Wenn ich mit Kunden über Physical AI spreche, höre ich zwei klare Botschaften: Sie verstehen die Vorteile und das Potenzial. Und sie wollen Physical AI schnell einsetzen - mit einer Dringlichkeit, die durchaus gerechtfertigt ist.
Der NTT DATA 2026 Global AI Report: A Playbook for AI Leaders definiert KI-Leader als Unternehmen mit robusteren KI-Strategien, höherer KI-Reife und höheren KI-getriebenen Gewinnen als ihre Wettbewerber. Der Report zeigt, dass KI-Leader deutlich häufiger als Nachzügler schnell handeln und den Markt anführen wollen: 46.1% gegenüber 25.4%.
Geschwindigkeit allein reicht jedoch nicht. Unser Report zeigt auch, dass KI-Leader zentrale Anwendungen mehr als doppelt so häufig mit integrierter KI neu aufbauen wie Nachzügler: 34.5% gegenüber 14.5%.
Die Vereinfachung und Modernisierung des operativen Kerns Ihres Unternehmens muss zu den ersten Schritten einer Physical-AI-Strategie gehören. Auch wenn Sie mit hoher Dringlichkeit vorgehen, darf das nicht zulasten des Kerns gehen.
Grundlage für KI-Geschwindigkeit und Modernisierung schaffen
Beginnen Sie damit, die Prozesse, Anwendungen, Daten und Technologien zu vereinfachen und zu modernisieren, die Ihr Unternehmen am Laufen halten. Eine stärkere Grundlage ermöglicht es, Physical AI über humanoide Roboter, autonome Fahrzeuge, Drohnen, Kameras und intelligente Maschinen einzusetzen.
Wie das in der Praxis aussieht, hängt von Ihrer Branche ab:
- In einer Fertigungslinie könnte eine Abweichung einen Bediener erreichen, bevor ein Fehler in den nächsten Prozessschritt gelangt.
- In der Automobilindustrie könnte KI Kameras, Werkzeuge, Maschinen und Prüfstationen koordinieren, damit Produktionsteams auf veränderte Bedingungen in der Fertigung reagieren können.
- Im Handel und bei Consumer-Packaged-Goods-Unternehmen (CPG) kann KI Entscheidungen zu Regalumsetzung, Produktverfügbarkeit und Promotion-Performance auf nachvollziehbare, sichere und geregelte Weise unterstützen.
Unabhängig von Ihrer Branche gilt heute ein höherer Anspruch an Modernisierung: Der operative Kern Ihres Unternehmens muss für Intelligenz bereit sein, die Beobachtungen in operative Reaktionen überführen kann.
Fertigung: Qualitätssicherung rückt nach vorn
Selbst bei hochentwickelter Automatisierung erkennen Hersteller Qualitätsprobleme in der Fertigung möglicherweise erst, wenn es zu spät ist. Sobald ein Teil die Station verlassen hat, ist die Möglichkeit für eine einfache Korrektur verloren.
NTT DATA hat gemeinsam mit Hyster-Yale Materials Handling eine Physical-AI-Lösung entwickelt, die zeigt, wie Physical AI Qualitätsprobleme reduzieren kann. Die Lösung nutzt Vision-Sensoren, um Montagearbeiten in Echtzeit zu erfassen, und Edge AI, um die Aktivitäten direkt vor Ort zu analysieren. Während der Prozess läuft, vergleicht sie physische Aktionen - etwa den Einbau von Teilen, abgeschlossene Schritte und die Einhaltung von Sequenzen - mit dem erwarteten Produktionsprozess.
Fehlt ein Teil oder wurde ein Schritt nicht vollständig ausgeführt, kann das System den Fehler melden, solange er noch direkt an der Station korrigiert werden kann - also dort, wo die Korrekturkosten geringer sind. Physical-AI-Technologien wie Computer Vision und Edge AI werden besonders wertvoll, wenn Qualitätssicherung weiter nach vorn im Prozess rückt und Teams Probleme erkennen können, bevor daraus nachgelagerte Fehler oder Zuverlässigkeitsprobleme entstehen.
- AUCH LESEN → Jenseits der Pilotfalle: So entwickeln Sie eine skalierbare KI-Strategie für die Fertigung
Automotive: KI braucht Orchestrierung in der Fertigung
Physical AI funktioniert am besten, wenn Modelle mit realen Workflows, realen Anlagen und realen Entscheidungen in der Fertigung verbunden sind. Signale von Kameras, Sensoren, Werkzeugen und Prüfstationen müssen orchestriert werden, um Qualitätsprobleme zu erkennen, Ausnahmen weiterzuleiten und die nächste Aktion automatisch anzustoßen - ohne die Produktion zu beeinträchtigen.
Wenn Dutzende solcher Modelle nahe an den Aktivitäten in Ihrer Fertigung laufen, entsteht daher nicht nur eine Bereitstellungs-, sondern ebenso eine Orchestrierungsherausforderung.
