„Dadurch wird SPS-Wissen für einen größeren Personenkreis zugänglich“

Redaktion: Herr Schulz, bei Bestandsanlagen denken viele zunächst an alternde Hardware. Ist heute nicht zunehmend das fehlende Wissen über die Anlage das größere Problem?

Andreas Schulz: Absolut. Natürlich spielt die Verfügbarkeit älterer Hardware weiterhin eine Rolle. Wir erleben aber sehr häufig, dass Maschinen mechanisch und steuerungstechnisch noch zuverlässig arbeiten. Das eigentliche Problem entsteht, wenn niemand mehr genau weiß, warum das SPS-Programm vor 15 oder 25 Jahren auf eine bestimmte Weise aufgebaut wurde.

Programme wurden über viele Jahre erweitert, Mitarbeiter haben gewechselt und Dokumentationen wurden nicht immer konsequent aktualisiert. Wenn dann eine Störung auftritt, kann die Suche nach einer einzigen fehlenden Freigabe sehr viel Zeit kosten.

Das Wissen steckt häufig noch in der Anlage – genauer gesagt im SPS-Programm. Es muss nur wieder zugänglich und verständlich gemacht werden. Genau hier sehen wir ein sehr interessantes Einsatzgebiet für KI.

Redaktion: In vielen Unternehmen arbeiten S5-, S7-300- und S7-400-Steuerungen seit Jahrzehnten zuverlässig. Gleichzeitig gehen erfahrene Mitarbeiter in den Ruhestand und Fachkräfte fehlen. Wie können Betreiber verhindern, dass mit den Mitarbeitern auch entscheidendes Anlagenwissen verloren geht?

Schulz: Zunächst sollte man akzeptieren, dass sich jahrzehntelanges Erfahrungswissen nicht einfach durch eine Dokumentation oder eine Software ersetzen lässt. Wir können aber Technologien einsetzen, um einen Teil dieses Wissens besser verfügbar zu machen.

Ein SPS-Programm enthält sehr viele Informationen darüber, wie eine Maschine funktioniert: Verriegelungen, Freigaben, Betriebsarten, Zeitabläufe, Fehlerbedingungen oder Abhängigkeiten zwischen Anlagenteilen.

KI bietet erstmals die Möglichkeit, diese Informationen automatisiert zu analysieren und in natürlicher Sprache zu erklären. Damit wird das Programm selbst zu einer wichtigen Wissensquelle.

Das hilft auch jüngeren Mitarbeitern. Sie müssen nicht jede Besonderheit einer vor Jahrzehnten entwickelten Anlage kennen, bevor sie mit einer strukturierten Fehlersuche beginnen können.

Redaktion: Mit S5/S7 AI für Windows wollen Sie genau hier ansetzen. Wie kann KI dabei helfen, das in bestehenden SPS-Programmen enthaltene Wissen wieder zugänglich und verständlich zu machen?

Schulz: Der entscheidende Punkt ist, dass wir die KI direkt in die Engineering-Umgebung integriert haben. Der Anwender öffnet sein vorhandenes Projekt und kann anschließend mit dem Copilot über dieses Projekt kommunizieren.

Er kann beispielsweise fragen, welche Aufgabe ein Baustein erfüllt, wie eine bestimmte Funktion realisiert wurde oder unter welchen Bedingungen ein Ausgang gesetzt wird.

Der Copilot analysiert die relevanten Informationen und übersetzt die technische SPS-Logik in eine verständliche Beschreibung.

Gerade bei großen, historisch gewachsenen Projekten ist das ein erheblicher Vorteil. Ein erfahrener SPS-Programmierer kann solche Zusammenhänge natürlich ebenfalls herausarbeiten – aber er benötigt dafür unter Umständen Stunden. Die KI kann ihm helfen, wesentlich schneller zu den relevanten Stellen zu gelangen.

Redaktion: Wie funktioniert das konkret? Welche Informationen stellt S5/S7 AI für Windows dem Copilot zur Verfügung und wie unterscheidet sich dieser Ansatz von einer normalen Anfrage an einen allgemeinen KI-Chatbot?

Schulz: Das ist ein ganz wesentlicher Unterschied. Ein allgemeiner Chatbot kennt zunächst weder die Maschine noch das SPS-Projekt. Man müsste Informationen manuell kopieren, erklären und den notwendigen Kontext selbst herstellen.

