zurück

»Die Industrie braucht keine Eventualitäten. Sie braucht Verfügbarkeit. Stabilität. Entscheidungssicherheit. Und das ist das Versprechen, was Industrielle KI leisten kann und soll.«

Der Siegerländer KI-Pionier Simon Sack hat es sich zum Ziel gesetzt, Künstliche Intelligenz und besonders den Bereich Industrial AI für den Mittelstand nutzbar, verständlich und skalierbar zu machen. Denn immer noch nutzt nur ein Bruchteil mittelständischer Industrieunternehmen KI zielführend, auch wenn 70 % der Branche dies für relevant erachten. Daran möchte Sack anknüpfen. Dafür entwickelt er mit einem Team aus 20 Personen im Siegener SUMMIT KI-Lösungen, die aus bestehenden Industriemaschinen intelligente Systeme machen und so dafür sorgen, dass Unternehmen ihre eigenen Daten besser verstehen und datenbasierte Entscheidungen treffen können. So können sie dann ihre Wertschöpfungsketten nachhaltig optimieren oder Prozesse im Detail noch granularer verstehen. Im Interview mit dem Gründer sprechen wir über Herausforderungen in der Industrie, den Innovationsstandort Deutschland und wie seit der Zeitenwende Industrie und KI zusammenfinden müssen.

Wenn von Künstlicher Intelligenz die Rede ist, dann oftmals von GenAI. Sie konzentrieren sich auf Industrial AI. Erklären Sie doch mal, was Sie darunter verstehen.
Wenn heute von Künstlicher Intelligenz die Rede ist, geht’s meistens darum Texte, Bilder, Musik oder aber ja auch Stimme künstlich zu erstellen – das verstehen wir als Generative AI. Und das ist spannend, keine Frage. Aber bei Industrial AI sprechen wir von einem ganz anderen Spielfeld: Hier geht’s nicht um Contenterstellung für die Zielgruppe Mensch. Es geht um Daten aus Industrieprozessen, Maschinen und Entscheidungen wie diese Prozesse auf Maschinen optimal im Einklang zusammen funktionieren.

Industrial AI bedeutet: Wir bringen KI dorthin, wo’s wirklich zählt – in die Produktion, in den Betrieb, an die Linie. Das sind Systeme, die z. B. Fehler auf Bauteilen erkennen, bevor der Mensch sie überhaupt sieht. Oder Maschinen, die sich selbstständig anpassen, weil sie gelernt haben, was morgen schiefgehen könnte. Wir reden also nicht über Inspiration – sondern über Stabilität. Nicht über Content Creation – sondern Qualitätssicherung, Laufzeiten, Ausschussvermeidung. Und das in Millisekunden. Während die Maschine läuft. Für viele ist KI heute ein Pilotprojekt. Für uns sind diese Systeme produktiv und machen bereits den Unterschied. Und genau das ist Industrial AI.

In Ihrer Kolumne für ein Wirtschaftsmagazin gingen Sie zuletzt hart mit dem KI-Hype ins Gericht. Erklären Sie einmal, was Sie an dem aktuellen KI-Hype stört und was die deutsche Wirtschaft wirklich von Künstlicher Intelligenz im Betrieb benötigt.
Sehr gerne. Mich stört nicht, dass KI gehypt wird.Mich stört, dass das Versprechen von KI darin untergeht. Wir feiern heute jeden neuen Prompt, als wäre es eine Revolution. Aber in deutschen Werkhallen wird immer noch das PDF ausgedruckt und per Fax verschickt. Wir sprechen über experimentelle Multimodale Modelle – aber keiner fragt sich, warum ein Instandhaltungsteam nachts keine Rückmeldung vom vermeindlichen KI-System bekommt, wenn’s wirklich brennt.

