Baubranche: Planung und Umsetzung müssen verschmelzen
Die Abwicklung von Bauprojekten weist hohes Entwicklungspotential auf, welches durch die Implementierung von Building Information Modeling (BIM) und anderen Tools optimiert werden kann, erklärt Rechtsexperte Martin Schiefer in seinem Gastbeitrag.
Die Abwicklung von Bauprojekten hat vielfach Entwicklungspotenzial. Von Ausschreibungen und Vergaben in der IT-Branche kann die Bauwirtschaft viel lernen. Agilität, Integration und Dokumentation sind jene Schlüsselbereiche, die vielfach bei »klassischen Bauprojekten« optimiert werden können, denn Ausschreibungen für große Projekte sind oft starr und unflexibel.
Es scheinen zwei unterschiedliche Welten zu sein – Ausschreibungen und Vergabeverfahren für Bau- und für IT-Projekte. Die einen trennen strikt nach Planungs- und Bauphase. Die anderen sind sehr agil und bringen die unterschiedlichen Beteiligten früh an einen Tisch. Bei beiden sprechen wir zumeist von Großprojekten mit langen Laufzeiten.
Ohne Frage sind IT-Projekte stärker digitalisiert als Bauprojekte. Das liegt in der Natur der Dinge. IT-Projekte machen sich die Digitalisierung und neue Technologien zunutze, während Bauprojekte noch viel zu oft darauf verzichten. BIM wird auf der einen Seite als Digitalisierungs-Befreiungsschlag für die Branche gefeiert, aber die Akzeptanz und Nutzung liegt noch weit hinter ihrem Potenzial. Daran erkennt man, dass der erste Schritt im Mindset passieren muss. Die Bauindustrie muss sich auf die Digitalisierung einlassen, denn ein Bauprojekt wird mehr und mehr zum IT-Projekt.
Es gibt heute sicherlich schon zukunftsweisende Leuchtturmprojekte in der Branche. Ein Beispiel ist die Ausschreibung für die Regionalstadtbahn Salzburg S-Link. Das ist ein absolut innovatives Projekt in den Bereichen Building Information Modeling und Common Data Environment. Es zeigt den Weg der Digitalisierung in Vergabe, Errichtung und Betrieb an.
Nicht alles ist vorhersehbar
Klassische Bauprojekte bauen vielfach immer noch auf einer konstruktiven Leistungsbeschreibung mit einem detaillierten Leistungsverzeichnis auf. Das Bestreben der Ausschreibenden ist, alles auf Punkt und Beistrich zu definieren und vorzugeben. Dem zugrunde liegt ein Misstrauen, dass alles, was nicht aufgeschrieben ist, nicht geliefert werden kann. Die viel zitierte Handschlagqualität am Bau ist somit mehr Mythos als Realität. Die Baubranche versucht etwas beschreibbar und bewertbar zu machen, was nicht beschreibbar und bewertbar ist. Die Problematik besteht insbesondere bei Großprojekten in erster Linie darin, dass wahrlich nicht alles vorhersehbar ist.
Custom-Fit-Angebote implementieren
Es fehlt, was IT-Projekte bereits in ihrer DNA haben: Agilität. In der IT hat man sich in den vergangenen Jahren von Standardleistungen verabschiedet. Man geht viel flexibler und agiler vor. Dieses agile Vorgehen brauchen wir auch bei Bauverfahren, in Bauprojekten, in der gesamten Baubranche. Denn jedes Bauprojekt ist ein Unikat. Die Vorzeichen, die Kriterien, die Projektbeteiligten sind nie ident. So ist ein Standardverzeichnis zur Orientierung zwar hilfreich, aber es braucht immer eine individuell entwickelte Lösung. Standardleistungen müssen von Custom-Fit-Angeboten abgelöst werden. Dies bedeutet natürlich auch, dass Preise und Vergütungsmodelle neu zu diskutieren sind. Es braucht ein Preisgefüge und Kostenrahmen, die zwar auf einer entsprechenden Kalkulationsgrundlage fußen, über die gesamte Dauer eines Projekts aber mehr Flexibilität zulassen. Der Vertrag muss einen gewissen Spielraum zulassen, um auf Adaptionen eingehen zu können. Damit dies funktioniert, benötigen wir eine engmaschige Kontrolle und ein partnerschaftliches Verhältnis.