Bei S5/S7 AI für Windows ist der Copilot Bestandteil der Engineering-Umgebung. Dadurch kann ihm gezielt der für eine Fragestellung relevante Projektkontext zur Verfügung gestellt werden – beispielsweise Bausteine, Symbolik, Querverweise oder Hardwareinformationen.

Bei einer Online-Verbindung zur SPS können darüber hinaus aktuelle Zustände in die Diagnose einbezogen werden.

Die KI beantwortet damit nicht einfach eine abstrakte Frage zu einem Stück Programmcode, sondern kann die Fragestellung im Zusammenhang mit dem konkreten Projekt betrachten. Genau dieser Kontext ist für eine sinnvolle technische Analyse entscheidend.

Redaktion: Welche Erkenntnisse kann die KI aus einem historisch gewachsenen SPS-Programm gewinnen? Kann beispielsweise ein Instandhalter fragen: „Warum startet diese Pumpe nicht?“ oder „Welche Bedingung verhindert die Freigabe?“

Schulz: Genau solche Fragen sind ein typischer Anwendungsfall.

Nehmen wir eine Pumpe, die nicht startet. Dahinter kann eine ganze Kette von Bedingungen stehen: Betriebsart, Freigaben, Füllstände, Motorschutz, Not-Aus, Verriegelungen mit anderen Aggregaten oder ein fehlender Startbefehl.

Bisher muss ein Instandhalter diese Logik Schritt für Schritt im Programm verfolgen. Der Copilot kann ihn dabei unterstützen, die relevanten Zusammenhänge schneller zu identifizieren und verständlich darzustellen.

Interessant ist dabei auch die Möglichkeit von Folgefragen. Aus „Warum läuft die Pumpe nicht?“ kann ein Dialog entstehen: Welche Freigabe fehlt? Wo wird diese gebildet? Welcher Eingang ist dafür verantwortlich?

Damit nähert man sich der Ursache schrittweise an, anstatt lediglich eine einmalige KI-Antwort zu erhalten.

Durchgängige Kommunikation für die Smart Factory

Damit Maschinendaten zuverlässig in der Cloud ankommen, müssen Sensoren, Leitungen, Steckverbinder und Netzwerkkomponenten exakt zusammenspielen. Ein Automatisierungsmodell von Lapp zeigt, wie eine durchgängige IIoT-Kommunikation von der Feldebene bis zur Cloud aufgebaut ist.

Vivian Bullinger

Redaktion: In der Praxis sind gerade bei älteren Anlagen Dokumentationen, Kommentare oder Schaltpläne häufig unvollständig oder gar nicht mehr vorhanden. Wie gut kann S5/S7 AI für Windows unter solchen Voraussetzungen noch unterstützen?

Schulz: Gerade dann wird der Ansatz interessant. Eine gute Symbolik und saubere Kommentare verbessern selbstverständlich jede Analyse. Sie sind aber nicht die einzige Informationsquelle.

Auch die eigentliche Programmlogik enthält sehr viel Wissen. Aus Verknüpfungen, Aufrufen, Operanden, Datenflüssen und Abhängigkeiten lassen sich Funktionen und Zusammenhänge erkennen.

Natürlich muss man hier realistisch bleiben: KI kann fehlende Informationen nicht herbeizaubern. Je besser die vorhandene Datenbasis ist, desto besser kann auch die Unterstützung sein.

Aber selbst bei schlecht dokumentierten Altprojekten kann die KI dabei helfen, Strukturen zu erkennen, relevante Programmstellen zu finden und Hypothesen für die weitere Fehlersuche zu liefern. Genau bei solchen Projekten ist der Zeitgewinn häufig besonders interessant.

Redaktion: Besonders interessant für die Instandhaltung ist die Verbindung von Programmwissen und aktuellen Zuständen der Steuerung. Welche Live-Daten kann der Copilot in eine Diagnose einbeziehen und welchen zusätzlichen Nutzen bringt das gegenüber einer reinen Analyse des SPS-Programms?

Schulz: Ein SPS-Programm beschreibt zunächst, was passieren soll. Für die Instandhaltung ist aber häufig entscheidend, was in diesem Moment tatsächlich passiert.

Deshalb kann S5/S7 AI für Windows bei bestehender Online-Verbindung aktuelle SPS-Zustände in die Analyse einbeziehen. Dazu gehören beispielsweise Zustände relevanter Operanden und weitere Diagnoseinformationen der Steuerung.

