Mittelständler können mit Autonomous Operation as a Service rechtssicher Geld verdienen – aber wie? Die vier wichtigsten Handlungsfelder – von standardisierten Skill-Verträgen bis zur feingranulierten FinTech-Abrechnung – auf den Punkt gebracht.
Bei Autonomous Operation as a Service (AOaaS) kaufen Fabrikbetreiber weder Maschinen noch stellen sie Bedienpersonal – sie erwerben direkt das garantierte Fertigungsergebnis. Der Maschinenbauer (OEM) übernimmt die operative Verantwortung für den vollautonomen Ablauf aus der Ferne. Damit dieses Betreibermodell in der Praxis funktioniert, reicht Künstliche Intelligenz allein nicht aus: Autonomer Betrieb ist primär ein Betriebsmodell. Wenn Ergebnisse statt Hardware verkauft werden, rücken standardisierte, versionierte Fähigkeiten (Skills) als technische Verträge ins Zentrum der Architektur.
Für mittelständische Maschinenbauer und Fertigungsbetriebe ergeben sich daraus vier konkrete Handlungsfelder:
1. Fertigungsprozesse in digitalen „Skills“ kapseln
Anstatt starre Maschinenprogramme zu schreiben, müssen OEMs und Betreiber ihre Fertigungsprozesse als modular abrufbare Fähigkeiten definieren.
- Verwaltungsschale (AAS) nutzen: Skills müssen über Standards wie die Asset Administration Shell eindeutig beschrieben werden (z. B. Skill: Laserschneiden_Edelstahl_3mm).
- Technische Verträge definieren: Jeder Skill muss präzise festlegen, welche Parameter vorliegen müssen (Materialgüte, Toleranzen) und welches Ergebnis die Maschine garantiert.
- Versionierung einführen: Updates der Steuerungssoftware ändern die Version des Skills. Das stellt sicher, dass Abrechnung und Qualitätsversprechen stets auditiert und nachvollziehbar bleiben.
2. Die OT-IT-Architektur auf „Compliance by Design“ trimmen
Mit der EU-Maschinenverordnung (EU) 2023/1230 und dem Cyber Resilience Act wird der sichere Betrieb vernetzter und autonom agierender Anlagen zur gesetzlichen Pflicht.
- Protection against Corruption: Steuerungssysteme müssen hardware- und softwareseitig vor unbefugten Remote-Eingriffen geschützt werden.
- Audit-Trails für KI-Entscheidungen: Weicht die autonome Steuerung vom Standard ab oder kommt es zu Ausschuss, muss der Entscheidungspfad am Edge-Gateway fälschungssicher und lückenlos protokolliert werden.
3. MES-, ERP- und Abrechnungssysteme modernisieren
Klassische IT-Systeme im Mittelstand sind auf den einmaligen Verkauf von Hardware ausgelegt und stoßen bei dynamischen Betreibermodellen an ihre Grenzen.
- MES für Skill-Aufrufe fit machen: Das Manufacturing Execution System muss abstrahierte Fertigungsskills ansteuern können, statt reine NC-Code-Dateien zu übertragen.
- Echtzeit-Anbindung an FinTechs: Für die feingranulare, ergebnisbasierte Abrechnung (Outcome-based Pricing) müssen Betriebsdaten direkt und kryptografisch abgesichert vom Edge-Gateway an Abrechnungssysteme (Mittelstand.ai, DZ Bank) übermittelt werden.
4. Datenräume nutzen und Governance vertraglich regeln
Kein Betreiber gibt die Kontrolle über seine Produktion ab, wenn die Datensouveränität nicht garantiert ist.
- Factory-X & Data Act mitdenken: Der sichere Datenaustausch zwischen Betreiber, OEM und Zulieferer erfordert dezentrale Datenräume (wie Factory-X / Manufacturing-X), in denen vertragliche Nutzungsrechte (Usage Policies) technisch durchgesetzt werden.
- Haftungs- und Rollengrenzen klären: Verträge müssen glasklar regeln, wer bei Materialfehlern vor Ort, falschen Parametern oder Remote-Softwarefehlern die Haftung trägt.
Fazit
Autonomous Operation as a Service ist kein zukunftsorientierter Marketing-Hype, sondern die konsequente Weiterentwicklung der Industrie 4.0. Mittelständler, die ihre Anlagen heute auf standardisierte Schnittstellen (OPC UA, AAS) umstellen, IT-Sicherheit nach neuen EU-Standards verankern und ihre Datenflüsse strukturiert absichern, legen das Fundament, um im wachsenden Markt für datenbasierte Services die Nase vorn zu haben.
Vorherige Artikel zum Schwerpunkt „Maschine als Service“