Industrial IoT und AIoT sind im Kommen

Industrial IoT (IIoT) und Artificial Intelligence of Things (AIoT) sind keine Zukunftsszenarien mehr – sie sind in der industriellen Realität angekommen. 58 Prozent der Unternehmen nutzen IIoT, doch nur 30 Prozent haben einen hohen Reifegrad erreicht. Eine Studie der IDG-Publikationen CIO und Computerwoche mit 315 Entscheidungsträgern aus der DACH-Region zeigt: Die Technik ist vorhanden, die Integration bleibt die Hürde.

Großunternehmen sind bei IIoT weiter

Sensoren und Aktoren erfassen kontinuierlich Zustände von Maschinen, Materialflüsse und Prozessparameter. Diese Informationen bilden die Grundlage für die Echtzeitüberwachung von Maschinen, reduzieren Stillstände und ermöglichen vorausschauende Wartung. Doch diese Praxis ist nicht gleichmäßig verteilt. Eine Studie der IDG-Publikationen CIO und Computerwoche, durchgeführt mit Avanade und A1 Digital, befragte 315 Entscheidungsträger aus der DACH-Region und offenbarte eine klare Spaltung zwischen Großunternehmen und Mittelstand.

In Organisationen mit mehr als 1.000 Mitarbeitern ist IIoT signifikant weiter verbreitet. Diese Betriebe verfügen häufig über IT-Budgets von mehr als zehn Millionen Euro jährlich, was den Aufbau einer stabilen Infrastruktur ermöglicht. Sie können Investitionen in Konnektivität, Plattformen und Fachkräfte tätigen, ohne dass dies das Gesamtbudget sprengt. Bei kleineren Betrieben fehlen oft Kapazitäten und Fachwissen – ein Hindernis für die Skalierung.

Die Studie zeigte, dass in Großunternehmen der Anteil derer, die IIoT flächendeckend nutzen, deutlich höher ist als im Mittelstand. Während 58 Prozent der Unternehmen insgesamt IIoT einsetzen, konzentrieren sich die fortgeschrittenen Anwendungen auf große Organisationen. Der Mittelstand bleibt häufig in Pilotphasen stecken, weil strategische Priorisierung, Ressourcen oder interner Support fehlen.

Ein Beispiel: Ein mittelständisches Fertigungsunternehmen implementierte Sensoren zur Überwachung von Bearbeitungszentren. Die IT stellte die Netzwerkanbindung bereit, doch die Maschinenführer weigerten sich zunächst, die Daten zu teilen – aus Angst vor Leistungsdruck. Erst nach gemeinsamen Workshops mit OT und Produktion wurde das Projekt akzeptiert. Das zeigt: Technik allein reicht nicht. Die Schnittstelle zwischen IT und OT ist kein technisches, sondern ein organisatorisches Problem.

Die Lücke zwischen technischer Machbarkeit und organisatorischer Umsetzung ist bei Großunternehmen geringer. Sie haben oft bereits dedizierte IIoT-Teams, klare Governance-Strukturen und etablierte Schnittstellen zwischen IT und OT. Der Mittelstand hingegen muss häufig von Grund auf aufbauen – ohne Budget, ohne Personal und ohne interne Vorbilder. Das führt dazu, dass 40 Prozent der Betriebe zwar IIoT planen, aber nicht wissen, wie sie es operationalisieren sollen.

Reifegrad wächst mit dem Investitionswillen

Nur 30 Prozent der Unternehmen haben einen hohen Reifegrad bei IIoT erreicht – definiert als flächendeckende Implementierung, standardisierte Prozesse und messbare ROI-Ergebnisse. Die Mehrzahl befindet sich noch in der Strategieentwicklung, Projektplanung oder in Pilotprojekten. IIoT ist angekommen, aber nicht operationalisiert. Die Lücke zwischen Technologieeinsatz und organisatorischer Reife bleibt groß.

