Return on Innovationby hy, zur StartseiteSay hy!

Markt-Radar · Stand 10/2026 · Wird monatlich aktualisiert

KI-Agenten in der Schwerindustrie

KI-Agenten in der Schwerindustrie sind früh, überwinden die Integrationshürde aber durch externe Ingenieurteams.

Im Podcast:Folge #073: KI in der SchwerindustrieFolge #058: KI-Implementierung durch SAPFolge #051: KI-Transformation im Mittelstand

Frühe Phase

Im Markt sichtbar, Patente und Forschung zu dünn für einen Trend. Das Feld ist früh eingestuft: KI-Agenten sind im Markt durch erste Einsätze und Übernahmen sichtbar, aber Patente und wissenschaftliche Forschung sind noch zu dünn für einen belastbaren Trend. Für eure Entscheidung heißt das: Bindet kein großes Budget für eigene Entwicklungen in der Fertigungssteuerung, sondern testet einsatzbereite Lösungen in eng abgegrenzten Pilotprojekten.1,2,3,4

Patentfamilien2102022–2024insgesamt 797 seit 2016
Veröffentlichungen62022–2024insgesamt 280 seit 2016zu wenig für einen Trend
EU-Projekte22023–20253 thematisch passende seit 2016

Erste Einordnung: PartnerSucht euch einen Partner, wenn ihr das Kerngeschäft in der Produktion, Instandhaltung oder Planung ergänzt, euch aber die Fähigkeit zur tiefen Integration von Agenten in bestehende Werks- und Steuerungssysteme fehlt.

Datenlage und Aussagekraft
  • Patenteniedrig
  • Forschungmittel
  • Medienmittel
  • EU-Förderungniedrig
  • Dealsniedrig

Das Wichtigste

  1. Zwischen US-Großeinsätzen und dem Hype in der Fertigung klafft eine Lücke

    In den USA setzt GE Appliances bereits 800 Systeme in der Industrie ein, und Berichte beschreiben den Wandel vom Assistenten zum Mitentscheider in Manufacturing Execution Systems. Gleichzeitig thematisieren Fachmedien unter den 41 themennahen Medienberichten, warum KI-Agenten die hohen Erwartungen in der Fertigung oft noch nicht erfüllen. Das heißt: Verlasst euch bei der Auswahl von Anwendungsfällen nicht auf allgemeine Versprechen, sondern fordert von Anbietern belastbare Referenzen im Produktionsumfeld.1,5,6,2

  2. Wissenschaftliche Publikationen zur Produktionssteuerung steigen ab 2025 an

    Seit 2016 gibt es 280 wissenschaftliche Publikationen zu KI-Agenten in der Produktion, davon allein 46 im noch unvollständigen Jahr 2025 und 228 im laufenden Jahr 2026. Hochschulen wie die Universität Stuttgart, die Technische Universität München und die University of Patras veröffentlichen Konzepte für modulare Produktionssysteme, vorausschauende Wartung und Produktionsplanung. Das heißt: Für ein operatives Rollout im Werk sind diese Ansätze oft noch zu früh, sie eignen sich aber für vorwettbewerbliche Forschungskooperationen.4,7,8,9

  3. Industriekonzerne sichern sich Datenplattformen und Prozesszugänge

    Schneider Electric kündigt die Übernahme von Cognite für 3,1 Mrd. $ an, und Konzerne wie Microsoft und Salesforce adressieren mit ihren Systemen digitale Prozessketten und die Steuerung in Fertigungsumgebungen. Zudem fördert die EU 3 passende Konsortialprojekte seit 2016 mit zusammen 17,5 Mio. €, darunter das Vorhaben AGILE unter Führung des AIMEN Centro Tecnológico mit 10 Mio. € für Prozessindustrien. Das heißt: Die großen Plattformanbieter besetzen die Datenbasis der Fabrik, weshalb ihr als Anwender eure Schnittstellen offenhalten solltet.3,10,11,12

