[INTERVIEW] Ist agentenbasierte KI der Schlüssel zu autonomen Operationen?

Agentische KI (Agentic AI) bezeichnet eine neue Generation künstlicher Intelligenz, die in der Lage ist, komplexe Prozesse zu verstehen, Entscheidungen zu treffen und eigenständig Maßnahmen auszuführen, bei minimaler menschlicher Intervention.

Während generative KI unterstützt und Informationen bereitstellt, handelt agentische KI, lernt kontinuierlich dazu und ist konsequent in operative Abläufe eingebunden.

Lori Warda, Director of AI Product bei AVEVA, positioniert diese Technologie klar im Zentrum der industriellen Abläufe von morgen und betrachtet sie als entscheidenden Hebel für mehr Autonomie, Effizienz und Performance.

Wir freuen uns, heute in unserem Blog ein spannendes Interview mit Lori Warda zu teilen, in dem sie erläutert, warum agentische KI das Potenzial hat, industrielle Prozesse grundlegend zu verändern und wie AVEVA gemeinsam mit Microsoft plant, diese strategische Technologie weiterzuentwickeln.

Was ist agentische KI – und worin unterscheidet sie sich von generativer KI?

Lori Warda:

Generative KI konzentriert sich auf die Erstellung von Inhalten. Sie basiert auf großen Sprachmodellen, um Texte zu generieren, und stellt eine wertvolle Technologie dar, um den Zugang zu industriellen Informationen zu verbessern und diese für den Menschen intuitiver und verständlicher aufzubereiten.

Agentische KI geht hingegen deutlich weiter in Bezug auf Autonomie. Sie ist in der Lage, Entscheidungen zu treffen, Maßnahmen umzusetzen und in geschlossenen Regelkreisen zu arbeiten, indem sie sich kontinuierlich verbessert und anpasst. Sie stellt einen neuen Entwicklungsschritt der künstlichen Intelligenz dar und besitzt ein erhebliches Potenzial, industrielle Prozesse grundlegend zu transformieren.

Konkret folgt agentische KI einem vierstufigen Prozess: Sie erfasst und verarbeitet Daten, analysiert und bewertet diese, handelt, indem sie Empfehlungen ausspricht oder Aufgaben ausführt, und lernt anschließend kontinuierlich, um die Ergebnisse weiter zu optimieren.

Ihr entscheidender Unterschied liegt in ihrer Autonomie. Sie kann wesentlich komplexere Aufgaben bewältigen als generative KI und mehrere Funktionen oder Agenten integrieren, was sie besonders leistungsfähig macht.

Was sind die ersten Anwendungsfälle in der Industrie?

Lori Warda:

Eines der zentralen Einsatzfelder betrifft die frühen Phasen der Entwicklung digitaler Zwillinge. Derzeit erfolgt die Zuordnung von Daten zwischen unterschiedlichen Systemen weitgehend manuell. Beispielsweise kann eine Anlage in einem System als „Pump 101“ und in einem anderen als „Pump 101A“ bezeichnet sein, sodass eine manuelle Abstimmung erforderlich ist. Ziel der agentischen KI ist es, dieses Mapping zu automatisieren. Mit einer Genauigkeit von 70 bis 80% könnten sich menschliche Experten auf komplexe Sonderfälle konzentrieren, wodurch der Arbeitsaufwand deutlich reduziert und die Implementierung von Digital Twins beschleunigt würde.

Ein weiterer Anwendungsfall betrifft die Weiterentwicklung des industriellen KI-Assistenten in den Softwarelösungen von AVEVA. Aktuell kann dieser Fragen beantworten wie: „Wie hoch war der durchschnittliche Energieverbrauch in diesem Bereich in den letzten 24 Stunden?“. Mit agentischer KI wird er darüber hinausgehen können: Daten eigenständig sammeln, erweiterte Berechnungen durchführen und Analysen autonom erstellen.

Langfristig wird agentische KI in der Lage sein, industrielle Systeme kontinuierlich zu überwachen, Anomalien zu erkennen und Warnmeldungen auszugeben, sobald Parameter ihre Toleranzbereiche verlassen  und so erhebliche Produktivitäts- und Effizienzgewinne ermöglichen.

Welche Risiken und Herausforderungen sind mit der Einführung verbunden?

Lori Warda:

Eine der größten Herausforderungen liegt in der Zuverlässigkeit der Ergebnisse. Im Gegensatz zu klassischen Softwarelösungen, die bei identischen Tests stets das gleiche Resultat liefern, können KI-Modelle unterschiedliche Antworten erzeugen. Das erschwert die Entwicklung robuster Test- und Validierungsrahmen – insbesondere dann, wenn die KI zunehmend autonom agiert.

Ein weiterer wesentlicher Aspekt ist die Akzeptanz durch die Anwender. Derzeit erfordern die meisten KI-Lösungen eine menschliche Validierung. Mit zunehmender Entscheidungsautonomie der KI wird es entscheidend sein, Vertrauen aufzubauen – durch Transparenz und klare Erklärbarkeit der Funktionsweise der Technologie.