Um diesen Sprung zu schaffen, setzen Unternehmen auf verschiedene Best Practices. 58 Prozent priorisieren die Schulung und Weiterbildung der Mitarbeitenden. 48 Prozent verfolgen eine schrittweise Implementierung und setzen auf Pilotprojekte, um Risiken zu minimieren. 42 Prozent greifen auf externe Berater zurück oder setzen auf standardisierte Technologien, um Kompatibilität zu gewährleisten. Diese Maßnahmen zeigen, dass Unternehmen die Komplexität erkennen – aber noch nicht systematisch angehen.

Der Investitionswillen ist unübersehbar: Die Hälfte der Unternehmen plant, ihre IIoT-Ausgaben stark zu erhöhen. Zwei Drittel von ihnen haben bereits ein eigenes Budget für IIoT-Investitionen eingerichtet. Diese Budgets fließen vor allem in Konnektivität und Netzwerktechnologien wie WiFi 6, 5G, LoRaWAN und NB-IoT. Darüber hinaus investieren 49 Prozent der Unternehmen in KI und Machine Learning, um Daten intelligent auszuwerten. Security-Technologien folgen mit 42 Prozent.

Die geplanten Ausgaben zeigen: Die technische Basis wird ausgebaut. Doch ohne organisatorische Anpassungen bleibt das Potenzial begrenzt. Die Tatsache, dass 58 Prozent der Unternehmen auf Schulung und Weiterbildung setzen, ist ein positives Signal – aber es reicht nicht aus, wenn gleichzeitig nur 32,6 Prozent eine gemeinsame Verantwortung von IT und OT fordern. Die Realität sieht anders aus: 60,3 Prozent der Befragten sehen die IT als primär verantwortlich für die Planung und Umsetzung von IIoT-Prozessen. Nur 7,1 Prozent sehen den OT-Bereich in der Pflicht, 32,6 Prozent fordern eine gemeinsame Verantwortung.

Das ist ein kritisches Dilemma: Die IT liefert die Infrastruktur, aber die Daten entstehen in der Produktion. Wer die Verantwortung allein der IT zuschreibt, ignoriert, dass OT-Experten den Kontext liefern – und ohne Kontext liefern KI-Modelle falsche Ergebnisse. Unternehmen, die diesen Trade-off nicht lösen, riskieren, dass ihre IIoT-Projekte an der Werkstatttür scheitern.

„Die Hälfte der Unternehmen will ihre IIoT-Ausgaben stark zu erhöhen. Zwei Drittel von ihnen haben bereits ein eigenes Budget für IIoT-Investitionen eingerichtet.“

AIoT ist das nächste große Ding

AIoT ist die intelligente Variante von IIoT, die IoT-Sensoren mit KI-Analyse kombiniert. Es ermöglicht autonome Steuerung von Maschinen oder Echtzeitüberwachung von Lieferketten. Dr. Jürgen Krämer, CPO von Cumulocity, beschreibt diese Konvergenz als „hoch entwickeltes Nervensystem“. IoT liefert die Sinnesreize, KI das Gehirn, das daraus Handlungen ableitet. Die Kombination von Sensoren und Aktoren mit KI-Analyse eröffnet neue Automatisierungsgrade – aber steht vor denselben Herausforderungen wie IIoT.

In der Praxis bedeutet das: Maschinen können sich selbst steuern, Lieferketten in Echtzeit überwacht werden und Wartungsintervalle basieren nicht mehr auf Zeitplänen, sondern auf dem tatsächlichen Zustand der Anlage. Ein Beispiel ist die vorausschauende Wartung, bei der KI-Algorithmen auf Basis von Sensordaten die Lebensdauer von Produktionsanlagen vorhersagen und Ausfälle verhindern. Das spart Kosten und erhöht die Verfügbarkeit.

