Vom Messwert zur verantwortbaren Aktion
Wie industrielle KI Datenqualität, Anlagenzustand, Freigaben und Rückfallwege zu einer kontrollierbaren Entscheidungskette verbindet
Karl Wibbecke, Deutsche Automatisierungsgesellschaft
Ein Messwert ist noch keine Entscheidung
In einem elektrischen Antrieb steigen Schwingung und Temperatur. Gleichzeitig verändert sich die Stromaufnahme, obwohl Drehzahl und Last laut Steuerung konstant sind. Für eine klassische Grenzwertüberwachung ist die Lage zunächst eindeutig: Mindestens ein Signal liegt außerhalb des vorgesehenen Bereichs. Für eine verantwortbare Aktion reicht diese Beobachtung trotzdem nicht aus. Ein Sensor kann driften, ein Messwert kann verspätet eintreffen oder der Antrieb befindet sich gerade in einer zulässigen Übergangsphase. Auch Wartungsarbeiten, ein Produktwechsel oder ein geänderter Betriebsmodus beeinflussen die Bewertung. Industrielle KI kann solche Zusammenhänge schneller erkennen als eine starre Einzelschwelle. Sie darf daraus aber nicht automatisch ableiten, dass eine Maschine ihre Leistung reduziert, einen Auftrag stoppt oder nach einer Pause wieder anläuft. Jede Reaktion muss deshalb auf einen eindeutig festgestellten Zustand und eine zuvor festgelegte Verantwortung zurückgeführt werden können. Zwischen Messung und Aktion braucht es eine kontrollierte Entscheidungskette.
Datenqualität vor Modellqualität
Der erste Prüfpunkt liegt deshalb nicht beim KI-Modell, sondern bei den Daten. Jeder relevante Wert braucht einen eindeutigen Zeitbezug, eine bekannte Einheit und einen plausiblen Wertebereich. Ebenso wichtig sind Vollständigkeit und Aktualität: Ist die Temperaturmessung frisch, während die Schwingungsanalyse auf einem älteren Zeitfenster beruht, entsteht ein scheinbar konsistentes Bild aus unterschiedlichen Anlagenzuständen. Eine robuste Kette kennzeichnet fehlende, verspätete oder widersprüchliche Signale ausdrücklich. Sie prüft außerdem, ob ein Ersatzwert zulässig ist und wie lange dieser verwendet werden darf. Erst wenn diese Regeln erfüllt sind, gelangt der Datensatz in die fachliche Bewertung. Das verhindert, dass ein leistungsfähiges Modell schlechte Eingangsdaten nur besonders überzeugend interpretiert.
Der Anlagenzustand gibt dem Signal Bedeutung
Der gleiche Messwert kann je nach Betriebszustand etwas anderes bedeuten. Eine erhöhte Stromaufnahme beim Hochlauf ist anders zu bewerten als im stationären Betrieb. Deshalb ergänzt der Ablauf die Sensorsignale um Kontext aus Steuerung, Auftragsführung und Instandhaltung. Dazu gehören Betriebsart, Sollwert, Lastprofil, Produktvariante, Freigabestatus und eine mögliche Wartungskennzeichnung. Im neutralen Anwendungsszenario eines Förderantriebs entsteht daraus ein Zustandsbild: Die Steuerung meldet Automatikbetrieb, der Auftrag ist freigegeben, die Sollgeschwindigkeit ist stabil und kein Wartungsmodus ist aktiv. Erst in diesem Kontext wird die Kombination aus steigender Schwingung und Temperatur zu einem belastbaren Hinweis auf eine mögliche mechanische Abweichung. Der Kontext entscheidet also mit, ob die KI überhaupt eine Handlung empfehlen darf.