Der Hype blendet. Er konzentriert sich auf oberflächliche Spielereien – auf Tools, auf Interfaces, auf wage Möglichkeiten. Aber die Industrie braucht keine Eventualitäten. Sie braucht Verfügbarkeit. Stabilität. Entscheidungssicherheit. Und das ist das Versprechen, was Industrielle KI leisten kann und soll. Die spannendste KI bringt nichts, wenn sie sich nicht in eine SPS einklinken kann. Oder wenn niemand Verantwortung für ihre Entscheidung übernehmen will.

Was die deutsche Wirtschaft braucht, ist kein neuer Chatbot mit einem verbesserten Sprachmodell mit Zillionen neuen Parametern für die Website. Sondern ein prozesssicheres System, das um 4:17 Uhr morgens erkennt, dass die Beschichtung gerade 3% abweichtund selbstständig gegensteuert. Künstliche Intelligenz muss im Betrieb nicht glänzen. Sie muss laufen. Ich sage oft: Der Mittelstand ist kein Digitalverweigerer. Er ist zurecht vorsichtig. Und was er braucht, sind lösbare Probleme und keine neuen Buzzwords aus dem Hype.

Wie entwickeln Sie KI-Lösungen für Unternehmen?
Das, was uns besonders macht, ist ziemlich einfach: Wir reden nicht über KI – wir setzen sie um. Wir kommen aus der Entwicklung und Umsetzung von KI-Systeme. Viele, die heute im KI-Bereich unterwegs sind, kommen entweder aus der Forschung, aus der Beratung oder aus einem der vorhergegangenen Hypes. Da entstehen dann schöne Strategien, gute Folien, oft nur leere Versprechen, aber meist keine produktive Lösung.

Wir bei NEUROLOGIQ kommen aus der Werkhalle. Wir sprechen zwei Sprachen fließend: Industrie und KI. Wir wissen, wie ein Greifarm arbeitet, was eine Speicherprogrammierbare Steuerung kann, wie Sensoren rauschen und gleichzeitig entwickeln wir Deep-Learning-Modelle, die genau in dieser Realität bestehen.

Unsere Systeme laufen nicht nur im Teststand. Sie laufen bei Kunden wie thyssenkrupp – im Dauerbetrieb, unter Last, in Millisekunden. Wir haben Architekturen gebaut, die Entscheidungen in unter 100 ms verarbeiten. Damit im Zweifel ein Ausschuss vermieden oder ein Prozess korrigiert werden kann, bevor der Fehler überhaupt sichtbar ist.

Was ist Ihre Beobachtung: Warum tun sich so viele Unternehmen schwer damit, KI im Unternehmen produktiv einzusetzen?
Weil KI in der Theorie simpel klingt und in der Praxis knallhart ist. Viele Unternehmen starten mit viel Enthusiasmus in ein KI-Projekt. Dann merken sie: Die Daten sind nicht strukturiert, die Prozesse nicht messbar unddie Verantwortlichkeiten unklar. Spätestens beim ersten Sicherheits-Audit geht dann das große Rätselraten los: Wer übernimmt die Verantwortung, wenn das Modell entscheidet?

KI verlangt Klarheit. Klarheit über die Datenlage. Über die Zielsetzung. Über die Konsequenzen. Und genau daran scheitert es oft. Dazu kommt: Viele Unternehmen starten mit »Wir wollen auch mal KI machen«. Aber das ist kein Ziel. Das ist ein Wunschzettel.

Wenn das Problem nicht klar ist – wird auch die Lösung beliebig. Was ich auch oft beobachte: »Kein Use Case« heißt in Wahrheit häufig: »Wir trauen uns nicht, Verantwortung abzugeben.« Oder: »Wir wissen nicht, wer’s entscheiden darf.«

KI ist keine Software, die man installiert. Sie ist ein System, das man mittragen muss. Und genau das erfordert Mut, Struktur und einen Partner, der nicht nur Folien liefert, sondern mit in die Verantwortung geht.

