Zusammenfassung der Sitzung von Chris Kuntz bei MD&M East 2025 zum Thema, wie KI-Copiloten und KI-Agenten die Fertigung verändern – von der Verbesserung der Fähigkeiten der Belegschaft bis hin zur Ermöglichung autonomer Abläufe.
Beim diesjährigen MD&M OstAugmentir, ehemals IME East 2025, stand im Mittelpunkt, als Chris Kuntz, VP of Strategic Operations, eine eindrucksvolle Präsentation über die transformative Rolle von KI-Copiloten und KI-Agenten in der Fertigung hielt.
Nachfolgend finden Sie eine kurze Zusammenfassung der Präsentation sowie eine Videoaufnahme der Präsentation.
Die Arbeitskräftekrise mit KI bewältigen
Chris begann mit einer ernüchternden Realität: Selbst wenn jeder Facharbeiter in den USA beschäftigt wäre, blieben 351 Billionen Arbeitsplätze im verarbeitenden Gewerbe unbesetzt. Unter Berufung auf jährliche Opportunitätskosten von 1 Billion TP4 Billionen bis 2030 (Deloitte) betonte Chris, dass traditionelle Personalstrategien nicht ausreichen – und dass jetzt die Zeit für intelligente Automatisierung und Personalaufstockung gekommen sei.
Wichtige Highlights der Präsentation
Der Aufstieg von KI-Copiloten und KI-Agenten
Chris stellte AI Copilots als Konversationstools vor, die von LLMs unterstützt werden und Mitarbeitern kontextbezogene Unterstützung in Echtzeit bieten. AI Agents hingegen sind autonome Systeme, die komplexe Aufgaben selbstständig ausführen und so Reibungsverluste, Ausfallzeiten und manuelle Ineffizienzen reduzieren.
Der erweiterte vernetzte Arbeiter
Im Mittelpunkt des Gesprächs stand Augmentirs Connected Worker-Technologie– ein Rahmen, der Folgendes zusammenbringt:
- KI-gestützte Anleitung und Unterstützung, um Mitarbeitern im Außendienst zu helfen, Aufgaben effizienter, sicherer und genauer auszuführen.
- Datenerfassung und Erkenntnisse in Echtzeit, die eine kontinuierliche Verbesserung in den Bereichen Betrieb, Schulung und Mitarbeiterleistung vorantreiben.
- Eine einheitliche digitale Plattform, die Menschen, Prozesse und Systeme verbindet, um eine skalierbare Transformation der Belegschaft in der Fertigung zu ermöglichen.
6 bahnbrechende Anwendungsfälle
Chris führte die Teilnehmer durch sechs reale Anwendungsfälle und zeigte, wie Augmentir und Augie liefern messbare Ergebnisse für Hersteller:
- Inhalts-Assistent – 76% schnellere Digitalisierung von SOPs und Schulungsdokumenten
- Arbeits- und Ausbildungsassistent – 82% verkürzte Onboarding-Zeit
- Bildervergleich – Verbesserte Prüfgenauigkeit, weniger Nacharbeit
- Fähigkeiten und Training KI-Agent – On-Demand-Lernen und Zertifizierung
- Betriebsagent – Unterstützung bei der Fehlerbehebung in Echtzeit
- Unternehmens-Wissensgraphen – Intelligenterer Zugang zu institutionellem Wissen
Fallstudien führender Verpackungs- und Getränkeunternehmen sorgten für Glaubwürdigkeit in der Praxis und zeigten, wie Unternehmen schneller skalieren und gleichzeitig Ausfallzeiten und Sicherheitsvorfälle minimieren.
Videoaufzeichnung
Vollständiges Transkript
Mein Name ist Chris Kuntz. Ich arbeite bei Augmentir, einem KI-Unternehmen, und wir entwickeln Software für vernetzte Mitarbeiter in der Fertigung. Heute spreche ich über künstliche Intelligenz, die in vielerlei Hinsicht die Medien erobert und zu einem wichtigen Teil unseres Lebens geworden ist. Ich möchte jedoch im Kontext der Fertigung darüber sprechen und insbesondere über generative KI-Assistenten und KI-Agenten, die in der Fertigung eingesetzt werden können, um die heutigen Mitarbeiter in der Fertigung zu unterstützen und anzuleiten.
Nur 30 Sekunden zu Augmentir und wer wir als Unternehmen sind. Wir sind ein relativ junges Unternehmen, gegründet 2018, haben aber eine lange Geschichte in innovativer Software und Fertigung, die bis in die späten 1980er Jahre zurückreicht. Die Gründer von Augmentir waren dieselben Brancheninnovatoren, die 1987 Wonderware gründeten, das die HMI-Software in Fabriken revolutionierte. Wonderware ging an die Börse und ist heute Teil von AVEVA/Schneider Electric. Wir waren die Gründer von Lighthammer, das heute Teil des MII-Angebots von SAP ist. Und wir waren die Gründer von ThingWorx, das heute zu PTC gehört und das industrielle Internet der Dinge revolutionierte. Und als wir PTC verließen, kam das Team wieder zusammen und wir wollten uns auf das konzentrieren, was wir damals für das nächste große Problem in der Fertigung hielten: den menschlichen Arbeiter.
