KI für den Betrieb

Natürliche Sprache, Kontext und die Zukunft der operativen KI

Mike McKay

AI Summary

Operations Calling 2025 showcased how modern manufacturing depends on open ecosystems, with dozens of partners demonstrating integrated AI, hardware, and software solutions. The event emphasized that collaboration and interoperability—not single all-in-one systems—are key to scalable, future-ready operations.

Wenn es um KI in der Fertigung geht, wird oft über Leistungsfähigkeit gesprochen – schnellere Modelle, mehr Automatisierung, neue Schnittstellen, die auf alte Systeme aufgesetzt werden. In Umgebungen, in denen Produktionsentscheidungen Auswirkungen auf Qualität, Sicherheit und die Einhaltung von Vorschriften haben, kratzen diese Diskussionen jedoch nur an der Oberfläche. Dahinter verbirgt sich jedoch eine grundlegendere Frage: Wie interagieren Menschen tatsächlich mit künstlicher Intelligenz in Umgebungen, in denen Kontext, Sicherheit und Verantwortlichkeit eine Rolle spielen?

Diese Frage steht im Mittelpunkt dieser Folge von „The Humans in the Loop“. In einem weitreichenden Gespräch erörtern Madilynn Castillo, CMO bei „ Tulip “, gemeinsam mit Nan und Robin, was wirklich nötig ist, um KI an vorderster Front nutzbar zu machen – nicht als eigenständiges Tool oder generischer Chatbot, sondern als Teil der Systeme, auf die sich Betreiber, Ingenieure und Vorgesetzte täglich verlassen. Die Diskussion wendet sich bewusst von der Neuheit ab und hin zum Design – wie sich KI in reale Arbeitsabläufe einfügt, wie sie Vertrauen gewinnt und wie sie das menschliche Urteilsvermögen unterstützt, anstatt es zu verschleiern.

Daraus ergibt sich eine klare Erkenntnis: Die Zukunft der operativen KI wird weniger durch Intelligenz allein als vielmehr durch die Schnittstelle bestimmt. Es kommt darauf an, ob Menschen verstehen können, was das System tut, nachvollziehen können, woher Informationen stammen, und die Ergebnisse an die Gegebenheiten in der Produktion anpassen können. In der Fertigung hängt der Nutzen vom Kontext ab, und Kontext ist etwas, das letztlich nur Menschen liefern können. In diesem Gespräch wird untersucht, wie KI diese Anforderungen erfüllen kann – und warum ein „Human-in-the-Loop“-Design kein Hindernis für den Fortschritt ist, sondern die Voraussetzung, die diesen Fortschritt erst ermöglicht.

Natürliche Sprache als Bedienoberfläche

Eines der wichtigsten Themen, das sich aus dem Gespräch herauskristallisiert hat, ist die Rolle der natürlichen Sprache als Schnittstellenschicht für Fertigungssysteme. Seit Jahrzehnten erfordert die Interaktion mit „ Produktionsdaten “ spezielle Werkzeuge, starre Schemata und die Vermittlung durch Experten. Ingenieure erstellen Modelle. Analysten stellen Abfragen. Bediener befolgen Anweisungen, die an anderer Stelle generiert wurden. Das Ergebnis ist ein ständiger Übersetzungsaufwand zwischen der Art und Weise, wie die Arbeit ausgeführt wird, und der Art und Weise, wie Systeme diese darstellen.

Natürliche Sprache verändert diese Dynamik. Anstatt Menschen zu zwingen, sich an Software-Abstraktionen anzupassen, ermöglicht sie es Systemen, die Nutzer dort abzuholen, wo sie bereits stehen – indem sie Probleme beschreiben, Fragen stellen und Wissen auf dieselbe Weise austauschen, wie sie es untereinander tun. In der Fertigung ist dies keine rein kosmetische Veränderung. Sie verändert, wer an der Problemlösung mitwirken kann und wie schnell Erkenntnisse vom Fertigungsbereich zu den Entscheidungsträgern gelangen können.

Dieser Wandel funktioniert jedoch nur, wenn er in der betrieblichen Realität verankert ist. Im Laufe der Diskussion betonen Nan und Robin immer wieder, dass Sprache an reale Daten, reale Prozesse und reale Rahmenbedingungen geknüpft sein muss. Allgemeine Antworten reichen in Umgebungen, in denen Präzision, Nachvollziehbarkeit und Rechenschaftspflicht eine Rolle spielen, nicht aus.

