KI-Agent unterstützt die weltweite Inbetriebnahme von Verpackungsmaschinen

12. März 2026: Das Fraunhofer-Institut für Verfahrenstechnik und Verpackung IVV und der Dresdner Verpackungsmaschinenhersteller Theegarten-Pactec haben einen KI-Agenten für die Entwicklung und Inbetriebnahme von Verpackungsmaschinen vorgestellt. Die Lösung soll internationale Inbetriebnahmeberichte aus unterschiedlichen Dokumentformaten und Sprachen auswerten, auf Vollständigkeit prüfen und daraus nutzbares Erfahrungswissen für Service, Entwicklung und Produktion ableiten.

KI soll Inbetriebnahmen weltweit transparenter machen

Die Inbetriebnahme komplexer Verpackungsmaschinen ist ein anspruchsvoller Prozess. Eine Anlage muss beim Kunden vor Ort eingerichtet, auf das jeweilige Produkt abgestimmt und unter realen Produktionsbedingungen getestet werden. Dabei entstehen zahlreiche Informationen: Einstellungen, Abweichungen, technische Probleme, gefundene Lösungen, Hinweise von Serviceteams und Erkenntnisse über die spätere Maschinenleistung.

In international tätigen Unternehmen liegen diese Informationen häufig nicht in einem einheitlichen System vor. Berichte können als Textdateien, Tabellen, PDF-Dokumente oder E-Mails abgelegt sein. Zusätzlich erschweren unterschiedliche Sprachen, Schreibweisen und individuelle Dokumentationsgewohnheiten die spätere Suche. Der neue KI-Agent soll diese Informationen zusammenführen und so aufbereiten, dass relevante Erfahrungen schneller gefunden und verglichen werden können. Die Angaben zu unterschiedlichen Formaten und Sprachen stammen aus der vorliegenden Projektbeschreibung; die veröffentlichte Fraunhofer-Mitteilung bestätigt den Einsatz des Agenten für Entwicklung und Inbetriebnahme.

Vom einzelnen Bericht zum digitalen Unternehmenswissen

Der zentrale Ansatz besteht darin, Inbetriebnahmeberichte nicht nur zu archivieren, sondern inhaltlich auszuwerten. Ein Bericht enthält normalerweise nicht allein die Information, ob eine Maschine erfolgreich gestartet wurde. Er kann auch Hinweise darauf geben, welche Maschineneinstellungen notwendig waren, welche Störung auftrat oder wie lange ein bestimmter Arbeitsschritt dauerte.

Ein KI-Agent kann solche Zusammenhänge über mehrere Dokumente hinweg sichtbar machen. Er kann beispielsweise prüfen, ob wichtige Angaben in einem Bericht fehlen, ähnliche Fälle aus früheren Projekten identifizieren oder Erfahrungswerte für eine neue Inbetriebnahme bereitstellen. Dadurch entsteht ein digitaler Wissensbestand, der über einzelne Mitarbeitende, Standorte oder Kundenprojekte hinaus nutzbar sein kann.

Für Theegarten-Pactec ist dieser Ansatz besonders relevant, weil das Unternehmen Verpackungsmaschinen für Kunden in unterschiedlichen Märkten entwickelt, fertigt und betreut. Das Fraunhofer IVV beschreibt Theegarten-Pactec als weltweit führenden Hersteller von Verpackungsmaschinen für Süßwaren. Der KI-Agent soll Wissen aus Service, Entwicklung und Produktion miteinander verknüpfen.

Bedeutung für Service und Wartung

Bei einer global installierten Maschinenbasis ist der schnelle Zugriff auf technisches Wissen ein wichtiger Faktor. Serviceteams müssen häufig unter Zeitdruck entscheiden, welche Einstellung geprüft, welches Bauteil kontrolliert oder welcher Lösungsweg als Nächstes verfolgt werden sollte. Wenn frühere Erfahrungen nur schwer auffindbar sind, können sich Fehlersuche und Wiederanlauf verlängern.