Wie begegnen Sie dem Mittelständler, der KI nur vom Hörensagen kennt und der vielleicht auch Angst vor dieser neuen Technologie hat?
Mit Respekt und mit Realität. Ich komme selbst aus dem Mittelstand. Ich weiß, was es heißt, wenn die Anlage stehen bleibt und die Nachtschicht wartet. Deshalb ist mein Ansatz nicht: »Schauen Sie mal, was mit KI alles möglich ist.« Sondern: »Wo drückt’s gerade? Und wo verschwenden Sie heute Zeit, Geld oder Qualität?«

Ich versuche nicht, jemanden zu überzeugen. Ich will verstehen, wo der Schmerz sitzt und wie wir ihn lösen können. Denn KI funktioniert nicht durch Begeisterung, sondern durch Relevanz. Viele Mittelständler haben keine Angst vor Technologie. Sie haben Angst vor Blackboxen, falschen Versprechen und Systemen, die sie nicht kontrollieren können. Deshalb holen wir sie genau da ab: Wir machen nichts, was sie nicht nachvollziehen können. Wir visualisieren, erklären, zeigen live – nicht in PowerPoints, sondern an realen Maschinen. Und wir nehmen ihnen nicht die Kontrolle. Wir geben sie zurück, aber mit besseren Entscheidungsgrundlagen. Am Ende geht es um Vertrauen. Und das entsteht nicht durch Marketing, sondern durch Wirkung in der eigenen Produktion. Und wenn ein optimiertes Modell nach drei Wochen nachweisbar Ausschuss reduziert, dann wird aus Skepsis ganz schnell Neugier.

Stichwort »Regulierung«: Was kann die Politik tun, um Unternehmen mehr Lust auf KI zu machen und sie bei der Implementierung von KI unterstützen?
Die Politik sollte vor allem eins tun: Klarheit schaffen. Heute erleben Unternehmen KI-Regulierung oft als etwas zwischen Bürokratiemonster und Blackbox. Viele wissen schlicht nicht: Was darf ich? Was muss ich dokumentieren? Wie kann ich rechtskonform KI betreiben – ohne in drei Monaten alles umzubauen?

Wenn wir wollen, dass mehr Unternehmen KI einsetzen, dann brauchen wir verlässliche Leitplanken – keine Hürdenläufe. Was mir fehlt, ist ein praxisnaher Regulierungsrahmen, der zwischen TikTok-Filter und Maschinensteuerung unterscheiden kann.

Denn es ist ein Unterschied, ob ein KI-Modell einen Songtext schreibt, eine Stimme künstlich generiert oder eine Qualitätsprüfung an der Linie auslöst. Die Politik sollte auch stärker in die Ermöglichung investieren – nicht nur in die Kontrolle.

Zum Beispiel:

• Warum nicht steuerliche Anreize für produktive KI-Projekte, die nachweislich Effizienz oder Nachhaltigkeit steigern?
• Warum nicht regionale KI-Zentren, wo Unternehmen Use Cases testen können – ohne direkt Millionen zu versenken?

Und was nicht schaden würde: Weniger Buzzwords auf Regierungskonferenzen und mehr verlässliche Ansprechpartner für Unternehmen. Die Lust auf KI steigt nicht durch Sonntagsreden, sondern durch konkrete Unterstützung. Und genau da gibt’s noch viel Luft nach oben.

Skizzieren Sie einmal, wie eine Zusammenarbeit mit Ihnen für einen Mittelständler aussieht. Haben Sie weitere Partner, mit denen Sie zusammenarbeiten?
Die Zusammenarbeit mit NEUROLOGIQ beginnt fast immer mit einer simplen Frage: »Wo läuft’s heute nicht rund?« Wir starten nicht mit Technologie, sondern mit dem konkreten Problem.

Dann schauen wir: Gibt es relevante Daten? Gibt es wiederkehrende Muster? Können wir daraus ein Modell bauen, das im Betrieb echten Mehrwert schafft? Unser Ansatz ist modular: Wir nutzen Infrastruktur und KI-Modelle, mit denen wir uns schnell an Maschinenumgebungen andocken können – ob für Qualitätssicherung, Prozesssteuerung oder Predictive Maintenance. Das Ganze passiert in enger Abstimmung mit dem Kunden – transparent, nachvollziehbar und Schritt für Schritt.

