Machine Learning in der Industrie 4.0: Was ein Modell im laufenden Betrieb wirklich verlangt

Sie haben über Jahre Sensorik nachgerüstet, Maschinen vernetzt und ein MES eingeführt. Die Daten laufen. Nach der Bitkom-Erhebung zur Industrie 4.0 vom April 2026 nutzen 97 Prozent der befragten Industrieunternehmen mindestens eine Industrie-4.0-Anwendung. Befragt wurden 555 Unternehmen des verarbeitenden Gewerbes ab 100 Beschäftigten.

Die Frage, die jetzt auf dem Tisch liegt, ist nicht mehr, ob Sie genug messen. Sie lautet, was Sie mit dem Gemessenen entscheiden.

Machine Learning ist der Weg von der Messung zur Entscheidung. Und es ist der Punkt, an dem viele Projekte eine Rechnung aufmachen, die im Angebot nicht stand. Denn ein trainiertes Modell verhält sich nicht wie eine Maschine, die man abnimmt und dann betreibt. Es verhält sich eher wie ein Mitarbeiter, dessen Wissen veraltet, wenn niemand es auffrischt.

Dieser Artikel behandelt den Teil, den kaum jemand beschreibt: was ein trainiertes System nach dem Go-live verlangt, wer das im Mittelstand leisten soll und wann Sie besser darauf verzichten.

Wie viele Industrieunternehmen wirklich Machine Learning einsetzen

Die kursierenden Zahlen zur KI-Nutzung in der Produktion widersprechen sich, und zwar erheblich. Das liegt nicht an schlechter Statistik, sondern daran, dass die Erhebungen verschiedene Dinge messen.

Die Bitkom-Studie zur Industrie 4.0 aus dem Jahr 2025 nennt 42 Prozent der Industrieunternehmen, die KI in der Produktion einsetzen. Befragt wurden 552 Betriebe ab 100 Beschäftigten. Die Nachfolgeerhebung von 2026 weist 40 Prozent aus. Die Fragestellungen sind unterschiedlich gerahmt, ein Trend lässt sich daraus nicht ableiten.

Das Fraunhofer ISI kommt in seiner Erhebung "Modernisierung der Produktion" auf 16 Prozent. Dort stammen zwei Drittel der 1.334 auswertbaren Antworten von Betrieben unter 100 Beschäftigten. Für den Maschinenbau liegt der Wert bei 13 Prozent. Erhebungsjahr ist 2022, das gehört bei jeder Verwendung dazu.

Und das Statistische Bundesamt weist für 2025 aus, dass 26 Prozent aller Betriebe ab zehn Beschäftigten Technologien der künstlichen Intelligenz nutzen. Entscheidend ist die Aufschlüsselung nach Technologieart: Von diesen KI-Nutzern setzen 52 Prozent Text Mining ein, 42 Prozent Spracherkennung und 23 Prozent maschinelles Lernen. Rechnet man beide Werte zusammen, kommt man auf rund sechs Prozent aller Unternehmen ab zehn Beschäftigten, die tatsächlich maschinelles Lernen einsetzen. Diese Verknüpfung ist unsere eigene Rechnung und wird vom Statistischen Bundesamt nicht so ausgewiesen.

Der aufschlussreichste Befund steht allerdings im Kleingedruckten der ISI-Erhebung. Etwa die Hälfte der Betriebe, die KI in der Produktion einsetzen, nutzt selbstlernende Lösungen in genau einem Anwendungsbereich. Bezogen auf alle Betriebe sind das sieben Prozent. Wer also von einem Unternehmen hört, das "KI in der Produktion einsetzt", hört mit hoher Wahrscheinlichkeit von einem einzelnen Use Case, nicht von einem Portfolio.

Methodik: Für diese Einordnung wurden institutionelle Quellen ausgewertet, unter anderem Fraunhofer ISI, das Statistische Bundesamt, acatech und Bitkom Research. Die Erhebungen messen unterschiedliche Grundgesamtheiten und definieren KI unterschiedlich breit. Deshalb steht hinter jeder Zahl ihre Bezugsgröße. Zu einer pauschalen Quote werden sie hier bewusst nicht verrechnet. Stand: August 2026.

Industrie 4.0, KI, Machine Learning: was wovon eine Teilmenge ist

Vier Begrifflichkeiten, die im Alltag durcheinandergehen, obwohl sie auf verschiedenen Ebenen liegen.

Industrie 4.0 bezeichnet die Vernetzung von Maschinen, Anlagen und Systemen zu einer durchgängigen Datenbasis. Sie ist keine Technologie neben der KI, sondern die Infrastrukturschicht darunter. Der Abschlussbericht des Arbeitskreises Industrie 4.0, 2013 von acatech und der Forschungsunion vorgelegt, hat den Begriff geprägt und nennt zwei Merkmale, die für Machine Learning unmittelbar relevant sind. Erstens das Internet der Dinge und Dienste (IoT) als Auslöser, in dem Geräte, Maschinen, Sensoren und Aktoren selbst zu Akteuren werden. Zweitens die vertikale Integration, heute meist IT/OT-Integration genannt: die "digitale Durchgängigkeit von Aktor- und Sensorsignalen über verschiedene Ebenen bis zur ERP-Ebene". Diese Durchgängigkeit ist der Eckpfeiler, auf dem alles Weitere ruht. Sie entscheidet darüber, ob ein trainiertes System an die Informationen kommt, die es braucht. Normativ ausformuliert ist das Ebenenmodell in DIN SPEC 91345 (RAMI 4.0).