Diese Herausforderungen lassen sich nur durch eine sorgfältige Systemgestaltung und eine enge Zusammenarbeit mit den Kunden erfolgreich bewältigen.

Lori Warda:

Derzeit befindet sich AVEVA in einer experimentellen Phase mit verschiedenen Proof-of-Concept-Projekten. Erste Funktionen sollen schrittweise in die Produkt-Roadmap integriert werden.
Die AVEVA-Teams haben kürzlich an der Customer Advisory Board Conference von Microsoft teilgenommen, einer wichtigen Veranstaltung zur Vorstellung neuester technologischer Entwicklungen. Die Einblicke, wie unterschiedliche Branchen KI einsetzen, haben die Strategie von AVEVA bestätigt und neue technologische Ansätze aufgezeigt, auf denen künftig aufgebaut werden kann.

Wie arbeitet AVEVA in diesen Themen mit Microsoft zusammen?

Lori Warda:

Die Partnerschaft mit Microsoft basiert auf einer engen und tiefgehenden Zusammenarbeit, bei der Kompetenzen, Ressourcen und Daten gebündelt werden. Innovation entsteht durch unterschiedliche Perspektiven und den Austausch von Know-how. So haben Ingenieure von AVEVA bereits gemeinsam mit Microsoft-Teams bestimmte Funktionen des industriellen KI-Assistenten von AVEVA co-entwickelt. Dadurch konnte die Entwicklung beschleunigt und zugleich der Einsatz neuester technologischer Fortschritte sichergestellt werden.
Auch wenn es bislang noch kein spezifisches gemeinsames Projekt zur agentischen KI gibt, plant AVEVA, nach Abschluss der aktuellen Initiativen einen ähnlichen Kooperationsansatz zu verfolgen. Microsoft-Konferenzen und branchenbezogene Erfahrungsberichte spielen zudem eine wichtige Rolle bei der strategischen Ausrichtung.

Lori Warda:

Gemäß der Roadmap soll agentische KI in den industriellen KI-Assistenten von AVEVA integriert werden, der auf dem Dienst Microsoft Azure OpenAI Service basiert, um dessen Analysefähigkeiten weiter auszubauen.
Im Gegensatz zur klassischen prädiktiven Analytik, die auf spezifische Assets oder Prozesse trainierte Modelle verwendet, besteht das Ziel darin, dynamische Abfragen und On-Demand-Analysen zu ermöglichen, die auf eine Vielzahl von Anwendungsfällen zugeschnitten sind.
Langfristig wird agentische KI zudem eine zentrale Rolle bei der Systemüberwachung und beim Aufbau digitaler Zwillinge spielen, indem sie Automatisierung tief in industrielle Software integriert und den Weg zu wirklich autonomen Betriebsabläufen ebnet.

Die von Lori Warda beschriebenen Perspektiven werden mit AVEVA CONNECT bereits greifbar. Als vereinheitlichende Cloud-Plattform konzipiert, verkörpert CONNECT den schrittweisen Übergang von einer KI, die den Menschen unterstützt, hin zu einer industriellen Intelligenz, die aktiv in operative Abläufe eingreift.

CONNECT integriert einen KI-Assistenten, der den Zugang zu industriellen Daten, deren Verständnis und Nutzung grundlegend verändert. Über eine konversationelle Oberfläche in natürlicher Sprache können Anwender ihre Anlagen oder Prozesse abfragen, ohne auf ein vollständig ausgearbeitetes Datenmodell angewiesen zu sein.
Der Assistent verknüpft unterschiedliche Inhaltsarten – 1D-Daten, 2D-Pläne und 3D-Modelle – um kontextualisierte Antworten zu liefern, Trends sichtbar zu machen und zentrale Erkenntnisse schnell herauszuarbeiten.

Dieser Ansatz greift unmittelbar die im Interview beschriebene Vision der agentischen KI auf: eine Intelligenz, die Informationen sammelt, analysiert, synthetisiert und in verwertbare Erkenntnisse überführt – unter gleichzeitiger Gewährleistung von Sicherheit, Nachvollziehbarkeit und Governance der Ergebnisse. AVEVA CONNECT verkürzt damit den „Time to Value“ erheblich, indem industrielle Teams schneller von Rohdaten zu fundierten Entscheidungen gelangen.

Über die Technologie hinaus steht CONNECT vor allem für einen Wandel industrieller Arbeitsweisen. Industrielle künstliche Intelligenz ist nicht länger auf experimentelle Anwendungsfälle beschränkt, sondern wird zu einem operativen Hebel im Alltag, im Dienste von Performance, Zusammenarbeit und perspektivisch zunehmend autonomen Abläufen. In diesem Entwicklungspfad erscheint agentische KI weniger als Bruch, sondern vielmehr als logische Weiterentwicklung und CONNECT bildet heute einen ihrer greifbarsten Ankerpunkte.