Und ja – wir arbeiten auch mit Partnern. Zum Beispiel mit Systemintegratoren, Forschungsinstituten oder Industrieplayern wie ifm, EMG, der EDAG Group oder der FernUni Hagen und der Uni Siegen, wenn es um wissenschaftliche Validierung geht.

Denn wir glauben: Echte Lösungen entstehen im Netzwerk und nicht im Alleingang. Am Ende soll der Mittelständler sagen können: »Ich verstehe, was da passiert. Ich sehe, was es bringt. Und ich kann es in meinem Alltag nutzen.« Das ist unser Maßstab. Nicht mehr,  aber eben auch nicht weniger.

Ihr Start-up ist tief in der Region verwurzelt. Wie profitieren Sie von Ihrem Standort im Siegerland?
Der Standort ist kein Zufall, sondern Absicht. Wir sitzen im Siegerland, weil hier genau die Unternehmen sind, für die wir Industrielle KI entwickeln. Maschinenbauer, Automobilzulieferer, Hightech-Mittelständler – Hidden Champions, die oft Weltmarktführer sind, aber nicht in Berlin-Mitte sitzen, sondern in Südwestfalen. Das heißt für uns: Kurze Wege. Direkter Austausch. Reale Herausforderungen.

Wir müssen nichts »übersetzen«, weil wir die Sprache der Industrie sprechen – ganz wörtlich. Und ich glaube auch: Gerade weil wir hier verwurzelt sind, verlieren wir nie den Bezug zur Realität. Wir heben keine Vision in den Himmel, dennwir müssen uns in der Werkshalle beweisen.

Hier wird nichts gefeiert, was nicht funktioniert. Hier zählt nur, was trägt. Diese Haltung prägt unser ganzes Unternehmen: bodenständig, umsetzungsstark, lösungsorientiert. Und dann ist da noch das SUMMIT in Siegen, unser Standort. Ein Ort, an dem Technologie, Start-ups, Wissenschaft und Industrie zusammenkommen. Ein Ökosystem, das wir aktiv mit aufbauen, weil wir überzeugt sind: Die Zukunft von KI muss nicht ausschließlich im Silicon Valley liegen. Sie wird auch in einer Werkhalle in Südwestfalen entstehen können.

Was ist Ihre Vision für 2030? Wie wird Industrial AI den deutschen Mittelstand in den nächsten fünf Jahren verändern?

Dass wir nicht mehr darüber reden, ob KI in der Industrie funktioniert, sondern nur noch darüber, wo sie gerade läuft und welche Herausforderungen als nächstes anstehen.

Bis dahin wird sich Industrial AI im Mittelstand genauso durchsetzen wie damals die SPS oder das ERP-System. Nicht als Hype – sondern als Standard. Weil Unternehmen merken: Wenn sie wettbewerbsfähig bleiben wollen, brauchen sie Systeme, die mitdenken. Nicht irgendwann. Sondern jetzt.

Ich glaube: In fünf Jahren wird Industrial AI kein Differenzierungsmerkmal mehr sein,sondern Grundvoraussetzung für den Industriestandort Deutschland. Wer dann noch manuell misst, wo Daten längst sprechen könnten, hat nicht nur einen Produktivitätsrückstand,sondern ein strukturelles Risiko. Meine Vision ist aber keine Folie mit schönen Wachstumszahlen. Meine Vision muss sich in der Werkshalle beweisen. Und genau dafür arbeiten wir: jeden Tag, mit echten Kunden, an realen Prozessen. Und wenn wir’s richtig machen, sagen wir 2030 nicht nur: »Deutschland hat KI verstanden.« Sondern: »Wir haben in NRW die Transformation von der Kohle zur KI gemeistert.«