Die engmaschige Kontrolle bedingt Kostentransparenz, damit das Projekt nicht einseitig aus dem Ruder laufen kann. Hier können Allianz- und Anreizsysteme einen positiven Impact schaffen. Der »Agile Festpreisvertrag«, wie er in der IT durchwegs bereits propagiert wird, kann hier als Vorbild dienen. Zusammengefasst kann man sagen: Ja, es braucht Leistungsbeschreibungen und klare Vergütungsmodelle, aber sie müssen Agilität zulassen.
Kooperationskultur verändern
Eine besondere Herausforderung bei Bauprojekten besteht mitunter darin, dass diejenigen, die mit der Planung betraut sind, für die Umsetzung entweder nicht verantwortlich oder in den Umsetzungsprozess nicht in der ausreichenden Tiefe eingebunden sind. Dies unterscheidet Bauprojekte von IT-Projekten. Hier erfolgt die Umsetzung zumeist durch den gleichen Dienstleister. Damit hier keine Reibungsverluste entstehen, müssen alle Projektbeteiligten in einer möglichst frühen Projektphase an einen Tisch geholt werden. Die ausführenden Unternehmen müssen in den Planungsprozess integriert werden. Es braucht eine neue, eine andere Kooperationskultur, die im Idealfall bereits im Vorfeld ansetzt.
Echtzeit-Dokumentation
IT-Projektmanager sind Meister der Dokumentation. Wie in keiner anderen Branche werden die Milestones und Arbeitsschritte festgehalten, zumeist in Echtzeit. Das bedeutet, der Projektleiter oder Auftraggeber hat stets einen aktuellen Statusüberblick. Eine lückenlose, tagesaktuelle Dokumentation des Baufortschritts hat für einen Beteiligten große Vorteile. Abweichungen von der Planung werden frühzeitig erkannt und es kann rechtzeitig eine entsprechende Reaktion erfolgen.
Die Dokumentation ist damit Basis für Kontrollmechanismen, die einen raschen Projektfortschritt unterstützen. Die Voraussetzung dafür wurde mit dem BIM geschaffen. Es muss allerdings auch genutzt werden. Das heißt, dass jedes Bauprojekt einen BIM-Manager benötigt, der die Informationen umgehend eingibt. Dieser Aufwand bzw. diese Zeit sollte unbedingt eingeplant werden.
Fazit
Die Baubranche steht heute vor einer Verfahrensrevolution, die für Bauprojekte ein enormes Produktivitätspotenzial birgt. Mit einer Bewusstseinsbildung und dem Implementieren von den entsprechenden Prozessen kann dieses ausgeschöpft werden.
Zum Autor
Martin Schiefer hat an der Universität Graz Rechtswissenschaften studiert, ist seit über 20 Jahren im Vergaberecht tätig und ist der führende Experte für öffentliche Ausschreibungen. Seit 2018 gestaltet er mit seiner Kanzlei Schiefer Rechtsanwälte erfolgreich Vergabeverfahren für Bund, Länder und Gemeinden in ganz Österreich.
Keba-CEO Knogler: „Die Hyperscaler brauchen uns genauso wie wir sie“
Österreichs Industrie liegt bei der AI Maturity unter dem EU-Schnitt. Für Keba-CEO Christoph Knogler, der die KI-Taskforce der Industriellenvereinigung mit leitet, ist das kein Grund zur Resignation: „Verlieren ist gar keine Option.” Im Interview spricht er über digitale Souveränität, Europas Rolle als Enabler der Hyperscaler und seine Pläne mit Keba Digital.
Keba-CEO Knogler: „Die Hyperscaler brauchen uns genauso wie wir sie“
Österreichs Industrie liegt bei der AI Maturity unter dem EU-Schnitt. Für Keba-CEO Christoph Knogler, der die KI-Taskforce der Industriellenvereinigung mit leitet, ist das kein Grund zur Resignation: „Verlieren ist gar keine Option.” Im Interview spricht er über digitale Souveränität, Europas Rolle als Enabler der Hyperscaler und seine Pläne mit Keba Digital.