Die Zahlen

Patentfamilien

2016unvollständig2026

Im Kern 797 Familien

So gezählt

Google Patents (BigQuery): Patentfamilien (jede Erfindung einmal gezählt), deren englischer Titel oder Kernbegriffe die Technologie („AI agent“, „LLM agent“, „agentic AI“, „large language model agent“, „autonomous AI agent“) nennen, nach frühestem Prioritätsjahr 2016 bis 2026: 797 Familien. Nur 23 Familien nennen zusätzlich die Anwendung („manufacturing“, „factory“, „steel“, „heavy industry“, „production“, „process industry“), zu wenige für belastbare Zahlen. Reihe, Anmelder und Anteile zählen deshalb die Technologie in allen Anwendungen. Häufigste Patentklassen dieser Familien: G06N3 (210), G06F16 (143), G06N5 (129). 2025 und 2026 sind noch unvollständig (rund 18 Monate zwischen Anmeldung und Veröffentlichung) und zählen nicht in den Trend. Anteil der international angemeldeten Familien (mindestens zwei Patentämter, EP oder WO; 83 mit bekanntem Anmelder) mit Anmelder aus Deutschland: 5 %, aus der EU-27: 12 %. Das Land eines Anmelders ist das Land, das die Mehrheit seiner Familien nennt. Anmelder: Familien je Anmelder, Schreibvarianten zusammengefasst, Privatpersonen nicht gelistet; wer fast nur gemeinsam mit einem größeren Anmelder anmeldet, ist dort zusammengefasst. Belege: Familien ab Priorität 2023, Technologie und Anwendung im Titel zuerst, dann nach Zahl der Patentämter, höchstens zwei je Anmelder. Hell gezeichnete Jahre sind noch nicht vollständig erfasst und zählen nicht in den Trend.

Veröffentlichungenzu wenig für einen Trend

2016unvollständig2026

So gezählt

OpenAlex (wissenschaftliche Publikationen): Wissenschaftliche Publikationen (Artikel, Preprints, Konferenzbeiträge, Bücher), die im Titel die Technologie („AI agent“, „LLM agent“, „agentic AI“, „large language model agent“, „autonomous AI agent“) und ebenfalls im Titel die Anwendung („manufacturing“, „factory“, „steel“, „heavy industry“, „production“, „process industry“) nennen: 280 von 2016 bis 2026. 2025 und 2026 sind noch unvollständig (Publikationen werden noch nachgetragen) und zählen nicht in den Trend. Der Trend vergleicht den Anteil an allen erfassten Publikationen des jeweiligen Jahres, damit das Wachstum der Wissenschaft insgesamt nicht als Wachstum des Felds zählt. Institutionen: Zahl der Publikationen 2021 bis 2026 mit mindestens einer Autorin oder einem Autor der Institution. Belege: die 10 meistzitierten Publikationen ab 2023. Hell gezeichnete Jahre sind noch nicht vollständig erfasst und zählen nicht in den Trend.

EU-Projekte

2016unvollständig2026

So gezählt

CORDIS (EU-Forschungsförderung): EU-geförderte Projekte aus Horizon 2020 und Horizon Europe mit Projektstart ab 2016, deren Titel oder Beschreibung die Technologie („AI agent“, „LLM agent“, „agentic AI“, „large language model agent“, „autonomous AI agent“) und die Anwendung („manufacturing“, „factory“, „steel“, „heavy industry“, „production“, „process industry“) nennt: insgesamt 28 Projekte, gezählt nach Startjahr. 2026 ist noch unvollständig (laufendes Jahr) und zählen nicht in den Trend. Belege: die 15 Projekte mit der größten EU-Förderung unter den 50 relevantesten. Von den 28 relevantesten Projekten gehören nach Prüfung der Titel 3 zum Thema; ihre EU-Förderung beträgt zusammen 17,5 Mio. €. Das ist die Förderung ganzer Konsortien, nicht Geld an einzelne Unternehmen. Partner: Koordinatoren und Teilnehmer dieser 3 Projekte. Hell gezeichnete Jahre sind noch nicht vollständig erfasst und zählen nicht in den Trend.