Künstliche Intelligenz ist der Oberbegriff für Systeme, die Aufgaben übernehmen, für die sonst menschliche Urteilsbildung nötig wäre. Die Terminologie ist in ISO/IEC 22989 normiert. Die Norm unterscheidet zwischen "narrow AI", also KI, die auf definierte Aufgaben zur Lösung eines spezifischen Problems ausgerichtet ist, und "general AI", die ein breites Aufgabenspektrum abdeckt. Sie ersetzt damit ausdrücklich das ältere Begriffspaar starke und schwache KI. In der Produktion geht es ausnahmslos um den ersten Fall: eng umrissene Aufgaben, je Aufgabe ein eigenes System.

Machine Learning ist der Teilbereich der KI, in dem ein System Muster aus Daten ableitet, statt nach fest programmierten Regeln zu arbeiten. Für die Produktion ist das der praktisch relevante Teil.

Deep Learning ist wiederum ein Teilbereich des maschinellen Lernens, der mit mehrschichtigen neuronalen Netzen arbeitet. In der Fertigung begegnet er Ihnen vor allem in der Bildverarbeitung.

Zwei Verwechslungen sind so verbreitet, dass sie hierher gehören. Die erste betrifft Roboter. Ein Werk mit vielen Robotern ist automatisiert, aber deshalb nicht vernetzt, und ein Roboter, der einen programmierten Ablauf abfährt, trifft keine gelernte Entscheidung. Automatisierung und Machine Learning sind unabhängig voneinander. Sie können beides haben, eines von beidem oder keines. Die zweite betrifft die Reihenfolge. Automatisierung gilt oft als Vorstufe von KI-Anwendungen, als müsste man erst das eine fertig haben. Für die Datenlage stimmt das teilweise, weil automatisierte Produktionsprozesse mehr und sauberere Rückmeldungen erzeugen. Als Zwangsfolge stimmt es nicht.

Dass beides zusammenhängt, ist messbar. In der ISI-Erhebung nutzen Betriebe mit echtzeitfähiger Produktionssteuerung zu knapp einem Drittel KI. Ohne solche Systeme sind es 13 Prozent. Wer bei Industrie 4.0 fortgeschritten ist, liegt bei 24 Prozent, wer gar nicht angefangen hat, bei 11 Prozent. Die Zahlen zeigen einen deutlichen Zusammenhang, keine nachgewiesene Ursache-Wirkung-Kette. Betriebe mit echtzeitnaher Produktionssteuerung sind in der Regel auch in anderer Hinsicht besser ausgestattet.

Eine Einordnung noch, weil sie oft verkürzt wiedergegeben wird. Der acatech-Bericht formuliert als Zielbild, dass durch Industrie 4.0 "selbst die Produktion von Einzelstücken und Kleinstmengen (Losgröße 1) rentabel werden" kann. Das ist eine Programmschrift von 2013, kein Messbefund, und die Formulierung lautet bewusst "kann rentabel werden", nicht "ist möglich".

Woher die großen Wörter kommen

Wer heute Angebote und Fachbeiträge zu diesem Feld liest, findet dort Revolution, Paradigmenwechsel und Transformation in dichter Folge. Es lohnt sich zu wissen, dass diese Wörter nicht von Anbietern erfunden wurden. Sie stehen im Gründungsdokument. Derselbe acatech-Bericht schreibt, Deutschland stehe "vor einer vierten industriellen Revolution, die durch das Internet der Dinge und Dienste in Gang gesetzt wurde", und benennt ausdrücklich einen "Paradigmenwechsel in der Mensch-Technik- und Mensch-Umgebungs-Interaktion".

Zwei Dinge sind daran bemerkenswert. Erstens stand der Satz im Futur. Beschrieben wurde eine Revolution, die bevorsteht und aktiv gestaltet werden muss, nicht eine, die stattgefunden hat. Zweitens ist der Text inzwischen über ein Jahrzehnt alt. Was 2013 eine Vorhersage war, wird heute als Beleg zitiert.

Für Ihre Bewertung folgt daraus eine einfache Regel. Die großen Begriffe sind seriös hergeleitet und als Argument trotzdem wertlos, weil sie über Ihren Betrieb nichts aussagen. Wenn ein Angebot mit der digitalen Transformation beginnt und nicht mit Ihrer Ausschussquote, hat es noch nicht angefangen.

Welches Verfahren zu welcher Datenlage passt

Machine-Learning-Algorithmen unterscheiden sich in zwei Eigenschaften, die in Angeboten selten nebeneinander stehen: welche Datenlage sie voraussetzen und was sie im laufenden Betrieb kosten. Die letzte Spalte der folgenden Übersicht ist deshalb die wichtigste.

