Lokale KI in der Industrie: Was im eigenen Haus läuft, kann niemand abschalten
Sync Motion aus Österreich ist auf OT/IT-Integration, Echtzeit-Monitoring und Anlagenmodernisierung spezialisiert. Wir entwickeln sichere OT/IT-Anbindungen, Live-Produktionsdashboards und maßgeschneiderte Industriesoftware, ohne zu ersetzen, was funktioniert.
In der OT denkt man in Verfügbarkeit. Eine Steuerung, die ausfällt, wenn die Internetverbindung wegbricht, ist keine Steuerung, sondern ein Risiko. Derselbe Maßstab sollte für KI gelten, sobald sie Teil betrieblicher Abläufe wird.
Die Kurzantwort
Wer KI in der Cloud eines Anbieters nutzt, mietet eine Fähigkeit, die jederzeit wegfallen kann. Ein offenes Modell auf eigener Hardware läuft dagegen weiter, egal was draußen passiert. Der Kern lokaler KI ist nicht maximale Leistung, sondern Kontrolle. In der OT ist Kontrolle Voraussetzung.
Drei Tage, dann war das beste Modell der Welt weg
Am 9. Juni 2026 brachte Anthropic mit Fable 5 sein leistungsfähigstes Modell auf den Markt, verfügbar über große Cloud-Plattformen. Unternehmen integrierten es in ihre Systeme. Drei Tage später wurde der Zugang ausgesetzt, um eine US-Behördenanordnung umzusetzen. Niemand, der das Modell nutzte, hatte etwas falsch gemacht. Ein produktives Werkzeug war von einem Tag auf den anderen nicht mehr erreichbar.
Für einen Betrieb, der dieses Modell in einen automatisierten Ablauf eingebunden hatte, bedeutete das einen ungeplanten Stillstand des digitalen Prozesses. Das wirft zwei Fragen auf, die jeder OT-Verantwortliche kennt: Wer kann das abschalten? Und was passiert dann?
Fremde Cloud, fremde Kontrolle
Die Sperre von Fable 5 illustriert mehrere Risiken gemieteter KI-Fähigkeiten. Es sind dieselben Risiken, gegen die man in der OT seit jeher absichert:
- Recht und Behörden: Exportregeln, Anordnungen oder Sanktionen können den Zugriff unterbinden.
- Anbieterentscheidung: Ein Modell wird eingestellt, Schnittstellen geändert oder Nutzungsbedingungen angepasst.
- Preis: Kalkulierbare Kosten können sich über Nacht ändern. Variable Token-Abrechnung ist keine planbare Betriebsgröße.
- Verfügbarkeit: Ausfälle, gesperrte Accounts oder eine getrennte Internetverbindung unterbrechen den Betrieb.
Der gemeinsame Nenner: Die Fähigkeit liegt auf dem Computer eines anderen. In der Steuerungstechnik würde niemand einen kritischen Regelkreis von einem Server abhängig machen, den ein Dritter vom Netz nehmen darf. Bei KI passiert das oft, ohne dass die Abhängigkeit bewusst bewertet wird.
Was „lokale KI" in der Anlage konkret heißt
Lokale KI bedeutet: Ein offenes Modell, etwa aus der Llama- oder Mistral-Familie, läuft auf eigener Hardware oder auf einem kontrollierten Server im Werk. Daraus folgt dreierlei, und alle drei Punkte sind aus OT-Sicht vertraut:
- Die Daten bleiben im Haus: Kein Umweg über Cloud-Services, kein externer Dienst mit Zugriff auf Produktionsdaten, Rezepturen oder Konstruktionsunterlagen. Das ist dieselbe Logik, nach der man ein OT-Netz vom Internet trennt.
- Die Version läuft weiter: Das ausgewählte Modell wird nicht eingestellt oder über Nacht ausgetauscht. Updates entscheidet man selbst, ähnlich wie bei einer Firmware, die man bewusst nicht einspielt, solange die Anlage stabil läuft.
- Die Kosten sind planbar: Einmalige Hardware-Investition statt laufender Token-Abrechnung mit variablen Preisen. Eine Anschaffung, die man abschreibt, kein Posten, der mit jeder Anfrage wächst.
Der ehrliche Teil: Was lokale KI nicht ist
Ein lokales offenes Modell ist nicht so leistungsfähig wie die absolute Spitze. Es braucht Hardware, Einrichtung und Wartung. Das sind echte Kosten, kein Nulltarif. Nicht jede Aufgabe rechtfertigt das.
Die entscheidende Frage lautet jedoch nicht „Welches Modell schneidet im Benchmark am besten ab?", sondern „Welche Fähigkeit brauche ich im Betrieb, und kann ich es mir leisten, sie über Nacht zu verlieren?" Für klar umrissene Aufgaben wie die Auswertung von Schichtprotokollen, die Klassifizierung von Störmeldungen oder die Suche in Wartungsanleitungen und Anlagendokumentation reicht ein lokales Modell häufig aus.
Wann sich lokale KI im Betrieb rechnet
Drei Fragen für eine erste Einschätzung:
- Verarbeiten Sie regelmäßig sensible Daten wie Produktionsparameter, Rezepturen, personenbezogene Daten oder Konstruktionsunterlagen, die das Haus nicht verlassen sollen?
