Warum Process-First-Engineering Risiken in der SPS-Programmierung reduziert
Wenn bereits der Einstieg über Erfolg oder Risiko entscheidet Der Einstieg in ein Automatisierungsprojekt wirkt auf den ersten Blick wie eine rein...
3 Min. Lesezeit
DI DI(FH) Markus Gruber
:
Jul 8, 2026 2:37:37 PM
Die Industrie braucht technische Realität, nicht nur KI
Industrieunternehmen investieren in Digitalisierung, Datenplattformen, Digital Twins und Künstliche Intelligenz. Doch viele Projekte stoßen an eine grundlegende Grenze: Maschinen liefern Daten, aber ihr Verhalten ist selten formal und nachvollziehbar beschrieben.
Diese Lücke wird zu einem zentralen Thema moderner Automatisierung. Eine Anlage kann zuverlässig funktionieren, ohne dass ihre Zustände, Übergänge, Reaktionen und Abweichungen eindeutig abgebildet sind. Wissen verteilt sich auf Lastenhefte, SPS-Code, HMI, Dokumentation und einzelne Experten. Für Engineering, Betrieb, Diagnose und KI entsteht dadurch kein gemeinsames technisches Bezugssystem.
Mit steigender Komplexität, Fachkräftemangel, kürzeren Produktzyklen und neuen Anforderungen an Transparenz reicht klassische Automatisierung nicht mehr aus. SPS-Code beschreibt die Implementierung, aber nicht automatisch die technische Realität einer Maschine. Daten werden erst wertvoll, wenn sie mit dem erwarteten Verhalten einer Anlage verbunden werden.

Selmo Technology sieht darin einen entscheidenden nächsten Schritt für die Industrie. „Die Frage ist nicht nur, ob Maschinen intelligenter werden. Entscheidend ist, ob ihr Verhalten erklärbar, kontrollierbar und über den Lebenszyklus nachvollziehbar bleibt“, so die Einordnung des Unternehmens.
Der Ansatz: Maschinenverhalten wird formal beschrieben und als technische Realität zwischen physischer Anlage und digitaler Intelligenz nutzbar gemacht. Daraus können Steuerungslogik, Bedienoberflächen, Diagnose, Datenstrukturen, digitale Zwillinge und KI-Anwendungen auf gemeinsamer Grundlage entstehen.
Damit verschiebt sich der Fokus der industriellen Digitalisierung: Nicht mehr Daten allein stehen im Mittelpunkt, sondern das Verständnis dessen, was eine Maschine tun soll, darf und tatsächlich tut. Für Maschinenbauer, Betreiber und Industrieentscheider wird technische Realität zur Voraussetzung für industrielle KI.
Technische Realität beschreibt das formal definierte, dokumentierte und messbare Verhalten einer Maschine oder Anlage. Sie verbindet die physische Welt aus Sensoren, Aktoren, Mechanik und Steuerung mit einem eindeutigen Verhaltensmodell aus Zuständen, Aktionen und erwarteten Reaktionen.
Im Gegensatz zur rein physischen Realität beantwortet technische Realität die zentrale Frage: Was soll die Maschine in jedem Zustand tun und woran erkennen wir, dass sie sich korrekt verhält?
Technische Realität ist wichtig, weil eine Maschine nur dann zuverlässig betrieben, diagnostiziert und optimiert werden kann, wenn ihr Verhalten eindeutig beschrieben ist.
Sie schafft:
Damit bildet technische Realität die Grundlage für WhiteBox Engineering, digitale Zwillinge und autonome Produktionssysteme.
Maschinendaten allein reichen nicht aus, weil sie ohne Kontext nicht erklären, warum etwas passiert oder ob ein Verhalten korrekt ist. Sie bestehen meist aus Signalen, Messwerten, Alarmen und Zeitstempeln.
Ohne technisches Bezugssystem bleiben wichtige Fragen offen:
Erst wenn Daten mit einem definierten Verhaltensmodell verknüpft werden, entstehen verwertbare Informationen.
Daten + Kontext = Information.
Genau diesen Kontext liefert die technische Realität.
SPS-Code beschreibt, wie eine Steuerung arbeitet. Technische Realität beschreibt, was die Maschine tun soll.
In klassischen Automatisierungsprojekten steckt das Wissen häufig im SPS-Code und in der Erfahrung einzelner Programmierer. Dadurch wird Maschinenverhalten schwer nachvollziehbar, schwer prüfbar und schwer übertragbar.
Bei Selmo entsteht zuerst ein formales Behavior Model:
Requirements → PTF → Prozessmodell → Verhalten → Code
Der SPS-Code ist damit nicht mehr die Quelle des Wissens, sondern die technische Umsetzung eines definierten Maschinenverhaltens.
Industrielle KI braucht technische Realität, weil sie nur mit einem eindeutigen Bezugssystem zuverlässige Diagnosen erstellen und Optimierungen vorschlagen kann.
KI kann Muster erkennen und Daten analysieren. Sie weiß jedoch nicht von selbst, welches Verhalten eine Maschine technisch ausführen sollte. Dafür benötigt sie:
Die technische Realität liefert genau dieses Bezugssystem. Dadurch wird KI nicht zum Ersatz des Engineerings, sondern zur technischen Intelligenz, die auf deterministischem Maschinenverhalten aufbaut.
WhiteBox Engineering ist ein Engineering-Ansatz, bei dem das Verhalten einer Maschine vollständig transparent, formal und nachvollziehbar beschrieben wird.
Bereits vor der Umsetzung werden zentrale Elemente definiert:
Aus diesem Modell entstehen anschließend:
Dadurch bleibt das System über den gesamten Lebenszyklus nachvollziehbar, überprüfbar und optimierbar.
Selmo Technology unterstützt technische Realität durch eine Engineering-Plattform und Methodik für WhiteBox Engineering.
Selmo schafft aus Requirements, Prozess-Technologie-Funktionsanalyse, PTF, und einem formalen Prozessmodell eine durchgängige technische Realität. Auf dieser Grundlage werden automatisch erzeugt:
Im laufenden Betrieb vergleicht Selmo die reale Maschine kontinuierlich mit dem definierten Behavior Model. Dadurch werden Abweichungen frühzeitig erkannt, eindeutig bewertet und mit vollständigem Kontext dokumentiert.
Das Ergebnis ist eine Produktion mit höherer Transparenz, geringeren Betriebskosten und einer belastbaren Grundlage für Industrial AI und autonome Produktionssysteme.
Technische Realität ist die Grundlage für Industrial AI, weil KI nur dann verlässliche Analysen, Diagnosen und Optimierungen liefern kann, wenn das erwartete Maschinenverhalten eindeutig definiert ist.
Physische Realität beschreibt, was eine Maschine ist. Technische Realität beschreibt, wie sich eine Maschine verhalten soll. Technische Intelligenz entsteht, wenn dieses definierte Verhalten kontinuierlich mit der realen Maschine verglichen und durch KI intelligent ausgewertet wird.
Selmo schafft die technische Realität und damit die Grundlage für WhiteBox Engineering, Industrial AI und die nächste Generation intelligenter Produktionssysteme.
Wenn bereits der Einstieg über Erfolg oder Risiko entscheidet Der Einstieg in ein Automatisierungsprojekt wirkt auf den ersten Blick wie eine rein...
Ein Interview mit Sabine Reisinger und Selmo CEO Markus Gruber
Die Optimierung von Maschinen und Produktionsprozessen ist ein entscheidender Faktor für den Erfolg eines Unternehmens innerhalb der gesamten...