Drei Einordnungen zu den Verfahren. Die Zeitreihenprognose begegnet Ihnen auch außerhalb der Produktionsanlagen, etwa in der Logistik und in der Disposition von Lieferketten. Der Unterschied ist geringer, als er wirkt: Es ist dieselbe Verfahrensklasse auf anderen Reihen. Was sich unterscheidet, ist die Änderungsrate. Eine Lieferkette verändert sich schneller als eine Werkzeugmaschine, und entsprechend häufiger muss nachgeführt werden. Die Anwendungsfälle außerhalb der Halle behandeln wir im Beitrag zu KI in der Logistik.

Bei der Zeitreihenprognose in der Instandhaltung wird häufig vom "optimalen Wartungszeitpunkt" gesprochen. Fachlich sauberer ist die Prognose der Restlebensdauer, für die ISO 13381-1 den methodischen Rahmen setzt. Ein Fraunhofer-Whitepaper zu Predictive Maintenance aus dem Jahr 2025 beschreibt den praktischen Ablauf zurückhaltender: Sobald ein kritischer Zustand erfasst wird, lassen sich Umfang und Zeitpunkt der Maßnahmen vorbereiten. Von einem Optimum ist dort nicht die Rede, und das aus gutem Grund, denn optimal setzt eine Zielfunktion aus Kosten und Ausfallrisiko voraus, die jeder Betrieb selbst festlegen muss.

Bei der Bildverarbeitung sind die Fortschritte der vergangenen Jahre am sichtbarsten. Ein Demonstrator der Fraunhofer-Institute IPT, ILT und IME zeigt, was technisch geht: Am Beispiel von Schweißnähten an Batteriezellmodulen erkennt ein vortrainiertes System Defekte und zeigt das Ergebnis unmittelbar farbcodiert an. Erkennungsraten wurden dazu nicht veröffentlicht. Das ist typisch für dieses Feld und einer der Gründe, warum die kursierenden Prozentzahlen zur Fehlererkennung mit Vorsicht zu behandeln sind.

Für die konkreten Einsatzfelder gibt es an anderer Stelle mehr Tiefe. Die Anomalieerkennung auf Zustandsdaten behandeln wir im Beitrag zum Condition Monitoring, die Prognose von Ausfällen unter Predictive Maintenance, die Bildverarbeitung in der Prüfung unter KI in der Qualitätssicherung. Einen Überblick über alle Einsatzfelder in der KI in der Produktion finden Sie im übergeordneten Beitrag.

Woher die 50-Prozent-Zahl kommt, die in fast jedem Anbietertext steht

Wenn Sie zu diesem Thema recherchieren, stoßen Sie binnen weniger Minuten auf eine Zahl, die überall gleich klingt und nirgends belegt ist. Sie begegnet Ihnen in mindestens vier Fassungen:

• "KI kann Produktionsfehler um bis zu 50 Prozent erkennen."
• "Smart Manufacturing verbessert die Fehlererkennung um bis zu 50 Prozent."
• "Eine Studie ergab, dass Smart Manufacturing Produktionsfehler um 50 Prozent reduziert."
• "Industrie 4.0 kann Produktionsfehler um bis zu 50 Prozent reduzieren."

Diese vier Sätze behaupten drei verschiedene Dinge: Erkennen, Reduzieren und einmal einen Ist-Befund. Der erste ist zusätzlich semantisch defekt, denn "Fehler um 50 Prozent erkennen" ist keine messbare Aussage. Detektionsleistung wird als Rate gegen eine Vergleichsbasis gemessen, nicht als Fehlermenge.

Wir haben die Zahl zurückverfolgt. Eine Primärquelle existiert für keine der vier Fassungen. Was existiert, sind vier verschiedene Werte aus zwei McKinsey-Papieren, die in der Sekundärliteratur zu einem einzigen falschen Wert zusammengefallen sind.

Der Verschmelzungspunkt lässt sich sogar auf den Abschnitt genau benennen. Im Bericht Smartening up with Artificial Intelligence von 2017 stehen beide Werte im selben Kapitel zur automatisierten Qualitätsprüfung. Wörtlich: "AI-based visual inspection based on image recognition may increase defect detection rates by up to 90% as compared to human inspection", und wenige Zeilen weiter "Productivity increases of up to 50% are possible". Wer aus diesem Absatz nur eine Zahl behält, behält die 50. Wer nur ein Thema behält, behält die Fehlererkennung. Aus der Kombination beider Erinnerungsfehler entsteht ein Satz, den keine der beiden Quellenaussagen deckt.

Zwei weitere Zahlen aus demselben Bericht laufen im selben Muster mit: "Reductions between 20 and 50% in forecasting errors are feasible" bezieht sich auf Prognosefehler in der Bedarfsplanung, "Overall inventory reductions of 20 to 50% are feasible" auf Lagerbestände. Beide haben mit Produktionsfehlern nichts zu tun, beide enthalten eine 50.