Bleiben wir bei der Pumpe: Aus dem Programm lässt sich erkennen, welche Bedingungen zum Start erfüllt sein müssen. Durch die aktuellen Werte lässt sich zusätzlich feststellen, welche dieser Bedingungen momentan nicht erfüllt ist.

Damit verbindet man statisches Programmwissen mit dem realen Zustand der Maschine. Für die Fehlersuche ist genau diese Kombination besonders wertvoll.

Erst standardisieren, dann digitalisieren

Digitale Assistenzsysteme entfalten im Schaltschrankbau erst dann ihre volle Wirkung, wenn Prozesse zuvor konsequent analysiert und standardisiert wurden. Wertstromanalyse, Lean-Methoden und die aktive Einbindung der Mitarbeitenden schaffen die Basis für effizientere, ergonomischere und fehlerärmere Abläufe.

Andre Busche

Redaktion: Nicht jeder Instandhalter ist SPS-Programmierer. Kann die KI komplexe AWL-, KOP- oder FUP-Logik so erklären, dass auch Betriebselektriker und Servicetechniker damit arbeiten können?

Schulz: Das ist eines unserer wichtigen Ziele. Wir wollen den SPS-Spezialisten nicht ersetzen. Aber nicht bei jeder Störung steht sofort ein erfahrener Programmierer zur Verfügung.

Ein Betriebselektriker kennt seine Maschine häufig sehr gut, ist aber vielleicht nicht in der Lage, eine komplexe AWL-Struktur mit zahlreichen Sprüngen und Verriegelungen vollständig zu analysieren.

Hier kann die KI eine Art Übersetzungsfunktion übernehmen. Aus Programmlogik wird eine verständliche technische Erklärung: Welche Bedingungen müssen erfüllt sein? Welches Signal fehlt? Wo sollte als Nächstes geprüft werden?

Dadurch wird SPS-Wissen für einen größeren Personenkreis zugänglich. Angesichts des Fachkräftemangels halten wir das für einen sehr wichtigen Aspekt.

Redaktion: Bei KI in Verbindung mit einer laufenden Produktionsanlage stellt sich unmittelbar die Sicherheitsfrage. Was darf der Copilot lesen – und wo ziehen Sie bewusst die Grenze bei Eingriffen in die Steuerung?

Schulz: Hier haben wir eine sehr klare Grenze gezogen: Der Copilot darf Informationen lesen und analysieren, aber er darf nicht selbstständig in den Prozess eingreifen.

Er setzt keine Ausgänge, verändert keine Prozesswerte und schreibt nicht eigenständig in die SPS.

Das ist für uns ein wichtiges Sicherheitsprinzip. Eine KI kann eine Diagnose unterstützen und Vorschläge machen, aber die Entscheidung über einen Eingriff in eine Maschine muss beim Menschen bleiben.

Auch wenn die KI beispielsweise Programmcode vorschlägt, bedeutet das nicht, dass dieser automatisch in eine laufende Steuerung übertragen wird. Der Anwender muss den Vorschlag prüfen und bewusst übernehmen.

Redaktion: Generative KI liefert nicht zwangsläufig immer die richtige Antwort. Wie stellen Sie sicher, dass Anwender die Ergebnisse nachvollziehen, überprüfen und letztlich selbst bewerten können?

Schulz: Das ist ein entscheidender Punkt. Wir dürfen KI in der Industrie nicht als Orakel betrachten.

Ein Copilot ist ein Assistent. Er kann große Informationsmengen sehr schnell analysieren, Zusammenhänge aufzeigen und Hinweise geben. Aber die fachliche Bewertung bleibt beim Anwender.

Deshalb ist uns wichtig, dass eine Diagnose möglichst nachvollziehbar bleibt. Der Anwender soll erkennen können, auf welche Programmlogik oder Zustände sich eine Aussage bezieht und diese anschließend selbst überprüfen.

Das entspricht letztlich auch der Arbeitsweise eines guten Instandhalters: Eine Vermutung wird durch Messwerte, Programmstatus oder weitere Prüfungen bestätigt oder verworfen. KI kann diesen Prozess erheblich beschleunigen, sie ersetzt ihn aber nicht.

Redaktion: Kann der Einsatz von KI auch die Entscheidung zwischen Weiterbetrieb und Retrofit verändern? Sehen Sie Situationen, in denen eine Anlage technisch noch viele Jahre betrieben werden könnte, bislang aber fehlendes Know-how zum entscheidenden Problem wurde?

