Thyssenkrupp: Physical AI für Industrieinspektion und Dekarbonisierung

Thyssenkrupp beschreibt sich selbst als Unternehmen in einer grundlegenden Transformation. Zwei strukturelle Herausforderungen stehen im Mittelpunkt: Erstens sind Inspektionen und Messungen in gefährlichen Industrieumgebungen personalintensiv und risikoreich. Zweitens bremsen administrative und ingenieurtechnische Engpässe die Abwicklung von Dekarbonisierungsprojekten, von der Planung bis zur Rechnungsstellung. Hinzu kommt die klassische Fragmentierung zwischen operativer Technologie (OT) auf dem Hallenboden und den übergeordneten IT-Systemen, die eine durchgängige KI-gestützte Entscheidungsfindung verhindert.

Thyssenkrupp hat mit GlobalLogic, einem Unternehmen der Hitachi-Gruppe, eine strategische Allianz geschlossen. Die Zusammenarbeit ist als Vierparteien-Bündnis strukturiert: GlobalLogic, Method (eine GlobalLogic-Tochter), Hitachi America R&D und Thyssenkrupp selbst. Kernelement ist ein „Lab-to-Scale“-Modell, das KI-Entwicklungen aus dem Forschungsstadium in den industriellen Großbetrieb überführen soll.

Konkret laufen drei Arbeitsstränge parallel:

1. **Autonome Inspektion:** In Fertigungs- und Gefahrstoffumgebungen werden autonome Robocams und Drohnen eingesetzt, um Hochrisiko-Inspektionen und Präzisionsmessungen durchzuführen. Mitarbeitende bleiben dabei außerhalb gefährlicher Bereiche und erhalten Echtzeit-Betriebsdaten.

2. **Datenschicht für autonome Steuerung:** GlobalLogic implementiert eine Unified Data Layer (UDL)-Architektur, die OT-Daten von Produktionsstandorten mit IT-Unternehmenssystemen zusammenführt. Diese einheitliche semantische Datengrundlage soll KI-gestützte Entscheidungsfindung in Echtzeit sowie autonome Operationen ermöglichen.

3. **KI-Plattform für Dekarbonisierung:** Eine KI-gestützte Intelligence-Plattform erfasst und interpretiert unstrukturierte, offline vorliegende Engineering-Dokumentation automatisch und wandelt sie in verwertbare digitale Steuerungsdaten um. Ziel ist die Verkürzung von Engineering-, Design- und „Quote-to-Cash“-Zyklen für Grüne-Energie-Projekte.

Das Fundament der Architektur bildet die Unified Data Layer (UDL) von GlobalLogic. Sie schafft eine semantisch einheitliche Datenbasis, indem sie OT-Signale, etwa Sensordaten von Produktionsanlagen, mit IT-Systemdaten zusammenführt. Auf dieser Schicht operieren die autonomen Systeme: Robocams und Drohnen verarbeiten Echtzeit-Betriebsdaten direkt und liefern Inspektionsergebnisse ohne menschliche Präsenz in der Gefahrenzone.

Für den Dekarbonisierungsstrang setzt die Plattform auf automatische Verarbeitung unstrukturierter Engineering-Unterlagen. Technische Dokumentation wird maschinell interpretiert und in steuerbare digitale Informationen überführt, was Medienbrüche und manuelle Übertragungsschritte eliminieren soll.

Das „Lab-to-Scale“-Modell verbindet Grundlagenforschung (Hitachi America R&D), digitale Strategie und Experience Design (Method) sowie skalierbare Softwareentwicklung (GlobalLogic) in einer durchgängigen Innovationspipeline.

Zum Zeitpunkt der Veröffentlichung befand sich die Allianz in der Aufbauphase. Die Quellen benennen keine abgeschlossenen Deployments mit messbaren Kennzahlen. Die beschriebenen Effekte, kürzere Inspektionsausfallzeiten, reduzierte Ingenieursengpässe, verkürzte Quote-to-Cash-Zyklen, sind als angestrebte Ziele formuliert, nicht als belegte Ergebnisse.

Die Allianz ist thematisch breit angelegt und adressiert gleichzeitig Arbeitssicherheit, Produktionseffizienz und Energiewende. Das „Lab-to-Scale“-Konzept hebt sich insofern ab, als es Forschung, Design und Engineering-Skalierung unter einer gemeinsamen Governance zusammenfasst, ein Ansatz, der in der Schwerindustrie nicht dem Standard entspricht. Ob und in welchem Zeitraum die beschriebenen Anwendungsfälle in den Regelbetrieb überführt werden, lässt das verfügbare Material offen.