“Ohne belastbare Trainingsdaten gibt es keine belastbare KI”

Redaktion: Herr Dr. Grathwohl, Sie sprechen auf der Packaging Machinery Conference über KI als Enabler neuer Geschäftsmodelle. Gab für Sie so etwas wie einen Aha-Moment, an dem für Sie klar wurde: KI hat das Zeug, die Geschäftsmodelle im Verpackungsmaschinenbau fundamental zu verändern?

Dr. Marius Grathwohl: Mein Aha-Moment war, als wir intern die Verknüpfung der Technologie Predictive Maintenance mit neuen Geschäftsmodellen, wie „Availability on Demand“ oder „Pay per Use“, als stimmige Geschäftsmodelle identifiziert haben. In diesem Zusammenhang wurde für mich deutlich: KI ist kein Selbstzweck, sondern kann Treiber für ein nutzungsbasiertes Modell sein, das sowohl von den Maschinentypen als auch vom Bedarf des Kunden abhängig ist. Da wurde für mich greifbar, wie Datenintelligenz Umsatzlogiken verschieben kann und auch, warum viele Ansätze im Markt nicht funktionieren.

Aber natürlich hat KI auch ganz allgemein ein bis vor Kurzem unvorstellbares Potenzial zur Effizienzsteigerung, das wir mehr und mehr in unterschiedlichen Bereichen unseres Alltags erkennen.

Redaktion: Vielleicht auch mal ein wenig provokant: Als vor 14 Jahren die Industrie 4.0 ausgerufen wurde, gab es eine ähnlich Goldgräberstimmung, was neue Geschäftsmodelle angeht. Was ist diesmal anders?

Grathwohl: Der wahrscheinlich bedeutendste Unterschied ist, dass Industrie 4.0 eine größere Interpretationsfreiheit mit sich brachte: Bis heute gibt es zahlreiche, unterschiedliche Definitionen von Industrie 4.0 und jeder versteht ein bisschen etwas anderes darunter. Bei Multivac haben wir Industrie 4.0 vor allem als Chance begriffen, enger mit unseren Kunden zusammenzuwachsen, indem wir ihnen Mehrwertdienste auf Basis der Daten ihrer Maschine anbieten.

Bei KI ist es aus meiner Sicht schon etwas konkreter, da es um einen bestimmten Technologiezweig geht, der nun Stück für Stück immer weitere Bereiche unseres Lebens beeinflusst. Wir ergründen deshalb auch immer weitere Anwendungsfälle im beruflichen Alltag, die durch KI optimiert werden können. Ich würde die aktuelle Zeit daher eher mit der Dot-Com-Ära Anfang der 2000er vergleichen – eine Technologie, die nicht nur Industrieprozesse, sondern unseren Alltag fundamental neu definiert.

„Eine der wichtigsten Voraussetzungen ist Offenheit“

KI verändert das Engineering weniger durch den großen Umbruch, sondern durch viele smarte Entlastungen. Dr. Daniel Eckertz vom Fraunhofer IEM erklärt im Interview, wo KI im Maschinenbau heute hilft, welche Anwendungen reif sind – und warum Offenheit der Schlüssel ist.

Philip Bittermann

Redaktion: Sie arbeiten selbst für einen Verpackungsmaschinenbauer, sind mit der Branche also bestens vertraut. Wo sehen Sie aktuell die größten Herausforderungen beim Thema KI? Und wo unterschätzen vielleicht sogar Ihre Kollegen möglicherweise noch das Potenzial?

Grathwohl: Die größte Herausforderung bei KI liegt sicherlich darin, sinnvolle Anwendungsfälle zu identifizieren und so mit KI ins Schwarze zu treffen. Eng mit dieser Herausforderung verbunden ist dann die Grundvoraussetzung von KI, an der an sich sinnvolle und mehrwertstiftende Anwendungsfälle häufig scheitern: Datenverfügbarkeit beziehungsweise -qualität. Ohne belastbare Trainingsdaten gibt es keine belastbare KI.

Hinzu kommen die bekannten Change-Management-Themen: Mitarbeitende müssen verstehen, was KI kann und was sie nicht kann, und wie sie ihren Arbeitsalltag erleichtert. Ich erlebe dabei weniger, dass das Potenzial unterschätzt wird. Im Gegenteil: Es wird häufig überschätzt. Insbesondere im Management existiert die Erwartungshaltung, alle möglichen Probleme nun mit KI lösen zu wollen. Häufig werden dabei die Herausforderungen übersehen und gegebenenfalls auch nicht die unternehmensorganisatorischen Vorbereitungen getroffen, die zum Gelingen von KI-Projekten notwendig sind.

Redaktion: Von der Predictive Maintenance bis zur autonomen Prozessoptimierung – welche KI-Anwendung hat aus Ihrer Sicht das größte Potenzial, die Wertschöpfung im Verpackungsmaschinenbau zu optimieren?

Grathwohl: Wir sehen vor allem die Möglichkeiten, unsere Fähigkeiten im Kundenservice massiv zu erweitern, Reaktionszeiten zu verkürzen und sogar proaktive Hinweise zum Erhalt oder gar zur Erhöhung der Maschinenverfügbarkeit geben zu können. Natürlich arbeiten wir auch daran, KI direkt in unsere Maschinen zu implementieren, wie wir es beispielsweise bei Vision-Anwendungen bereits getan haben.

