SPS 2025 als Gradmesser für den strukturellen Umbruch der deutschen Industrieautomation: Software-defined, industrielle KI und Repricing der Fertigungswettbewerbsfähigkeit

Die SPS 2025 und die strukturelle Wende der deutschen Industrieautomation: Software-Defined, industrielle KI und die Neubewertung der Wettbewerbsfähigkeit der Fertigung

Ein Messe-Phänomen, das die deutsche Industrie als Warnsignal verstehen sollte

Im November 2025 verzeichnete die Messe SPS (Smart Production Solutions) in Nürnberg mehr als 55.000 Besucher, ein Plus von 9 % gegenüber dem Vorjahr; die Zahl der Aussteller erreichte 1.175, ein Plus von 5 %. Doch bemerkenswerter als die Größe war die strukturelle Veränderung der Standinhalte: Steuerungs-, Antriebs- und Sensortechnik waren weiterhin vertreten, standen aber nicht mehr im Fokus. Im Zentrum standen vielmehr Software, IT und KI. Gleichzeitig stieg die Beteiligung chinesischer Aussteller im Jahresvergleich um 41 %.

Für die deutsche Industrie ergeben diese drei Zahlen zusammengenommen eine Frage, die beantwortet werden muss: Wenn sich der Wertschwerpunkt der Automatisierung von Hardware auf Software verlagert, wie lange kann das Modell „mechanische Präzision + proprietäre Steuerung“, auf dem die deutsche Fertigung fußt, noch Wettbewerbsvorteile sichern?

Das ist keine Frage der Produktliste einer Messe, sondern eine Frage der zugrunde liegenden Wettbewerbslogik des deutschen Industriesystems.

1. Software-definierte Automatisierung: Die Kontrollhoheit verschiebt sich von Hardware zu Plattformen

Das klarste Signal der SPS 2025 war, dass Software-Defined Automation (SDA) vom „Innovationsthema“ zur Plattformstrategie geworden ist. Ihr technischer Kern: Steuerungssoftware von proprietärer Hardware zu entkoppeln.

Siemens verankert seine SDA-Route in drei Säulen: Industrial Edge als standardisierte Softwareinfrastruktur, virtualisierte Steuerungslaufzeit (vPLC) und IT-ähnliche Engineering-Ansätze (SIMATIC AX). Bemerkenswert sind zwei Punkte: Seine vPLC-Laufzeit kann bereits auf beliebigen x86-Geräten laufen; zugleich hat Siemens mit der CPU 1511V ein Einstiegsmodell eingeführt, um die Einstiegshürde zu senken und SDA nicht auf High-End-Leuchtturmprojekte zu beschränken. Audi als einer seiner Flaggschiffkunden erklärte, dass die in den Werken Neckarsulm und Ingolstadt laufenden vPLC seit sechs Monaten im Einsatz sind und eine Verfügbarkeit von 100 % erreichen.

Logix Edge von Rockwell Automation geht in dieselbe Richtung – die Logix-Engine läuft als isolierte Workload auf einem Industrie-PC und soll im vierten Quartal 2026 veröffentlicht werden. Die Aussage von Endress+Hauser ist symbolträchtiger: Feldgeräte sollten als IT-Assets verwaltet, von Hardware entkoppelt und aktualisierbar gehalten werden, ähnlich wie moderne Mobilgeräte.

Deutsche Perspektive: Der Burggraben der deutschen Automatisierungsindustrie in den vergangenen Jahrzehnten war der Lock-in-Effekt aus „proprietärer Controller-Hardware + gebundenem Software-Ökosystem“. SDA schwächt diesen Lock-in strukturell: Sobald Steuerungslogik auf universeller Rechenleistung laufen kann, sinken die Wechselkosten für Kunden, und die Differenzierung verlagert sich zwangsläufig auf I/O-Zuverlässigkeit, funktionale Sicherheitszertifizierung, Engineering-Toolchains und Ökosystem-Integrationsfähigkeit.Für einen deutschen Branchenführer wie Siemens ist das kein passives Erdulden, sondern ein aktiver strategischer Positionswechsel – mit einem offenen Software-Ökosystem wird die Deutungshoheit auf der Plattformebene erlangt. Doch der Preis ist ebenso klar: Die Differenzierung auf der Hardware-Ebene wird verwässert, und die Wettbewerber sind nicht mehr nur europäische Mitbewerber, sondern auch IT-Anbieter und Cloud-Dienstleister.

II. Die zyklische Erholung ist real, aber die „Tiefe“ fehlt

Die Marktsignale verbessern sich tatsächlich. Siemens Digital Industries (DI) erzielte im vierten Quartal des Geschäftsjahres 2025 ein vergleichbares Wachstum von 9 % (rund 5 Milliarden Euro), davon wuchs das Automatisierungsgeschäft um 10 % und das Softwaregeschäft um 8 %, auf vergleichbarer Basis lag das Gesamtjahr jedoch weiterhin bei -4 % – was zeigt, dass die Erholung nachgelagert und nicht umfassend ist. Der Ausblick für das Geschäftsjahr 2026 liegt bei 5 %–10 % vergleichbarem Umsatzwachstum und 15 %–19 % Marge; das Management nennt Fabrikautomation ausdrücklich als Wachstumschance.