Wer das Feld prägt

  • SAPDEKonzernDer Konzern zeigt in Folge #058 den Einsatz von KI-Agenten in Kundenprozessen, was die hohe Sichtbarkeit des Themas in den Medienberichten auf bestehende Unternehmenssoftware überträgt.
  • RAPSDEMittelstandDas mittelständische Unternehmen hat in Folge #051 einen KI-Vertriebsassistenten in vier Wochen ausgerollt und belegt damit, dass sich kundennahe Prozesse im frühen Marktumfeld schneller umsetzen lassen als Eingriffe in die Fertigung.
  • Nexxa.aiUSStartupDas Startup für KI-Agenten in Schiene, Bau und Fertigung baut für die Vor-Ort-Integration durch eigene Ingenieure ein Team in Deutschland auf (Folge #073) und adressiert so genau die Integrationshürden, die Fachmedien für die Industrie beschreiben.
  • Universität StuttgartDEForschungDie Hochschule gehört mit einer 103-mal zitierten Arbeit zu sprachmodellbasierten Agenten in modularen Produktionssystemen zu den sichtbarsten Forschungseinrichtungen im Feld.4
  • Deutsches Forschungszentrum für Künstliche IntelligenzDEForschungDas Institut koordinierte das mit 6 Mio. € geförderte EU-Projekt MAS4AI zu Multi-Agenten-Systemen für die modulare Produktion.13
  • AIMEN Centro TecnológicoESForschungDas Technologiezentrum koordiniert das EU-Projekt AGILE, das mit 10 Mio. € Förderung ein Agenten-Framework für die Flexibilität in der Prozessindustrie entwickelt.12
  • CogniteDer Anbieter für Industrie-Datenplattformen wird für 3,1 Mrd. $ von Schneider Electric übernommen.3
  • MicrosoftUSKonzernSignal aus den USA: Der Konzern positioniert KI-Agenten in Verbindung mit digitalen Prozessketten für die Fertigungsindustrie und hält 12 Patentfamilien zu KI-Agenten insgesamt.10
  • SalesforceUSKonzernSignal aus den USA: Das Softwareunternehmen meldet ein Verfahren zur autonomen Steuerung durch KI-Agenten in Fertigungsumgebungen zum Patent an.11

Wohin Geld fließt

Finanzierungen und Übernahmen

  • Schneider Electric2026Übernahme von Cognite (angekündigt, noch nicht vollzogen)33,1 Mrd. $

Build, Partner oder Invest

Strategische Relevanz: Für euch als Anwender in der Schwerindustrie und Fertigung ergänzen KI-Agenten das Kerngeschäft, indem sie Planung, Instandhaltung, Fertigungssteuerung und Vertriebsprozesse unterstützen. Ein neues Geschäft ist das Feld für Softwareanbieter wie Nexxa.ai oder Cognite, die Agenten-Plattformen und Integrationsleistungen an Industriebetriebe verkaufen.Distanz zum Kerngeschäft: Anwendungen in kundennahen Prozessen liegen nah an vorhandenen IT-Fähigkeiten, wie der Rollout eines Vertriebsassistenten in vier Wochen bei der RAPS Group in Folge #051 zeigt. Der Einsatz direkt in Fertigung, Bau oder Schiene erfordert dagegen tiefe Eingriffe in Maschinensteuerungen und Produktionsdaten, weshalb Nexxa.ai laut Folge #073 eigene KI-Ingenieure zur Umsetzung in die Kundenwerke schicken muss.

Partnernaheliegend

Sucht euch einen Partner, wenn ihr das Kerngeschäft in der Produktion, Instandhaltung oder Planung ergänzt, euch aber die Fähigkeit zur tiefen Integration von Agenten in bestehende Werks- und Steuerungssysteme fehlt. In diesem frühen Feld zeigt Nexxa.ai in Folge #073 mit einem eigenen Ingenieurteam in Deutschland, dass ihr über bezahlte Pilotprojekte (Venture Clienting) mit in DACH erreichbaren Startups schneller zu produktiven Lösungen kommt als durch reine Softwarekäufe.

Build

Baut selbst, wenn ihr eng abgegrenzte Assistenten in kundennahen Prozessen auf eurer bestehenden Datenbasis einführt, wie die RAPS Group es in Folge #051 mit einem Vertriebsassistenten in vier Wochen umgesetzt hat, wogegen für komplexe Fertigungssteuerungen oft eigene KI-Ingenieure fehlen.

Invest

Investiert, wenn ihr als Technologieanbieter das Feld als neues Geschäft erschließt und euch der schnelle Zugang zu industriellen Datenplattformen fehlt, während für reine Anwender in der Schwerindustrie eine Kapitalbeteiligung nicht der erste Schritt ist.

Erst validieren

Validiert zuerst, wenn ihr KI-Agenten direkt in sicherheitskritische Produktions- oder Prozesssteuerungen eingreifen lassen wollt, da Fachberichte vor überzogenen Erwartungen in der Fertigung warnen und vor einer Skalierung harte Abbruchkriterien im Werk nötig sind.

