Die Fabrik als Wissensraum der Industrie

Deutschlands Industrie digitalisiert seit Jahren Maschinen, Linien und Lieferketten. Der eigentliche Produktivitätsschritt entsteht jedoch nicht aus noch mehr Daten, sondern aus deren Ordnung. Wettbewerbsfähig bleibt, wer Produktion als Wissensraum organisiert und nicht nur als Summe einzelner Systeme.

Von Klaus Wessing, Vorstand Institut für Produktionserhaltung

Mehr Sensorik schafft noch kein Produktionswissen

In deutschen Fabriken wächst seit einiger Zeit ein stiller Widerspruch. Die Sensorik wird feiner, die Datenmengen größer, die Überwachung der Prozesse lückenloser. Zugleich bleibt an vielen Stellen offen, was diese Daten im Zusammenhang eigentlich bedeuten. Die Industrie hat ihre Produktion in den vergangenen Jahren digital erweitert. Sie hat sie damit noch nicht automatisch digital verstanden.

Das ist keine kulturkritische Klage, sondern eine nüchterne Beschreibung des Produktionsalltags. Die klassische Stärke der deutschen Industrie lag lange in der präzisen Organisation komplexer Fertigung. Maschinenparks, Qualitätsprozesse, Lieferketten und Ingenieurwissen griffen ineinander, weil erfahrene Meister, Produktionsplaner und Ingenieure die Abhängigkeiten kannten. Das Wissen über die Produktion lag weniger in den Systemen als in Routinen, Regeln und Erfahrung. Dieses Modell hat erstaunlich gut funktioniert. Es war nicht elegant im softwaretechnischen Sinn, aber betriebspraktisch belastbar.

Mit der Digitalisierung hat sich zunächst vor allem die Sichtbarkeit von Zuständen verändert. Sensoren messen Temperaturen, Vibrationen und Ausschussraten. Produktionslinien werden digital überwacht, Qualitätsdaten automatisch dokumentiert, Lieferketten enger verfolgt. Die Maschinen liefern mehr Informationen als je zuvor. Nur beantwortet eine größere Zahl an Messpunkten noch nicht die wichtigere Frage, wie diese Informationen betrieblich zusammenhängen. Daten zeigen, was geschieht. Sie erklären selten von selbst, warum etwas geschieht und welche Folgen daraus entstehen.

Vom Datensatz zum betrieblichen Zusammenhang

Gerade hier liegt der blinde Fleck vieler Digitalisierungsprogramme. In den Unternehmen selbst sind die relevanten Informationen meist auf mehrere Systeme verteilt. Das ERP kennt Aufträge, Stücklisten und Liefertermine. Produktionsleitsysteme kennen Maschinenzustände und Fertigungsprogramme. Wartungssysteme dokumentieren Instandhaltungen, Qualitätsdatenbanken Prüfberichte und Abweichungen. Hinzu kommen technische Dokumentationen, Arbeitsanweisungen, Freigabelogiken und das Erfahrungswissen langjähriger Mitarbeiter. Für Menschen ergibt sich daraus mit Erfahrung ein Gesamtbild. Für ein automatisiertes System entsteht zunächst nur ein Nebeneinander von Datensätzen.

Deshalb gewinnt derzeit ein Begriff an Gewicht, der technischer klingt, als er in Wahrheit ist: die Bedeutungsebene der Produktion. An anderer Stelle heißt sie Ontologie, Kontextschicht, Datengewebe oder digitaler Faden. Die Wörter wechseln mit der Anbieterlogik. Der Gedanke dahinter ist einfacher. Produktionsdaten werden erst dann wirklich nützlich, wenn sie in ein Modell ihrer Beziehungen eingebettet sind. Das System weiß dann nicht nur, dass eine Maschine existiert oder dass ein Messwert außerhalb der Toleranz liegt. Es weiß auch, zu welcher Linie die Maschine gehört, welche Produkte dort gefertigt werden, welche Qualitätsregeln gelten, welche Aufträge betroffen sind und wer im Störungsfall entscheiden muss.

Man kann sich diese Struktur wie eine digitale Landkarte der Wertschöpfung vorstellen. Maschinen, Prozesse, Materialien, Lieferanten, Qualitätsregeln und Kundenbeziehungen erscheinen nicht mehr als getrennte Datenbestände, sondern als Knoten in einem geordneten Beziehungsraum. Erst durch diese Beziehungen entsteht ein verständliches Bild der Produktion. Ein einzelner Messwert wird dadurch zu einem Ereignis im betrieblichen Zusammenhang.

