Edge AI rückt in den industriellen Fokus

Edge AI verlässt nach Angaben von Zededa zunehmend die Pilotphase und wird Teil zentraler Unternehmensstrategien. Wie das Unternehmen mitteilt, halten 83 % der befragten C-Level- und IT-Führungskräfte Edge AI für wichtig für ihre zentrale Business-Strategie. Grundlage ist die Edge AI Umfrage 2026, die von Censuswide in den USA und Deutschland durchgeführt wurde.

„Edge AI hat endgültig seine Experimentierphase hinter sich und gilt nun als essenzielle Infrastruktur“, sagt Said Ouissal, CEO und Gründer von Zededa. „Wir sehen ein klares Signal: Unternehmen erkennen, dass KI dort eingesetzt werden muss, wo Daten generiert werden. In der nächsten Phase geht es nicht darum, den Wert zu beweisen. Es geht darum diesen Wert in verteilten Umgebungen zu skalieren und agenten-basierte Intelligenz dorthin zu bringen, wo sie für Unternehmen am wichtigsten ist: Und das ist eben in der Edge.“

Agentenbasierte Edge AI rückt in den Fokus

Ein zentrales Ergebnis der Umfrage ist der Trend zu autonomen und agentischen Abläufen an der Edge. Demnach untersuchen 50 % der Befragten aktiv, wie Edge-KI-Agenten Ziele managen können, statt lediglich Inputs zu verarbeiten. Weitere 21 % testen Edge-Agenten, die mehrstufige Aufgaben autonom ausführen. 15 % haben laut Zededa bereits autonome Edge-Agenten mit minimalem menschlichem Eingriff in der Produktion eingesetzt. Insgesamt streben 86 % der Unternehmen mit aktiven Edge-KI-Implementierungen agentische Edge-Fähigkeiten an.

Damit verschiebt sich der Schwerpunkt laut Mitteilung von reaktiver Überwachung hin zu Systemen, die Aktionen koordinieren und sich am Einsatzort in Echtzeit anpassen können.

Edge AI verändert die IT-Budgets 

Die Umfrage zeigt auch, dass Edge AI zunehmend als betriebliche Investition verstanden wird. Die Hälfte der Befragten misst den Erfolg von Edge-KI-Initiativen anhand von Effizienzsteigerungen im Betrieb oder plant dies. Danach folgen Kostensenkungen mit 45 % sowie Sicherheits- und Risikominderungen mit 42 %.

Diese Zielgrößen wirken sich auf die Finanzierung aus. 30 % der Befragten ordnen Edge-AI-Ausgaben inzwischen den IT- und Infrastrukturbudgets zu. 18 % finanzieren sie aus Innovations- oder Pilotprogrammen. Aus Sicht von Zededa ist Edge AI damit über den Experimentierstatus hinausgewachsen.

Smart Manufacturing: Deutschland investiert stark

Deutsche Hersteller investieren einerseits stark in Industrietechnologie, KI, Cybersecurity und digitale Zwillinge, stehen aber zugleich unter hohem Umsetzungsdruck - das zeigt der aktuelle „State of Smart Manufacturing Reports“ von Rockwell Automation.

Redaktion Automation NEXT

KI-Inferenz rückt näher an  den Einsatzort  

Auch bei den Architekturen zeigt sich ein Wandel. 47 % der befragten Unternehmen nutzen nach Angaben von Zededa hybride Cloud-Edge-Architekturen. Während das Training weitgehend zentralisiert bleibt, wird die Inferenz zunehmend in die Edge verlagert. Der Grund liegt laut Mitteilung in schnelleren Entscheidungen näher am Einsatzort. Nur 24 % der Befragten stützen sich hauptsächlich auf zentralisierte Cloud- oder Rechenzentrumsinfrastruktur. Damit verlagert sich ein wesentlicher Teil der KI-Arbeit in dezentrale Umgebungen.

Produktive Anwendungen reichen von Computer Vision bis Predictive Maintenance

Bei den produktiven Anwendungsfällen liegen die Optimierung der Kundenerfahrung und Computer Vision mit jeweils 45 % vorn. Es folgen Echtzeit-Monitoring und Anomalieerkennung mit 41 %, Energieoptimierung mit 40 % sowie Predictive Maintenance mit 38 %.

Zededa sieht darin einen deutlichen Fortschritt gegenüber der eigenen Umfrage von 2025. Damals gaben weniger als ein Drittel der CIOs an, Edge-KI vollständig einzusetzen.

Welche Hürden Edge AI jetzt ausbremsen

Mit zunehmender Verbreitung der Implementierungen steigt die operative Komplexität. Die Integration in bestehende Systeme ist mit 34 % die meistgenannte Herausforderung. Dahinter folgen Sicherheits- und Governance-Bedenken mit 32 % sowie mangelnde interne Fachkompetenz mit 31 %. Besonders in verteilten Umgebungen gewinnen Sicherheitsfragen an Bedeutung. Unternehmen müssen dort Datenhoheit über Endpunkte hinweg managen, Modellintegrität außerhalb des Rechenzentrums gewährleisten und konsistente Zugriffskontrollen über heterogene Hardware hinweg aufrechterhalten.

Insgesamt bezeichnen 41 % der Unternehmen mit aktiven Implementierungen das Management von KI-Workloads in verteilten Umgebungen als Herausforderung. Laut Zededa melden US-Unternehmen größere Schwierigkeiten als deutsche Unternehmen.

„Die Reise zur Edge AI-Einführung erfolgt in klaren Etappen“, ergänzt Ouissal. „Erst wurden spezifische operative Herausforderungen gelöst. Danach entstanden hybride Architekturen zur Orchestrierung. Jetzt erforschen Unternehmen, welches Potenzial mehr Autonomie an der Edge freisetzen kann. Und jetzt treten wir in die bislang entscheidendste Phase ein – wir wollen herausfinden, welche Möglichkeiten echte Autonomie am Netzwerkrand eröffnen kann.“