Künstliche Intelligenz wird die Sensorik nachhaltig verändern. Doch der große Durchbruch entsteht nicht allein durch leistungsfähigere Algorithmen. Entscheidend sind hochwertige Daten, tiefes Anwendungswissen und die Fähigkeit der Industrie, Vertrauen in intelligente Systeme aufzubauen.
Künstliche Intelligenz ist derzeit eines der meistdiskutierten Themen in der Industrie. Kaum eine Technologie weckt so viele Erwartungen – und gleichzeitig so viele Fragen. Während generative KI mit Sprachmodellen wie ChatGPT längst im Alltag angekommen ist, steht die industrielle Nutzung in vielen Bereichen noch am Anfang. Besonders in der Messtechnik und Sensorik stellt sich die Frage: Was kann KI hier tatsächlich leisten? Und wo liegen die Grenzen?
Diese Fragen standen auch im Mittelpunkt des Expertenforums „KI-gestützte Messtechnik und Sensorik – Intelligente Systeme zwischen Innovation, Verantwortung und Praxis“, das ich im Juni 2026 moderieren durfte. Die Diskussion mit Experten aus Forschung, Automatisierung und industrieller Sensorik hat dabei vor allem eines gezeigt: Die Zukunft der Messtechnik und Sensorik wird intelligenter – aber sie wird nicht einfach nur durch das Einsetzen von KI entstehen.
Die Sensorik steht vor einem Paradigmenwechsel
Sensoren waren über Jahrzehnte vor allem eines: präzise Messwertlieferanten. Sie erfassen Temperatur, Druck, Weg, Kraft, Schwingungen oder optische Informationen und stellen diese Daten für übergeordnete Systeme bereit.
Doch die Anforderungen verändern sich. Moderne Produktionssysteme müssen nicht nur messen, sondern Zustände bewerten, Zusammenhänge erkennen und Entscheidungen vorbereiten. Predictive Maintenance, autonome Prozesse, flexible Fertigung und intelligente Qualitätssicherung sind ohne leistungsfähige Datenverarbeitung kaum noch denkbar.
Genau hier kommt KI ins Spiel. Sie ermöglicht es, Muster in großen Datenmengen zu erkennen, die mit klassischen Verfahren nur schwer oder überhaupt nicht erfassbar wären.
Univ.-Prof. Dr.-Ing. Florian Römer vom Fraunhofer-Institut für Zerstörungsfreie Prüfverfahren IZFP sieht darin enormes Potenzial: KI werde heute häufig noch zu stark als Werkzeug zur Datenauswertung betrachtet. Unterschätzt werde dagegen ihre Rolle bereits in früheren Entwicklungsphasen – etwa beim Design neuer Sensoren, bei Versuchsplanungen oder als Assistenzsystem für Ingenieure.
Diese Einschätzung halte ich für besonders relevant. Denn die eigentliche Revolution liegt vermutlich nicht darin, dass ein Sensor künftig „intelligenter“ misst. Sie liegt vielmehr darin, dass gesamte Entwicklungs- und Produktionsprozesse datengetriebener werden.
Nicht jeder Sensor braucht KI – aber jedes System braucht bessere Daten
Eine der zentralen Erkenntnisse der Diskussion ist: KI ersetzt keine gute Messtechnik. Die Qualität eines KI-Systems hängt maßgeblich von der Qualität der zugrunde liegenden Daten ab. Dabei geht es nicht nur um möglichst große Datenmengen. Entscheidend sind vor allem deren Aussagekraft, Kontext und Variabilität.
Gerade hier liegt in der industriellen Praxis eine der größten Herausforderungen. Viele Unternehmen verfügen zwar über umfangreiche Datenbestände – häufig fehlen jedoch entscheidende Informationen. Unter welchen Bedingungen wurde ein Messwert aufgenommen? Welche Maschine war beteiligt? Welche Umgebungsbedingungen herrschten? Und vor allem: Was war ein guter beziehungsweise ein schlechter Zustand?
Dr.-Ing. Christian Bur von der Universität des Saarlandes beschreibt genau dieses Problem aus der Forschungspraxis: Unternehmen würden häufig große Datenmengen bereitstellen, die aber überwiegend Normalzustände abbilden. Für Anwendungen wie Predictive Maintenance seien jedoch gerade die Abweichungen entscheidend.
