Audi will den Einsatz von KI in Produktion und Logistik deutlich ausweiten und verknüpft das mit einem Umbau der IT-Architektur in den Werken. Im Kern geht es um eine zentrale Cloud-Steuerung, die klassische Fabrikautomation, Qualitätsprüfung und Wartung näher zusammenrücken lässt, zuerst in Neckarsulm und Ingolstadt.
Audi treibt die KI in Produktion voran, indem der Hersteller Steuerungs- und Datenlogik aus den Hallen stärker in eine Cloud verlagert. Die sogenannte Audi Edge Cloud soll dabei nicht nur Rechenleistung bündeln, sondern auch den Alltag in den Automobilwerken Deutschland verändern: weniger lokale Rechner, mehr zentrale Updates und schnelleres Ausrollen neuer Funktionen. Audi verbindet den Schritt mit dem Anspruch, die Fabrik stärker datengetrieben zu betreiben und Arbeitsabläufe für Beschäftigte zu entlasten. „Künstliche Intelligenz ist ein Quantensprung für die Effizienz unserer Produktion. Wir verwandeln mit unserer KI- und Digitalisierungs-Roadmap unsere Werke in denkende Fabriken, in denen KI als Partner unsere Mitarbeitenden passgenau unterstützt.“
Aus Branchensicht ist das weniger spektakulär als es klingt, aber strategisch bemerkenswert. Denn Automobilproduktion ist längst nicht nur eine Frage von Robotern, sondern von Software, Datenqualität und der Fähigkeit, Prozesse über Standorte hinweg vergleichbar zu machen. Genau dort hakt es in vielen Fabriknetzwerken noch. Audi setzt mit dieser Architektur darauf, dass einheitliche Daten und zentral steuerbare Systeme schneller zu stabilen Serienprozessen führen können. Zugleich steigen die Anforderungen an IT-Sicherheit und Ausfallschutz, weil sich mit jeder Verlagerung in die Cloud der „Single Point of Failure“ verschiebt.
Die Audi Edge Cloud macht aus Fabrikautomation ein Software-Thema mit Risiken und Vorteilen
Konkret geht es um die Plattform „Edge Cloud 4 Production“, die Audi als Grundlage für einen breiteren KI-Einsatz beschreibt und in der Großserienumgebung betreibt. Der Ansatz ist leicht erklärt: In einer klassischen Fertigung stehen viele spezialisierte Rechner nahe an Anlagen, die Logik sitzt lokal und wird oft standortspezifisch gepflegt. Eine Edge-Cloud-Architektur verschiebt Teile dieser Logik in eine zentrale Infrastruktur, bleibt aber nah genug an den Maschinen, um Reaktionszeiten im industriellen Takt einzuhalten. Audi betont, dass Abläufe dadurch vereinfacht und lokale Hardware reduziert werden könne, was Wartung und Updates erleichtere und die Sicherheitsarchitektur konsistenter mache.
Audi illustriert den Effekt mit der Montage in den Automobilwerken Deutschland, wo Informationen für Mitarbeitende an der Linie zunehmend aus der Cloud kommen sollen. Gemeint sind Hinweise zu Varianten, Individualisierungen oder länderspezifischen Ausprägungen eines Fahrzeugs, die zentral gepflegt und aktuell ausgespielt werden. Der Konzern spricht davon, bereits mehr als 1.000 lokale Rechner eingespart zu haben. Das klingt nach „IT-Aufräumen“, ist aber in der Praxis ein Hebel für Geschwindigkeit: Wer Software nicht mehr an hunderten Einzelplätzen aktualisieren muss, kann Prozesse rascher an neue Fahrzeugprojekte oder regulatorische Vorgaben anpassen. Die Kehrseite ist, dass Verfügbarkeit und Netzwerkqualität zu Produktionsfaktoren werden, die ähnlich kritisch sind wie ein Engpass bei Teilen.
In Neckarsulm wird Cloud-Steuerung zur Nagelprobe für die Großserie
Die technische Bewährungsprobe soll im Werk Neckarsulm stattfinden, und zwar dort, wo hochautomatisierte Anlagen im Karosseriebau in Serie laufen. Audi nutzt die Plattform nach eigenen Angaben erstmals in einem Umfeld, in dem viele Systeme auf Millisekunden-Genauigkeit angewiesen sind, damit Roboter und Anlagen sauber synchronisieren. Zentral ist dabei der Wechsel von lokalen Steuerungseinheiten hin zu virtualisierten Steuerungen. Für Außenstehende lässt sich das so übersetzen: Statt dass jede Linie ihre Steuerungsbox im Schaltschrank hat, laufen Steuerungsfunktionen als Software auf einer zentralen Infrastruktur, die entsprechend abgesichert und redundant ausgelegt sein muss. Audi beschreibt das Zusammenspiel von rund 100 Robotern über die Cloud-Architektur als präzise koordiniert und als Maßstab für den Serienbetrieb.
Gerade hier entscheidet sich, ob die Neckarsulm Cloud-Steuerung mehr ist als ein Pilot. In der Automobilindustrie gab es immer wieder digitale Initiativen, die in der Serienrealität an Robustheit, Zuständigkeiten oder Datenqualität scheiterten. Wenn Audi den Schritt in Neckarsulm stabil bekommt, gewinnt der Hersteller ein Argument für Skalierung über Standorte, auch in Ingolstadt und darüber hinaus. Gleichzeitig steigt der Druck, Standards konsequent durchzusetzen. Denn eine zentralisierte Architektur bringt nur dann Vorteile, wenn Datenmodelle, Schnittstellen und Betriebsprozesse nicht bei jedem Werk neu verhandelt werden. In der PR klingt das nach „Plattform“, im Betrieb nach harter Governance.
