"KI nicht als isoliertes Technologieprojekt betrachten"

Die Fertigungsindustrie investiert massiv in künstliche Intelligenz. Dabei ist Technologie allein kein Erfolgsgarant. Warum es jetzt um die Menschen und die Organisation geht, erklärt Sören Jautelat von McKinsey. 

springerprofessional.de: Laut Ihrer Umfrage unter über 100 COOs der Fertigungsindustrie wollen 93 % in den kommenden fünf Jahren deutlich mehr in künstliche Intelligenz (KI) investieren. Aber nur 2 % nutzen KI heute flächendeckend – ist das echte Transformation oder "Fear of Missing Out"?

Jautelat: Es ist richtig, dass der Reifeprozess bei der Einführung von KI in die industriellen Prozesse langsamer läuft, als viele erwartet haben. Das zeigen die Zahlen unserer Befragung unter COOs. Zwei Drittel der Unternehmen testen demnach noch oder implementieren Anwendungen punktuell. Diese Phase müssen sie nun schnell hinter sich lassen und entschlossen unternehmensweit skalieren. Ein COO sucht immer nach echten, belegbaren Ergebnissen, dafür ist die richtige Priorisierung entscheidend. Ganz oben auf der Liste von Herstellern stehen Anwendungsfälle wie eine vorausschauende Wartung, die Termin- und die Prozessoptimierung. Unternehmen, die erfolgreich sein wollen, sollten bis 2030 fünf bis zwölf hochwertige Use Cases skalieren. Wichtig ist, diese als Kernbestandteil in den Wertschöpfungsprozess zu integrieren und nicht – wie allzu oft praktiziert – als Add-on zu sehen.

Sie beschreiben dreistellige Milliardenbeträge, die manche Unternehmen investieren. Allerdings würden Grundlagen wie Qualifizierung, IT-Architektur und Cybersicherheit vernachlässigt. Wie sollen KI-Modelle zuverlässig skalieren, wenn es daran hapert?

Die Investitionsbereitschaft der Hersteller ist da. Sie haben die Chance, ihre industriellen Prozesse mithilfe von KI-Agenten auf ein neues Level zu heben. Unsere Empfehlung für COOs lautet, mindestens 10 % des KI-Budgets in IT/OT-Infrastruktur, Datenqualität und die Qualifizierung zu investieren. Unternehmen müssen ein IT-Rückgrat schaffen, das auf Interoperabilität ausgelegt ist, mit wiederverwendbaren Funktionen, gemeinsamen Datenprodukten, offenen Schnittstellen und industrietauglichen Datenpipelines. Genauso hat es ein Pharmastandort etabliert und damit sein Produktionsvolumen in weniger als drei Jahren verdoppelt. Drei Datenplattformen wurden integriert, die IT-Systeme und über 150 IoT-Sensoren verbunden und so die Grundlagen geschaffen für echte Skalierung. Aus einer reinen IT-Sicht würden Unternehmen zu kurz greifen. Der Wandel muss sich auf Management und Unternehmenskultur erstrecken – von neuen Rollenprofilen in einer nun hybriden Arbeitswelt bis zu Anreiz-Modellen für die Pflege der Datenqualität.

Wo sehen Sie aktuell die größten Bremsklötze: Bei der Technologie selbst? Bei Führung, Organisation und Change-Management in den Fabriken? Ganz woanders?

Die Technologie steht längst bereit, jetzt geht es um die Menschen und die Organisation. Letztendlich hängt der Erfolg von qualifizierten Mitarbeitern, einer neuen Unternehmenskultur und einem überarbeiteten operativen System ab. Vorteil für Mittelständler: Sie verfügen oft über loyale, hochqualifizierte Belegschaften, die mit der richtigen Weiterbildung zu KI-Experten werden können. Wer in seine Mitarbeiterinnen und Mitarbeiter investiert, kann seinen Wettbewerbsvorteil ausbauen. Der Schlüssel liegt in massiven Investitionen in Trainings. Es ist eine Aufgabe des Managements, KI-optimierte Strukturen für die Prozessinnovation in Partnerschaft mit der Personalabteilung auf den Weg zu bringen. Wollen Unternehmen das Potenzial der KI für ihre Wertschöpfung ausschöpfen, reicht es nicht aus, etablierte Prozesse nur zu durchleuchten. Diese müssen komplett neu aufgesetzt werden.

Wenn Sie einem COO nur eine unbequeme Wahrheit mitgeben dürften: Was ist der häufigste Denkfehler, den Industrieunternehmen beim Thema KI machen?