Hypothese: Anwender in der Schwerindustrie schließen die Integrationslücke zu ihren Produktionssystemen am schnellsten über ein bezahltes Pilotprojekt (Venture Clienting) mit einem spezialisierten Startup, das eigene KI-Ingenieure vor Ort in DACH bereitstellt. Dieser Weg bestätigt sich, wenn der Pilot innerhalb von 12 Monaten in einem abgegrenzten Prozess wie der Produktionsfeinplanung oder Instandhaltung die Durchlaufzeit oder Fehlerrate messbar unter euren Zielwert senkt, und kippt, wenn die Anbindung an eure Bestandsdaten ohne Umbau der IT-Architektur scheitert.

Wann die Antwort Nein ist

Das Feld trägt noch nicht für Anwender in der Produktion, denen saubere Schnittstellen zu ihren Fertigungsdaten und Manufacturing Execution Systems fehlen und die eine reine Plug-and-Play-Software ohne Integrationsaufwand erwarten. Ihr erkennt das daran, dass selbst spezialisierte Anbieter eigene Ingenieure zum Kunden schicken müssen und Fachmedien davor warnen, dass KI-Agenten den Hype in der Fertigung ohne dieses Fundament nicht erfüllen.

Prüfpunkte für die nächsten 12 Monate

Prüft in den nächsten 12 Monaten anhand eines klaren Abbruchkriteriums in einem ersten Pilotprojekt, ob ein KI-Agent eure Daten aus der Produktionsplanung oder Instandhaltung fehlerfrei verarbeiten kann. Beobachtet parallel die Ergebnisse der neu gestarteten EU-Konsortien wie AGILE unter dem AIMEN Centro Tecnológico, um kommende Standards für Agenten-Frameworks in der Prozessindustrie früh zu erkennen.

Wie hy zwischen Build, Partner und Invest entscheidet: Build, Partner oder Invest.

Nach dem Radar

Die Analyse habt ihr. Was folgt daraus?

Das Radar liefert in rund zwei Minuten, wofür man früher Wochen gebraucht hat. Die eigentliche Arbeit beginnt danach: was die Daten für euer Geschäft bedeuten und welche Entscheidung jetzt ansteht. Das klären wir mit euch im Gespräch.

Gespräch vereinbaren
Sebastian HerzogPartner & Co-CEO bei hy

Mit dem Team Strategy & Innovation begleitet er Wachstumsentscheidungen in Mittelstand und Konzern.

Unter den Kunden von hy

Was ihr klären solltet, bevor ihr Budget bindet

  1. Welche eurer Prozesse in Vertrieb oder Kundenservice lassen sich kurzfristig intern mit KI-Agenten unterstützen, und wo in der Produktion braucht ihr externe KI-Ingenieure für die Integration?
  2. Sind eure Daten in den Manufacturing Execution Systems und der Produktionsplanung so strukturiert, dass ein externes Startup in einem Pilotprojekt ohne monatelange Vorarbeiten darauf aufsetzen kann?
  3. Nach welchen messbaren Kriterien und Zielwerten brecht ihr ein Pilotprojekt in der Fertigung ab, falls die KI-Agenten die Erwartungen im Werkbetrieb nicht erfüllen?
Anne SchlösserPartnerin bei hy

30 Minuten mit dem Team Strategy & Innovation

Wir gehen das Radar mit euch durch und legen unsere Startup- und Patentdaten daneben.

Was das Radar nicht sieht

  • Startups: wer jung ist, kaum patentiert und noch nicht in der Presse steht.
  • Deals: Runden, Beteiligungen und Kooperationen, die nicht öffentlich gemeldet sind.
  • Eure Position: was ihr schon könnt, wie weit das Feld von eurem Kerngeschäft weg ist.
Worum geht es?
Wir nutzen die Adresse nur, um einen Termin mit euch zu finden. Mehr in der Datenschutzerklärung.

