Mensch und Maschine optimal verbinden

Connected-Worker-Plattformen schließen die ­Lücke zwischen digitalen Systemen und der physischen Arbeitswelt. Sie funktionieren als intelligente Schnittstelle, die Daten aus ERP-, MES- und Maschinensystemen sammelt, aufbereitet und für Mitarbeitende direkt nutzbar macht. Der entscheidende Unterschied liegt in der bidirektionalen Kommunikation: Während klassische IT-Systeme Daten sammeln und verwalten, binden Connected-Worker-Lösungen den Menschen direkt ein. Mitarbeiterinnen und Mitarbeiter erhalten nicht nur Informationen, sondern generieren durch ihre Interaktionen kontinuierlich neue Daten, die wiederum zur Optimierung der Prozesse genutzt werden. So erfassen diese Systeme beispielsweise nicht nur, dass eine Maschine stillsteht, sondern auch warum – durch direkte Eingaben der Mitarbeitenden. Sie dokumentieren Qualitätsprobleme und gleichzeitig Lösungsansätze und deren Effektivität. So entsteht ein digitales Abbild der realen Arbeitsabläufe, das über reine Maschinendaten hinausgeht.

Integration statt Disruption

Connected-Worker-Plattformen ergänzen bestehende IT-Systeme über standardisierte Schnittstellen wie OPC UA, REST oder MQTT; ERP oder MES bleiben unangetastet. Die Plattform übersetzt Produktionsaufträge in konkrete, aufgabenspezifische Anweisungen für Mitarbeitende. Rückmeldungen, Verbesserungsvorschläge oder Problemmeldungen fließen automatisch zurück. Die Plattform wird dort wirksam, wo Arbeit geschieht: an der Linie, bei der Wartung, in der Qualitätssicherung. Mitarbeitende nutzen zur Aufgabe passende Geräte, von Smartwatches über Tablets bis Desktop-PCs.

Die Lösung ist geräteunabhängig, passt sich flexibel an Rollen und Umgebungen an und integriert sich nahtlos in bestehende Abläufe. Die Datenarchitektur basiert auf einem ereignisgesteuerten Modell, das strukturierte und unstrukturierte Daten verarbeiten kann. Workflows werden durch eine regelbasierte Engine gesteuert und lassen sich dynamisch anpassen. Diese Art der Integra­tion ermöglicht es Unternehmen, Digitalisierung umzusetzen, ohne bestehende IT-Infrastruktur zu ersetzen. Neue Lösungen lassen sich modular einführen und bestehende Prozesse effizient erweitern.

Kontextuelle Intelligenz statt isolierter ­Algorithmen

Künstliche Intelligenz wird dabei als kontextuelle Schicht implementiert, die auf historischen Prozessdaten, Maschinenzuständen und Mitarbeiterinteraktionen basiert. Anders als isolierte KI-Anwendungen nutzt sie kontinuierlich generierte Shopfloor-Daten für ihre Entscheidungsmodelle.

Ein praktisches Beispiel: Computer-Vision-Algorithmen analysieren Arbeitsvideos und extrahieren automatisch Prozessschritte, Werkzeugnutzung und Qualitätskriterien. Diese Informationen werden in maschinenlesbare Arbeitsanweisungen konvertiert und mit bestehenden Prozessdokumentationen abgeglichen.

Das System lernt kontinuierlich aus Abweichungen und optimiert seine Empfehlungen. Natural Language Processing ermöglicht es Mitarbeitenden bei der Nutzung des Systems, Probleme in natürlicher Sprache zu beschreiben. Die Plattform analysiert diese Eingaben, vergleicht sie mit bekannten Fehlermustern und schlägt entsprechende Lösungsansätze vor. Gleichzeitig werden diese Interaktionen in eine strukturierte Wissensdatenbank überführt.

Warum Automatisierung eine Notwendigkeit ist

Mit einem offenen Blick auf die aktuellen Herausforderungen der Industrie eröffnete Simon Schmidt, Senior Manager Business Unit Automated Intralogistic, Manufacturing and Assembly Systems vom Fraunhofer IPA die Automation NEXT Conference 2026. Er widmete sich der Frage, wie sich Automatisierung entwickelt hat, welche Formen sie heute annimmt und welche Rolle vor allem KI-basierte Systeme künftig spielen werden.