Wenn man an KI und ihre Automatisierung denkt und wie KI Produktionslinien optimiert, stellt man fest, dass der letzte Schritt zur Effizienzsteigerung in der Fertigung der menschliche Arbeiter ist. Und noch deutlicher wurde in den letzten fünf Jahren seit der Pandemie, dass der Arbeitskräftemangel und der Fachkräftemangel dramatische Auswirkungen auf die Produktqualität, die Produkteffizienz und den Gesamtdurchsatz in der Fertigung hatten. Deshalb war es unser Ziel bei Augmentir, dieses Problem anzugehen.
Beginnen wir dieses Gespräch mit KI und ihrer Geschichte in der Fertigung. Sie reicht bis in die 1960er Jahre zurück. KI wird seit Jahrzehnten in der Automatisierung der Fertigung eingesetzt. Sie wurde genutzt, um enorme Effizienzsteigerungen zu erzielen. Sie wird in Bildverarbeitungssystemen zur Qualitätsverbesserung eingesetzt. Auf Fertigungsmessen wie dieser wird sie in der Lagerautomatisierung und in jüngster Zeit im industriellen Internet der Dinge eingesetzt, um Geräte digital zu vernetzen und die von diesen Geräten übermittelten Daten mithilfe von KI zu analysieren, um die Produktionseffizienz zu steigern. Ein gemeinsames Thema ist jedoch, dass KI bisher dazu eingesetzt wurde, menschliche Arbeitskräfte zu ersetzen oder manuelle Arbeit oder manuelle Tätigkeiten zu optimieren, die zuvor von Menschen in Fabriken ausgeführt wurden. KI bietet die einzigartige Möglichkeit, insbesondere im Bereich generativer KI-Copiloten, wie ChatGPT oder KI-Agenten, menschliche Arbeitskräfte zu ergänzen, nicht zu ersetzen.
Und so lautete die Frage, die wir uns bei Augmentir zu Beginn stellten: Kann KI dasselbe für Menschen leisten? Kann KI die Effizienz der Menschen steigern, die noch in der Fertigung, Qualitätssicherung, Entwicklung, Instandhaltung und im Anlagenbetrieb arbeiten? Und, noch wichtiger: Kann KI in der Instandhaltung eingesetzt werden, um die von ihnen geleistete Arbeit zu optimieren? Und warum jetzt? Hier sind einige Statistiken aus einem Bericht von LNS Research, einem Analystenhaus mit Sitz in Boston, der letztes Jahr zur Zukunft der Industriearbeit veröffentlicht hat. Ziemlich faszinierende Statistiken. Wenn man die durchschnittliche Betriebszugehörigkeitsrate in der Fertigung im Jahr 2019 mit dem Ende des letzten Jahres vergleicht, dann ist die durchschnittliche Beschäftigungsdauer pro Position von 20 Jahren auf drei Jahre gesunken, von sieben Jahren auf neun Monate, und die durchschnittliche dreimonatige Bindungsrate, also die Rate, mit der Menschen nach den ersten drei Monaten im Unternehmen bleiben, von 901 auf 501. Das Problem in der heutigen Fertigung ist: Es herrscht zwar ein Arbeitskräftemangel, es ist schwierig, qualifizierte Arbeitskräfte zu finden, aber weil in der Fertigung Menschen benötigt werden, stellen Unternehmen weniger qualifizierte Arbeitskräfte ein. Und nun haben Sie in der Fertigung ein zweifaches Problem: Sie haben weniger erfahrene Arbeiter, die wiederum weniger Erfahrung haben, oder weniger qualifizierte Arbeiter, die wiederum weniger Erfahrung haben. Und das führt zu Sicherheitsproblemen, Qualitätsproblemen, Produktrückrufen, Ausfallzeiten – einfach allem, was man sich vorstellen kann und was auf menschliches Versagen in einer Fabrik zurückzuführen ist.
In dieser Umfrage von LNS gaben 921 Milliarden US-Dollar an, dass sie Technologie als Möglichkeit sehen, diesen Fachkräftemangel zu beheben. Das ist zwar nicht die einzige Lösung, es gibt sicherlich bessere Einstellungs- und Ausbildungsstrategien, aber Technologie kann auf jeden Fall einen großen Beitrag zur Linderung der Arbeitsmarktkrise leisten. Und noch eine Statistik aus einer Studie von Deloitte: Selbst wenn jeder Facharbeiter – und das gilt nur für Amerika – beschäftigt wäre, gäbe es im verarbeitenden Gewerbe immer noch eine Lücke von 351 Milliarden US-Dollar an unbesetzten Stellen. So schlimm ist die Lage. Deloitte prognostiziert, dass es bis 2030 allein in den USA ein Problem von 1 Billion US-Dollar geben wird. Und ich glaube, weltweit wurden 1 Billion US-Dollar prognostiziert – ein Problem, das sowohl die Produktionsleistung als auch die Fertigung betrifft.