Die bekannte Aussage „Garbage in, garbage out“ gilt damit auch für KI in der Messtechnik. Eine künstliche Intelligenz kann nur so gut sein wie die Informationen, die ihr zur Verfügung stehen.
Das unterschätzte Potenzial: Expertenwissen aus der Produktion
Ein Aspekt wird in der aktuellen KI-Diskussion meiner Meinung nach noch häufig unterschätzt: Das Wissen der Menschen, die täglich mit Maschinen und Anlagen arbeiten. Ein erfahrener Maschinenbediener erkennt oft intuitiv, wenn sich ein Prozess verändert. Er hört, sieht oder spürt, dass etwas nicht mehr stimmt – lange bevor ein Messsystem eine eindeutige Abweichung meldet. Dieses Wissen ist für KI-Systeme äußerst wertvoll. Es muss jedoch strukturiert erfasst und in Datenmodelle überführt werden.
Christian Lindemann von Beckhoff Automation brachte diesen Aspekt sehr treffend auf den Punkt: Nicht nur Messdaten selbst seien entscheidend, sondern auch die Informationen rund um diese Daten. Ohne Kontext könne selbst die größte Datenmenge keinen wirklichen Mehrwert erzeugen.
Die Zukunft wird daher nicht der Gegensatz „Mensch oder KI“ sein. Erfolgreiche industrielle KI-Systeme werden vielmehr dort entstehen, wo menschliches Domänenwissen und maschinelle Datenanalyse zusammenkommen.
Die Zukunft gehört der Sensorfusion
Ein besonders spannendes Einsatzgebiet von KI ist die Verbindung verschiedener Datenquellen. Ein einzelner Sensor liefert immer nur einen Ausschnitt der Realität. Ein Temperatursensor kennt keine Information über Durchfluss, Vibration oder mechanische Belastung. Erst durch die Kombination verschiedener Informationen entsteht ein umfassenderes Bild.
Genau hier liegt eine der großen Stärken künstlicher Intelligenz: Sie kann komplexe Zusammenhänge zwischen unterschiedlichen Datenquellen erkennen und daraus neue Informationen ableiten.
Dr. Andreas Frischen von Micro-Epsilon sieht insbesondere in der nächsten Generation von KI-Modellen große Chancen. Die Entwicklung sogenannter Foundation Models könnte künftig auch für die Sensorik neue Möglichkeiten eröffnen – ähnlich wie es bei Sprache, Bildern oder Video bereits sichtbar ist.
Damit könnte die Sensorik vor einem ähnlichen Entwicklungsschritt stehen wie andere digitale Bereiche zuvor: Weg von isolierten Datenpunkten hin zu einem ganzheitlichen Verständnis von Zuständen und Zusammenhängen.
Wie viel Intelligenz gehört in den Sensor?
Eine spannende Frage bleibt: Muss die Intelligenz künftig direkt in den Sensor wandern? Die Antwort lautet vermutlich: teilweise.
Ein einfacher Temperatursensor wird auch in Zukunft seine Berechtigung haben. Nicht jede Messaufgabe benötigt künstliche Intelligenz direkt an der Quelle. Gleichzeitig gibt es Anwendungen, bei denen lokale Intelligenz entscheidende Vorteile bietet – beispielsweise bei sehr kurzen Reaktionszeiten, schwierigen Umgebungsbedingungen oder wenn Daten aus Gründen der Sicherheit oder Privatsphäre nicht vollständig übertragen werden sollen.
Die Experten waren sich einig: Die Zukunft liegt nicht in einer einzigen Architektur. Es wird ein Zusammenspiel geben aus intelligenten Sensoren, Edge Computing und zentralen KI-Systemen.
Wichtig bleibt dabei: Der Sensor muss weiterhin zuverlässig messen. Intelligenz darf nicht zulasten der Messqualität gehen.
Vertrauen entsteht nicht durch Transparenz allein
Mit dem Einsatz von KI stellt sich zwangsläufig die Frage nach Vertrauen. Gerade in technischen Anwendungen verlassen sich Ingenieure traditionell auf nachvollziehbare Modelle und definierte Zusammenhänge.
Bei KI-Systemen funktioniert dieses Prinzip nicht immer genauso. Moderne neuronale Netze können extrem leistungsfähig sein, ihre Entscheidungswege sind jedoch häufig schwer vollständig nachvollziehbar.