So betrachtet ist Sprache kein zusätzliches Feature. Sie fungiert als Infrastruktur – sie verringert Reibungsverluste, senkt die Hürden für Erkenntnisse und macht Intelligenz zugänglich, ohne die Kontrolle zu beeinträchtigen.

Kontext, Rückverfolgbarkeit und Vertrauen in der operativen KI

Wenn sich das Gespräch von der Benutzeroberfläche hin zur Glaubwürdigkeit verlagert, wird deutlich, dass natürliche Sprache allein nicht ausreicht. In der Fertigung muss Verständnis mit Vertrauen einhergehen. Die Menschen müssen nicht nur wissen, was ein System ihnen mitteilt, sondern auch, warum es ihnen dies mitteilt und ob die Informationen überprüft werden können.

Nan und Robin betonen immer wieder, wie wichtig Rückverfolgbarkeit ist. In Umgebungen an vorderster Front müssen die Ergebnisse überprüfbar und bearbeitbar sein. Entscheidungen haben oft Auswirkungen auf Sicherheit, Qualität oder Compliance, und undurchsichtige Empfehlungen schaffen eher Risiken als Mehrwert. Deshalb darf sich operative KI nicht wie eine Blackbox verhalten.

Der Kontext spielt dabei eine zentrale Rolle. Fertigungsdaten sind stark situationsabhängig. Ein Wert ist nur in Bezug auf den jeweiligen Prozessschritt, den Zustand der Anlage, die Rolle des Bedieners und den jeweiligen Zeitpunkt von Bedeutung. Indem KI-Antworten in diesem betrieblichen Kontext verankert werden, können Systeme Anleitungen geben, die genau auf die tatsächlichen Arbeitsabläufe abgestimmt sind.

In diesem Gespräch wird dieser Ansatz als grundlegend und nicht als optional dargestellt. Vertrauen entsteht nicht erst nach der Einführung. Es wird durch Vorgaben, Transparenz und menschliche Kontrolle bereits in das System integriert. Wenn KI die Struktur und Disziplin der Fertigung selbst widerspiegelt, verdient sie sich einen Platz in der täglichen Entscheidungsfindung.

„Human-in-the-Loop“ als Designanforderung

Vertrauen wirft wiederum die Frage nach der Kontrolle auf. Im Zuge der sich wandelnden Diskussion gewinnt der Gedanke, den Menschen in den Entscheidungsprozess einzubeziehen, eine präzisere Bedeutung. Er wird nicht als eine Art Sicherheitsmaßnahme dargestellt, die leistungsstarken Systemen zusätzlich auferlegt wird, sondern als zentrale Anforderung an die Systemgestaltung, die das Verhalten dieser Systeme prägt.

In der Fertigung sind Entscheidungen selten isoliert zu betrachten. Sie wirken sich auf Qualität, Sicherheit, Durchsatz und die Einhaltung von Vorschriften aus. Die Mitarbeiter, die am nächsten am Geschehen sind, verfügen über Kontextwissen, das kein Modell vollständig nachbilden kann. Operative KI muss dieser Realität Rechnung tragen, indem sie unterstützt, zusammenfasst und Empfehlungen ausspricht, während die Entscheidungsfindung und die Verantwortung bei denjenigen verbleiben, die für die Ergebnisse verantwortlich sind.

Diese Sichtweise stellt eine gängige Sichtweise zum Thema Autonomie in Frage. Fortschritt lässt sich nicht daran messen, inwieweit Entscheidungsfindung dem Menschen abgenommen werden kann, sondern daran, wie effektiv Systeme das menschliche Denken unterstützen können. Wenn KI zur Überprüfung, Korrektur und Iteration anregt, wird sie zu einem Partner bei der Verbesserung und nicht zu einer Quelle der Unsicherheit.

So betrachtet ermöglicht ein „Human-in-the-Loop“-Ansatz Skalierbarkeit. Durch die Einbindung von Überprüfung und Eingriffen in die alltäglichen Arbeitsabläufe können Unternehmen KI in größerem Umfang einsetzen, ohne dabei das Risiko zu erhöhen. Das Ergebnis sind sicherere Entscheidungen, die sowohl auf Daten als auch auf Erfahrung basieren.

