KI-Agenten für Maschinen — Aufgaben und Architektur

Zuletzt geprüft: 2026-05-22 · Marcus Rüb

Ein KI-Agent für eine Maschine ist ein softwarebasiertes System, das Maschinenzustand, Sensordaten und technische Dokumentation zusammenführt und daraus situationsgerechte Auskünfte, Diagnosen oder Handlungsempfehlungen ableitet — verfügbar für Bediener, Servicetechniker und Instandhaltung.

Was leistet ein KI-Agent für eine Maschine?

Die Vorstellung, KI “auf einer Maschine” zu installieren, führt in der Praxis oft zu Missverständnissen. Ein KI-Agent übernimmt keine Steuerungsaufgaben der SPS — das bleibt Aufgabe der Speicherprogrammierbaren Steuerung (SPS), die für Echtzeit-Regelung und Sicherheitsfunktionen ausgelegt und zertifiziert ist.

Ein KI-Agent arbeitet parallel zur SPS auf einem Edge-System und ergänzt die Automatisierung um sprachliche, dokumentarische und diagnostische Fähigkeiten:

Er kann auf Fragen antworten: “Warum hat die Anlage heute Morgen dreimal einen Überdruck-Alarm ausgelöst?”
Er kann Dokumentation aufschlagen: “Zeig mir den Wartungsplan für das Druckventil V-17 laut Betriebsanleitung.”
Er kann Muster erklären: “Die Vibrationswerte liegen 12 % über dem Normalbereich — typisches Muster eines beginnenden Lagerproblems.”
Er kann Bedienern helfen: “Die Anlage meldet Fehlercode E-447 — das bedeutet Übertemperatur im Kühlkreislauf. Prüfen Sie zunächst Pumpe P-3.”

Vier Kernaufgaben im Überblick

1. Service-Assistenz

Im Servicefall — sei es für eigenes Instandhaltungspersonal oder für externe Servicetechniker — muss oft schnell auf technische Dokumentation, Schalt- und Leitungspläne, Ersatzteillisten und Historien zugegriffen werden. Ein KI-Agent, der auf maschinenspezifischen Dokumenten trainiert bzw. mit ihnen ausgestattet ist, kann diese Informationen auf Anfrage strukturiert bereitstellen.

Konkretes Szenario: Ein Techniker steht vor einer Anlage und tippt: “Wie tausche ich die Hydraulikpumpe P-5 aus?” — Der Agent liefert die relevante Seite aus dem Servicehandbuch, listet das benötigte Werkzeug auf und weist auf Sicherheitshinweise hin.

2. Dokumentationszugriff

Technische Dokumentation — Betriebsanleitungen, Wartungspläne, Schaltpläne, Parameterlisten — ist in vielen Werken schwer zugänglich: als PDF-Archive, auf Netzlaufwerken oder in verschiedenen Systemen verteilt. Ein KI-Agent kann als semantische Suchmaschine fungieren und relevante Abschnitte in natürlicher Sprache auffindbar machen.

Vorteil gegenüber klassischer Suche: Der Agent versteht Synonyme, kontextabhängige Begriffe und mehrstufige Fragen. “Was sind die zulässigen Betriebsdrücke für die Hochdruckstufe?” findet die Antwort auch dann, wenn im Dokument “maximaler Betriebsdruck Stufe 2” steht.

3. Anomalie-Erklärung

Moderne Anlagen erzeugen kontinuierlich Sensor- und Zustandsdaten. Anomalie-Erkennungsalgorithmen (statistisch oder modellbasiert) können Abweichungen identifizieren — aber nicht erklären. Ein KI-Agent kann die Anomalie mit Historien, Wartungsereignissen und Betriebsbedingungen verknüpfen und eine mögliche Ursache in verständlicher Sprache formulieren.

Unterschied zur klassischen Anomalie-Erkennung: Die Erkennung sagt “Anomalie erkannt”. Der Agent sagt “Die Anomalie zeigt das Muster einer zunehmenden Reibung in Lager L-4, die sich in den letzten drei Wochen entwickelt hat — wahrscheinliche Ursache: unzureichende Schmierung. Letzter Schmiertermin: vor 87 Tagen.”

4. Bediener-Dialog

Bediener an Produktionsanlagen sind oft hochspezialisierte Fachkräfte, die aber nicht alle Aspekte einer komplexen Anlage im Detail kennen. Ein KI-Agent kann als jederzeit verfügbarer Ansprechpartner fungieren — ohne dass ein Experte angerufen oder eine Schicht unterbrochen werden muss.

