gesponsertAgent-First-Architekturen Wenn Produktionsstationen anfangen, miteinander zu sprechen

Gesponsert von

Amazon Web Services Germany GmbH

Kleinere Chargen, mehr Varianten, kürzere Umrüstzeiten: Was Kunden heute fordern, setzt Produktionssysteme unter Druck, die für genau das Gegenteil gebaut wurden. Klassische Produktionslinien sind manuell programmiert. Je öfter sich Anforderungen ändern, desto teurer wird dieses Modell. Umso deutlicher zeigt sich, dass ein anderer Ansatz gefragt ist.

Eine Lösung stellen Architekturen auf Basis des Agent-First-Gedankens dar. Statt einer zentralen Steuerungsinstanz, bekommt hier jede Station oder jeder Bereich einen eigenen spezialisierten KI-Agenten. Diese Agenten kommunizieren untereinander und mit einer übergeordneten Orchestrierungsebene.

Aus der Praxis

In einer Automobilmontage läuft beispielsweise heute alles nach einem festen Takt. Verschiedene Fahrzeugvarianten müssen so sequenziert werden, dass jede Station weder überlastet noch unterbeschäftigt ist. Das ist aufwendig zu planen und störanfällig. In einer Agent-First-Architektur meldet eine Station stattdessen eigenständig, wann sie Kapazitäten hat. Sie übernimmt flexibel, stimmt sich mit den umliegenden Stationen ab und gibt den Status weiter.

Auf diese Weise entsteht eine reibungslosere Produktion. Das Mikromanagement, das heute von wenigen erfahrenen Mitarbeitern geleistet wird, übernimmt die KI. Der Mensch gibt die Richtung vor, setzt die Ziele und behält die Aufsicht. Die operative Feinsteuerung liegt beim System.

Technische Voraussetzungen

Agent-First-Architekturen funktionieren nicht ohne ein solides Fundament. Der erste Baustein ist das Datenfundament selbst. Agenten brauchen kontextualisierte, vernetzte Daten entlang des gesamten Produktlebenszyklus. Das ist der sogenannte Digital Thread. Nur so weiß ein Agent, welche Informationen er für seine konkrete Aufgabe tatsächlich benötigt.

Eng damit verbunden ist die Frage der Datenarchitektur. Hier liegt in vielen Betrieben eine unterschätzte Lücke. Roboterdaten, die täglich in der Produktion entstehen, werden häufig gar nicht gespeichert. Sie gehen schlicht verloren. Ein Data Lake mit einer kontextfähigen Datenbank schafft die Grundlage, auf der Agenten überhaupt mit belastbaren Informationen arbeiten können.

Der dritte Baustein ist die Cloud-Infrastruktur. Agenten laufen nicht lokal neben der Maschine, sondern abstrahiert in der Cloud. Das bedeutet, dass Unternehmen nicht in eigene Hardware-Cluster investieren müssen. Rechenkapazität lässt sich bedarfsgerecht skalieren, gerade beim regelmäßig notwendigen Neutraining von Modellen ein erheblicher Vorteil gegenüber lokaler Infrastruktur.

Vom starren Prozess zur kommunizierenden Fabrik

Der konsequente Endpunkt dieser Entwicklung ist eine Produktionsumgebung, die sich selbst organisiert. Statt einer festen Linie, in der Produkte in festgelegter Reihenfolge Station für Station durchlaufen, entstehen einzelne, autonome Einheiten. Das bedeutet, weniger Lager wird im Werk belegt, weil nicht auf Vorrat produziert wird. Das bedeutet auch geringere Abhängigkeit von wenigen Spezialisten und eine Produktion, die sich auf veränderte Anforderungen einstellt, ohne dass jede Änderung eine neue Programmierkampagne erfordert.

Die Technologie dafür ist vorhanden. Die Herausforderung liegt darin, bestehende Infrastruktur schrittweise zu verbinden. Daten müssen nutzbar sein und Agenten dort eingeführt werden, wo der Mehrwert greifbar ist. Industrielle KI entfaltet ihren vollen Nutzen nur dann, wenn sie unter realen Bedingungen zuverlässig funktioniert. Sie muss mit der bestehenden Infrastruktur zusammenarbeiten, nicht gegen sie.

AWS bietet dafür eine vollständige Service-Suite. Unternehmen, die erste Schritte in Richtung Agent-First-Architekturen gehen wollen, müssen dabei nicht bei null anfangen. AWS begleitet Kunden dabei, bestehende Systeme anzubinden, Daten nutzbar zu machen und Agenten schrittweise einzuführen.
 

Jan Metzner, Principal Specialist Solutions Architect Manufacturing, Amazon Web Services