Philip Bittermann

Systematische Fehler deutscher Digitalisierungsprojekte

Deutsche Unternehmen zeigen drei charakteristische Problemmuster bei Digitalisierungsprojekten. Viele Unternehmen unterhalten monolithische Systemarchitekturen und versuchen, alle Digitalisierungsanforderungen über zentrale Systeme wie zum Beispiel ERP-Systeme zu lösen. Dies führt zu komplexen Anpassungen, die bei jedem System-Update erheblichen Aufwand verursachen. Oft fließen so Millionen in ERP-Anpassungen, ohne spürbare Verbesserung im Arbeitsalltag zu bewirken. Daneben gibt es oft eine Lücke zwischen der Produktion und der IT.

Produktionsverantwortliche sind keine Experten in der Erstellung technischer Requirements und IT-Abteilungen sind keine Experten in der Produktion. Daher sind die Ergebnisse von Digitalisierungsprojekten oft eher enttäuschend für die Benutzer. Deutsche Unternehmen tendieren außerdem zu langwierigen Planungs- und Testphasen. Während dieser Zeit ändern sich häufig die Anforderungen, was zu kostspieligen Anpassungen führt. Im Gegensatz dazu folgen Connected-Worker-Projekte erfolgreich einer strukturierten Implementierungsmethodik: Zunächst werden kritische Geschäftsprozesse analysiert und quantifiziert. Typische Ansatzpunkte sind ungeplante Maschinenstillstände, Qualitätsprobleme oder ineffiziente Materialflüsse. Für jeden Use Case wird eine ROI-Berechnung erstellt, die sowohl direkte Kosteneinsparungen als auch indirekte Effekte wie verbesserte Mitarbeiterzufriedenheit berücksichtigt. Daraufhin wird ein ausgewählter Use Case in einem kontrollierten Umfeld implementiert. Dabei werden sowohl technische als auch organisatorische Aspekte getestet.

Wichtig ist die kontinuierliche Datensammlung, um die ROI-Prognosen zu validieren. Nach erfolgreicher Pilotierung wird die Lösung auf weitere Bereiche aus­geweitet. Key User werden geschult, um zusätzliche Use Cases selbstständig zu entwickeln. Diese Phase zeigt oft exponentielles Wachstum: Unternehmen ent­wickeln 40 oder mehr Anwendungsfälle in kurzer Zeit, mit jähr­lichen Mehrwerten im einstelligen Millionen­bereich.

Praxisbeispiel: Systematische Stillstandsreduktion

Ein konkretes Beispiel zeigt die technische Umsetzung: Beim niederländischen Fahrradhersteller Gazelle führten ungeklärte Produktionsstillstände zu erheblichen Effi­zienzverlusten. Das bestehende MES-System erfasste die Bandstillstände, nicht aber deren Ursachen. Die dann implementierte Connected-Worker-Lösung erweiterte die Datenerfassung um kontextuelle Informationen.

Mitarbeitende können seither über mobile Endgeräte Stillstandsgründe kategorisieren und detaillierte Beschreibungen hinzufügen. Basierend auf diesen Daten werden automatisierte Workflows ausgelöst: Bei Wissens­lücken wird beispielsweise qualifiziertes Personal benachrichtigt, bei Materialmangel die Logistik informiert. Ergebnis: 35 Prozent weniger Stillstandszeiten und eine verbesserte Datenqualität für weitere Optimierungen.

Ausblick: Schneller Rollout, kontinuierliche Optimierung

Schon heute ist es möglich, ganze Werke in wenigen Wochen vollständig zu digitalisieren. Möglich macht das die Integration von KI: Arbeitsprozesse werden automatisiert erfasst. Ein kurzes Video einer Tätigkeit genügt beispielsweise, um daraus strukturierte Schritt-für-Schritt-Anweisungen zu erstellen. Diese Inhalte fließen direkt in die Arbeitsabläufe ein, werden im Alltag genutzt und stetig mit neuen Informationen angereichert. So entsteht ein vollständiges, digitales Bild der Produk­tion. Auf Basis dieser Daten optimieren Mitarbeitende und KI gemeinsam weiter.

Menschliche Erfahrung und maschinelle Analyse ergänzen sich zu einem Optimierungsprozess, der kontinuierlich Wirkung entfaltet. Auch bei der Nutzerführung verändert KI den Umgang mit Systemen grundlegend. Durch natürliche Interaktionen, etwa in der Spracheingabe, werden komplexe SAP-Masken zunehmend überflüssig.

"Virtuelle Zwillinge und KI sind die Gamechanger in 2026"

Wenn Algorithmen lernen und digitale Abbilder Realität vorwegnehmen, entstehen ganz neue Dimensionen industrieller Effizienz – das kommende Jahr wird dabei zum Wendepunkt.

Kathrin Veigel