Notwendigkeit einer verstärkten IT-Governance mit sich.

Laut Countryman wird physische KI exponentiell größere Auswirkungen haben, weil sie Unternehmen ermöglicht, grundlegende Veränderungen in der physischen Welt voranzutreiben, indem sie zunächst Abläufe simuliert. Sie verwies auf einen Accenture-Kunden, der seit acht Jahren digitale Zwillinge in der Produktion einsetzt und 20.000 Maschinen über 20 Standorte in neun Ländern hinweg verbunden hat. Er verfügt nun über die Fähigkeit, zu überwachen, zu steuern und nun durch das Hinzufügen agentischer Funktionen in den neuesten Releases auch zu simulieren. „Es verändert grundlegend, wie sie über ihre Wertschöpfungskette denken und wie sie Optimierung und letztlich Agilität und Wachstum vorantreiben“, sagte Countryman. „Das ist nicht etwas, das wir in den letzten Jahren gesehen hätten, aber jetzt wird sich das mit dem Technologie-Stack noch mehr beschleunigen. Das ist die nächste Wachstumswelle rund um den digitalen Zwilling.“

Ein Ökosystem für Elektroautos

Als ein relativ neuer Hersteller von Elektrofahrzeugen profitiert Lucid von einer hochmodernen Fertigung, mit einem US-Automobilwerk in Casa Grande, Arizona, und einem weiteren in Saudi-Arabien in King Abdullah Economic City, das sich nun von der CKD-Montage zur vollen Produktion hocharbeitet. Außerdem verfügt das Unternehmen über ein Antriebsstrangwerk in Newark, Kalifornien.

Die saudische Anlage ist mit den neuesten Steuerungen, Ausrüstungen und Technologien ausgestattet, so Jason Ryska, Vice-President of Manufacturing Engineering bei Lucid. Die Powertrain-Prozesse sind mit der neuesten Technologie automatisiert und mit „einer Menge Datenübertragung von Vorgang zu Vorgang“, sagte Ryska. Der Automobilhersteller müsse nun alles auf einer Plattform zusammenführen.

„Man kann von humanoider Robotik bis zu KI-Bildverarbeitung gehen, bis hin zur Erfassung von Betriebsdaten und der Vorhersage von Defekten oder Ausfallzeiten, bevor sie eintreten“, sagte Ryska. „Das eignet sich jetzt dazu, alles in einem Ökosystem zusammenzuführen, in [Nvidias] Omniverse, Isaac Sim oder Metropolis, damit wir wirklich in der Lage sind, diese ganze Arbeit auf einer Plattform zu integrieren.“

Ryska betonte die Notwendigkeit eines gemeinsamen Datenmodellformats. „Denken Sie darüber im gesamten Unternehmen hinweg nach und darüber, was Sie erreichen wollen, und setzen Sie das zuerst auf, dann werden KI, Analytik und die Modellierung viel einfacher und viel schneller“, so der Produktionsingenieur.

Universelle Daten sind notwendig

Die globale Standardisierung der Daten, die aus Fertigung und Lieferkette für KI-Anwendungen generiert werden, sei ein integraler Bestandteil von Hyundais Single Data Model, so Hyundai-Manager Alpesh Patel. Beginnend mit der Fertigung, sich dann aber auf die nachgelagerte Lieferkette ausdehnend, ist Hyundais Ziel, einen universellen Datenstandard zu etablieren, der weltweit von allen in Hyundais Betrieben und denen seiner Zulieferer verstanden wird. Damit wird das Unternehmen in der Lage sein, die KI- Anwendungen auf Basis der Daten zu skalieren. Ohne dies würden Machbarkeitsnachweise, so Patel, nur unregelmäßig und stückwerkhaft sein, wobei sich eine Kapitalrendite später nur schwer erreichen ließe.

So arbeitet BMWs neues Zentrum für Physical AI

Ein Roboter greift daneben, korrigiert und versucht es erneut. In München zeigt BMW, wie lernfähige Robotik in die Fabrik kommen soll. Entscheidend sind Daten, Präzision, Safety und eine Infrastruktur, die Fehler zulässt und aus ihnen lernt.

„Diese Datenmodelle müssen für jeden einzelnen Makroprozess aufgebaut werden“, sagte er. „Es geht nicht nur um die Ebene der Plattform, auf der wir die Agenten betreiben, sondern es beginnt auf der Maschine, auf der Ebene der Betriebstechnologie, und muss sich durchgehend fortsetzen.“ Dies zu verwirklichen erfordert laut Patel in verschiedenen Teilen des Unternehmens einen enormen Kulturwandel. 