Man sieht den Unterschied am einfachsten im Störfall. Meldet eine Maschine erhöhte Vibrationen, registriert ein klassisches Datensystem zunächst eine Abweichung. Ein wissensbasiert organisiertes System erkennt mehr. Es ordnet die Maschine einer Linie zu, die Linie einem Bauteil, das Bauteil einem Auftrag, den Auftrag einer Lieferbeziehung und die Entscheidung einer verantwortlichen Funktion. Aus einem isolierten Signal wird damit eine betriebliche Information. Erst auf dieser Grundlage lassen sich Wartung, Umplanung oder Priorisierung sinnvoll vorbereiten.

Was Plattformanbieter und Beratungen inzwischen gemeinsam sehen

Dass diese Sichtweise keine akademische Übung mehr ist, lässt sich an den Strategien der Anbieter und Beratungen ablesen. Microsoft beschreibt seine Ontologie in Fabric IQ als semantische Schicht, in der Entitätstypen, Beziehungen, Eigenschaften und Regeln definiert werden. Palantir spricht von einer operativen Schicht, die digitale Bestände mit ihren realen Gegenstücken verbindet. Wieder andere sprechen vom digitalen Kern, von intelligenter Industrie oder von KI auf Unternehmensmaßstab. Der begriffliche Aufwand ist beträchtlich. Die betriebliche Grundaussage bleibt dieselbe: Produktionssysteme müssen so strukturiert werden, dass Daten, Prozesse und Entscheidungen miteinander verbunden werden.

Gerade die großen Beratungen haben sich zu diesem Thema längst positioniert, wenn auch selten unter dem Ausdruck Wissensraum. McKinsey ordnet die aktuelle KI-Entwicklung entlang von Daten, Architektur, Betriebsmodell und Skalierung. BCG betont, dass der Schritt von Pilotanwendungen zur wirksamen Nutzung neue Prozesse und eine übergreifende Organisationslogik verlangt. Accenture bindet den Gedanken an den digitalen Kern des Unternehmens, Capgemini an die intelligente Industrie, Deloitte an die softwaredefinierte Fabrik und das vernetzte Produktionsnetz. Hinter diesen Formeln steht kein bloßer Beratungsjargon, sondern eine für die Industrie durchaus unangenehme Einsicht: Einzelne Anwendungen helfen wenig, solange Datenstrukturen und Prozessmodelle nicht übergreifend organisiert sind.

Interessant ist dabei auch, was in vielen Debatten nur indirekt ausgesprochen wird. Viel ist von Plattformen, Modellen, Datenarchitekturen und Skalierung die Rede. Weniger offen wird formuliert, dass hier letztlich eine neue Form industrieller Organisation entsteht. Produktionssysteme werden Schritt für Schritt zu digital modellierten Wissenssystemen, auf denen automatisierte Entscheidungen aufbauen. Der Übergang von der datengetriebenen Fabrik zur wissensstrukturierten Fabrik dürfte sich als einer der entscheidenden Schritte der industriellen Digitalisierung erweisen.

Warum der Mittelstand gerade hier einen Vorteil haben kann

Für den deutschen Mittelstand ist das keine theoretische Frage. Viele Unternehmen stehen technologisch keineswegs am Anfang. Maschinenparks sind digitalisiert, ERP-Systeme strukturieren Aufträge und Materialflüsse, Produktionsdaten werden fortlaufend erfasst, Qualitätsinformationen systematisch dokumentiert. KfW Research hat im Februar 2026 festgehalten, dass inzwischen 20 Prozent der mittelständischen Unternehmen künstliche Intelligenz nutzen. Gegenüber dem Zeitraum 2016 bis 2018 entspricht das einer Verfünffachung. Besonders aktiv sind Unternehmen mit eigener Forschung und Entwicklung sowie mit klarer Digitalisierungsstrategie.

Das ist ein wichtiger Befund, weil er die Lage präziser beschreibt als manche Schlagzeile. Es fehlt häufig nicht an industrieller Substanz, sondern an der Form, in der vorhandenes Produktionswissen digital beschrieben und vernetzt wird. Gerade hier besitzt der Mittelstand sogar einen Vorteil. Prozesse sind oft klarer geschnitten als in großen, stark zergliederten Organisationen. Verantwortlichkeiten sind direkter, Produkte und Fertigungsabläufe präziser bekannt, Abhängigkeiten zwischen Maschine, Bauteil, Qualität und Kunde vielfach sehr genau benennbar. Das Wissen ist also vorhanden. Es liegt nur selten in einer Form vor, die auch für Maschinen lesbar und nutzbar ist.

