Ist KI der Tod des SPS-Programmierers?

Zu Beginn richtete Winkler den Blick auf den globalen KI-Markt, dessen Dimensionen inzwischen kaum noch zu greifen sind: Schätzungen beziffern das Marktvolumen auf 1,2 bis 2,5 Bio. US-Dollar. Dabei machte Winkler aber auch klar, dass aktuell noch niemand mit Sicherheit sagen kann, ob sich hier ein nachhaltiger Technologiemarkt entwickelt – oder man sich mitten in einer gewaltigen Blase befinde.

„Die Meldungen überschlagen sich schier“, kommentierte Winkler. Noch nie habe er einen Vortrag erlebt, den er praktisch wöchentlich habe aktualisieren müssen, weil ständig neue Modelle, neue Produkte und neue Ankündigungen auf den Markt kämen.

Besonders beeindruckend seien die Bewertungen der Unternehmen im KI-Umfeld. Als Beispiel nannte er den Kursanstieg von Nvidia seit dem Start von ChatGPT um mehr als 1.100 % sowie die geplante Börsenbewertung von Anthropic, die Größenordnungen erreiche, die vor wenigen Jahren noch undenkbar gewesen wären.

Gleichzeitig warnte er davor, sich von den Schlagzeilen blenden zu lassen. Trotz aller Investitionen sei der wirtschaftliche Nutzen von KI in Unternehmen bislang weitgehend unbelegt; die meisten Firmen befänden sich noch immer in einer Experimentier- und Pilotphase.

Das neue Wettrüsten: USA gegen China

Einen Schwerpunkt legte Winkler auf den globalen KI-Wettbewerb zwischen den USA und China. Dabei gehe es längst nicht mehr nur um die leistungsfähigsten Sprachmodelle, sondern zunehmend auch um Rechenleistung, Energieversorgung und Kostenstrukturen.

Während die großen US-Anbieter überwiegend auf geschlossene Modelle setzen, die nur in ihren eigenen Clouds betrieben werden können, verfolgen chinesische Anbieter häufig einen anderen Ansatz. Deren sogenannte Open-Weight-Modelle lassen sich herunterladen und lokal betreiben, sogar komplett ohne Internetverbindung. Für industrielle Anwendungen könne das ein entscheidender Vorteil sein.

Besonders eindringlich warnte Winkler davor, sich technologisch von einem einzigen Anbieter abhängig zu machen: „Wechselfähigkeit ist das A und O bei der Einführung von KI ins eigene Unternehmen. Man muss Lösungen so bauen, dass sie im Prinzip modellagnostisch sind.“

Mit Sorge blickt Winkler dabei auf die europäische KI-Infrastruktur: Der Großteil der KI-fähigen Rechenleistung konzentriere sich derzeit in den USA. Obwohl Europa über zahlreiche Rechenzentren verfüge, seien viele davon nicht in der Lage, moderne KI-Anwendungen in großem Maßstab zu betreiben. Seine Einschätzung fiel deutlich aus: „Wir werden es nicht schaffen, ein Frontier-Modell zu entwickeln.“

Umso wichtiger sei es, zumindest über eigene KI-fähige Infrastruktur zu verfügen, um sich geostrategisch nicht vollständig zwischen den Machtblöcken USA und China aufreiben zu lassen.

Die versteckte Seite der KI: Kosten und Energie

Ein weiterer zentraler Punkt der Keynote war die wirtschaftliche Realität hinter der KI-Euphorie. Winkler schilderte mehrere Beispiele, in denen Unternehmen enorme Summen für KI-Dienste ausgeben, ohne deren Nutzen eindeutig belegen zu können. Besonders eindrucksvoll sei ein Beispiel beim Fahrdienstvermittler Uber: Dort habe man innerhalb eines Quartals das komplette IT-Budget für KI-Services aufgebraucht. Entwickler hätten teilweise KI-Nutzungskosten von rund 2.000 US-Dollar pro Monat verursacht. Ein klarer Nachweis des Nutzens fehle jedoch noch.

Die Konsequenz: Unternehmen müssten lernen, nicht immer die leistungsfähigsten und teuersten Modelle einzusetzen. Vielmehr gehe es darum, je nach Aufgabe das wirtschaftlich sinnvollste Modell zu wählen.