Dazu bei Return on Innovation

Quellen und Methode

13 Belege
  1. KI-Agenten in der Industrie: GE Appliances setzt 800 Systeme ein · borncity.com · 2026-09-05
  2. Why AI agents aren’t quite living up to the hype in manufacturing · engineering.com · 2026-05-04
  3. Schneider Electric acquires Cognite in $3.1 billion deal · finance.yahoo.com · 2026-07-01
  4. Towards autonomous system: flexible modular production system enhanced with large language model agents · Universität Stuttgart · DE · 2023-09-12
  5. KI-Agenten in der Industrie: Vom Assistenten zum Mitentscheider · produktion.de · 2026-07-31
  6. How AI Agents Will Transform MES and Manufacturing · automationworld.com · 2025-08-28
  7. Agentic AI in Smart Manufacturing: Enabling Human-Centric Predictive Maintenance Ecosystems · Universidad Rey Juan Carlos · ES · 2025-10-24
  8. A4PS: Agentic AI-assisted advanced planning and scheduling with large language models for smart manufacturing · Jinan University · CN · 2026-01-16
  9. Digital-Twin-Enabled Framework for Training and Deploying AI Agents for Production Scheduling · University of Patras · GR · 2024-01-01
  10. Industrial AI in action: How AI agents and digital threads will transform the manufacturing industries · microsoft.com · 2025-03-25
  11. Systems and Methods for Autonomous AI Agent Control in Manufacturing Environments · Salesforce · US · 2025-01-10
  12. AGILE: ADVANCED RECONFIGURABILITY LEVERAGED ON AN AGENTIC-AI FRAMEWORK BOOSTING PROCESS INDUSTRIES FLEXIBILITY AND EFFICIENCY · AIMEN Centro Tecnológico · ES · 2026-09-01
  13. MAS4AI: Multi-Agent Systems for Pervasive Artificial Intelligence for assisting Humans in Modular Production Environments · Deutsches Forschungszentrum für Künstliche Intelligenz · DE · 2020-10-01

Methode: Wir zählen und lesen öffentliche Daten (Google Patents (BigQuery), OpenAlex (wissenschaftliche Publikationen), Online-Medien (Google News, GDELT), CORDIS (EU-Forschungsförderung), Finanzierungsmeldungen (Google News)) zu den Suchbegriffen des Felds. Das Briefing ist aus diesen Belegen geschrieben, jede Aussage verweist auf ihre Quelle. Es ist ein Blick von außen: ein Indikator, kein vollständiges Bild.

Was die Daten nicht zeigen: Dieser Blick von außen zeigt nicht, mit welchen internen Budgets, Stückzahlen und Fehlerraten Industrieunternehmen ihre KI-Agenten im Werk betreiben und wie viele interne Projekte vor dem produktiven Einsatz abgebrochen werden. Zudem sind zu Finanzierungsrunden und Übernahmen in öffentlichen Meldungen kaum Details zu Bewertungen und Umsätzen spezialisierter Startups im deutschsprachigen Raum sichtbar.

Kurz gefragt

Wie reif sind KI-Agenten in der Schwerindustrie?
Frühe Phase. Das Feld ist früh eingestuft: KI-Agenten sind im Markt durch erste Einsätze und Übernahmen sichtbar, aber Patente und wissenschaftliche Forschung sind noch zu dünn für einen belastbaren Trend. Für eure Entscheidung heißt das: Bindet kein großes Budget für eigene Entwicklungen in der Fertigungssteuerung, sondern testet einsatzbereite Lösungen in eng abgegrenzten Pilotprojekten.
Wer prägt das Feld KI-Agenten in der Schwerindustrie?
Vor allem SAP (Konzern, DE), RAPS (Mittelstand, DE) und Nexxa.ai (Startup, US). SAP: Der Konzern zeigt in Folge #058 den Einsatz von KI-Agenten in Kundenprozessen, was die hohe Sichtbarkeit des Themas in den Medienberichten auf bestehende Unternehmenssoftware überträgt.
Was spricht gegen KI-Agenten in der Schwerindustrie?
Das Feld trägt noch nicht für Anwender in der Produktion, denen saubere Schnittstellen zu ihren Fertigungsdaten und Manufacturing Execution Systems fehlen und die eine reine Plug-and-Play-Software ohne Integrationsaufwand erwarten. Ihr erkennt das daran, dass selbst spezialisierte Anbieter eigene Ingenieure zum Kunden schicken müssen und Fachmedien davor warnen, dass KI-Agenten den Hype in der Fertigung ohne dieses Fundament nicht erfüllen.

Eigenes Feld prüfen

Gebt ein anderes Technologie- oder Marktfeld ein. Nach rund zwei Minuten habt ihr dasselbe Briefing für euer Thema, kostenlos und ohne Anmeldung.

Alle Felder im Überblick