Der entscheidende Hebel liegt deshalb oft nicht im nächsten Werkzeug, sondern in der disziplinierten Modellierung des eigenen Betriebs. Unternehmen müssen ihre Begriffe, Prozesse, Zuständigkeiten und Abhängigkeiten so ordnen, dass daraus eine belastbare maschinenlesbare Struktur entsteht. Es geht um eine semantische Landkarte des Unternehmens. Welche Produkte existieren, wie hängen sie zusammen, welche Maschinen fertigen welche Komponenten, welche Qualitätsregeln greifen an welcher Stelle, welche Lieferbeziehung ist kritisch, welche Entscheidung folgt aus welcher Störung. Diese Arbeit wirkt unspektakulär. Gerade deshalb wird sie oft unterschätzt.

Datenräume als nächste Infrastruktur der Industrie

Für Europa tritt dieser Gedanke zusätzlich unter dem Stichwort der Datenräume hervor. Catena-X beschreibt sich als offenes und kollaboratives Datenökosystem der Automobilindustrie. Manufacturing-X wird vom VDMA als Datenökosystem für vertrauenswürdigen Datenaustausch auf Basis offener Standards beschrieben. Gaia-X wiederum verschiebt seinen Schwerpunkt im Jahr 2026 sichtbar von der konzeptionellen Architektur zur skalierbaren Umsetzung digitaler Ökosysteme. Hinter diesen Initiativen steht dieselbe Einsicht, nur auf einer größeren Ebene. Wirtschaftlicher Nutzen entsteht dort, wo Informationen nicht nur gesammelt, sondern in einen belastbaren Zusammenhang gebracht werden.

Das ist für die Produktion nicht nur ein IT-Thema. Datenräume entfalten ökonomischen Nutzen erst dann, wenn Informationen in Beziehung gesetzt und interpretierbar gemacht werden. Genau darin ähnelt die europäische Datenraumlogik dem Gedanken des Wissensraums. In beiden Fällen geht es nicht um mehr Daten um ihrer selbst willen, sondern um die Fähigkeit, Produktions- und Lieferketteninformationen in einen belastbaren Zusammenhang zu überführen. Für eine exportorientierte Industrie mit langen Lieferketten und hoher Variantenkomplexität ist das mehr als eine technische Frage. Es ist eine Frage der Steuerungsfähigkeit.

Wettbewerbsfähigkeit wird zur Frage der Wissensordnung

Für die Produktion in Deutschland lässt sich die Konsequenz daher nüchtern formulieren. Die Wettbewerbsfähigkeit der industriellen Basis wird künftig nicht nur durch Lohnkosten, Energiepreise oder Investitionen bestimmt. Sie wird zunehmend auch durch die Fähigkeit bestimmt, Produktionssysteme als digitale Wissensräume zu organisieren. Der Ausdruck ist treffend, weil er über den bloßen Datenbegriff hinausgeht. Ein Wissensraum ist kein weiterer Speicherort. Er ist ein geordnetes Modell industrieller Zusammenhänge.

Gerade darin lag lange die stille Stärke der deutschen Industrie. Maschinenparks, Qualitätsprozesse, Lieferketten und Ingenieurwissen bildeten ein fein abgestimmtes Gefüge, weil erfahrene Fachleute die Zusammenhänge kannten. Mit der weiteren Digitalisierung der Fertigung verschiebt sich nun der Ort, an dem dieses Wissen wirksam werden muss. Es reicht nicht mehr, dass es in Köpfen, Besprechungen und lokalen Routinen vorhanden ist. Es muss in Strukturen übersetzt werden, die auch digitale Systeme verarbeiten können.

Die Fabrik der Zukunft ist deshalb nicht nur eine modernere Produktionsumgebung. Sie ist ein System, das sein Wissen über Maschinen, Prozesse, Qualität und Lieferfähigkeit strukturiert verfügbar macht. Wer diesen Schritt beherrscht, schafft die Grundlage für bessere Priorisierung, frühere Störungserkennung und belastbarere Entscheidungen. Wer ihn auslässt, wird auch mit viel Sensorik und leistungsfähiger KI vor allem eines beschleunigen: die bestehende Unordnung. Genau darin könnte eine der stillen Produktivitätsreserven des Industriestandorts Deutschland liegen.