„Wir müssen die Art und Weise verändern, wie wir die Lösungen in den Fabriken einsetzen, weg von einer rein auf Fertigung/Engineering ausgerichteten Perspektive hin zu einer prozess- und datenbezogenen Perspektive“, sagte er. Auch die Produktionsmitarbeiter müssen für die Daten und ihre Bedeutung sensibilisiert werden, um Intuition und Vertrauen in das darauf aufgebaute Physical-AI-System zu schaffen. 

Warum Vertrauen in KI-Tools wichtig ist

Was genauso wichtig ist wie die Schaffung konsistenter Daten entlang der gesamten Lieferkette und über globale Produktionsnetzwerke hinweg, ist die Notwendigkeit einer technikaffinen Belegschaft, die Vertrauen in die Daten und die Tools hat, mit denen sie zunehmend arbeiten soll. Eine neue Generation technisch versierter Hochschulabsolventen treibt die Automobilunternehmen, denen sie beitreten, dazu an, mit digitalen Technologien zu innovieren – auf eine Weise, wie es früher vielleicht nur der einzelne „einsame Wissenschaftler“ im Raum getan hätte. Allerdings müssen diese Unternehmen laut Tracey Countryman von Accenture neu darüber nachdenken, wie sie KI zu einem festen Bestandteil ihrer operativen Grundlagen machen.

Unternehmen müssen den Arbeitsprozess von Anfang bis Ende grundlegend überdenken, einschließlich wer ihn ausführt und wie er erledigt wird. Dazu gehört die Simulation der Planung und Terminierung von Produktionsarbeit in den Werken. Jeder, der in der Automobilproduktion arbeitet, wird ein gewisses Maß an KI- und Datenkompetenz benötigen, um die Modelle zu nutzen, die er verwendet, aber er muss auch die Begründung für den Einsatz der Technologie verstehen.

„Wenn ich an eine der schwierigsten Aufgaben in Betrieb und Engineering denke, dann ist es, die Begründung und die Logik zu verstehen … Sie müssen das erklären, und Ingenieure müssen nachvollziehen können, welche Entscheidung getroffen wird und darauf vertrauen, dass das Modell genau das tut, was es soll“, sagte Countryman. Auch Roberto Henkel von Schaeffler betonte die Bedeutung von Vertrauen. „Die erste Reaktion, wenn man jemanden auf ein Problem in der Produktionslinie hinweist, das durch Daten offensichtlich geworden ist, lautet: Die Daten sind falsch“, stellte er fest. „Das müssen wir überwinden.“

Humanoide Roboter kommen in den Fabriken an

Eine neue Studie sieht humanoide Roboter vor dem Sprung in Produktion und Logistik. Vor allem China baut seine Marktführerschaft aus, während Unternehmen auf sinkende Kosten und schnelle Amortisation hoffen.

Das bedeutet, dass die Art und Weise, wie Daten bereitgestellt, standardisiert und präsentiert werden, für die Anwender nachvollziehbar und plausibel sein muss – und auf diese Weise Vertrauen in die auf diesen Daten basierenden Entscheidungen entsteht.

Henkel: „Deshalb haben wir eine große Initiative gestartet, um die Datenqualität zu steigern und sie für das Top-Management sichtbar zu machen. Wir haben Aktivitäten eingeführt, sodass sich jeder für die Daten verantwortlich fühlt, die er erzeugt und über unsere Technologien zur breiteren Nutzung bereitstellt.“

Eine vertrauensvollere Haltung geht Hand in Hand mit der Weiterbildung der Mitarbeitenden, denn solange KI keine vollständige Kontrolle über Objekte und Prozesse hat, sind es die Menschen, die letztlich die Klarheit besitzen, Entscheidungen im Arbeitsalltag zu treffen und die Leitplanken für Sicherheit festzulegen. KI-Agenten und Simulationstools werden Prozesse modellieren und Erkenntnisse zur Erledigung von Routinetätigkeiten liefern, aber wirklich komplexe Aufgaben erfordern weiterhin das Eingreifen und die Steuerung durch qualifizierte Fachkräfte. „Deshalb geht es nicht darum, Menschen in den Loop mit KI einzubinden – vielmehr sind es die Menschen, die die Führung übernehmen“, sagte Countryman.

Lucid-Manager Ryska erklärte, dass die Kompetenz im Umgang mit Datenanalysen, KI-Tools und entsprechenden Methoden zunimmt und immer mehr Menschen in die Fahrzeugproduktion einsteigen, die in der Lage sind, diese Werkzeuge in ihrem eigenen Arbeitsumfeld einzusetzen. „Wir haben gegenüber den neuen Hochschulabsolventen die Verantwortung, ein Umfeld zu schaffen, in dem sie diese Fähigkeiten nutzen und Dinge erreichen können, die noch über das hinausgehen, was wir uns heute vorstellen.“