KI-Anwendungen sollen Qualität absichern und den Faktor Mensch neu organisieren
Audi koppelt die Infrastrukturstrategie an konkrete Anwendungen, die im Produktionsalltag unmittelbar wirken sollen. Ein Beispiel ist die automatisierte Erkennung von Schweißspritzern am Unterboden einer Karosserie, die in Neckarsulm eingesetzt wird und künftig auch in Ingolstadt in Serie gehen soll. Die Logik dahinter ist für Laien nachvollziehbar: Kameras und Modelle prüfen Oberflächen, markieren auffällige Stellen, damit Nacharbeit gezielter erfolgt. In einem weiteren Schritt übernimmt ein Roboterarm das Schleifen, also eine ergonomisch belastende Tätigkeit. Solche Anwendungen sind in der Industrie verbreitet, entscheidend ist jedoch die Skalierbarkeit. Audi signalisiert, dass die Anwendung perspektivisch ebenfalls auf der Cloud-Plattform laufen soll, um sie leichter auszurollen und an neue Linien anzupassen.
Noch stärker auf Skalierung zielt eine eigene Lösung zur Prozessüberwachung, die Audi als Baukasten beschreibt und mit einer internen Datenbasis verknüpft. Im Kern versucht der Hersteller, Maschinen- und Sensordaten in einer einheitlichen Struktur zusammenzuführen, um Anomalien früh zu erkennen und Fachleute frühzeitig zu informieren. Das ist die Grundlage für vorausschauende Instandhaltung, also Predictive Maintenance, und für eine systematische Qualitätssicherung in der Serie. Audi nennt als Beispiel eine Pilotphase in der Lackiererei in Neckarsulm, mit geplantem Serienbetrieb im zweiten Quartal 2026. Wichtig ist dabei weniger das einzelne Modell als die organisatorische Konsequenz: Wenn KI im Werk Entscheidungen vorbereitet, müssen Rollen, Freigaben und Verantwortlichkeiten neu austariert werden. Die Frage ist dann nicht, ob ein Modell etwas erkennt, sondern wer es wann wie in eine Maßnahme übersetzt, und mit welcher Haftung.
Audi versucht die Lieferkette beim Kabelbaum von Handarbeit zu entkoppeln
Neben der Fabriksteuerung rückt Audi ein Projekt in den Vordergrund, das auf einen der hartnäckigsten Bremsklötze der Automatisierung zielt: den Kabelbaum. In vielen Fahrzeugen ist er komplex, variantenreich und stark von manueller Arbeit geprägt. Audi verweist darauf, dass branchenweit bislang weniger als zehn Prozent der Kabelbaumfertigung und Montage automatisiert seien. Vor diesem Hintergrund ist ein Demonstrator in Ingolstadt interessant, der die Prozesskette vom Zulieferer bis zum Einbau digital abbilden und automatisieren soll, gesteuert über ein zentrales System. Das Ziel ist weniger „Roboterromantik“ als Planbarkeit: Wenn sich Varianten schneller umstellen lassen, sinken Puffer, Logistikaufwand und Reaktionszeiten.
Für Audi ist das auch industriepolitisch anschlussfähig, weil es das Thema Lieferkettenrisiko berührt. Kabelbäume wurden in der Vergangenheit immer wieder zum Engpass, nicht nur wegen Material, sondern wegen Kapazitäten und kurzer Umstellfenster. Eine stärkere Automatisierung könnte Abhängigkeiten reduzieren, aber sie erfordert Investitionen in standardisierte Steckverbindungen, digitalisierte Prozessdaten und enge Abstimmung entlang der Kette. Dass das Projekt gefördert wird, zeigt zugleich, wie sehr solche Vorhaben inzwischen als Strukturthema verstanden werden. Ob daraus schnell Serienfähigkeit entsteht, bleibt offen. Audi kündigt an, die Erkenntnisse in künftige Großserienprojekte zu überführen, was in der Praxis oft heißt: Schrittweise, modellabhängig und unter Kostendruck.
Parallel baut Audi sein Partnernetzwerk aus, unter anderem über das IPAI in Heilbronn, und testet dort eine KI-gestützte Trocknersteuerung in der Lackiererei in Neckarsulm. Die Idee ist simpel: Temperatur und Luftmenge im Trockner sollen so geregelt werden, dass der Prozess ressourcenschonender wird und schneller auf kleine Änderungen reagiert. Audi will bis Sommer 2026 prüfen, wie groß die Energieeinsparung ausfällt. Solche Anwendungen zeigen, wohin die Reise geht: KI wird weniger als „Autopilot“ verkauft, sondern als Optimierungsschicht über viele kleine Stellschrauben hinweg. Entscheidend ist, ob die Effekte messbar sind und ob sie in den Werken dauerhaft betrieben werden können, ohne dass sie nach dem Pilot wieder verschwinden.
Quellenhinweis:
Der Artikel basiert auf einer Pressemitteilung von Audi, die von unserer Redaktion um weitere Informationen ergänzt wurde.