Trotz dieser Potenziale gibt es große Hürden. Mangelnde Interoperabilität zwischen verschiedenen IIoT-Geräten und Plattformen sowie unzureichende Datenqualität bleiben zentrale Probleme. Ohne einheitliche Standards bleiben Daten in Silos gefangen und KI-Modelle liefern fehlerhafte Ergebnisse, wenn die Eingabedaten unvollständig oder verzerrt sind. Unternehmen müssen daher nicht nur in Technologie, sondern auch in Datenmanagement und Fachkräfte investieren, um AIoT erfolgreich umzusetzen.

AIoT funktioniert nur, wenn die Daten aus der Produktion korrekt interpretiert werden. Ein KI-Modell kann keine Aussage treffen, wenn es nicht weiß, unter welchen Bedingungen ein Sensorwert entstanden ist. Kontext ist entscheidend – und der kommt nicht aus der IT, sondern aus der Werkstatt. Wer AIoT skalieren will, muss also nicht nur Technologie integrieren, sondern auch Expertise aus der Produktion institutionalisieren.

Die Studie der IDG zeigt: 49 Prozent der Unternehmen investieren bereits in Artificial Intelligence, um IIoT-Daten auszuwerten. Das ist kein Zufall – es ist eine Reaktion auf die Datenflut. Unternehmen generieren täglich Terabytes an Maschinendaten, aber nur ein Bruchteil wird genutzt. AIoT macht diese Daten nutzbar – aber nur, wenn sie sauber, strukturiert und kontextualisiert sind. Wer hier nicht investiert, bleibt im Analyseniveau der 2010er Jahre.

Strategische Implikationen für CIOs

Für CIOs ergibt sich aus diesen Zahlen eine klare Handlungsaufgabe: IIoT ist kein IT-Projekt, sondern ein Produktionsprojekt, das IT-Infrastruktur benötigt. Die Verantwortung liegt bei der IT, aber der Nutzen entsteht in der Produktion. Wer hier nicht eng mit dem OT zusammenarbeitet, riskiert, dass Projekte scheitern – sei es durch fehlende Datenzugriffe, unpassende Schnittstellen oder mangelnde Akzeptanz bei den Maschinenführern.

Die Investitionen in Konnektivität (50 Prozent) und KI (49 Prozent) zeigen, dass die technische Basis ausgebaut wird. Doch ohne organisatorische Anpassungen bleibt das Potenzial begrenzt. Die Tatsache, dass 58 Prozent der Unternehmen auf Schulung und Weiterbildung setzen, ist ein positives Signal – aber es reicht nicht aus, wenn gleichzeitig nur 32,6 Prozent eine gemeinsame Verantwortung von IT und OT fordern.

Die eigentliche Entscheidung ist nicht technisch, sondern organisatorisch: Wer trägt die Verantwortung für die Daten aus der Produktion? Wer definiert die Use Cases? Und wer stellt sicher, dass die Ergebnisse in die täglichen Abläufe integriert werden? CIOs müssen hier eine Brückenfunktion übernehmen – nicht als Technologie-Lieferant, sondern als Enabler für die operative Exzellenz.

AIoT wird nur dann „das nächste große Ding“, wenn Unternehmen bereit sind, nicht nur zu investieren, sondern auch zu transformieren. Das bedeutet: mehr Interoperabilität, bessere Datenqualität, stärkere Einbindung der Produktionsbereiche. Nur wenn CIOs und OT-Berufe gemeinsam arbeiten, können die Vorteile von AIoT voll ausgenutzt werden.

Ein konkretes Handlungsfeld ist die Schaffung hybrider Teams aus IT, OT und Datenwissenschaftlern. Solche Teams existieren heute in weniger als 20 Prozent der Unternehmen – trotzdem sind sie der Schlüssel für den Erfolg. Sie verbinden technische Infrastruktur mit operativem Wissen und analytischer Tiefe. CIOs, die solche Strukturen etablieren, schaffen nicht nur Projekte – sie schaffen Skalierbarkeit.

Häufige Fragen