28 Standorte in 16 Ländern, drei Geschäftsbereiche von der Industrie- über die Handover- bis zur Energy-Automation, dazu seit Kurzem eine eigene KI-Einheit: Keba aus Linz baut Steuerungen für Maschinen und Anlagen und steckt über Trumpf mit einer Komponente in den Lithografiemaschinen von ASML. Christoph Knogler führt das Unternehmen als CEO und steht gemeinsam mit A1-CEO Thomas Arnoldner der KI-Taskforce der Industriellenvereinigung vor, die bis Sommer 2027 die AI Maturity der heimischen Industrie messen und steigern soll. Der erste Befund: Österreich liegt unter dem EU-Schnitt. Warum das ein Leadership-Thema ist und kein technologisches, wieso die Hyperscaler die europäische Industrie dringender brauchen als umgekehrt – und was Industrial Intelligence von einem Hype-Begriff unterscheidet.
Die österreichische Industrie liegt bei KI unter dem EU-Schnitt – das zeigt die McKinsey-Studie „State of AI in Austria 2025″, die im Rahmen der Taskforce entstanden ist, der du vorsitzt: ein AI-Quotient von 30 gegenüber 34 im EU-Schnitt. Wie kam es zu diesem Befund?
Ein wesentlicher Aspekt unserer KI-Taskforce ist, dass wir die AI Maturity unserer Mitglieder und so auch der gesamten österreichischen Industrie quantitativ messbar machen, mit je einem Assessment zu Beginn, zur Mitte und zum Ende der Laufzeit, pro bono begleitet von McKinsey. Mit dem ersten Assessment im vergangenen Jahr hat sich die Vermutung der Industriellenvereinigung bestätigt: Wir liegen in Österreich unter dem Niveau des EU-Durchschnitts und damit auch des weltweiten Durchschnitts. Das zweite Assessment wurde nun im Juli dieses Jahres abgeschlossen, die Veröffentlichung ist für Anfang Oktober geplant. Wir sind schon gespannt, ob wir das schaffen, was wir uns vorgenommen haben – nämlich eine konsequente Steigerung der AI Maturity der österreichischen Industrie.
Warum gibt es diesen Rückstand?
Es gibt ihn sicher auch, weil es uns als Industrie schon sehr gut gegangen ist und so der Veränderungsdruck in vielen Unternehmen nicht groß genug war, KI konsequent einzusetzen. Wir haben als Industrie den Startschuss verpasst. Es gibt aber auch in Österreich Frontrunner; in der Studie sieht man etwa die Telekommunikationsunternehmen vorne. Aber im produzierenden Bereich und im Maschinenbau waren wir überrascht, dass selbst hoch innovative Unternehmen bei der Nutzung von KI im internationalen Vergleich nicht vorne mit dabei sind. Wenn man genauer hineinschaut, ist es weniger ein technologisches Thema, sondern sehr oft ein Leadership-Thema: Dort, wo die strategische Aufmerksamkeit des C-Levels ist, fließt auch die Energie hin. KI war zu Beginn oft ein IT-Thema statt ein strategisches Positionierungsthema. Das hat sich im ersten Jahr unserer Taskforce aber massiv gedreht. Andritz hat beispielsweise aufgezeigt, wie KI die Automatisierung einer Anlage so weit optimiert, dass eine Art Dark Factory vorstellbar wird; Voestalpine hat anhand umgesetzter Use Cases gezeigt, wo ganz konkrete Einsparungseffekte gehoben wurden; und Miba hat gezeigt, wie KI als übergreifendes Thema in der Unternehmensgruppe verankert wurde.
Für Branchen, in denen der AI Act tatsächlich wie ein Korsett wirkt, kann er dazu führen, dass man im Sinne des Risikomanagements sehr zurückhaltend wird. Der Ruf nach Regulatory Sandboxes ist dort laut; ich denke beispielsweise an Life Sciences und an das Bankenwesen. Bei Produktionsunternehmen und im Maschinenbau – dazu zählen wir uns als Keba – gibt es diese Einschränkungen aus eigener Erfahrung weniger. Ich habe es bisher nicht so wahrgenommen, dass der AI Act ein wesentlicher Technologie-Showstopper wäre. Deswegen plädieren wir auf Selbstwirksamkeit: nicht die Rahmenbedingungen bekämpfen, sondern sich fragen, wie man innerhalb dieser vernünftig arbeitet. Aber viel wichtiger war: mit KI losstarten, es zum Leadership-Thema machen, sich um Daten und Legacy-Systeme im Unternehmen kümmern und vor allem die Menschen auf diese Innovationsreise mitnehmen.
Die Taskforce läuft bis Sommer 2027. Was kommt danach?