Auch die korrekten Originalwerte sind keine Messungen

Der wichtigere Befund liegt eine Ebene tiefer. Selbst die richtig zitierten Ausgangszahlen sind keine Erhebungen. Der Bericht von 2015, Industry 4.0: How to navigate digitization of the manufacturing sector, formuliert seine Werte als Projekterfahrung: "we typically see". Eine Fallzahl, eine Branchenabgrenzung oder eine Erhebungsmethode nennt er nicht. Der Bericht von 2017 beschreibt seine eigene Grundlage als "public sources as well as proprietary information gathered via in-depth interviews" und erzeugt seine Potenzialbewertung über eine Heatmap aus Experteneinschätzungen.

Das ist kein Vorwurf an die Häuser. Beratungsschätzungen sind als Beratungsschätzungen zulässig und oft nützlich. Sie sind nur keine Marktdaten, und genau als solche werden sie weitergereicht.

Dasselbe Muster trägt die zweithäufigste Zahl in diesem Feld. "Predictive Maintenance senkt ungeplante Stillstände um 20 Prozent" liest sich wie ein Messergebnis. Im Original von 2017 steht: "Depending on the starting point and the level of redundancy, availability can sometimes increase by more than 20%." Auf dem Weg in die Sekundärliteratur passieren drei Dinge. Die Bedingung fällt weg, obwohl sie im Satz vorne steht. Aus Verfügbarkeit wird Stillstand, und zwar ungeplanter, also eine Teilmenge, wobei sich Verfügbarkeit in Prozent und Stillstand in Prozent nicht linear ineinander umrechnen lassen. Und aus "kann manchmal" wird eine Aussage über den Normalfall. Ein Positionspapier von Deloitte aus dem Jahr 2017 nennt 10 bis 20 Prozent mehr Verfügbarkeit und weist die Grundlage in der Fußnote selbst als "Deloitte internal research" aus.

Was das für Ihre Bewertung heißt

Der Grund, warum solche Zahlen zirkulieren, ist selten Böswilligkeit. Sie entstehen dort, wo Digitalisierung als Angebot verkauft wird und ein Nutzenversprechen gebraucht wird, das sich in einer Zeile sagen lässt. Für Sie als Entscheider folgen daraus drei praktische Konsequenzen.

Erstens: Verlangen Sie zu jeder Prozentzahl in einem Angebot die Bezugsgröße. Prozent wovon, gemessen gegen welche Baseline, in welcher Grundgesamtheit. Wo diese Angaben fehlen, ist die Zahl kein Argument.

Zweitens: Achten Sie auf den Unterschied zwischen Produktivität und Fehlerquote. Eine Prüfung, die doppelt so schnell läuft, hat nicht die Hälfte der Fehler beseitigt. Sie hat Prüfkapazität freigesetzt. Beides ist wertvoll, beides ist nicht dasselbe, und die Verwechslung ist der Ursprung der ganzen Zahlenfamilie.

Drittens: Rechnen Sie nicht mit Marktzahlen, sondern mit Ihrer eigenen Baseline. Die Chancen für künstliche Intelligenz in Ihrer Fertigung stehen und fallen mit dieser Rechnung. Wie hoch ist Ihre heutige Schlupfrate, wie viele Stunden Sichtprüfung fallen an, wie oft steht die Anlage ungeplant. Diese drei Werte kennen Sie oder können sie in wenigen Wochen erheben. Sie sind für eine Investitionsentscheidung mehr wert als jede Studie, die Sie zitieren könnten.

Was Ihre Daten hergeben müssen, bevor ein Modell lernen kann

Vernetzte Anlagen und IoT-Sensorik erzeugen Datenmengen in einer Größenordnung, die vor zehn Jahren undenkbar war. Vorhandene Daten sind trotzdem nicht dasselbe wie nutzbare Daten. Die Expertise des Forschungsbeirats Industrie 4.0 zu Aufbau, Nutzung und Monetarisierung einer industriellen Datenbasis hat das erhoben, veröffentlicht 2022 bei acatech, befragt wurde von August bis Oktober 2021. An der Fragebogenstudie nahmen 69 produzierende Unternehmen teil. Knapp jedes vierte stimmte zu, dass Qualitätsstandards für Daten vorhanden sind. "Lediglich rund 15 Prozent" stimmten der Aussage in der Tendenz zu, dass ein übergreifendes Datenmodell erstellt worden sei. Bei den operativen Qualitätsaspekten, von der Zugänglichkeit über die Aktualität bis zur gemeinsamen Datengrundlage über Systemgrenzen hinweg, stimmte jeweils weniger als ein Drittel der befragten Fach- und Führungskräfte zu, dass sie im eigenen Haus erfüllt sind.

Eine Einschränkung dieser Erhebung ist hier bemerkenswert. Annähernd drei Viertel der vertretenen Unternehmen haben nach dem Bericht mehr als 100 Millionen Euro Umsatz und mehr als tausend Beschäftigte, kleine und mittlere Betriebe sind laut Bericht ausdrücklich unterrepräsentiert. Wenn also selbst in dieser Gruppe nur rund jedes siebte ein übergreifendes Datenmodell hat, spricht wenig dafür, dass die Werte im Mittelstand besser ausfallen.