Beckhoff beschreibt 2025 als „volatil“: starkes zweites Quartal, schwächeres drittes Quartal; der vorangegangene Rückgang von 33 % im Jahr 2024 war hauptsächlich auf Lagerkorrekturen zurückzuführen, und dieser Faktor ist inzwischen weitgehend ausgelaufen; das Unternehmen erwartet für 2025 ein Gesamtwachstum von 7 %–10 %. Daten des deutschen Verbands der Elektro- und Digitalindustrie (ZVEI) stützen ebenfalls das Narrativ des Aufwärtstrends: Der Auftragseingang erholte sich im September und verbesserte die kumulierte Jahresentwicklung, zugleich warnt der Verband jedoch, dass globale Handelsbarrieren und geopolitische Unsicherheiten weiterhin anhaltende Abwärtsrisiken bleiben.

Die tiefere Logik: Dies ist eine Normalisierung nach dem Auslaufen des Lagerzyklus und vorgezogenen Bestellungen, nicht eine strukturelle Ausweitung der Nachfrage. Die Aussage von Siemens-CEO Roland Busch ist äußerst aufschlussreich: Der Markt erholt sich, insbesondere im Bereich Fabrikautomation, doch der Maschinenbau (machine building) bleibt schwach.

Dies ist entscheidend für das Verständnis der deutschen Industrie. Der Maschinen- und Anlagenbau ist die Basis der Binnennachfrage für die deutsche Automatisierungsindustrie – die Investitionszyklen bei Werkzeugmaschinen, Spezialmaschinen und Baumaschinen bestimmen direkt die Substanz der heimischen Automatisierungsaufträge. Bewegt sich diese Basis nicht, fehlt der Automatisierungserholung die Tiefe: Sie gleicht eher einer Lagerauffüllung und technologischen Erneuerung als einem Kapazitätserweiterungszyklus.

III. Drei Ebenen, auf denen industrielle KI in das Produktionssystem eintritt

Auf der SPS 2025 ist KI keine reine Konzeptdemonstration mehr, sondern wird in Ebenen praktisch umgesetzt.

Erste Ebene: Generativer KI-Copilot. Zahlreiche Anbieter zeigten KI-Assistenten für industrielle Szenarien, die für Abfragen, Diagnosen und Entscheidungsunterstützung eingesetzt werden. Die Eintrittshürde dieser Ebene ist bereits rasch gesunken, und sie wird zunehmend zur Commodity.Zweite Ebene: Agentische KI (Agentic AI). Schneider Electric positioniert Agenten als autonome Engineering-Agenten innerhalb der EcoStruxure Automation Platform: Sie wandeln Anwenderspezifikationen und technische Spezifikationen in Steuerungsanwendungen von EcoStruxure Automation Expert um, unterstützt durch die Erstellung, Prüfung und Simulation digitaler Zwillinge, und führen über das MCP-Framework Tool-Aufrufe aus, um Deployment, Simulation und Unit-Tests abzuschließen, wobei die endgültige Freigabe durch Menschen erfolgt. Siemens hingegen ermöglicht Endanwendern über das Low-Code-Tool Insights Hub Copilot Studio (im März 2025 eingeführt), KI-Agenten selbst zu erstellen – mithilfe von „Systemanweisungen + modularen Skills (z. B. OEE-Analyse)“.

Dritte Ebene: Edge-KI. NPUs werden direkt in Industrie-PCs und Controller eingebettet, um lokale Echtzeit-Inferenz zu ermöglichen und Cloud-Latenz sowie Bandbreitenkosten zu vermeiden; der Anwendungsbereich weitet sich von der visuellen Inspektion auf weitere Felder aus. Gleichzeitig reift der Software-Stack für Edge-KI.

Deutsche Perspektive: Einer der strukturellen Engpässe der deutschen Industrie ist der Mangel an Engineering-Fachkräften und deren Alterung, besonders in der Steuerungstechnik. Wenn Agenten den Arbeitsaufwand für Erstellung, Test und Validierung von Steuerungsprogrammen reduzieren können, dann sind sie für Deutschland kein „Effizienzwerkzeug“, sondern ein Ersatz für einen knappen Produktionsfaktor.

Doch das Risiko ist ebenso strukturell: Sobald Engineering-Wissen plattformisiert und in der vorgelagerten Software-Ökologie abgelagert wird, könnte das implizite Prozesswissen, auf das sich deutsche mittelständische Maschinenbauer (Mittelstand) lange gestützt haben, von den vorgelagerten Plattformen absorbiert werden – und dadurch ihre Verhandlungsmacht bei der Integration von Maschinen und Produktionslinien schwächen. Das ist eine strategische Frage, die die deutsche Industrie bei der Einführung industrieller KI gleichzeitig managen muss.