Ein intelligentes Wissensmanagement kann hier unterstützen, indem es relevante Informationen aus vorhandenen Berichten gezielt auffindbar macht. Das bedeutet nicht, dass der KI-Agent die Verantwortung des Fachpersonals ersetzt. Vielmehr soll er den Zugang zu bereits vorhandenem Wissen erleichtern. Mitarbeitende können dadurch schneller auf vergleichbare Fälle zugreifen und Entscheidungen auf einer breiteren Informationsbasis treffen.

Auch für die Wartung und Modernisierung von Maschinen kann ein solcher Wissensbestand hilfreich sein. Wiederkehrende Probleme lassen sich systematischer erkennen. Erkenntnisse aus verschiedenen Kundenprojekten können in die Weiterentwicklung von Maschinenkomponenten, Bedienkonzepten und Serviceprozessen einfließen. Nach Angaben des Fraunhofer IVV reicht der erwartete Nutzen von effizienteren Serviceprozessen bis zur Weiterentwicklung künftiger Maschinengenerationen.

Datensouveränität als strategischer Vorteil

Ein wichtiger Aspekt der Lösung ist die Frage, wo sensible Unternehmensdaten verarbeitet und gespeichert werden. Inbetriebnahmeberichte können Informationen über Maschinenkonstruktionen, Prozessparameter, Kundenanforderungen und interne Lösungsstrategien enthalten. Für Maschinenbauer gehören solche Angaben zum technischen und wirtschaftlichen Erfahrungswissen.

Das Fraunhofer IVV hebt deshalb hervor, dass die Daten bei der beschriebenen Lösung auf unternehmenseigenen Servern verbleiben und nicht in externe Cloud-Umgebungen ausgelagert werden. Damit soll die Datensouveränität gestärkt werden. Für Unternehmen bedeutet das mehr Kontrolle über Zugriffsrechte, Speicherorte und interne Wissensbestände.

Die lokale oder unternehmenseigene Verarbeitung löst allerdings nicht automatisch alle Sicherheitsfragen. Auch intern müssen Rollen, Berechtigungen, Protokollierung und Aktualisierung der Daten geregelt werden. Außerdem sollte festgelegt werden, welche Inhalte der KI-Agent ausgeben darf und welche Informationen nur für bestimmte Abteilungen oder Projekte zugänglich sind.

Warum die Vollständigkeitsprüfung wichtig ist

Eine besondere Funktion des beschriebenen Systems ist die Prüfung von Inbetriebnahmeberichten auf Vollständigkeit. Diese Aufgabe ist für industrielle Prozesse relevant, weil fehlende Angaben die spätere Fehlersuche erschweren können. Wenn etwa wichtige Parameter, Umgebungsbedingungen oder Hinweise zu einer Abweichung nicht dokumentiert wurden, lässt sich ein erfolgreicher Lösungsweg möglicherweise nicht zuverlässig wiederholen.

Eine automatisierte Prüfung kann Mitarbeitende auf Lücken hinweisen, bevor ein Bericht abgeschlossen wird. Dabei sollte der Agent nicht nur nach formalen Feldern suchen. Sinnvoll wäre auch eine inhaltliche Prüfung: Wurde eine Abweichung beschrieben, aber keine Ursache dokumentiert? Wurde eine Änderung an der Maschine vermerkt, ohne die Auswirkungen zu erklären? Wurde ein Problem gelöst, ohne den Lösungsweg festzuhalten?

Solche Prüfungen können die Qualität der Dokumentation verbessern. Entscheidend bleibt jedoch, dass Fachkräfte die Hinweise bewerten. Ein KI-System kann Zusammenhänge erkennen oder fehlende Informationen vermuten, kennt aber nicht automatisch alle technischen Rahmenbedingungen eines konkreten Projekts.

Einordnung in die Entwicklung industrieller KI-Agenten

KI-Agenten gehen über eine klassische Suchfunktion hinaus. Nach einer Fraunhofer-Studie handelt es sich um zielgerichtete Systeme, die ihre Umgebung wahrnehmen, Aufgaben planen, mit Menschen oder anderen Systemen zusammenarbeiten und in einem festgelegten Rahmen handeln können. Gleichzeitig weist die Studie darauf hin, dass solche Anwendungen komplex sind und schrittweise, mit gesicherten Daten und passenden Kontrollmechanismen eingeführt werden sollten.