Der zweite Punkt fehlt in Angeboten am häufigsten.

Labeling ist kein Vorbereitungsschritt, sondern ein Prozess

Überwachtes Lernen braucht nicht "gelabelte Trainingsdaten". Es braucht Beispiele, bei denen jemand entschieden hat, was gut ist und was Ausschuss. Diese Entscheidung trifft im Zweifel Ihre Qualitätssicherung, und zwar für eine große Zahl von Fällen. Das ist der Aufwand, der in Projektplänen regelmäßig als Nebensache erscheint und dann die Terminschiene bestimmt.

Wie fehleranfällig dieser Schritt ist, zeigt der Blick in die Fachliteratur. Ein Übersichtsartikel zum Lernen mit fehlerhaften Labels in den IEEE Transactions on Neural Networks and Learning Systems beziffert den Anteil falsch vergebener Labels in realen Datensätzen auf 8 bis 38,5 Prozent. Die untersuchten Datensätze stammen aus der Bildverarbeitung und nicht aus der industriellen Fachannotation, die Größenordnung ist dennoch ein nützlicher Maßstab. Die Normenreihe ISO/IEC 5259 führt Datenkennzeichnung folgerichtig als eigenen Qualitätsprozess mit eigenen Anforderungen, nicht als Zuarbeit.

Ob Ihre Daten tragen, lässt sich im Übrigen nicht mit Ja oder Nein beantworten. Eine Datenbasis, die für Reporting sauber genug ist, ist damit noch nicht für maschinelles Lernen geeignet. Diese Unterscheidung haben wir im Beitrag Data Warehouse vs. Data Lake als Stufenmodell beschrieben, und die Frage der grundsätzlichen Datenstrategie für KI-Projekte an anderer Stelle.

Der Teil, den niemand einplant: was nach dem Go-live passiert

Ein Machine-Learning-System verliert nach der Inbetriebnahme an Genauigkeit, weil sich die Produktionsrealität verändert, aus der es gelernt hat. Genau dieser Teil fehlt in den meisten Projektangeboten.

Warum ein Modell im Feld an Güte verliert

Ein vielzitierter Aufsatz von Google-Ingenieuren zu versteckter technischer Schuld in ML-Systemen bringt es in einem Satz auf den Punkt: Die Außenwelt ist selten stabil, und diese fortlaufende Veränderung erzeugt fortlaufende Wartungskosten. Die Autoren warnen ausdrücklich davor, schnelle Anfangserfolge für kostenlos zu halten.

Wie verbreitet der Effekt ist, hat eine Untersuchung in Scientific Reports gemessen. In einer kontrollierten Studie mit 128 Kombinationen aus Modelltyp und Datensatz aus vier Branchen zeigten 91 Prozent einen messbaren Güteverlust über die Zeit. Die Autoren nennen das Phänomen AI aging. Es handelt sich ausdrücklich nicht um eine Felderhebung über produktiv laufende Unternehmenssysteme, und industrielle Sensordaten waren nicht Teil der untersuchten Datensätze. Die Zahl beschreibt damit eine gut belegte Tendenz, keine Betriebsstatistik.

Bemerkenswert ist ein Nebenbefund derselben Untersuchung. Der Verlust tritt nicht immer schleichend ein. Ein Teil der untersuchten Kombinationen verschlechterte sich abrupt nach einer längeren unauffälligen Phase, und zwar gerade bei Daten mit moderatem, gut vorhersagbarem Verlauf. Also dort, wo man sich sicher fühlt.

Concept Drift, Data Drift und was davon Anbietersprache ist

In Anbietermaterial lesen Sie fast immer von "Model Drift". Der Begriff ist in der Fachliteratur nicht etabliert. Die belastbaren Begrifflichkeiten stammen aus der Informatik, und dort werden zwei Konzepte sauber getrennt, die der Übersichtsartikel von Gama und Kollegen in den ACM Computing Surveys als Änderung der Eingangsverteilung (dort: virtual drift) und als Änderung des Zusammenhangs selbst (real concept drift) beschreibt:

Data Drift bezeichnet die Veränderung der Eingangsdaten gegenüber den Trainingsdaten: andere Messwertverteilungen, andere Betriebspunkte, andere Bildhelligkeit.

Concept Drift bezeichnet die Verschiebung des Zusammenhangs zwischen Eingangsdaten und Zielgröße. Dieselben Messwerte haben dann eine andere Bedeutung als zum Zeitpunkt des Trainings, weil sich der Kontext gewandelt hat, in dem sie entstehen.

Was in Anbietermaterial "Model Drift" heißt, ist meist die Folge davon: die nachlassende Vorhersagegüte. Ursache und Folge auseinanderzuhalten lohnt sich, weil daraus eine handfeste Betriebskonsequenz folgt.

Data Drift können Sie ohne Weiteres erkennen. Sie vergleichen die aktuellen Eingangsdaten mit denen aus dem Training. Dafür brauchen Sie keine Bewertung.

