Industrielle KI: Was Unternehmen für den produktiven Einsatz brauchen

Im Rahmen des „Invest in Germany Summit“ am 19. und 20. Oktober 2026 in Berlin hat die Bundesregierung wichtige Impulse für industrielle Künstliche Intelligenz (KI) gesetzt. Die DSAG begrüßt die angekündigten Investitionen und die Zusammenarbeit mit NVIDIA zur Entwicklung industrieller KI-Modelle und Physical AI. Industrielles Know-how und leistungsfähige KI bieten große Chancen für den Industriestandort Deutschland. Zugleich mahnt der Verband, dass KI-Szenarien nur mit sicheren, souveränen, interoperablen und wirtschaftlich nutzbaren Lösungen realisiert werden können. Auch die Unternehmen selbst sind gefordert: Sie müssen ihre Daten und Prozesse so aufstellen, dass sie KI sinnvoll nutzen können.

„Deutschland verfügt über eine enorme industrielle Kompetenz, hochspezialisierte Unternehmen und über Jahrzehnte gewachsenes Prozesswissen. Diese Stärken müssen wir jetzt mit den Möglichkeiten moderner KI-Technologien verbinden“, sagt Thomas Henzler, DSAG-Vorstandsvorsitzender. Die Initiative der Bundesregierung sei deshalb ein wichtiger Schritt. „Wir stehen möglicherweise am Beginn einer neuen industriellen Revolution, bei der nicht mehr allein die Automatisierung einzelner Abläufe, sondern zunehmend die intelligente und autonome Steuerung ganzer Wertschöpfungsketten im Mittelpunkt steht“, erklärt Henzler.

Die Verbindung von KI und Robotik – Physical AI – kann aus Sicht der DSAG für Deutschland als Land der Maschinen- und Anlagenbauer zum entscheidenden Wettbewerbsvorteil werden. So kann die industrielle Nutzung von KI Möglichkeiten für den Mittelstand eröffnen, produktiver und wettbewerbsfähiger zu werden, dem Fachkräftemangel zu begegnen und neue Geschäftsmodelle zu entwickeln. Gleichzeitig sind Unternehmen angesichts der rasanten technologischen Entwicklung gefordert, gezielt in Qualifizierung und Ausbildung zu investieren, damit Beschäftigte KI-Systeme sicher einsetzen und steuern können.

KI muss in Geschäftsprozesse integriert werden

SAP-Systeme bilden in zahlreichen Industrieunternehmen das digitale Rückgrat wesentlicher Geschäftsprozesse – von Entwicklung und Beschaffung über Produktion und Logistik bis hin zu Vertrieb, Service und Instandhaltung. Für den wirtschaftlichen Einsatz industrieller KI kommt es deshalb darauf an, neue KI-Funktionen mit bestehenden Unternehmensdaten und Geschäftsprozessen zu verbinden.

Mit ihrer Industry-AI-Strategie verfolgt SAP das Ziel, branchenspezifisches Prozesswissen, Unternehmensdaten und KI-Agenten miteinander zu verbinden. Auch die Zusammenarbeit des Software-Herstellers mit NVIDIA und die Industrial-AI-Cloud-Initiative zeigen, wie sich technologische Infrastruktur und industrielle Anwendungen zunehmend verzahnen. „Entscheidend ist, dass KI nicht isoliert betrachtet wird, sondern direkt in die Geschäftsprozesse eingebunden ist. Erst wenn KI auf verlässliche Unternehmensdaten und den entsprechenden Geschäftskontext zugreifen kann, entsteht ein echter wirtschaftlicher Mehrwert“, so Henzler. Aus Sicht der DSAG muss dabei gewährleistet sein, dass entsprechende Lösungen offen, interoperabel und für Unternehmen unterschiedlicher Größenordnungen wirtschaftlich nutzbar bleiben.

Industrielle KI braucht belastbare Grundlagen

Zugleich mahnt die DSAG zu Realismus: Zwischen den Zielbildern und der betrieblichen Wirklichkeit vieler Anwenderunternehmen besteht noch eine erhebliche Lücke, wie die Ergebnisse des DSAG-Investitionsreports 2026 belegen. Bevor Prozesse autonom laufen können, müssen viele Unternehmen zunächst die Grundlagen schaffen: konsistente Stammdaten, harmonisierte Prozesse, ein modernisiertes ERP-Fundament mit möglichst standardnahem Kern und die notwendigen Kompetenzen in ihren Teams. Denn: „KI ist nur so gut wie die Daten und Prozesse, auf denen sie aufsetzt.“

Damit verschiebt sich die Herausforderung vom reinen Zugang zu KI-Technologien zunehmend auf deren tatsächliche Einsatzfähigkeit. Unternehmen müssen zunächst klären, welche Daten verfügbar sind, wie belastbar ihre Prozesse funktionieren und an welchen Stellen ein KI-Einsatz einen messbaren Nutzen verspricht.

Wachsende Anforderungen an IT-Sicherheit

Je autonomer die KI-Systeme werden, desto stärker wachsen die Anforderungen an IT-Sicherheit. KI-Agenten, die eigenständig Entscheidungen vorbereiten, Geschäftsprozesse ausführen oder mit physischen Systemen wie Maschinen und Robotern interagieren, müssen sicher, nachvollziehbar und kontrollierbar arbeiten.

Konkret bedeutet das aus Sicht der DSAG, dass Identitäten und Berechtigungen für KI-Agenten sicher sein müssen, sensible Unternehmens- und Produktionsdaten geschützt sind sowie eine technische Überwachung gewährleistet und das autonome Handeln von KI-Systemen begrenzt werden kann.„Sicherheit darf kein nachgelagerter regulatorischer Prozess sein, sondern muss technisch in den Architekturen und Lösungen verankert werden. Nur so schaffen wir die notwendige Vertrauensbasis für eine breite industrielle Nutzung“, betont Henzler.

Die DSAG setzt sich deshalb für verbindliche Sicherheitsstandards, transparente KI-Architekturen sowie eine konsequente Integration von Security und Governance in die Weiterentwicklung von SAP Business AI ein. Zugleich warnt der Verband, dass KI-Agenten auch von Angreifern für Cyber-Angriffe genutzt werden können.

Offenheit und Interoperabilität statt neuer Silos

Damit KI-Modelle, Agenten, Unternehmensanwendungen und industrielle Systeme über Hersteller- und Plattformgrenzen hinweg zusammenarbeiten können, braucht es offene Schnittstellen, standardisierte Integrationsmechanismen und langfristig verlässliche Architekturen. „Wir dürfen die nächste industrielle Revolution nicht durch neue technologische Silos ausbremsen. Unternehmen müssen unterschiedliche KI-Technologien miteinander verbinden und ihre Architekturen flexibel weiterentwickeln können. Das gilt für SAP ebenso wie für andere Anbieter. Als DSAG werden wir gemeinsam mit SAP an praxisgerechten Lösungen arbeiten“, erklärt Henzler.

Neben technischer Offenheit bleibt dabei der wirtschaftliche Nutzen entscheidend. Viele Unternehmen investieren gleichzeitig in die Modernisierung ihrer bestehenden IT-Landschaften und in neue KI-Technologien. Zusätzliche KI-Investitionen müssen deshalb durch konkrete Anwendungsfälle und nachvollziehbare Mehrwerte begründbar sein. „Der wirtschaftliche Nutzen muss anhand konkreter Anwendungsfälle nachweisbar sein“, so Henzler.