Konfidenz und Aktionsklasse getrennt behandeln
Eine KI-Einschätzung besteht nicht nur aus einem Befund. Sie braucht mindestens eine Konfidenz, die verwendeten Eingangsdaten und eine nachvollziehbare Begründung. Hohe Konfidenz bedeutet jedoch nicht automatisch weitreichende Handlungsfreiheit. Dafür ist eine zweite Grenze nötig: die Aktionsklasse. In Klasse eins erzeugt das System lediglich einen Hinweis und dokumentiert ihn. In Klasse zwei darf es innerhalb klar definierter Grenzen reagieren, beispielsweise eine vorab erlaubte Leistungsbegrenzung anfordern oder einen betroffenen Auftrag pausieren. Klasse drei umfasst Eingriffe mit größerer Tragweite, etwa neue Sollwerte, einen Werkzeug- oder Produktwechsel sowie den Wiederanlauf nach einer Störung. Dafür bleibt eine benannte Rolle verantwortlich. So werden zwei Fragen sauber getrennt: Wie sicher ist die fachliche Einschätzung, und welche Aktion ist im aktuellen Zustand überhaupt erlaubt?
Die deterministische Steuerung bleibt führend
Die KI sollte nicht an der sicheren Logik der Steuerung vorbeiarbeiten. Sie bewertet Muster, priorisiert Auffälligkeiten und bereitet eine Entscheidung vor. Die SPS oder eine andere deterministische Instanz prüft anschließend, ob die angeforderte Aktion in Betriebsart und Anlagenzustand zulässig ist. Sicherheitsfunktionen, Verriegelungen und feste Prozessgrenzen bleiben unverändert wirksam. Technisch lässt sich das als begrenzte Schnittstelle gestalten: Die KI übergibt Befund, Konfidenz, Aktionsklasse und Gültigkeitsdauer. Die Steuerung akzeptiert nur bekannte Befehle und verwirft veraltete oder unvollständige Anforderungen. Auf diese Weise bleibt auch bei einem Modellfehler, einem Kommunikationsabbruch oder einer falschen Klassifikation klar, welche Instanz den Prozess tatsächlich führt.
Rückfallwege sind Teil der Fachlogik
Unsicherheit darf nicht als Ausnahme außerhalb des Prozesses behandelt werden. Fehlt ein Signal, widersprechen sich Quellen oder fällt die Konfidenz unter die definierte Schwelle, wechselt der Ablauf in einen vorgesehenen Rückfallweg. Abhängig von der Aktionsklasse kann das bedeuten: Hinweis erzeugen, Leistung auf einen sicheren Bereich begrenzen, betroffene Einheit pausieren oder eine menschliche Prüfung anfordern. Wichtig ist, dass der Zustand sichtbar bleibt und nicht durch einen stillen Standardwert verdeckt wird. Das Protokoll hält Messwerte, Kontext, Modellversion, Entscheidung, ausgeführte Aktion und verantwortliche Freigabe fest. Damit wird später nachvollziehbar, warum eine Empfehlung entstand und welche Grenze den tatsächlichen Eingriff bestimmt hat.
Wiederanlauf nur mit bestätigtem Zustand
Nach einer Pause beginnt die Kette nicht einfach erneut beim letzten KI-Befund. Vor dem Wiederanlauf müssen Ursache, aktueller Anlagenzustand und Freigabe zusammenpassen. Im Beispielprozess wird geprüft, ob der Sensor plausibel arbeitet, der Antrieb mechanisch freigegeben ist, die Auftragsdaten noch gültig sind und die vorgesehene Aktionsklasse den Neustart erlaubt. Erst dann übernimmt die deterministische Steuerung den nächsten Zyklus. Für den Einstieg genügt eine kompakte Prüfliste: Sind die Daten aktuell und vollständig? Ist der Betriebszustand eindeutig? Sind Konfidenz und Aktionsklasse getrennt? Bleiben Steuerung und Sicherheitsfunktionen führend? Gibt es einen dokumentierten Rückfall- und Wiederanlaufweg? Wer diese Fragen beantwortet, macht aus KI keine unkontrollierte Automatik, sondern einen überprüfbaren Baustein industrieller Entscheidungsprozesse.