Anfang 2027 werden wir entscheiden: Braucht es weiterhin eine Taskforce für KI, die Eintrittsbarrieren abbauen und zur wertschöpfenden Nutzung anregen will? Oder braucht es dann ein anderes Format? Unabhängig vom Format ist für uns wichtig, dass die bisherigen Erkenntnisse und Best Practices weitergetragen werden; da spreche ich auch für meinen Co-Vorsitzenden Thomas Arnoldner. Dazu kommt, dass sich immer mehr kleinere Industrieunternehmen mit KI beschäftigen, für die so eine Plattform hilfreich sein kann.
Was Europa in der Hand hat
Blicken wir über Österreich hinaus: Europa habe das Rennen um generative KI verloren, heißt es. Bleibt Industrial Intelligence als zweite Chance?
Ich habe dazu eine sehr klare Meinung: Die amerikanischen Unternehmen, die in diesem Rennen die Nase vorn haben, brauchen wertschöpfende Prozesse, um ihren eigenen Business Case abzusichern. Auch KI macht nur dann wirtschaftlich Sinn, wenn man sie verkaufen kann. Schaut man sich Europa an – 450 Millionen Konsumenten, eine sehr starke Industrie, im DACH-Raum besonders stark –, dann sind wir der Enabler für die Business Cases der Hyperscaler. Deswegen werden wir auch stark umworben, von genau diesen global denkenden Unternehmen. Sie brauchen dringend Anwendungsfälle für ihre KI-Modelle am Shopfloor, damit der Value Stream entsteht, der die Mega-Investitionen rechtfertigt. Bleibt der aus, wird man die laufenden Infrastruktur-Investitionen über eine kleinere Menge an Anwendern verteilen, was Tokenpreise in die Höhe treiben wird und die Anwendung somit unattraktiver macht. Auf Basis dieser Logik dürfen und müssen wir als europäische Industrie schon selbstbewusst sein.
Also ist das Rennen nicht verloren?
Was für ein Rennen? Wir müssen als Wirtschaftsstandort wettbewerbsfähig sein, um Wertschöpfung zu generieren und unsere Sozialsysteme am Laufen zu halten. Da haben wir noch gar nichts verloren. Verlieren ist gar keine Option! Ich frage mich oft, was aus unserem Selbstbewusstsein in Europa geworden ist. Das sehe ich viel optimistischer, und Industrial Intelligence ist das Schlagwort. Aber dann kommt natürlich die Folgefrage: Wie geht es uns mit den eigenen KI-Unternehmen, mit der Infrastruktur, mit den eigenen europäischen Modellen? Da stehen wir, wie generell im Thema Software, nicht besonders gut da. Es braucht jemanden, der investiert, und jemanden, der das dann auch nutzt, bevorzugt gegenüber Infrastruktur, die vielleicht günstiger ist und anfangs mehr kann. Damit das gelingt, braucht es wohl fast so etwas wie einen Orchestrator im europäischen KI-Konzert. Klug wäre ein progressiver Impuls der EU, aber nicht als weiterer Zwang, sondern indem die Nutzung europäischer Infrastruktur, beispielsweise für die öffentliche Beschaffung, besonders attraktiv wird. Ohne einen Masterplan wird das aber schwierig; die Hyperscaler sind bestens positioniert, brauchen die europäischen Kunden und werden nicht tatenlos zusehen, wie sich Europa plötzlich verselbstständigt.
Wo hängt umgekehrt die Welt an Europa?
Wir reden viel über die Abhängigkeit von den USA, China bzw. Asien. Wir reden leider ganz wenig darüber, dass diese Regionen genauso von uns abhängig sind. Bestes KI-Beispiel: ASML. Das niederländische Unternehmen hat das Herstellen von Mikroelektronik mit einem speziellen Lithografieprozess perfektioniert, im Zusammenspiel mit zwei weiteren europäischen Playern, Trumpf und Zeiss. Wir sind als Keba stolz, dass wir für Trumpf eine Subkomponente dieser faszinierenden Maschinen beisteuern dürfen. Ohne diese gäbe es keinen KI-Chip, keine Hochleistungs-GPUs. Was wir oft nicht am Radar haben: dass wir als europäische Hightech-Unternehmen mit unseren Technologien vieles möglich machen. Allerdings finden dann die Produktion und die Wertschöpfung leider zu oft in anderen Ländern statt.
Keba ist auch Teil der Initiative Digitale Souveränität. Was heißt Souveränität für ein Unternehmen mit 28 Standorten in 16 Ländern?