Prof. Römer plädierte deshalb dafür, die Diskussion stärker auf Zuverlässigkeit statt ausschließlich auf Erklärbarkeit zu konzentrieren. Entscheidend sei nicht zwingend, jeden einzelnen internen Verarbeitungsschritt einer KI zu verstehen, sondern nachweisen zu können, dass das System unter definierten Bedingungen zuverlässig arbeitet.
Gerade in industriellen Anwendungen wird dieser Punkt entscheidend sein. Eine KI, die eine Qualitätsprüfung unterstützt, muss andere Anforderungen erfüllen als ein System, das sicherheitskritische Entscheidungen trifft. Die Zukunft wird deshalb nicht aus vollständig autonomen Systemen bestehen, sondern aus intelligenten Systemen mit klar definierten Grenzen.
Der Weg zur KI beginnt nicht mit der Technologie
Viele Unternehmen stehen heute vor der Frage: Wie starten wir mit KI? Die Antwort der Experten war eindeutig: Nicht mit der Technologie beginnen, sondern mit dem Problem.
Eine erfolgreiche KI-Anwendung entsteht nicht, weil ein Unternehmen „auch etwas mit KI machen möchte“. Sie entsteht, weil ein konkretes Problem existiert, das mit klassischen Methoden nicht ausreichend gelöst werden kann.
Der erste Schritt sollte daher immer lauten: Welcher Prozess soll verbessert werden? Welche Entscheidung soll unterstützt werden? Welcher wirtschaftliche Nutzen entsteht? Erst danach kommen Fragen nach Daten, Algorithmen und Systemarchitektur.
Gerade für mittelständische Unternehmen ist dieser pragmatische Ansatz entscheidend. Kleine, klar definierte Projekte mit erkennbarem Nutzen sind häufig erfolgreicher als der Versuch, sofort eine komplette KI-Strategie für das gesamte Unternehmen umzusetzen.
Deutschland muss seine Chancen nutzen
Bleibt die Frage: Ist die deutsche Industrie ausreichend vorbereitet? Die Antwort fällt differenziert aus. Einerseits verfügt Deutschland über eine enorme Stärke: tiefes Wissen in Sensorik, Maschinenbau und industriellen Anwendungen. Genau dieses Domänenwissen ist ein entscheidender Vorteil. Andererseits besteht Handlungsbedarf bei Themen wie KI-Kompetenzen, digitaler Souveränität und Ausbildung.
Prof. Römer sieht insbesondere die Abhängigkeit von internationalen KI-Plattformen kritisch. Eigene Kompetenzen und eigene technologische Grundlagen seien notwendig, um langfristig unabhängig agieren zu können.
Gleichzeitig muss KI stärker Bestandteil der Ingenieursausbildung werden. Künstliche Intelligenz wird künftig ein Werkzeug sein wie heute der Taschenrechner oder der Messschieber – selbstverständlich im täglichen Umgang mit technischen Aufgaben.
Fazit: KI wird die Sensorik verändern – aber nicht ersetzen
Meine Expertenrunde hat gezeigt: KI und Sensorik werden immer stärker zusammenwachsen. Der große Wandel steht jedoch nicht allein durch neue Algorithmen bevor. Entscheidend werden hochwertige Daten, erfahrene Ingenieurinnen und Ingenieure sowie ein verantwortungsvoller Umgang mit der Technologie sein.
Die intelligente Sensorik der Zukunft wird nicht einfach „mehr KI“ enthalten. Sie wird besser verstehen, zuverlässiger entscheiden und den Menschen dort unterstützen, wo Datenmengen und Systemkomplexität klassische Methoden an ihre Grenzen bringen.
Die nächsten Jahre werden deshalb spannend: Es wird viele Experimente geben, manche Anwendungen werden scheitern. Aber genau daraus werden die Lösungen entstehen, die die industrielle Messtechnik nachhaltig verändern. Ich bin gespannt, was die nächsten Ausgaben der all about automation in Sachen KI zeigen werden.
Dirk Schaar
Dirk Schaar hat Maschinenbau an der FH Aachen studiert. In über 25 Jahren als Redakteur, Chefredakteur und Leitender Chefredakteur kennt er sich bestens in den Bereichen Sensorik und Messtechnik, aber auch Antriebs- und Automatisierungstechnik aus.
