KI verändert inzwischen auch die Herstellung der Chips, auf denen sie läuft. Auf der Messe SEMICON West in San Francisco hat NVIDIA am 14. Oktober vorgestellt, wie Chiphersteller und ihre Ausrüster KI von der Entwicklung bis zur Prüfung nutzen. Der Konzern spricht von „AI-defined Fabs“ und meint Halbleiterwerke, in denen KI die Ingenieure bei der Prozessoptimierung, der Fehlersuche und der Effizienzsteigerung unterstützt. Applied Materials, Cadence, KLA, Lam Research, Siemens und Synopsys arbeiten dafür mit NVIDIAs Software-Bibliotheken. Neu ist cuPotential, mit dem KI-Agenten simulieren können, wie Atome und Moleküle miteinander wechselwirken. Im Early-Access-Test beschleunigte die Bibliothek bereits GPU-optimierte Abläufe um das Zwei- bis Dreifache.

„Jetzt verändert KI, wie Chips gebaut werden“

Die übrigen Zahlen stammen von den beteiligten Unternehmen. Lam Research rechnet damit, ausgewählte Modelle des Wafer-Ätzens bis zu 30-mal schneller zu berechnen, Simulationen für Plasmaprognosen dauern dort mit NVIDIA-Software teils nur noch Millisekunden statt Tage. Applied Materials meldet bis zu 35-fach schnellere Kammersimulationen und optimiert Layouts und Materialfluss in digitalen Zwillingen seiner Fabriken. Mit KLA entstand ein Bildverarbeitungs-Kernel für die Inspektion, der 50-mal schneller arbeitet als frühere CPU-Versionen. Teradyne erkennt verschleißende Prüfnadeln etwa 85-mal schneller, bevor sie die Ausbeute schmälern. „Die Halbleiterindustrie hat die KI-Revolution möglich gemacht. Jetzt verändert KI, wie Chips gebaut werden“, sagt Tim Costa, Vice President für Industrial and Computational Engineering bei NVIDIA.

Auch Robotik und Qualitätsprüfung gehören dazu. FANUC und Foxconn testen Roboterabläufe in digitalen Fabrikzwillingen auf NVIDIAs Omniverse-Plattform, bevor sie in Betrieb gehen. OMRON nutzt in seinen Inspektionsgeräten Weltmodelle der NVIDIA-Familie Cosmos für Agenten, die Ingenieure bei der Fehlersuche an Leiterplatten unterstützen.

Testfelder in China

Den Weg von der Simulation in die laufende Produktion geht Siemens in China. Auf der China International Industry Fair in Shanghai hat der Konzern sechs Anwendungsszenarien für Physical AI in fünf Werken eröffnet. KI-gesteuerte Systeme werden dort unter realen Bedingungen erprobt, unter anderem beim Sortieren ungeordneter Schüttgüter, beim autonomen Behältertransport, beim Palettieren, in der Qualitätsprüfung, beim präzisen Verschrauben und beim flexiblen Verpacken. Mit Partnern will Siemens untersuchen, welche Fähigkeiten sich auf andere Linien und Betriebsumgebungen übertragen lassen. Hinzu kamen mehr als 20 neue Produkte, davon 13 in China entwickelt, Kooperationsvereinbarungen mit über 40 chinesischen Unternehmen und eine neue Version des Eigen Engineering Agent, die die Programmentwicklung laut Siemens um bis zu 50 Prozent verkürzen kann. Gemeinsam mit einem Forschungsinstitut des chinesischen Maschinenbaus veröffentlichte Siemens zudem einen nationalen Standard für rekonfigurierbare Fabriksysteme. Er gibt Anlagen, Linien und Software eine gemeinsame Sprache für ihre Fähigkeiten und soll den Einsatz digitaler Zwillinge und KI-Modelle erleichtern.

Umrüsten in Minuten

Wie viel schneller sich Fertigung künftig umstellen lassen könnte, will das Startup Industrial Next aus San Francisco zeigen. Die Gründer Lukas Pankau und Allen Pan arbeiteten zuvor bei Tesla. Sie bauen in sich geschlossene Roboterstationen, die von eigenen Foundation-Modellen für Bilderkennung, Aufgabenverständnis und Bewegung gesteuert werden. Eine Linie lasse sich so in Minuten statt Wochen umrüsten – ohne klassische Programmierung, verspricht das Unternehmen. Auf der Konferenz TechCrunch Disrupt kündigte es eine Zusammenarbeit mit dem BMW Group Technology Office an, das die Feinmotorik der Stationen für die Fertigung erprobt.

Praxis vor Strategie

Wie weit die Praxis der Strategie voraus ist, untersucht der Industrial Index 2026 des Softwareanbieters IFS, für den mehr als 2.200 Entscheider in 14 Ländern befragt wurden. Über 90 Prozent der Unternehmen berichten von deutlichen Verbesserungen bei Zuverlässigkeit und Leistung, etwa bei Anlagenverfügbarkeit und Liefertermintreue. 43 Prozent der Befragten haben in den vergangenen zwölf Monaten KI-Agenten trainiert und in den Arbeitsalltag eingeführt, vorangetrieben vor allem von den operativen Teams. Die Führungsebenen konzentrierten sich in dieser Zeit vor allem darauf, die eigene KI-Kompetenz auszubauen. Bei der Absicherung zeigt die Studie Lücken. Mehr als 70 Prozent der Unternehmen äußern Vertrauen in ihre Sicherheits- und Datenrichtlinien, doch nur elf Prozent haben KI-Ergebnisse für sicherheits- oder qualitätskritische Prozesse validiert. Nur vier Prozent schreiben eine menschliche Freigabe für KI-gestützte Entscheidungen vor. Da IFS selbst Software für industrielle KI verkauft, handelt es sich um eine Herstellerstudie. Ihr Befund deckt sich dennoch mit den übrigen Meldungen der Woche. KI ist in den Werken angekommen, Governance und Kontrolle müssen nun nachziehen.