Verringerung der kognitiven Belastung an vorderster Front

Wenn Kontrolle bestimmt, wie sich KI verhält, dann bestimmt Produktivität, warum sie wichtig ist. Im weiteren Verlauf der Diskussion wird das Thema Produktivität in zurückhaltenderen, praktischeren Begriffen neu definiert. Der Fokus verlagert sich von Geschwindigkeit und Automatisierung hin zur Verringerung der kognitiven Belastung derjenigen, die die Arbeit verrichten.

Mitarbeiter an vorderster Front verbringen viel Zeit damit, zwischen verschiedenen Systemen zu wechseln, Unterlagen zu interpretieren, Informationen zu übersetzen und Daten erneut einzugeben. Ein Großteil dieses Aufwands dient dazu, die Struktur der Tools auszugleichen, anstatt der tatsächlichen Arbeitsabläufe Rechnung zu tragen. Die Folge zeigt, wie KI diesen Mehraufwand übernehmen kann, indem sie sich um sich wiederholende Interpretationsaufgaben kümmert, sodass sich die Mitarbeiter auf die eigene Beurteilung, die Problemlösung und die Verbesserung der Abläufe konzentrieren können.

Beispiele in der gesamten Diskussion verdeutlichen diesen Wandel. Sprachübersetzungen beseitigen Reibungsverluste in globalen Produktionsabläufen. Die Dokumentenverarbeitung wandelt statische Dateien in nutzbares Wissen um. Der dialogorientierte Zugriff auf Analysen macht spezielle Abfragen überflüssig. Jede dieser Funktionen verringert den kognitiven Aufwand, der erforderlich ist, um von der Frage zur Handlung zu gelangen.

Die Bedeutung dieser Veränderung liegt darin, wie sie die Rollen neu definiert. Ingenieure gewinnen Zeit für die Konzeption und Optimierung von Prozessen. Bediener erhalten schnelleren Zugriff auf Informationen, die ihnen helfen, sofort zu reagieren. Vorgesetzte verbringen weniger Zeit mit der Erstellung von Berichten und mehr Zeit damit, zu verstehen, was in der Produktion vor sich geht.

In diesem Zusammenhang wird KI zu einer Infrastruktur für Klarheit. Indem sie den kognitiven Aufwand für die Interaktion mit Systemen senkt, erleichtert sie es, Verbesserungen nachhaltig umzusetzen und zu skalieren.

Von KI-Funktionen zu KI-Umgebungen

Das Gespräch deutet letztlich auf einen umfassenderen Wandel hin, der sich derzeit in der Fertigungssoftware vollzieht. KI wird nicht mehr als eine Ansammlung isolierter Funktionen betrachtet, die schrittweise in bestehende Systeme integriert werden. Sie wird zunehmend zu einem Teil des Umfelds, in dem die Arbeit stattfindet.

Wenn natürliche Sprache, Kontextdaten und menschliche Aufsicht gemeinsam konzipiert werden, wirkt Intelligenz nicht mehr wie etwas, das außerhalb der Betriebsabläufe steht. Sie wird in Arbeitsabläufe, Entscheidungen und tägliche Routinen eingebettet. Die Menschen müssen kein neues System erlernen, um von KI zu profitieren. Das System passt sich ihrer bestehenden Denk-, Kommunikations- und Handlungsweise an.

Diese Veränderung hat Auswirkungen, die über einzelne Anwendungsfälle hinausgehen. Auf diese Weise gestaltete Umgebungen unterstützen standardmäßig das „ kontinuierlicher Verbesserungsprozess “. Während Menschen mit Systemen interagieren, vertieft sich der Kontext, Daten gewinnen an Aussagekraft und Erkenntnisse summieren sich im Laufe der Zeit. KI ersetzt bestehende Praktiken nicht. Sie stärkt sie, indem sie das Lernen und die Anpassung erleichtert.

Die Diskussion in dieser Folge von „The Humans in the Loop“ spiegelt eine ausgereifte Sichtweise auf den Einsatz von KI im operativen Bereich wider. Der Fortschritt lässt sich daran messen, wie nahtlos sich die KI in den Arbeitsablauf einfügt und wie sehr sich die Menschen darauf verlassen können. In der Fertigung entsteht dieses Vertrauen durch Systeme, die den Kontext berücksichtigen, die Verantwortlichkeit wahren und den Menschen im Mittelpunkt der Entscheidungsfindung belassen.