- Wäre ein plötzlicher Ausfall Ihres KI-Werkzeugs ein echtes Problem für einen laufenden Prozess oder einen automatisierten Ablauf?
- Laufen die Aufgaben dauerhaft und in Menge, sodass planbare Kosten gegenüber laufender Abrechnung zählen?
Mehrfaches Ja deutet darauf hin, dass lokale KI einen genauen Blick verdient. Oft ist die Antwort hybrid: das Sensible und Dauerhafte lokal, seltene Spitzenleistung aus der Cloud. Wie beim Edge- und Cloud-Monitoring bleibt die kontinuierliche Last nah an der Anlage, während seltene Schwerstarbeit ausgelagert wird.
Wie sich lokale KI in die OT/IT-Architektur einfügt
Lokale KI heißt nicht „ein Modell ins Steuerungsnetz stellen". In einer sauberen Architektur läuft die Inferenz auf einem dedizierten Server, typischerweise einer einzelnen GPU-Maschine, in der IT-Zone oder einer DMZ, klar getrennt vom Anlagennetz.
Der Datenfluss bleibt kontrolliert und möglichst einseitig: Das Modell liest aus einem Historian, einer Dokumentenablage, dem MES oder einem Wissensspeicher, statt selbst Verbindungen ins Steuerungsnetz aufzubauen. Die Segmentierung nach dem Purdue-Modell bleibt intakt; Zugriffe auf den KI-Server werden klar begrenzt und abgesichert.
Damit fällt auch ein Teil der NIS2- und DSGVO-Diskussion einfacher aus. Daten, die das Haus nie verlassen, brauchen keine Übermittlung in Drittländer. Statt einer zusätzlichen Cloud-Schnittstelle bleibt ein klar abgegrenzter Server, den man patchen, protokollieren und im Zugriff beschränken kann. Konform wird das nicht von allein, aber die Architektur schafft eine bessere Ausgangslage.
Fazit
Die Sperre von Fable 5 zeigt das Risiko gemieteter KI-Fähigkeiten. Lokale KI ist nicht für jede Aufgabe die beste Lösung. Wo sensible Produktionsdaten verarbeitet werden oder ein Ausfall betriebliche Abläufe trifft, sollte Kontrolle über Modell, Daten und Betrieb jedoch Teil der Entscheidung sein.
Nächste Schritte
Sync Motion baut KI- und Datenfunktionen in bestehende Industrieumgebungen ein, vom Historian über die Dokumentenablage bis zum operativen Dashboard, on-premise und in einer sauberen OT/IT-Architektur. Wir klären mit Ihnen, welche Aufgaben sich lokal rechnen, welche Hardware dafür nötig ist und wie sich das Ganze ohne neue Sicherheitslücke in Ihre bestehende Netzstruktur einfügt.
Ein technisches Gespräch über Ihren Anwendungsfall ist immer ein guter Ausgangspunkt.
Häufige Fragen
Ist ein lokales KI-Modell nicht schlechter als ChatGPT oder Fable 5?
In der reinen Spitzenleistung ja, für die meisten betrieblichen und industriellen Aufgaben nicht. Dokumentenanalyse, Klassifizierung von Wartungsmeldungen oder die Suche in der Anlagendokumentation leistet ein offenes lokales Modell zuverlässig. Der entscheidende Unterschied: Ein lokales Modell kann nicht von außen abgeschaltet werden, und Produktionsdaten verlassen das Haus nicht.
Muss lokale KI im OT-Netz laufen?
Nein, und meist sollte sie das auch nicht. In einer sauberen OT/IT-Architektur läuft die Inferenz auf einem dedizierten Server in der IT-Zone oder einer DMZ, nicht direkt im Steuerungsnetz. Das Modell greift kontrolliert auf Daten aus Historian, Dokumentenablage oder MES zu, ohne die Segmentierung zwischen Anlagennetz und IT aufzuweichen.
Was kostet lokale KI?
Statt laufender Token-Abrechnung investiert man einmal in Hardware (in der Regel ein GPU-Server) und Einrichtung. Die Rentabilität hängt vom Umfang ab. Seriös beginnt man mit einem klar abgegrenzten Anwendungsfall, nicht mit einer anlagenweiten Plattform.
Brauche ich dafür ein eigenes Rechenzentrum?
Nein. Für viele mittlere Betriebe genügt ein einzelner leistungsstarker Server. Ein Modell der Llama- oder Mistral-Familie läuft auf einer einzelnen GPU und deckt typische Büro- und Anlagenaufgaben ab. Ein Rechenzentrum ist die Ausnahme, nicht die Voraussetzung.
Ist lokale KI automatisch DSGVO- und NIS2-konform?
Sie ist ein großer Schritt, weil Daten im Haus bleiben und keine externen Verarbeiter ins Spiel kommen. Konformität erfordert aber die richtige Architektur: Segmentierung, Zugriffskontrolle, Protokollierung und sichere Anbindung an OT-Systeme müssen mitgedacht werden.