Concept Drift können Sie so nicht erkennen. Ob dieselben Messwerte weiterhin dasselbe bedeuten, wissen Sie erst, wenn jemand eine ausreichende Zahl aktueller Fälle bewertet hat.

Das heißt: Labeling endet nicht mit dem Training. Wer die Vorhersagegüte im Betrieb halten will, muss dauerhaft Kapazität dafür einplanen, aktuelle Fälle zu bewerten. Dieser Punkt fehlt in Aufwandsschätzungen regelmäßig.

Was im Werk die Drift auslöst

Der Wandel, der ein Modell altern lässt, ist selten spektakulär. Eine Untersuchung zur Qualitätsprognose im Spritzguss hat die Ursachen an einer realen Anlage aufgeschlüsselt:

• Chargenwechsel beim Rohmaterial. Zwischen zwei Chargen desselben Materials aus verschiedenen Produktionsläufen maßen die Autoren eine durchschnittliche Viskositätsdifferenz von 6,8 Prozent. Für die Maschine ist das ein anderer Werkstoff.
• Werkzeugwechsel und Wartungsstopps verändern Verweilzeiten und erzeugen Ausreißer im Teilegewicht.
• Verschleiß. Der Einspritzhub der untersuchten Maschine variierte im Dauerbetrieb um bis zu 0,033 Millimeter. Dazu kommen Schneckenerosion und nachlassende Rückstromsperren.
• Umgebungsbedingungen wie Raumtemperatur, Luftfeuchte und Vibration.

Für kamerabasierte Prüfung kommt eine weitere Kategorie hinzu. Eine Arbeit aus der Fertigungstechnik zum Umgang mit Data Drift beim Rührreibschweißen unterscheidet Ursachen im Produkt und Prozess, im Messsystem und in der Nachverarbeitung. Zum Messsystem zählen der Austausch oder die Alterung eines Kamerasensors, veränderte Beleuchtung und ein verstellter Fokus. Ein getauschter Sensor ist für das Modell eine neue Welt, auch wenn er baugleich ist.

In der Spritzguss-Untersuchung stieg der Vorhersagefehler über drei Produktionsintervalle von 0,0365 auf 0,0771, also auf mehr als das Doppelte. Nach dem Nachtrainieren lag er wieder bei 0,0375 und damit 42,3 Prozent unter dem Vorhersagefehler ohne Nachführung im selben Produktionsintervall. Der Anteil als anomal erkannter Prozessfenster fiel von 0,86 auf 0,09, weil sich Trainings- und Betriebsverteilung wieder annäherten.

Warum das kein Sonderfall ist, sondern Norm

An dieser Stelle hilft ein Blick in die Normung, weil sie das Thema deutlich nüchterner behandelt als der Markt.

ISO/IEC 5338:2023 beschreibt die Lebenszyklusprozesse von KI-Systemen. Sie führt einen eigenen Continuous-validation-Prozess, einen Operation-Prozess und einen Maintenance-Prozess, jeweils mit eigener Nummer im Normtext. Fortlaufende Validierung, Betrieb und Wartung sind dort also keine Phasen am Ende eines Projekts, sondern benannte Prozesse mit eigenen Anforderungen. Und als eines der Merkmale, die KI-Systeme von herkömmlicher Software unterscheiden, nennt die Norm das Messen und Überwachen von Abweichungen der Produktivdaten, also Data Drift, sowie von Abweichungen gegenüber der gewünschten Ausgabe, also Concept Drift. Die beiden Begriffe aus dem vorigen Abschnitt stehen damit in der Norm selbst.

Die begleitende Terminologienorm ISO/IEC 22989:2022 beschreibt den Lebenszyklus eines KI-Systems über mehrere Phasen. Auf Inbetriebnahme folgen Betrieb und Überwachung, fortlaufende Validierung, Neubewertung und schließlich die Außerbetriebnahme.

Ein Modell hat normativ ein Betriebsleben und ein Lebensende. Wer sagt, es sei kein Projektergebnis, sondern ein Betriebsgegenstand, äußert damit keine Meinung. Er gibt eine veröffentlichte internationale Norm wieder.

Die Kontrollfrage lautet deshalb: Können Sie sagen, wie gut Ihre Vorhersagen heute sind im Vergleich zum Tag der Abnahme?

Falls nicht, sind Sie in guter Gesellschaft. Ein Übersichtsartikel zu Deployment-Erfahrungen in den ACM Computing Surveys hält fest, dass die Fachwelt selbst erst am Anfang steht zu verstehen, welche Kennzahlen von Daten und Modellen überwacht werden sollten und wann ein Alarm ausgelöst gehört. Das ist keine organisatorische Schwäche Ihres Hauses. Es ist der Reifegrad eines jungen Feldes.

Zusammengefasst: Ein Modell altert, weil sich die Produktion verändert, und die Auslöser sind alltäglich. Wer das weiß, kann es überwachen und einplanen. Wer es nicht weiß, hält den Güteverlust für ein Softwareproblem und sucht an der falschen Stelle.

