NTT Data stellt in einer aktuellen Mitteilung zwei Trends vor, die die industrielle Fertigung bis 2030 prägen könnten. Das Unternehmen verweist auf Produktionssysteme, die zunehmend eigenständig handeln und aus Erfahrungen lernen. Dies soll zu einer Neuverteilung von Rollen in Werkshallen führen. Im Mittelpunkt stehen humanoide Roboter und autonome Fabriken. Die Mitteilung beschreibt deren Potenzial und beantwortet grundlegende Fragen dazu.
Einsatz humanoider Roboter
Humanoide Roboter werden als Maschinen dargestellt, die dem menschlichen Körper in Form und Bewegung nachempfunden sind und selbstständig Entscheidungen treffen können. Im Unterschied zu klassischen Industrierobotern reagieren sie flexibler auf wechselnde Situationen. Grundlage dafür sind multimodale KI-Modelle, die verschiedene Wahrnehmungsformen und Motorik verbinden. Der aktuelle Stand lässt vor allem einfache Tätigkeiten wie Greifen, Sortieren oder Materialbewegungen zu. Komplexe Arbeiten bleiben technisch anspruchsvoll.
Anwendungsorte und Grenzen
Humanoide Roboter geraten besonders dort in den Fokus, wo Personalengpässe oder körperlich belastende Tätigkeiten den Betrieb erschweren. In der Fertigung steigt das Interesse unter anderem bei hoher Varianz oder engen räumlichen Bedingungen. Projekte aus der Automobilproduktion zeigen, dass diese Systeme Aufgaben im Materialfluss übernehmen können. Gleichzeitig weist die Mitteilung darauf hin, dass Roboter mit menschlich-imitiertem Körperbau nicht für jede Anwendung geeignet ist. In vielen Bereichen bleiben spezialisierte Systeme die praktikablere Lösung.
Schritte für die Einführung
Unternehmen sollen zunächst prüfen, welche Abläufe sich realistisch automatisieren lassen und welche weiterhin menschliche Feinmotorik benötigen. Eine harmonisierte Datenbasis aus Bewegungs-, Qualitäts- und Anlagendaten gilt als Voraussetzung. Ebenso werden segmentierte Netzwerke, sichere Kommunikationswege und transparente Audit-Logs genannt. Wegen geringer Standardisierung empfiehlt die Mitteilung eine modulare Architektur mit offenen Protokollen. Eine Bewertung von Taktzeiten, Verfügbarkeit und Fehlerraten soll unrealistische Erwartungen vermeiden.
Grundlagen autonomer Fabriken
Autonome Fabriken werden als Umgebungen beschrieben, in denen Maschinen Prozesse koordinieren und in Echtzeit optimieren. Der Begriff Dark Factory steht für das Zielbild einer weitgehend menschenfreien Produktion, auch wenn optische Sensoren weiterhin Beleuchtung benötigen. Die technologische Basis bildet ein IoT-Netzwerk, das Maschinen, Werkstücke und Sensoren verbindet. KI-Systeme sollen Störungen prognostizieren und Abläufe anpassen. In Asien werden entsprechende Konzepte über sogenannte Autonomous Production Twins bereits umgesetzt.
Relevante Branchen
Autonome Fabriken sind laut Mitteilung längst nicht nur für die Automobilindustrie interessant. Sie gewinnen in Sektoren an Bedeutung, in denen wiederkehrende Prozesse und schwankende Märkte zusammenkommen. Als Beispiel wird der Maschinen- und Anlagenbau genannt. Für global tätige Unternehmen mit großer Variantenvielfalt kann das Konzept strategisch wichtig sein, etwa zur Sicherung der Lieferfähigkeit und zur Stärkung der Wettbewerbsposition.
Voraussetzungen für autonome Produktion
Der Weg zur autonomen Produktion wird als mehrjähriger Transformationsprozess beschrieben. Er erfordert verlässliche Daten zu Maschinenzuständen, Materialfluss, Energieverbrauch und Qualität. Dafür sind einheitliche Datenmodelle, Edge-Architekturen mit geringer Latenz und eindeutige Identitäten für Werkstücke erforderlich. Bei der Sicherheit werden segmentierte OT-Netzwerke, Zero-Trust-Prinzipien und sichere APIs genannt. Offene Kommunikationsstandards und modulare Systeme sollen Abhängigkeiten verringern.
Einschätzung aus dem Unternehmen
Jochen Gemeinhardt, Head of Production & Supply Chain bei NTT Data DACH, schildert, dass humanoide Roboter und autonome Fabriken derzeit vor allem Visionen mit ersten Pilotprojekten seien. Er verweist auf Veränderungen in der industriellen Wertschöpfung, wenn Roboter eine vermittelnde Rolle übernehmen und Werke Produktionssysteme selbst steuern. Zugleich nennt Gemeinhardt Risiken wie technische Hürden, fehlende Standardisierung und unzureichende Governance. Ein pragmatisches Vorgehen mit Pilotprojekten, solider IT/OT-Integration und modularen Architekturen wird als möglicher Weg hin zum Zielbild empfohlen.