Schulz: Ja, und deshalb würden wir KI und Retrofit auch nicht als Gegensätze betrachten.

Es gibt selbstverständlich Anlagen, bei denen eine Modernisierung technisch oder wirtschaftlich sinnvoll und notwendig ist. Es gibt aber ebenso Maschinen, die ihre Aufgabe zuverlässig erfüllen und deren Austausch erhebliche Investitionen oder Produktionsunterbrechungen verursachen würde.

Wenn der Hauptgrund für einen Retrofit darin besteht, dass niemand das vorhandene SPS-Programm mehr versteht oder sich die Fehlersuche wirtschaftlich kaum noch darstellen lässt, kann KI die Situation verändern.

Sie kann dazu beitragen, die Wartbarkeit einer Bestandsanlage wieder zu verbessern. Dadurch erhält der Betreiber eine zusätzliche Option: Er kann fundierter entscheiden, ob und wann ein Retrofit tatsächlich notwendig ist.

KI verlängert also nicht automatisch die Lebensdauer jeder Maschine – sie kann aber helfen, vorhandene Anlagen wirtschaftlicher und planbarer weiterzubetreiben.

Redaktion: Zum Abschluss ein Blick nach vorn: Heute unterstützt der Copilot beim Verstehen und bei der Diagnose. Wo sehen Sie in den kommenden fünf Jahren die größten Potenziale von KI in Engineering, Service und industrieller Instandhaltung?

Schulz: Wir stehen hier noch relativ am Anfang. Das große Potenzial sehen wir darin, unterschiedliche Wissensquellen miteinander zu verbinden.

Heute betrachten wir beispielsweise SPS-Programm, Projektinformationen und aktuelle Steuerungszustände. Künftig können zusätzliche Informationen wie Dokumentationen, Handbücher, bekannte Fehlerbilder oder unternehmensspezifisches Erfahrungswissen eine noch größere Rolle spielen.

Damit entwickelt sich KI vom reinen Werkzeug zur Codeanalyse immer stärker zu einem technischen Assistenten, der den Anwender durch eine Diagnose begleitet.

Besonders interessant wird das für den weltweiten Service. Wenn ein Techniker an einer Maschine Unterstützung benötigt, kann ihm ein solcher Assistent technische Zusammenhänge erklären, relevante Informationen zusammenführen und dies auch in seiner jeweiligen Sprache tun.

Unser Ziel sollte dabei nicht die autonome Instandhaltung ohne Menschen sein. Viel interessanter ist für uns die Frage: Wie können wir einem Menschen genau in dem Moment das Wissen zur Verfügung stellen, das er für seine Aufgabe benötigt?

Wenn uns das gelingt, kann KI einen wichtigen Beitrag leisten, um Fachkräftemangel, Wissenstransfer und Anlagenverfügbarkeit gleichzeitig anzugehen.

Automation NEXT Conference 2026

Datum: 30. September 2026

Ort: CU.BE Ulm by Bosch Rexroth, Ulm

Die Automation NEXT Conference ist die Fachkonferenz für industrielle Automatisierung, Digitalisierung und KI im Maschinen- und Anlagenbau.

Sie richtet sich an Entscheider, Produktions- und Automatisierungsverantwortliche sowie Entwickler, die ihre Fertigung zukunftsfähig aufstellen möchten. Im Fokus stehen praxisnahe Vorträge, Best Practices und der Austausch zwischen Industrie, Technologieanbietern und Forschung.

Themenschwerpunkte:

• Künstliche Intelligenz und generative Copilots im Engineering und in der Produktion

• Cobots und kognitive Robotik zur Bewältigung des Fachkräftemangels

• Smart Factory, IIoT, Industrial Networks und MES-Systeme

• Energieeffizienz, Nachhaltigkeit und Wettbewerbsfähigkeit

Teilnehmer:

Fach- und Führungskräfte aus industrieller Automatisierung, Produktion und Maschinenbau sowie Expert:innen aus Forschung und Technologieunternehmen.

Besonderheiten:

• Hochkarätige Speaker aus Industrie und Forschung

• Ein kompakter Konferenztag mit starkem Praxisbezug

• Intensives Networking und direkter Austausch auf Augenhöhe

Weitere Informationen & die Möglichkeit zur Anmeldung gibt es hier.