Wer betreut das Modell, wenn es läuft?

Ob ein trainiertes System im Betrieb gehalten werden kann, entscheidet sich weniger an der Technik als daran, wer im Haus den Modellzustand kennt und verantwortet. Die Datenlage dazu ist im deutschen Mittelstand eindeutig.

Die Expertise des Forschungsbeirats Industrie 4.0 zu KI im Mittelstand hat 117 produzierende Unternehmen befragt, davon 61 kleine und mittlere. Drei Werte aus dieser Erhebung beschreiben die Lage:

• 25 Prozent der befragten KMU haben dedizierte KI-Projektteams. Bei Großunternehmen sind es 59 Prozent.
• 20 Prozent haben explizite KI-Expertise im Haus. Bei Großunternehmen 73 Prozent.
• 5 Prozent suchen aktiv nach KI-Fachleuten auf dem Arbeitsmarkt. Bei Großunternehmen 38 Prozent.

Die Erhebung stammt aus dem Jahr 2021 und die Stichprobe ist klein, die Richtung deckt sich jedoch mit neueren Befunden. In der Bitkom-Erhebung 2025 nannten 42 Prozent der Industriebetriebe fehlende Expertise zur Einbindung künstlicher Intelligenz in ihre Prozesse als Hürde. Das VDMA-Positionspapier Industrial AI nennt für den Maschinenbau 45 Prozent fehlende Personalressourcen und 42 Prozent mangelhafte Datenqualität. Zu dieser Verbandsumfrage sind allerdings weder Stichprobengröße noch Grundgesamtheit veröffentlicht, die Werte sind entsprechend vorsichtig zu lesen.

Das Whitepaper AI Beyond The Prototype der Fraunhofer-Institute IOSB, IAO und IPA aus dem Jahr 2025 formuliert die Konsequenz klar: "Early planning should assign specific tasks or roles to named individuals, teams, or partners to avoid delays, extra costs, or failure." Dieselbe Anforderung findet sich im KI-Risikomanagement-Rahmenwerk des US-amerikanischen NIST, das dokumentierte Rollen, Verantwortlichkeiten und Kommunikationswege verlangt. Das Rahmenwerk ist freiwillig und nicht europäisch, als Orientierung taugt es trotzdem.

Wenn ein Fünftel der Mittelständler interne KI-Expertise hat und jeder Zwanzigste aktiv danach sucht, dann geht es praktisch nicht darum, ob Sie einen Data Scientist einstellen. Entscheidend ist, wie ein Modell so betrieben wird, dass sein Zustand für die vorhandene Mannschaft sichtbar bleibt. Ein Instandhaltungsleiter muss nicht wissen, wie ein Gradient Boosting funktioniert. Er muss sehen, dass die Trefferquote seit dem Werkzeugwechsel im März gefallen ist. Was er dafür braucht, ist keine Erklärung des Verfahrens, sondern Transparenz über den Zustand: wenige Kennzahlen, regelmäßig erhoben, im Zeitverlauf lesbar. Diese Einblicke sind die eigentliche Voraussetzung dafür, dass ein gelerntes System in die Entscheidungsfindung einer Fertigung eingebunden werden kann und dort nicht als Blackbox neben ihr steht.

Damit ist ausdrücklich nicht gemeint, dass diese Aufgabe dauerhaft nach außen wandert. Ein Modell, dessen Zustand nur ein externer Dienstleister beurteilen kann, ist ein zweites Steuerungsproblem und kein gelöstes. Der sinnvolle Weg führt in die Gegenrichtung: Die Überwachung wird so aufgebaut, dass sie im Haus lesbar ist, die Schwellen werden gemeinsam festgelegt, und die Dokumentation gehört zum Projektergebnis. Externe Unterstützung ist dort sinnvoll, wo Modelle gebaut und Überwachungsmechanismen eingerichtet werden. Die laufende Beurteilung sollte am Ende bei Ihnen liegen.

Genau das ist eine Steuerungsaufgabe. Modelle, Datenflüsse, Überwachung und Verantwortlichkeiten gehören an eine Stelle, an der sie gemeinsam sichtbar sind. Bei uns übernimmt das die AIOP, die Agentic Industrial Orchestration Platform, als Steuerungsschicht über den bestehenden Systemen.

Wichtig: AIOP ersetzt keine bestehenden ERP-, MES- oder WMS-Systeme. Die Plattform ist als Steuerungsschicht über vorhandenen Systemen gedacht, damit Datenflüsse, Modelle, Governance und KPI-Messung kontrollierbar werden. Die Anbindung erfolgt über Schnittstellen, eine ERP-Migration ist dafür nicht erforderlich.

Wenn in Ihrem Haus gerade niemand benannt ist, der den Zustand eines produktiven Modells beurteilen könnte, ist das der Punkt, an dem sich ein Gespräch lohnt. Nicht um ein Projekt zu starten, sondern um zu klären, welche Möglichkeiten der Überwachung Ihre vorhandene Mannschaft realistisch übernehmen kann. Erstgespräch vereinbaren.