Der Anwendungsfall bei Theegarten-Pactec zeigt, wie ein KI-Agent in einem klar abgegrenzten industriellen Prozess eingesetzt werden kann. Statt allgemeine Antworten zu erzeugen, soll das System auf unternehmensbezogene Dokumente und Erfahrungen zugreifen. Der Nutzen entsteht damit weniger durch spektakuläre Automatisierung als durch bessere Auffindbarkeit, Vergleichbarkeit und Wiederverwendung von Wissen.

Ähnliche Grundprinzipien verfolgt das Fraunhofer IVV auch bei anderen industriellen Assistenzsystemen. In einem Projekt für die Papierindustrie werden Informationen aus verschiedenen Produktionssystemen zusammengeführt und als situationsbezogene Wissenskarten bereitgestellt. Das Ziel ist, Mitarbeitende bei der Analyse von Störungen zu unterstützen und Produktionswissen im Unternehmen zu halten.

Grenzen und offene Fragen

Die Nachricht beschreibt einen wichtigen Anwendungsschritt, liefert aber noch keine umfassende Bewertung des Systems. Öffentlich zugängliche Angaben nennen beispielsweise keine messbaren Ergebnisse zur Verkürzung von Inbetriebnahmezeiten, zur Fehlerquote oder zur Zahl der verarbeiteten Berichte. Ebenso bleibt offen, welche konkreten Dokumentformate verarbeitet werden, welche Sprachen bereits unterstützt werden und wie die technische Validierung der Antworten erfolgt.

Für den produktiven Einsatz sind außerdem eine einheitliche Datenpflege und klare Qualitätsstandards notwendig. Alte Berichte können widersprüchlich, unvollständig oder technisch überholt sein. Werden solche Inhalte ungeprüft als Wissensbasis verwendet, kann ein KI-Agent falsche oder nicht mehr passende Empfehlungen liefern. Deshalb sollten Antworten nachvollziehbare Quellen innerhalb des Unternehmensbestands nennen und durch Fachpersonal überprüfbar bleiben.

Auch der Schutz vertraulicher Kundendaten ist zentral. Eine internationale Nutzung kann unterschiedliche rechtliche, organisatorische und vertragliche Anforderungen mit sich bringen. Der technische Verbleib der Daten auf eigenen Servern ist daher ein Vorteil, ersetzt aber kein umfassendes Datenschutz- und Sicherheitskonzept.

Was die Entwicklung für die Verpackungsbranche bedeutet

Die Kooperation von Fraunhofer IVV und Theegarten-Pactec steht für einen Digitalisierungsschritt, der direkt an einem konkreten Problem des Maschinenbaus ansetzt: Wissen entsteht im laufenden Betrieb, ist aber nicht immer strukturiert verfügbar. Wird dieses Wissen systematisch erfasst, geprüft und wiederverwendbar gemacht, kann die Entwicklung von Verpackungsmaschinen enger mit dem internationalen Service verbunden werden.

Die Bedeutung reicht damit über ein einzelnes KI-Projekt hinaus. Für Hersteller von Verpackungsmaschinen können digitale Wissenssysteme dazu beitragen, globale Serviceorganisationen besser zu unterstützen, Anlaufprozesse zu standardisieren und Erfahrungen aus vielen Anlagen in neue Maschinengenerationen zu übertragen. Der langfristige Erfolg hängt jedoch davon ab, ob die Lösung in bestehende Arbeitsabläufe integriert wird und ob Mitarbeitende ihr Wissen weiterhin aktiv und qualitätsgesichert dokumentieren.

Der am 12. März 2026 vorgestellte KI-Agent markiert somit keinen vollständigen Ersatz technischer Expertise, sondern eine neue digitale Unterstützung für deren Nutzung. Der entscheidende Schritt besteht darin, Erfahrungswissen aus internationalen Inbetriebnahmen nicht nur zu speichern, sondern im richtigen Moment zugänglich und für Verbesserungen nutzbar zu machen.