Digital-Gipfel: ZVEI fordert mehr Raum für Zulieferer der Industrie-KI

Industrielle Künstliche Intelligenz steht im Mittelpunkt des Digital-Gipfels der Bundesregierung. Der Branchenverband ZVEI begrüßte diesen Schwerpunkt, wie aus einem Bericht vom 2. November 2026 hervorgeht, forderte jedoch zugleich deutlich mehr Raum für technologische Zulieferer. Verbandsvertreterin Sarah Bäumchen mahnte an, Unternehmen aus den Bereichen Sensorik, Mikroelektronik, Energietechnik und Robotik stärker in den Fokus zu rücken.

Kritik an Regulierungsdichte und Bürokratie

Bestehende Erleichterungen der Bundesregierung auf europäischer Ebene im Zuge des Digital Omnibus bewertet der ZVEI zwar als positiv, hält sie jedoch für unzureichend.

Bäumchen forderte den Abbau von Dokumentations- und Berichtspflichten, eine bessere Abstimmung digitaler Gesetze sowie Rahmenbedingungen, die industrielle KI-Anwendungen ermöglichen statt behindern. Zudem seien attraktive Investitionsbedingungen und ein schnellerer Infrastrukturausbau erforderlich.

Auf dem Gipfel räumte Bundesdigitalminister Karsten Wildberger ein, dass Deutschland nach wie vor zu langsam agiere. Zwar wurden im ersten Halbjahr bundesweit über 3.000 Start-ups gegründet und 40 Einhörner verzeichnet, doch im internationalen Vergleich skaliere etwa China schneller als deutsche Betriebe.

Diskutiert wurde auf der Konferenz daher auch eine differenzierte Regulierung zwischen industriellen und kommerziellen Systemen sowie Initiativen wie der Digital Fitness Check der EU-Kommission.

Wer die komplexen rechtlichen Rahmenbedingungen für Künstliche Intelligenz in Europa verstehen will, benötigt einen klaren Überblick über die neuen Dokumentationspflichten. Dieser kostenlose Umsetzungsleitfaden zum EU AI Act erklärt kompakt alle relevanten Fristen und Risikoklassen für Unternehmen. EU AI Act in 5 Schritten verstehen

Industrielles Prozesswissen als Wettbewerbsvorteil

Während der Wettbewerb bei großen Sprachmodellen laut Siemens-Chef Roland Busch zugunsten der USA und Chinas entschieden sei – wobei Mistral als europäischer Konkurrent agiere –, könne Europa bei industrieller KI eigene Stärken ausspielen.

Bei Siemens programmiere ein KI-Agent speicherprogrammierbare Steuerungen bereits eigenständig und liefere nach rund einer Stunde ausführbaren Programmcode. Der Zugang zu spezialisierten Fertigungsdaten und Branchenwissen entscheide maßgeblich über künftige Vorteile.

Auch Christoph Schell vom Automatisierungsanbieter Kuka verwies auf das vorhandene industrielle Prozesswissen als Chance für physische KI. Das Unternehmen setzt mit dem Ansatz Automation 2.0 auf die Verbindung klassischer deterministischer Automatisierung mit Software und KI-Modellen.

Der technologische Wandel in der Fertigung durch Robotik und Künstliche Intelligenz bietet enorme Chancen für vorausschauende Investitionen. Ein aktueller Report beleuchtet die Unternehmen, die von der nächsten industriellen Revolution und den damit verbundenen Milliarden-Investitionen profitieren. Robotik und KI: So erkennen Sie die Profiteure

Die Plattform Kuka AMP kommt unter anderem in der nordamerikanischen Automobilproduktion zum Einsatz, während Vertriebspartnerschaften mit TD Synnex und Komsa das Ökosystem erweitern. Beim Maschinenbauer Trumpf baut Ralph Lange auf Robotik-Gesamtsysteme gegen die chinesische Konkurrenz, bei denen Roboter Blechbearbeitungsmaschinen ergänzen und Entscheidungen autonom treffen.

Prüfstrukturen und Datenräume für die Fabrik

Mit dem Vormarsch autonomer Systeme wächst der Bedarf an Sicherheitsvorgaben. Der TÜV-Verband und das TÜV AI.Lab stellten zum Gipfel ein White Paper für eine unabhängige Prüfstruktur für Spitzen-KI und autonome Agenten vor. Verbandsvertreter Joachim Bühler sprach sich dafür aus, Sicherheitsprüfungen unabhängig von Herstellerangaben vorzunehmen.

Das Deutsche AISI solle hierbei eine zentrale Rolle übernehmen und mit unabhängigen Prüforganisationen zusammenarbeiten. Gefordert werden verbindliche Tests vor Markteinführung und über den gesamten Lebenszyklus sowie ein Zugang zu Modellen und Trainingsprozessen.

Für die praktische Umsetzung in den Betrieben betonte Olaf Sauer vom Fraunhofer IOSB die Notwendigkeit interoperabler Datenräume. Diese ermöglichten wiederverwendbare Datensätze für vorausschauende Wartung und Qualitätssicherung sowie kooperativ trainierte Modelle.

Ein Impulspapier der Plattform Lernende Systeme hebt zudem hervor, dass große KI-Modelle die Interoperabilität zwischen Robotiksystemen technisch, syntaktisch, semantisch und pragmatisch verbessern können.

Forscher wie Sirko Straube vom DFKI verwiesen allerdings darauf, dass bestehende Systeme noch Grenzen aufweisen, insbesondere durch fehlende Domänendaten und ein lückenhaftes Ursache-Wirkungs-Verständnis.