NTT DATA arbeitete mit einem Automobilhersteller zusammen, der genau vor dieser Herausforderung stand. Unser Kunde hatte 80 KI-Modelle in seinen Produktionsabläufen im Einsatz, viele davon in der Cloud. Wenn diese Intelligenz aus der Cloud näher an die Fertigung verlagert würde, könnten Teams Entscheidungen dichter am Produktionsgeschehen treffen. Zunächst benötigten sie jedoch vertrauenswürdige Daten darüber, welche Modelle funktionierten, ob sie verlässliche Ergebnisse lieferten und wie sie im täglichen Betrieb verwaltet werden sollten.
Mit zunehmender Vernetzung, Softwareorientierung und Datenintensität von Automotive-Abläufen muss KI in der gesamten Produktionsumgebung orchestriert, überwacht und geregelt werden. Andernfalls bleibt Intelligenz fragmentiert. Einzelne Modelle können weiterhin punktuell wertvolle Erkenntnisse liefern, doch diese Erkenntnisse lassen sich im großen Maßstab schwerer vertrauenswürdig nutzen und in Maßnahmen umsetzen.
CPG und Handel: Das Regal wird zum Signal
Für Handels- und CPG-Unternehmen schafft Physical AI Mehrwert, indem sie Intelligenz mit den realen Bedingungen in Geschäften, Regalen und im Außendienst verbindet.
Kommerzielle Pläne scheitern häufig an der Lücke zwischen dem, was Ihr Team geplant hat, und dem, was tatsächlich am Regal passiert. Sie finanzieren möglicherweise eine Promotion und stellen erst später fest, dass das beworbene Produkt nicht verfügbar ist. Ihr Team plant vielleicht ein Display, das im Geschäft nicht umgesetzt wird. Oder eine Sortimentsentscheidung sieht im System richtig aus, funktioniert aber im Laden nicht.
Intelligente Retail Execution kann Ihren Außendienstteams helfen, Pläne auf Kurs zu halten. Durch die Kombination von Signalen zur Produktverfügbarkeit, Routenplanung und Performance-Daten mit Kameras, KI-gestützter Bilderkennung und Regalscan-Robotern für das Bestandsmanagement erkennen sie klarer, welche Geschäfte Aufmerksamkeit benötigen und welche Maßnahmen am wichtigsten sind.
Modernisierung in Ihrem Unternehmen Realität werden lassen
Physical AI macht Modernisierung letztlich greifbar. Sie verbindet KI-Intelligenz mit der physischen Arbeit, bei der Produkte gefertigt, Waren bewegt und Kunden bedient werden. In Märkten, in denen Geschwindigkeit, Vertrauen und Resilienz die Performance zunehmend bestimmen, wird ein solcher operativer Kern zum Wettbewerbsvorteil.
NTT DATA wurde im Gartner® Emerging Market Quadrant for Physical AI Services - Established Vendors als Market Shaper benannt. Die Untersuchung bewertet 27 Anbieter im entstehenden Markt für Physical-AI-Services.*
Wir verfügen über die Plattformen, Partnerschaften und Expertise, um KI in der Fertigung einzusetzen. Kontaktieren Sie uns und erfahren Sie, wie.
Dieser Artikel wurde gemeinsam mit Alonso Fernandez, Global Co-Lead: Product Industries bei NTT DATA, verfasst.
WIE ES WEITERGEHT
Erfahren Sie mehr über den Ansatz von NTT DATA zur Modernisierung der Kernsysteme und darüber, wie wir Ihnen helfen können, eine KI-fähige Grundlage für ein intelligentes, vernetztes und resilientes Unternehmen zu schaffen.
*Gartner. Emerging Market Quadrant for Physical AI Services — Established Vendors, Katie Gove et al. 8 June 2026.
Gartner® spricht keine Empfehlung für ein in seinen Publikationen dargestelltes Unternehmen, einen Anbieter, ein Produkt oder eine Dienstleistung aus und rät Technologieanwendern nicht, ausschließlich Anbieter mit den höchsten Bewertungen oder anderen Auszeichnungen auszuwählen. Gartner-Publikationen geben die Einschätzungen der Business- und Technology-Insights-Organisation von Gartner wieder und sind nicht als Tatsachenbehauptungen zu verstehen. Gartner lehnt hinsichtlich dieser Publikation sämtliche ausdrücklichen oder stillschweigenden Gewährleistungen ab, einschließlich der Gewährleistungen der Marktgängigkeit oder Eignung für einen bestimmten Zweck. GARTNER ist eine Marke von Gartner, Inc. und/oder seinen verbundenen Unternehmen. Magic Quadrant ist eine eingetragene Marke von Gartner, Inc. und/oder seinen verbundenen Unternehmen und wird hier mit Genehmigung verwendet. Alle Rechte vorbehalten.