Wichtige Einschränkung: Der Agent gibt Empfehlungen und Informationen, trifft aber keine sicherheitskritischen Entscheidungen. Die Entscheidungsverantwortung verbleibt beim Bediener.

Technische Architektur

Ein KI-Agent für eine Maschine besteht typischerweise aus diesen Komponenten:

Bediener / Servicetechniker
         │
         ▼
  Benutzeroberfläche (Terminal, Tablet, Web-UI)
         │
         ▼
  ┌─────────────────────────────┐
  │    KI-Agent (Edge-System)   │
  │  ┌───────────────────────┐  │
  │  │  Sprachmodell (lokal) │  │
  │  └───────────────────────┘  │
  │  ┌───────────────────────┐  │
  │  │  Werkzeugschicht      │  │
  │  │  - OPC UA / Modbus    │  │
  │  │  - Dokumentensuche    │  │
  │  │  - Historien-DB       │  │
  │  └───────────────────────┘  │
  └─────────────────────────────┘
         │                 │
         ▼                 ▼
   SPS / Feldebene    Dokumenten-
   (Sensordaten,      server / DMS
   Alarmhistorie)

Die SPS bleibt vollständig autonom — der KI-Agent liest Daten aus, schreibt aber in der Standardkonfiguration keine Stellbefehle zurück.

Anforderungen an die Integration

Aspekt	Anforderung
Datenzugang	OPC UA, Modbus TCP, MQTT oder proprietäre Schnittstelle zum Historian
Dokumentation	Maschinenspezifische Dokumente im durchsuchbaren Format (PDF, Markdown, strukturiertes HTML)
Hardware	Industrie-PC oder Edge-Gateway mit ausreichend RAM/GPU für das gewählte Sprachmodell
Netzwerk	Segmentiertes OT-Netz; der Agent muss im selben Netzwerksegment wie die Datenquellen erreichbar sein
Sicherheit	Zugriffskontrolle, Audit-Logging, Netzwerksegmentierung nach OT-Richtlinien
Benutzeroberfläche	Einfach genug für Schichtbetrieb — Tablet-tauglich, keine umfangreiche Schulung erforderlich

Was ein KI-Agent für Maschinen nicht kann

Sicherheitskritische Regelung ersetzen: Die SPS bleibt für alle zeitkritischen und sicherheitsrelevanten Funktionen zuständig.
Fehlerfreie Diagnosen garantieren: Der Agent arbeitet probabilistisch. Seine Empfehlungen sind Hinweise, keine zertifizierten Diagnoseergebnisse.
Unbekannte Probleme lösen: Wenn ein Fehler keinerlei Ähnlichkeit mit vorhandenem Wissen hat, ist der Agent auf externe Expertenberatung angewiesen.
Ohne gute Datenbasis funktionieren: Schlechte Dokumentation und lückenhafte Sensorhistorie führen zu schlechten Agenten-Antworten. “Garbage in, garbage out” gilt auch hier.

Plattform-Beispiel: ForestHub.ai ist eine Plattform für Embedded und Edge AI Agents — für Maschinen, Sensoren, Controller und industrielle Edge-Geräte.

FAQ

Muss die Maschinendokumentation erst aufbereitet werden? Ja, in der Regel. PDFs müssen in ein durchsuchbares Format überführt werden. Dieser Aufwand ist einmalig und lässt sich weitgehend automatisieren. Scans ohne OCR sind nicht direkt nutzbar.

Funktioniert das auch für Altanlagen ohne OPC UA? Für Altanlagen ohne moderne Schnittstellen gibt es Retrofit-Optionen: externe Sensor-Adapter, OPC-UA-Wrapper für ältere Protokolle (z. B. S7-Kommunikation über Drittanbieter-Gateway) oder manuelle Dateneingabe. Die Qualität der Diagnosefunktion hängt direkt von der verfügbaren Datenbasis ab.

Wie lange dauert die Inbetriebnahme? Das hängt vom Umfang der Datenbasis und der Qualität der vorhandenen Dokumentation ab. Ein einfacher Pilot mit einer Maschine und begrenzter Dokumentation kann in wenigen Wochen lauffähig sein.

Kann der Agent auch in lokale CMMS/ERP-Systeme schreiben? Prinzipiell ja, wenn die entsprechenden Schnittstellen verfügbar sind. Wartungsmeldungen, Serviceanfragen oder Checklisten können automatisch angelegt werden. Solche Anbindungen erfordern jedoch sorgfältige Planung und Freigaben durch den IT-Verantwortlichen.