Mindestens ebenso kritisch sieht Winkler den Energieverbrauch der KI-Welt und führte an, dass in den USA viele Data Center inzwischen direkt über Gasturbinen versorgt würden, weil die öffentlichen Stromnetze die erforderlichen Leistungen nicht mehr bereitstellen könnten.

Parallel zum Ausbau der Infrastruktur wächst nach Winklers Beobachtung auch der gesellschaftliche Widerstand. In den USA seien inzwischen Genehmigungsprozesse für Rechenzentren eine der größten Wachstumsbremsen. Allein im ersten Quartal 2026 seien 75 Projekte im Gesamtwert von rund 130 Mrd. Euro verhindert worden.

Warum die KI-Revolution langsamer ankommt als gedacht

Trotz aller Schlagzeilen sieht Winkler die tatsächliche Verbreitung von KI deutlich nüchterner; seiner Einschätzung nach lebt die Tech-Branche derzeit in einer Art Ein-Prozent-Blase. Denn während sich die Diskussionen in Medien und sozialen Netzwerken aktuell nahezu ausschließlich um KI drehten, hätten rund 85 % der Weltbevölkerung bislang noch nie aktiv mit KI gearbeitet.

Auch in Unternehmen bestehe häufig eine erhebliche Diskrepanz zwischen wahrgenommener und tatsächlicher Nutzung. Viele Organisationen hätten zwar Lizenzen für KI-Werkzeuge eingeführt, die reale Anwendung bleibe jedoch begrenzt.

Besonders bemerkenswert ist dabei seine Beobachtung: „Die KI-Adoptionsrate ist umgekehrt proportional zur Größe der Organisation.“

Soll heißen: Große Konzerne haben aufgrund komplexer Prozesse, gewachsener Strukturen und organisatorischer Beharrungskräfte deutlich größere Schwierigkeiten, KI breit zu etablieren.

KI verändert Arbeitsplätze, vernichtet sie aber nicht

Im zweiten Teil seines Vortrags widmete sich Winkler den Auswirkungen auf den Arbeitsmarkt.

Verwaltung, Controlling, Übersetzung, Rechtsberatung, Synchronisation und sogar Schauspiel seien heute bereits von KI betroffen. Als Beispiel nannte er die virtuelle Schauspielerin Tilly Norwood, die als erste KI-Darstellerin für Filmproduktionen aufgebaut werde.

Den historischen Vergleich zog er zur industriellen Revolution: „Damals wurde physische Arbeit durch Maschinen ersetzt. Mit KI sind die Wissensarbeiter dran.“

Dennoch erwartet er keine Massenarbeitslosigkeit. Die untersuchten Unternehmensbeispiele zeigten vielmehr ein differenziertes Bild: Während manche Firmen mit sinkendem Personalbedarf rechnen, schaffen andere neue Stellen oder verlagern Ressourcen in andere Bereiche. Darum seine Einschätzung: „KI vernichtet nicht einfach Jobs, sondern verändert die Rollen.“

Die „Kanarienvögel im Bergwerk“

Besonders aufmerksam verfolgt Winkler Studien zur Entwicklung des Arbeitsmarkts für Softwareentwickler. Die sogenannten „Canaries in the Coal Mine“-Auswertungen zeigen nach seinen Angaben, dass vor allem Berufseinsteiger unter Druck geraten. Die Nachfrage nach Junior-Entwicklern gehe zurück, während erfahrene Spezialisten weiterhin gesucht würden.

Die Ursache liegt auf der Hand: Einfache Programmier- und Testaufgaben sind genau jene Tätigkeiten, die Sprachmodelle heute bereits besonders gut unterstützen oder teilweise übernehmen können. Experten hingegen werden weiterhin benötigt, um Ergebnisse zu bewerten, Systeme zu spezifizieren und Qualität sicherzustellen.

Winkler ging auch auf ein Phänomen ein, das derzeit in vielen Unternehmen sichtbar wird: „AI Slop“ oder „AI Work Slop“. Gemeint sind Inhalte, die auf den ersten Blick professionell wirken, tatsächlich aber oberflächlich, fehlerhaft oder inhaltlich wertlos sind. Das könne Präsentationen, Berichte oder andere Dokumente betreffen.