Für mich war letztes Jahr in Alpbach Hermann Hauser besonders inspirierend. Er hat die digitale Souveränität mit einer Zwiebel verglichen: Die globalen Tech-Giganten sind weltweit fest in Unternehmen und Prozessen verankert; es ist unrealistisch und naiv, sie komplett aus der Gleichung zu nehmen. Und sie sind für die äußere Zwiebelschicht auch in Ordnung. Doch je näher wir ins Innere der Zwiebel vorstoßen – und das können für jedes Unternehmen andere kritische Prozesse sein –, desto stärker muss man sich bei der aktuellen geopolitischen Lage fragen, in welcher Abhängigkeit man tatsächlich steht. Wir schauen uns unsere Prozesslandschaft an und entscheiden Fall für Fall. ERP zum Beispiel wandert in die Cloud, und da stellt man sich natürlich die Frage, auf welcher Infrastruktur Kernprozesse laufen sollen. Für unser Produktportfolio haben wir entschieden, weitestgehend agnostisch ins Rennen zu gehen, also technologisch offen zu bleiben und je nach Markt und Bedarf die passende Lösung zu wählen. Keba braucht auch Antworten für unsere amerikanischen und asiatischen Kunden.
Was Industrial Intelligence wirklich heißt
Industrial Intelligence steht inzwischen in jedem Wirtschaftsprogramm, vom Bund bis zur Stadt. Was ist damit gemeint?
Ja, das stimmt, Industrial Intelligence ist momentan in aller Munde, sogar im Wirtschaftsprogramm der Stadt Linz. Ich glaube, dass es jetzt etwas braucht, das den Begriff einordenbar macht, denn er darf nicht der nächste Hype-Begriff werden. Industrial Intelligence heißt ja nicht einfach, dass die Industrie irgendwo KI anwendet – es geht darum, mit KI Industriestandards zu erfüllen. Das bedeutet, hochverlässliche, wiederholbare Prozesse zu schaffen, in denen die KI nicht einfach „irgendetwas” tut, sondern kontrolliert in einem definierten Rahmen Arbeitsschritte besser, sicherer, schneller, günstiger oder einfach anders ermöglicht, als das bisher mit normalen Rechnern möglich war. In einer industriellen Produktion muss ein Prozess auch beim tausendsten Durchlauf noch stabil, sicher und reproduzierbar funktionieren. Genau dieser Anspruch unterscheidet Industrial Intelligence von vielen anderen KI-Anwendungen, bei denen ein gewisser Spielraum in den Ergebnissen eher akzeptabel ist.
Viele KI-Projekte, auch von Startups, sterben nicht am Algorithmus, sondern beim Produktionsleiter. Warum?
Weil man mit Daten, die gerade verfügbar sind oder gemacht werden, schnell einmal etwas bauen kann. Wenn man aber nachhaltig in die wertschöpfenden Prozesse hineinwill, dann wird das kein Produktionsleiter zulassen, solange nicht klar ist, dass es verlässlich funktioniert. Wenn ich KI so baue, dass sie mit verlässlich verfügbaren Daten arbeitet, also mit Daten, die im System entstehen oder zugeliefert werden, und daraus ein konkreter Nutzen erzeugt wird, etwa ein effizienteres Produktionssystem oder ein besserer Qualitätsprozess, dann habe ich verstanden, was die Industrie braucht. Heute werden für nette Prototypen oft eigens Daten zusammengestellt, die im späteren Betrieb so nicht zur Verfügung stehen. Das Verständnis dafür, wie die Industrie tickt, differenziert einen Industrial-AI-Anbieter von einem regulären IT-Unternehmen. In der Industrie braucht es wahre Domänenexpertise, sonst ist man in Prozessen nicht anknüpfungsfähig und kann KI nur zum Drüberstreuen verwenden. Und das mag kein Produktionsleiter.
Wo ist KI bei Keba bereits im laufenden Betrieb im Einsatz?