Bei optischen Systemen im Lebensmittelbereich kann KI leisten, was bisher undenkbar war: Während klassische Vision-Systeme allein regelbasiert Entscheidungen treffen und damit mit der Vielfalt von Naturprodukten wie Wurst oder Käse überfordert sind, können KI-basierte Systeme all das erkennen, was ein menschliches Auge erkennen kann. Beispielsweise lässt sich die korrekte Ausformung und ansprechende Optik einer Brezel schlecht in fixen Regeln ausdrücken – eine KI hingegen kann man gut mit optisch misslungenen Brezeln und eben richtig geformten Exemplaren trainieren. So versteht die KI, wann wir eine Brezel als gut geformt empfinden.

Redaktion: Der deutsche Verpackungsmaschinenbau ist Weltmarktführer. Wie verändert KI nun die globale Wettbewerbssituation? Erleben wir hier einen fliegenden Start, weil unsere Maschinen bereits einen hohen digitalen Reifegrad haben, oder droht unser hohes Niveau im Datenschutz als Handicap zu wirken?

Grathwohl: Im Vergleich zu anderen Regionen weltweit, die frühzeitig mit KI-Experimenten begonnen haben, standen bei Multivac – wie vermutlich bei zahlreichen Großunternehmen in der EU – zunächst die Umsetzung und Einhaltung der Vorgaben des EU AI Act im Vordergrund. Uns war auch wichtig, ethische Standards für den Einsatz von KI zu definieren, wo die aktuelle Rechtslage noch Interpretationsspielraum lässt. Dieser Fokus auf Ethik und Compliance scheint mir in Regionen wie China oder den USA weniger gegeben zu sein – folglich wird in diesen Regionen viel schneller mit KI experimentiert, da weniger Bereiche reglementiert sind.

Langfristig sehe ich darin jedoch eher einen Vorteil: So wie deutsche Ingenieurskunst früher über Präzision definiert war, kann verantwortungsvolle KI zum neuen Qualitätsmerkmal werden. Viele Kunden, insbesondere in regulierten Branchen, schätzen genau diesen Ansatz.

Redaktion: Neue Geschäftsmodelle bedeuten oft auch neue Partnerschaften. Wie verändert sich die Rolle von Maschinenbauen in der Wertschöpfungskette ihrer Kunden, wenn KI ins Spiel kommt?

Grathwohl: Als Bereitsteller von KI-Funktionen möchten wir das Leben unserer Kunden in Bereichen einfacher und effizienter machen, in denen wir Berührungspunkte haben und in denen wir als Maschinenhersteller unsere Kompetenzen sehen: Auf dem Shopfloor unserer Kunden, rund um das Thema Verpacken und Verarbeiten von Lebensmitteln oder im Bereich der Healthcare- und Konsumprodukte.

„Schnellere Lieferketten und hoffentlich weniger Bürokratie“

Das EU Indien Freihandelsabkommen stärkt den deutschen Verpackungsmaschinenbau, wie Richard Clemens vom VDMA im Interview erklärt: weniger Zölle, schnellere Lieferketten und reduzierte Hürden für KMU. „Made in Germany“ gewinnt an Wettbewerbsfähigkeit – und Indien an strategischer Bedeutung.

Philip Bittermann

Durch KI-gestützte Service-Modelle können wir Verfügbarkeit sichern, Prozesse stabilisieren und die Effizienz unserer Kunden steigern. Das stärkt die Partnerschaft und ermöglicht unseren Kunden, sich stärker auf ihr Kerngeschäft zu konzentrieren.

Redaktion: Viele Unternehmen experimentieren mit KI, aber der Sprung von Pilotprojekten zu skalierbaren Geschäftsmodellen gelingt selten. Was sind aus Ihrer Erfahrung die kritischen Erfolgsfaktoren?

Grathwohl: Neben dem bereits genannten Thema der Datenverfügbarkeit und -qualität sind es die Menschen selbst: Wenn es uns nicht gelingt, die richtigen Menschen für den richtigen Anwendungsfall zusammenzubringen, werden wir als Unternehmen Reibungsverluste haben, die uns wertvolle Zeit im Wettbewerb kosten wird. Und natürlich braucht es auch den Rückhalt aus der Geschäftsleitung zu diesem Thema. Denn KI bedeutet am Anfang Investitionen – in Talente, in Tools und in Infrastruktur. Und schließlich braucht es Standards und Prozesse, um KI-Lösungen stabil zu betreiben und regelmäßig zu verbessern. Nur so werden aus Piloten skalierbare, verlässliche Produkte.

PMC 2026: Neue Geschäftsmodelle im Fokus

Ob Service, KI oder andere Bereiche: Der Verpackungsmaschinenbau sucht derzeit nach neuen Geschäftsmodellen. Als Erlösquelle und Unterscheidungsmerkmal zur globalen Konkurrenz. Weshalb wir in der bereits dritten Ausgabe der Packaging Machinery Conference, die 2026 am 16. und 17. Juni in Nürnberg stattfindet, gleich mehrere Vorträge zu dem Thema auf der Agenda haben.

Dazu gehört auch der Vortrag unseres Interviewpartners Dr. Marius Grathwohl, der sich der Frage widmen wird „Wie wird KI zum Enabler neuer Geschäftsmodelle?“.

Was und wer Sie in diesem Jahr noch alles auf der Plattform des deutschen Verpackungsmaschinenbaus erwartet? Unsere Speaker und ihre Themen stellen wir gerade aktuell nach und nach live unter https://www.packaging-machinery-conference.de/