Künstliche Intelligenz
Vertrauen Sie Ihrem KI-Agenten?

Mit dem rasanten Fortschritt der Künstlichen Intelligenz (KI) halten zunehmend auch sogenannte KI‑Agenten Einzug in industrielle Anwendungen. Sie übernehmen eigenständig Aufgaben oder Teilaufgaben, etwa in der Analyse, Planung oder Unterstützung von Entwicklungsprozessen. Damit verändern sie nicht nur Arbeitsabläufe, sondern auch die Anforderungen an Entwicklung und Betrieb industrieller Systeme. Das Potenzial scheint erheblich.

I Stock 1367617035 B4 LLS
mask I Stock 1367617035 B4 LLS

In vielen Szenarien rund um die Produktion kommt Agenten Künstlicher Intelligenz (KI-Agenten) inzwischen eine entscheidende Aufgabe zu. Gleichzeitig zeigt sich jedoch, dass die Erwartungen an agentische KI derzeit nicht immer erfüllt werden. Studien weisen darauf hin, dass viele aktuelle Ansätze noch keinen klaren wirtschaftlichen Mehrwert liefern und ein relevanter Anteil an Projekten vorzeitig beendet wird [1]. Als wesentliche Herausforderungen gelten neben unzureichender Datenqualität und fehlender Nachvollziehbarkeit auch regulatorische Fragestellungen sowie Sicherheits- und Datenschutzrisiken [2].

Vor diesem Hintergrund stellen sich für Unternehmen zentrale Fragen: Können KI‑Agenten in sicherheits- und geschäftskritischen Kontexten verantwortungsvoll eingesetzt werden? In welchem Maß kann und sollte man sich auf KI‑Agenten verlassen? Und ist das damit verbundene Risiko akzeptabel?

Strategie statt Schwarz-Weiß-Denken:
Der richtige Umgang mit KI‑Agenten

In der Praxis zeigt sich, dass weder ein unreflektierter Einsatz noch ein pauschales Verbot von KI‑Agenten zielführend sind. Entscheidend ist vielmehr ein strukturierter und risikobewusster Ansatz. Unternehmen stehen vor der Aufgabe, geeignete Anwendungsfälle zu identifizieren, den erwarteten Nutzen realistisch zu bewerten und Risiken systematisch zu analysieren.

Ein solcher Ansatz sollte hierfür eine fundierte Analyse und Abwägung der Risiken und Potenziale, die Bewertung des wirtschaftlichen Nutzens (Return on investment, ROI) sowie die gezielte Integration von Maßnahmen zur Absicherung und Nachvollziehbarkeit umfassen.

Ziel ist es, KI‑Agenten dort einzusetzen, wo sie einen nachweisbaren Mehrwert liefern – und gleichzeitig die damit verbundenen Unsicherheiten kontrollierbar zu machen.

Strukturierter Aufbau verlässlicher KI‑Agenten

Das Fraunhofer-Institut für Kognitive Systeme IKS unterstützt Unternehmen dabei, KI‑Agenten nachhaltig und verlässlich zu entwickeln und in die Praxis zu überführen. Ein zentraler Baustein hierfür ist das vom Fraunhofer IKS entwickelte SCALE‑Framework. Es beschreibt einen strukturierten Ansatz und zentrale Schritte auf dem Weg zu verlässlichen agentischen KI‑Systemen:

  • Strategy: Definition von Zielen, Risiken und Potenzialen
  • Concepts: Entwicklung von Lösungsansätzen und Systemarchitekturen
  • Assurance: Identifikation, Analyse und Absicherung kritischer Risiken
  • Learning: Iterative Erprobung und kontinuierliches Lernen anhand von Prototypen
  • Execution: Überführung in verlässliche Anwendungen

Dieser ganzheitliche Ansatz stellt sicher, dass die zentrale Anforderung Verlässlichkeit nicht erst am Ende, sondern über den gesamten Entwicklungsprozess hinweg berücksichtigt wird.

Verlässlichkeit von KI-Agenten erleben

Auf der Fachmesse all about automation in Straubing am 10. - 11.06.2026 zeigen Forscherinnen und Forscher des Fraunhofer IKS, wie sich dieser Ansatz in der Praxis umsetzen lässt, und das anhand verschiedener KI-Agenten in der Automatisierung:

  • Troubleshooting Assistant
    Ein LLM‑basierter Assistent hilft bei der Analyse von Störungen in der Produktion. Durch nachvollziehbare und überprüfte Ausgaben können Stillstandszeiten in der Produktion sowie manuelle Aufwände signifikant reduziert werden.
  • Safety Engineering Support
    KI‑basierte Werkzeuge unterstützen bei Aufgaben des Safety Engineerings, etwa bei der Erstellung von Gefährdungsanalysen (Hazard Analysis and Risk Assessment, HARA). Abhängig von der Komplexität lassen sich so Aufwände von Wochen auf Stunden reduzieren.
  • Reliable PLC Code Generation
    Generative KI zur Erstellung von SPS‑Code, kombiniert mit iterativer Verifikation und Validierung. Dies ermöglicht eine deutliche Beschleunigung der Entwicklung bei gleichzeitig notwendiger Qualität und Nachvollziehbarkeit
Screenshot Vertrauen Sie Ihrem KI Agenten DE
Bild

Abb 1: Screenshot des Demonstrators zur beispielhaften Gefahrenanalyse durch einen KI-Agenten. Benutzer können potenzielle Gefahren markieren und danach mit den Ergebnissen der KI vergleichen.

In einem Demonstrator zur Gefahrenanalyse in Produktionsumgebungen können Interessierte auf der Messe zudem selbst testen, wie gut sie im Vergleich zu einem Standard‑KI‑Agenten und einem gezielt abgesicherten KI-Agenten performen (siehe Abb. 1). Hier wird deutlich, wie verschiedene Maßnahme zur Verlässlichkeit von KI-Agenten beitragen.

Kommen Sie vorbei, testen Sie Ihr Vertrauen in KI-Agenten und kommen Sie mit uns ins Gespräch, wie Sie das Potenzial von KI sicher für ihre Anwendungsfälle nutzen können.

Nächster Artikel

Zukunft der Produktion
Auf dem Weg zu Industrie 5.0?

Gereon Weiss
Gereon Weiß
Industrie 4.0 / Fraunhofer IKS
Industrie 4.0