Insgesamt deuten die in diesem Gespräch erörterten Ideen auf eine Zukunft hin, in der KI in den Hintergrund tritt, während ihre Auswirkungen immer greifbarer werden. Intelligenz ist nicht mehr etwas, auf das Teams nur gelegentlich zurückgreifen. Sie ist etwas, mit dem sie jeden Tag arbeiten – als Teil des Umfelds, das den Betriebsablauf unterstützt und dessen Verbesserung fördert.

Intelligenz, die den Menschen in den Mittelpunkt stellt

Dieses Gespräch bringt den Kern der Reihe „The Humans in the Loop“ auf den Punkt. Es geht nicht darum, Technologie um ihrer selbst willen zu präsentieren, sondern zu untersuchen, wie Designentscheidungen die Art und Weise beeinflussen, wie Menschen tagtäglich mit künstlicher Intelligenz arbeiten.

In allen Teilen der Diskussion zeichnet sich eine einheitliche Philosophie ab. Nützliche KI in der Fertigung beginnt mit der Berücksichtigung des Kontexts, Disziplin bei der Konzeption und einem Verständnis für die menschliche Verantwortung. Natürliche Sprache, Rückverfolgbarkeit und „Human-in-the-Loop“-Systeme sind keine Trends. Sie sind Antworten auf die Realitäten der Arbeit an vorderster Front, wo Entscheidungen entscheidend sind und die Verantwortlichkeit nicht abstrahiert werden kann.

Indem KI nicht als eigenständiges Werkzeug, sondern als Teil des betrieblichen Umfelds betrachtet wird, passt dieser Ansatz die Informationsverarbeitung an die Abläufe der tatsächlichen Produktion an. Er ermöglicht es Herstellern, neue Funktionen zu nutzen, ohne dabei die Grundsätze aufzugeben, die seit langem für operative Exzellenz stehen.

In diesem Sinne gleicht die Zukunft der operativen KI weniger einem Sprung als vielmehr einer Fortsetzung. Eine Fortsetzung der Entwicklung von Systemen, die Menschen unterstützen, Arbeitsabläufe übersichtlicher gestalten und Verbesserungen dort ermöglichen, wo sie schon immer stattfanden – an vorderster Front, geleitet von menschlichem Urteilsvermögen und Erfahrung.

Häufig gestellte Fragen

„Human-in-the-Loop“ bedeutet, dass Menschen weiterhin dafür verantwortlich sind, die Ergebnisse der KI zu überprüfen, zu validieren und entsprechend zu handeln. In der Fertigung wird dadurch sichergestellt, dass Entscheidungen nachvollziehbar und überprüfbar bleiben und den Anforderungen an Sicherheit, Qualität und Compliance entsprechen.

Natürliche Sprache senkt die Barriere zwischen Menschen und Systemen. Sie ermöglicht es Bedienern, Ingenieuren und Vorgesetzten, ohne spezielle Tools mit Daten und Analysen zu interagieren, wodurch Erkenntnisse für alle Rollen leichter zugänglich werden.

Der Kontext bestimmt die Relevanz. Fertigungsdaten sind nur dann aussagekräftig, wenn sie mit Prozessschritten, dem Zustand der Anlagen, den Rollen und dem zeitlichen Ablauf verknüpft sind. KI-Systeme, die auf dem betrieblichen Kontext basieren, liefern Anleitungen, die widerspiegeln, wie die Arbeit tatsächlich abläuft.

Die Rückverfolgbarkeit ermöglicht es den Beteiligten, nachzuvollziehen, woher Informationen stammen und wie Schlussfolgerungen zustande kommen. Dies ist in Umgebungen von entscheidender Bedeutung, in denen Entscheidungen Auswirkungen auf Qualität, Sicherheit und die Einhaltung gesetzlicher Vorschriften haben.

Nutzen Sie eine „Human-First“-KI, um die Produktion mithilfe einer vernetzten Betriebsplattform zu verbessern

Erfahren Sie, wie Hersteller mithilfe von „ Tulip “ Echtzeitdaten aus der Fertigung erfassen, Arbeitsabläufe standardisieren und die betriebliche Grundlage schaffen, die KI-Systeme benötigen, um Qualität, Durchsatz und Entscheidungsfindung zu verbessern.

Machen Sie eine virtuelle, interaktive Produkttour
Illustration: Ein Tag im Leben