Mit einem augenzwinkernden Beispiel beschrieb er Kollegen, die entdeckt hätten, wie schnell sich Präsentationen per Copilot erstellen lassen: „Die sehen schick aus, aber der Inhalt ist einfach Schrott.“

Warum KI besonders gut programmieren kann

Ein zentrales Argument seiner Keynote lautete, dass Softwareentwicklung eine ideale Anwendung für Sprachmodelle darstellt, da Programmiersprachen wesentlich einfacher strukturiert sind als menschliche Sprache. Gleichzeitig stünden Milliarden frei verfügbarer Codebeispiele zum Training bereit. Zudem sei die gesamte Softwareentwicklungsumgebung bereits vollständig digitalisiert und maschinenlesbar.

Entsprechend stark sei der Anstieg automatisch generierter Software, Webseiten, Apps und Github-Repositories seit dem Aufkommen leistungsfähiger KI-Werkzeuge.

Was bedeutet das für die Automatisierung?

An diesem Punkt schlug Winkler die Brücke zur industriellen Automatisierung. Seit Jahrzehnten seien SPS-Systeme, Engineering-Methoden und Programmierstrukturen weitgehend unverändert geblieben. Doch nun beginne sich auch dieser Bereich zu verändern.

Seine wichtigste Botschaft: „Daniel Developer stirbt nicht, aber seine Arbeit ändert sich.“ Künftig verschiebe sich der Schwerpunkt von der eigentlichen Programmierung hin zu Spezifikation, Validierung, Abnahme, Sicherheitsbetrachtungen und übergeordnetem Systemverständnis. Der klassische SPS-Programmierer entwickle sich zunehmend zum Systemingenieur mit KI-Kompetenz.

Gleichzeitig warnte er davor, die Geschwindigkeit der Transformation zu überschätzen. Die Automatisierungsindustrie sei traditionell von langen Innovationszyklen, großen installierten Anlagenbeständen und einer gewissen Trägheit geprägt. Deshalb werde die Umstellung Jahre, wenn nicht Jahrzehnte dauern.

Vorstellung von Agentix

Zum Abschluss präsentierte Winkler die neuesten Entwicklungen rund um die Automatisierungsplattform CtrlX Automation: Bereits im Vorjahr hatte Bosch Rexroth mit „Ask IXI“ einen KI-gestützten Assistenten vorgestellt, der Fragen auf Basis validierter Dokumentation beantworten kann. Nun folgt mit „Agent IXI“ die nächste Entwicklungsstufe.

Der Agent kann Aufgaben eigenständig planen, ausführen und koordinieren, bleibt dabei jedoch unter Kontrolle des Ingenieurs und berücksichtigt bestehende Sicherheitskonzepte.

Besonders eindrucksvoll demonstrierte Bosch Rexroth dies anhand einer Papierflieger-Zeichnungsanlage: Während klassische Engineering-Prozesse viele Stunden in Anspruch nehmen würden, lasse sich die Anwendung mit agentischer Unterstützung innerhalb weniger Minuten konfigurieren.

Dabei genügt laut Winkler sogar ein Foto des Handlingsystems sowie einige wenige Angaben wie Achslängen. Die KI erzeugt daraus automatisch Anlagenkonfiguration, Kinematik und Steuerungsprogramm. Je nach Komplexität seien so Einsparungen von 30 bis 70 % beim Engineering-Aufwand möglich.

Besonderen Wert legt Bosch Rexroth dabei auf Offenheit: Neben Cloud-Modellen können auch lokale Open-Weight-Modelle genutzt werden, sodass Unternehmen KI-Anwendungen vollständig innerhalb ihrer eigenen Infrastruktur betreiben können. Zudem sollen über MCP-Schnittstellen und kuratierte Skills auch Drittanwendungen eingebunden werden können.

Das war die Automation NEXT Conference 2026

KI-Agenten, humanoide Roboter, Smart Factory und Cybersecurity: Die Automation NEXT Conference 2026 zeigte bei Bosch Rexroth in Ulm, welche Technologien bereits industriell einsetzbar sind – und welche Voraussetzungen Unternehmen für die nächste Automatisierungsstufe schaffen müssen.

Redaktion Automation NEXT