Entscheidend ist, Investitionen strikt mit Blick auf einen nachhaltigen geschäftlichen Nutzen zu priorisieren – nicht nach dem technologischen "Wow-Faktor". Der größte Fehler liegt darin, KI als isoliertes Technologieprojekt zu betrachten statt als Chance zur kompletten Betriebstransformation. Erfolgreiche Unternehmen denken anders. Meine Empfehlung lautet, KI-Initiativen direkt an Geschäftsziele zu koppeln, mit klaren KPIs zu versehen und regelmäßig den Wertbeitrag zu messen. Unternehmen, die sich diese Rechenschaftspflicht auferlegen, sehen ihre Systeme deutlich schneller vom Piloten zum Profit wachsen – und das unternehmensübergreifend. Silos, die in klassischen hierarchischen Anordnungen bestehen, können mithilfe von KI erstmals aufgebrochen werden. Zum Beispiel würden Unternehmen Sales-Daten dann unmittelbar für Operations-Entscheidungen nutzbar machen können.

China treibt die KI-Entwicklung entschlossen voran und will damit auch in der industriellen Produktion Optimierungen erreichen. Zum Beispiel setzt der Batteriehersteller CATL auf humanoide Roboter in seinen Produktionslinien im chinesischen Werk Zhongzhou. Wie schätzen Sie die Optionen für europäische Unternehmen ein, hinsichtlich KI zu den Vorreitern China und den USA aufzuschließen?

Die Industrie in Europa geht einen anderen Weg. Es ist einer mit großem Geschäftspotenzial! Ein Beispiel: Siemens ist Teil eines Netzwerks der fortschrittlichsten Hersteller weltweit – das Global Lighthouse Network des Weltwirtschaftsforums wurde von McKinsey mitbegründet. In einer Fabrik in Erlangen hat das Unternehmen über 100 KI-Anwendungsfälle aufgesetzt und seine Produktivität dadurch um 69 % gesteigert. Gleichzeitig wurde der Energieverbrauch um 42 % gesenkt. Ein echtes Pfund vieler Mittelständler liegt darin, jahrzehntelanges Domänenwissen in Spezialmaschinenbau oder Medizintechnik einbringen zu können. Mittelstandsstrukturen und familiengeführten Unternehmen hatten immer schon eine hohe Innovationskraft. Dieses Know-how kombiniert mit KI-Anwendungsexzellenz kann Lösungen schaffen, die global einzigartig sind.

Welche technologischen Fortschritte wird KI in der Fertigungsindustrie in den kommenden drei bis fünf Jahren bringen?

Zum einen werden autonome Produktionssysteme Realität. Bereits 2026 wollen laut unseren Analysen über 40 Prozent der Hersteller ihre Planungssysteme mit KI-gesteuerten Fähigkeiten aufrüsten. Und ein zweiter Trend, der sich durchsetzen wird: In den letzten Jahren hat KI in wissensintensiven Bereichen, also insbesondere in der indirekten Produktion, starken Zuwachs erfahren. Bei der nächsten Welle wird KI-basierte Robotik in den Fokus rücken. Digitale und physische KI wachsen zusammen. Bisher ist in den Fabrikhallen oft eine Fragmentierung zu beobachten, wo viele Roboter in hochspezifischen, oft proprietären Umgebungen eingesetzt werden. Das ändert sich jetzt durch Plattformen, die die Komplexität reduzieren. Schneider Electric zum Beispiel zielt als Vorreiter der Margo-Initiative auf eine "Plug-and-Play"-Automatisierung. Durch definierte offene Standards können die Integrationskosten und die Bereitstellungszeit drastisch gesenkt werden.

Stichwort Arbeitsplatzabbau: Wie würde sich eine flächendeckende Nutzung von KI in der sowieso schon stark automatisierten Produktion auswirken?

Wenn die KI bestimmte Aufgaben übernimmt, werden Mitarbeiterinnen und Mitarbeiter vor allem von langweiligen, sich wiederholenden und gefährlichen Arbeiten entlastet. Unternehmen können die Beschäftigten dort einsetzen, wo die höchste Wertschöpfung entsteht. Gleichzeitig wird vielerorts massiv für KI-bezogene Rollen eingestellt. Ein Pharmahersteller hat mehr als 25 Führungskräften und Managern ein Coaching angeboten und über 100 Mitarbeiter in der Fertigung in agile Sprints einbezogen. Es wurden in der Folge etwa ein Dutzend neue Stellen im Bereich Digital und Analytik besetzt, überwiegend mit internen Kandidaten. Die Arbeitsproduktivität stieg um mehr als zehn Prozent. Hinzu kommt, dass die flächendeckende Nutzung von KI die Chance die Wettbewerbsfähigkeit von deutschen Produktionsstandorten erhöhen kann. Wenn Unternehmen Re- oder Nearshoring in Erwägung ziehen – das funktioniert nur mit KI-basierten, hocheffizienten Produktionsprozessen.