Beispielsweise in der Elektronikfertigung, das heißt, in der Bestückung von Leiterplatten zu Flachbaugruppen. Wir prüfen dort seit vielen Jahren jedes einzelne Produkt am Ende der Linie mittels AOI, also Automated Optical Inspection, und gleichen es mit einem definierten Sollbild ab. Das war früher ein statischer Prozess: War die Toleranz eng eingestellt, wurde alles aussortiert, was auch nur ein bisschen anders als das Sollbild aussah, und ein Mensch musste sich die Baugruppe noch einmal genauer ansehen. Das System hat dabei nicht dazugelernt. Heute lernt unser System über Machine Learning laufend dazu. Seit wir vor eineinhalb Jahren gestartet haben, sparen wir uns mittlerweile bis zu 70 Prozent unserer Qualitätsaufwendungen in diesem Prozess. Hätten wir aber niemanden gehabt, der zwischen unserem Produktionsleiter – hochkompetent in der Produktion, aber eben kein KI- oder IT-Experte – und unserem IT-Team übersetzt hätte, dann hätte die Produktion wohl gesagt: Lasst uns mit diesem Thema besser in Frieden. Ich bin stolz, dass wir diese Übersetzer- und Katalysator-Expertise im eigenen Unternehmen aufgebaut haben. Das macht vieles leichter; und schneller.
Vom Startup zur Keba Digital
Wann war KI bei Keba erstmals Thema?
Das ist schon lange her. Bereits Anfang der 90er-Jahre haben wir drei wissenschaftliche Kollegen in Hagenberg beschäftigt, die das Thema neuronale Netze für unsere Industriesteuerungen einsetzen wollten. Nach zwei Jahren haben wir es damals allerdings wieder beendet. In der Theorie war damals schon viel möglich, aber die Rechnerleistung war noch viel zu gering. Wir waren viel zu früh.
Der zweite Impuls kam vor rund neun Jahren von meinem Vorgänger, dem damaligen CEO Gerhard Luftensteiner: Wäre es nicht sinnvoll, Machine-Learning-Technologie direkt in unseren Steuerungen Cloud-unabhängig „on device” laufen zu lassen? Daraus ist unser erstes KI-Produkt entstanden, eine „On-Device-AI”-Erweiterung für unsere Industriesteuerungen; kurz darauf unser zweites KI-Produkt namens Kebob, ein KI-basiertes Überwachungs- und Assistenzsystem für Bankfoyers. Als dann der ChatGPT-Hype kam, war KI bei uns offen gesagt gar nichts besonders Aufregendes. Wir haben eher gesagt: Das ist jetzt das nächste Level.
Ihr habt mit Keba Digital eine eigene Einheit gegründet und dafür ein Linzer KI-Startup übernommen. Wie kam es dazu?
Was wir in allen unseren Business Units sehen, in der Industrial Automation, in der Handover Automation und auch in der Energy Automation, ist, dass der große technologische Differenzierungsfaktor zunehmend in der Software liegt. Deshalb war es der nächste logische Schritt, unsere jahrzehntelang aufgebaute Softwarekompetenz mit unserer über Jahre aufgebauten und mit dem Startup-Zukauf 7LYTIX verstärkten KI-Expertise zu verbinden und das Ergebnis im Rahmen eines neuen digitalen Businessmodells unter dem Titel Keba Digital auf den Markt zu bringen. Für Keba Digital haben wir Leute mit Erfahrung in softwarebasierten Geschäftsmodellen ins Unternehmen geholt, Positionierung und Strategie gemeinsam erarbeitet und sind nun mitten in der Umsetzung.
Und wohin soll sie?
Sie wird solide auf drei Säulen stehen: Nach innen als unternehmenseigenes KI-Kompetenzcenter für Keba-Produkte und -Prozesse, mit dem Anspruch „Keba als erster Industriekunde”. Das bringt Erfahrung und Glaubwürdigkeit. Nach außen gehen wir als zweite Säule mit industrieller KI in Branchen, die wir als Keba schon kennen, wo wir bereits Domänenwissen haben; oder auch in neue, wo wir mit KI einen Mehrwert generieren werden. Die dritte Säule ist eine KI-Plattform, mit der wir die Interaktion zwischen Mensch und Maschine, also HMI, ganz neu denken, hardwareunabhängig und somit hochskalierbar.
Es war vom ersten Tag an klar, dass hier etwas entsteht, das auch die drei angestammten Geschäftsbereiche nutzen können; und daher ist das in Bezug auf Industrial AI auch so authentisch: Wenn ich zu einem Industriekunden gehe und der fragt mich: „Was habt ihr denn selbst im Qualitätswesen gemacht?”, dann kann ich sagen: „Bei unserem Shopfloor laufen seit 18 Monaten KI-Modelle operativ.” So positionieren wir uns mit Keba Digital als erfahrener industrieller KI-Partner.
Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.