Was der Betrieb kostet und wann sich ein eigenes Modell nicht lohnt

Die Kosten eines ML-Vorhabens verteilen sich anders, als die meisten Angebote suggerieren. Entwicklung und Integration sind einmalig. Der laufende Betrieb ist es nicht.

Das oben genannte Fraunhofer-Whitepaper AI Beyond The Prototype benennt den entscheidenden Kostentreiber beim Nachtrainieren: Es macht einen erheblichen Unterschied, ob neue Daten manuell bewertet werden müssen oder ob automatisiert nachtrainiert werden kann. Bei überwachtem Lernen ist Ersteres der Regelfall. Wer die Betriebskosten schätzen will, rechnet deshalb nicht in Serverkosten, sondern in Personenstunden für Bewertung, Prüfung und Freigabe.

Hanisch-Prinzip: Der Nutzen eines Modells gehört gegen eine Baseline gemessen, nicht geschätzt. Erst wenn ein Anwendungsfall mit realen Daten und klaren Kennzahlen Wirkung zeigt und diese Wirkung auch nach sechs Monaten Betrieb noch nachweisbar ist, entsteht ein belastbarer Proof of Value.

Wie eine solche Bewertung strukturiert abläuft, von der Bestandsaufnahme bis zur priorisierten Reihenfolge, beschreiben wir im Beitrag zur KI-Potenzialanalyse.

Vier Fälle, in denen wir abraten

Nicht jede Fertigung braucht ein eigenes Modell, und wir halten es für einen Fehler, das anders darzustellen. In diesen vier Situationen ist der ehrliche Rat, es zu lassen oder anders zu lösen:

Wenn die Datenhistorie zu kurz ist. Anomalieerkennung braucht eine ausreichend lange Aufzeichnung eines stabilen Normalbetriebs, geliefert von den Sensoren, die ohnehin verbaut sind. Wer seit vier Monaten misst, hat noch keinen Normalzustand, sondern einen Ausschnitt.

Wenn die Variantenvielfalt hoch und die Stückzahl je Variante klein ist. Dann entstehen für keine Variante genug bewertete Beispiele, und der Bewertungsaufwand steigt schneller als der Nutzen.

Wenn der Maschinen- oder Systemhersteller die Funktion mitliefert. Eine eingebaute Prüffunktion, die der Hersteller pflegt und nachführt, ist in vielen Fällen die wirtschaftlichere Lösung. Dann liegt der Betriebsaufwand bei ihm. Wir empfehlen in solchen Fällen, zuerst beim Hersteller zu fragen.

Wenn niemand benannt werden kann, der den Modellzustand verantwortet. Ein Modell ohne zuständige Person wird nicht überwacht und irgendwann leise falsch. Das ist der Fall, in dem ein Projekt besser wartet, bis diese Rolle geklärt ist.

Was Machine Learning in der Industrie 4.0 dauerhaft verlangt

Industrie 4.0 hat in vielen Werken geleistet, was sie leisten sollte. Die Daten sind da. Machine Learning ist der Schritt, der aus ihnen Entscheidungen macht, und es ist der Teil der künstlichen Intelligenz, der in der Fertigung tatsächlich ankommt.

Der Unterschied zu klassischen Investitionen liegt darin, dass dieser Schritt keinen Endpunkt hat. Ein Modell wird nicht fertig. Es wird in Betrieb genommen, es altert mit dem Prozess, den es abbildet, und es braucht jemanden, der das bemerkt. Die Normung sieht das genauso, die Forschung misst es, und in der Fertigung sind die Auslöser so unspektakulär wie eine neue Materialcharge.

Wer den Betriebsaufwand vor dem Projekt einplant, kann ihn budgetieren und Zuständigkeiten festlegen. Wer ihn erst im Betrieb entdeckt, sucht rückwirkend nach einer Erklärung dafür, warum die Trefferquote nicht mehr stimmt.

Wenn Sie einordnen möchten, welche Anwendungsfälle in Ihrer Fertigung tragfähig sind und was ihr Betrieb realistisch verlangt, sprechen wir darüber. In 30 Minuten klären wir, welche Ihrer Datenquellen für maschinelles Lernen überhaupt in Frage kommen, welche zwei bis drei Ansatzpunkte den größten Hebel hätten und was der laufende Betrieb an Rollen und Aufwand bedeuten würde. Auf Wunsch bekommen Sie im Anschluss eine kurze schriftliche Zusammenfassung an Ihre E-Mail-Adresse, die Sie an Geschäftsführung und IT-Leitung weitergeben können. Wenn sich dabei zeigt, dass ein eigenes Modell für Sie nicht der richtige Weg ist, sagen wir Ihnen das.

Kostenloses Erstgespräch vereinbaren. 30 Minuten. Unverbindlich. Konkret.

Zu diesem Beitrag: Die Einordnung stützt sich auf institutionelle Quellen und begutachtete Fachliteratur. Anbieterangaben sind als solche gekennzeichnet und werden nicht als Marktdaten verwendet. Wo für Deutschland keine belastbaren Zahlen vorliegen, ist das im Text vermerkt. Stand: August 2026.