Damit kommen wir zu unserem heutigen Thema: KI-Agenten und Copiloten. Jeder hier hat schon einmal ChatGPT, Gemini, Perplexity oder einen anderen Chatbot verwendet. Die Ergebnisse sind fantastisch und bieten fantastische Möglichkeiten, wenn man an Consumer-KI denkt. Ich möchte aber über den Kontext der KI-Unterstützung und der Agenten sprechen. Hier verschwimmen die Grenzen etwas, aber darüber werden wir sprechen. Außerdem über ihre Anwendbarkeit im industriellen Betrieb und warum sie sich deutlich von Consumer-KI unterscheidet.
Was ist also ein KI-Copilot? Das beste Beispiel ist ChatGPT, oder? Wir alle haben es schon verwendet. Eine natürliche Sprachschnittstelle, die Fähigkeit, ein sogenanntes großes Sprachmodell (LLM) zu verwenden – für diejenigen unter Ihnen, die vielleicht nicht so technisch versiert sind – ermöglicht es Agenten oder Assistenten, große Datenmengen zu verarbeiten und Benutzern kontextbasierte Unterstützung zu bieten. Was ist hingegen ein Agent? Ein Agent ist ein KI-Bot, der autonomer agiert. Er kann auf Eingabeaufforderungen reagieren, wie ChatGPT, muss es aber nicht. Er kann tatsächlich autonom auf der Grundlage Ihrer Anweisungen handeln. Wenn Sie darüber nachdenken, verwende ich heute ChatGPT als Beispiel, weil ich denke, dass wir es wahrscheinlich alle schon einmal verwendet haben. Die Grenzen verschwimmen langsam mit dem – ich glaube, sie nennen es den ChatGPT-Operator – zwischen autonomer und rein auf Eingabeaufforderungen basierender KI. Die Idee ist aber auch heute noch dieselbe. Wir sprechen hier von einem KI-Copiloten oder einem Assistenten, einem auf Eingabeaufforderungen basierenden Bot, den ein Benutzer möglicherweise nutzt. Aus Agentensicht handelt es sich um etwas, das autonomer agieren kann. Und eine Voraussetzung dafür – wenn man an die Fertigung und an die Mitarbeiter im Außendienst denkt, sei es in den Bereichen Sicherheit, Qualität, Wartung und Reparatur von Geräten und Maschinen oder im Gerätebetrieb – ist die Fähigkeit, vernetzte Mitarbeiter zu haben.
Und mit vernetzten Mitarbeitern meinen wir bei Augmentir Mitarbeiter, die nicht nur über ein digitales oder mobiles Gerät wie ein Telefon, ein Tablet, eine tragbare Technologie oder beispielsweise ein tragbares Augmented-Reality-Headset vernetzt sind, sondern auch digital mit dem Unternehmen verbunden sind. Wir nutzen diese Schnittstelle, um sie nicht nur physisch mit einem Gerät zu verbinden, sondern auch mit HR-Systemen, Lernmanagementsystemen, ERP-Systemen, Qualitätssystemen und Sicherheitssystemen – Systemen, die sie täglich nutzen. Durch die Vernetzung können sie zu menschlichen Sensoren in der Fertigung werden. Es gibt hier riesige Datenmengen, die wir nutzen und auf die KI dann reagieren kann.
Ich möchte nun über Verbraucher-KI sprechen, wieder am Beispiel von ChatGPT im Vergleich zu industrieller KI. Heute werde ich einige Beispiele von Fertigungsunternehmen nennen, die diese Technologie bereits nutzen. Aber wenn man an industrielle Abläufe denkt, muss man ganz anders denken als bei der heutigen Nutzung von Gemini oder ChatGPT. Ich möchte nur ein Beispiel durchgehen: Sie haben einen Mitarbeiter in der Produktion, einen Bediener, der täglich den Mischer bedient. Zu seinen Aufgaben gehört es auch, das Gerät regelmäßig zu reinigen, zu prüfen und zu schmieren, damit es nicht ausfällt und Ausfälle vermieden werden. Das ist also ein CIL. Kehren wir nun zum Kontext zurück, mit dem ich dieses Gespräch begonnen habe. Nehmen wir an, Sie haben einen weniger erfahrenen Mitarbeiter, vielleicht einen Anfänger.
Diese Art der adaptiven Anleitung ist besonders wertvoll in Umgebungen mit hoher Produktvielfalt und geringem Volumen oder bei häufig wechselnden Produktionsprozessen. Mitarbeiter bleiben produktiv und lernen gleichzeitig im Arbeitsfluss – ein Gewinn für Effizienz und Engagement.
