Autonomie statt Automatisierung

Die Industrie hat in den letzten Jahren konsequent in Automatisierung investiert – und steht dennoch an einer spürbaren Effizienzgrenze. Die Schweiz gehört dabei zu den am stärksten automatisierten Industriestandorten weltweit: In der Fertigung kommen 294 Industrieroboter pro 10’000 Beschäftigte zum Einsatz. Der globale Durchschnitt liegt bei 132, die EU-27 bei 231.¹

Das Produktivitäts-Paradox

Mehr Robotik bedeutet heute jedoch nicht mehr automatisch mehr Produktivität. Der Engpass liegt seltener in Maschinenstunden als vielmehr in administrativen Entscheidungen und dem Management von Ausnahmen. Der Standardprozess läuft meist reibungslos, bis Abweichungen auftreten – dann beginnen die unproduktiven Kosten. Terminverschiebungen, Materialengpässe oder fehlende Exportdokumente erzeugen massiven Overhead. Der nächste Produktivitätssprung kommt daher nicht aus zusätzlicher Hardware, sondern aus dem «Betriebssystem» des Unternehmens: der Art, wie Entscheidungen getroffen werden.

Beyond Automation

«Agentic Orchestration» bezeichnet eine neue Software-Klasse, in der KI-Agenten operative Ziele in Echtzeit innerhalb definierter Leitplanken optimieren. Ein Beispiel: Ein Zulieferer meldet eine Verzögerung. Während dies heute oft mühsam manuell per E-Mail oder Meeting geklärt wird, bewertet in einem autonomen Operating Model ein Agent in Sekunden Alternativen wie Umlagerungen, Expressbestellungen oder Anpassungen der Produktionsreihenfolge – basierend auf Kosten, Terminen und Margen. Das ERP bleibt dabei das verlässliche System of Record. Darüber legt sich eine entkoppelte Entscheidungsschicht, die Ereignisse (Events) verarbeitet und Aktionen über Schnittstellen auslöst. Wer das ERP mit Sonderlogik überlädt, baut technische Schulden auf; Entkoppelung hingegen schafft Skalierbarkeit.

Kapital­effizient in Echtzeit

In der Industrie entscheidet zunehmend die Kapitaleffizienz über die Margen. Wer auf Volatilität nur mit starren Sicherheitsbeständen reagiert, bezahlt dies teuer mit gebundenem Working Capital. In der Schweiz ist der SARON der zentrale Referenzzins². KI-Agenten nutzen makroökonomische Indikatoren wie den Drewry World Container Index (WCI)³ und den SARON, um Bestände probabilistisch zu steuern. Der Agent berechnet in Echtzeit, ob Frachtkosten einen Zukauf rechtfertigen oder ob Zinskosten die Marge fressen.

Architektur der Autonomie

Ein autonomes Operating Model beschreibt eine Unternehmensorganisation, in der operative Entscheidungen datenbasiert und automatisiert getroffen werden. Menschen definieren Ziele, Regeln und Leitplanken, während KI-Agenten Prozesse überwachen, Entscheidungen vorbereiten oder selbstständig ausführen. Grundlage dafür ist eine technische Architektur, die Daten, Geschäftslogik und Entscheidungsprozesse klar voneinander trennt: 

1. Event Layer: Echtzeit-Signale von Maschinen und Systemen ersetzen die Batch-Verarbeitung.
2. Semantic Layer: Verknüpft Daten mit Kontext wie Geschäftsregeln und Stücklisten.
3. Agentic Layer: Hier planen und handeln Agenten ausschliesslich über APIs.

Leitplanken statt Blindflug

Je autonomer ein Unternehmen arbeitet, desto wichtiger werden klare Regeln für Entscheidungen. Denn KI-Agenten sollen nicht einfach «frei» handeln, sondern innerhalb eines definierten Rahmens agieren. Unternehmen müssen deshalb festlegen, welche Entscheidungen automatisiert werden dürfen, welche Grenzen gelten und wann ein Mensch eingreifen muss.

Autonomie erfordert «Governance by Design». Das Schweizer revDSG⁴ fordert «Privacy by Design», während der EU AI Act⁵ Transparenzpflichten definiert. Durch «Policy-as-Code» werden Limits und ESG-Vorgaben als ausführbare Regeln einprogrammiert. Dabei sind folgende Leitplanken zu berücksichtigen:

• Entscheidungsrechte: Definition von Autonomie vs. Human-Override
• Limits: Budget- und ESG-Regeln als Policies
• Audit-Logs: Manipulationssichere Protokolle

Fazit: Die Zukunft ist autonom

Schweizer Industrieunternehmen haben die Potenziale klassischer Hardware-Automatisierung in den vergangenen Jahren weitgehend ausgeschöpft. Roboter, digitale Fertigung und integrierte ERP-Systeme sorgen heute bereits für hohe Effizienz. Die grössten Produktivitätsverluste entstehen jedoch zunehmend dort, wo Menschen auf unerwartete Ereignisse reagieren, Informationen zusammenführen und operative Entscheidungen treffen müssen.

Der nächste Entwicklungsschritt liegt deshalb nicht in zusätzlichen Maschinen, sondern in einer neuen Form der Unternehmenssteuerung. Autonome Operating Models ermöglichen es, Entscheidungen datenbasiert und nahezu in Echtzeit zu treffen. KI-Agenten unterstützen dabei nicht nur die operative Effizienz, sondern helfen Unternehmen auch, Kapital gezielter einzusetzen, Lieferketten resilienter zu gestalten und schneller auf Marktveränderungen zu reagieren.

Entscheidend für den Erfolg ist die Balance zwischen Autonomie und Kontrolle. Klare Leitplanken, transparente Governance und nachvollziehbare Entscheidungsprozesse schaffen das notwendige Vertrauen in die Technologie. In Zukunft geht es nicht um mehr Automatisierung, sondern um intelligentere Entscheidungen.

Fussnoten:

¹ International Federation of Robotics (IFR), World Robotics Report 2025.
² Bundesamt für Statistik (BFS), Referenzzinssatz SARON.
³ Drewry World Container Index (WCI) für Seefrachtraten.
⁴ Bundesgesetz über den Datenschutz (revDSG), Schweiz.
⁵ EU AI Act, Art. 50 zu Transparenzpflichten.

Quellennachweis:

• IFR: World Robotics Report 2025 (Datenjahr 2024).
• Drewry: World Container Index (WCI).
• BFS: Referenzzins SARON.
• Regulatorik: SE CO (revDSG); EU-Kommission (AI Act Art. 50).
• World Economic Forum: Responsible AI Operationalization Playbook.