IV. Dateninfrastruktur: Der Weg, den Deutschland wirklich beherrscht

Eine weitere Hauptlinie der SPS 2025 ist die Datenschicht: Industrial DataOps und Unified Namespace werden zunehmend eingesetzt; Single Pair Ethernet und Ethernet-APL sind auf dem Weg zur Standardisierung.

Diesen Themen fehlt die visuelle Wucht, doch sie sind die Voraussetzung dafür, ob KI skalieren kann. Ohne eine einheitliche semantische Schicht bleibt industrielle KI auf punktuelle visuelle Inspektion beschränkt; ohne kontinuierliche Daten aus der Feldebene können Agenten keinen verifizierbaren Kontext erhalten.

Deutsche Perspektive: Standards, Schnittstellen und Interoperabilität sind genau die Bereiche, in denen die deutsche Industrie am stärksten ist. Die Deutungshoheit von Unternehmen wie Siemens, Beckhoff und Endress+Hauser beruhte lange auf der Fähigkeit, „Engineering-Normen in Standards zu schreiben“. Die Standardisierung von SPE und Ethernet-APL ist im Kern eine Infrastrukturinvestition, um Daten aus der Feldebene durchgängig zu erschließen; ihre Amortisationsdauer ist lang, doch sobald sie etabliert ist, wird sie die Tiefe der Assetisierung von Fabrikdaten für die nächsten zehn Jahre bestimmen.Das Problem ist: Deutsche Unternehmen sind es gewohnt, auf der Ebene der Standardisierung führend zu sein, liegen jedoch bei Datenplattformen und Cloud-Diensten hinter US-Anbietern zurück. Wenn Standards vorangehen, ohne dass eine begleitende kommerzielle Plattform existiert, könnte der Wert von vorgelagerten Akteuren abgeschöpft werden.

5. Zwei neue Narrative: Physical AI und Rechenzentren

Auf der Messe traten außerdem zwei beachtenswerte Narrative hervor. Erstens Physical AI – KI mit der Fähigkeit, in der physischen Welt zu handeln; sie befindet sich derzeit noch in einem vorausschauenden Narrativstadium und hat noch keine skalierte Umsetzung erreicht. Zweitens beginnen industrielle OEMs, Rechenzentren als neues vertikales Wachstumsfeld zu betrachten.

Deutsche Perspektive: Letzteres hat größere praktische Relevanz. Die Kompetenzen des deutschen Maschinenbaus in den Bereichen Stromversorgung, Kühlung, Energieverteilung, Schaltschränke und Präzisionsmechanik lassen sich auf die Rechenzentrumsinfrastruktur übertragen; dies ist ein alternativer Marktpfad, wenn die Nachfrage der traditionellen Industrie schwach ist. Es gibt jedoch strukturelle Einschränkungen: Dieser Markt wird vom Investitionszyklus US-amerikanischer Hyperscaler getrieben, deutsche Unternehmen sind eher Ausrüstungslieferanten als Regelsetzer, und ihre Gewinnstruktur sowie Verhandlungsposition unterscheiden sich von denen traditioneller Industriekunden. Darüber hinaus steht der wachsende Strombedarf von Rechenzentren in direkter Spannung zu den anhaltend hohen Energiekosten in Deutschland und den unzureichenden Investitionen in das Stromnetz.

6. OT-Sicherheit: Die Grenze verschiebt sich nach vorn, die Kostenattribute ändern sich

Die Durchsetzungsgrenze von OT-Sicherheit rückt näher an die industriellen Anlagen selbst heran. Diese Veränderung ist nicht isoliert: Die Entkopplung von Steuerungssoftware und -hardware, die Zunahme von Edge-Rechenleistung und die durchgängige Verbindung der Datenschicht – alle drei zusammen – erweitern die Angriffsfläche von der Unternehmens-IT auf Produktionsanlagen.

Deutsche Perspektive: Mit der Konvergenz von IT und OT ist Sicherheit nicht mehr nur Compliance-Kosten, sondern Kosten der Systemverfügbarkeit. Für Branchen mit kontinuierlicher Produktion sind die Verluste durch ungeplante Stillstände weit höher als die Beschaffungsausgaben für Sicherheitsprodukte. Die deutsche Industrie hat bei OT-Sicherheit bisher relativ zurückhaltend investiert; dieser Bewusstseinswandel wird sich nach und nach in der Struktur der Investitionsausgaben niederschlagen.

7. Was bedeutet das für das deutsche Fertigungssystem

Erstens: Die Vorteile sind nicht verschwunden, aber die Wertabschöpfungspunkte verschieben sich. Deutschlands angesammelte Stärke in Maschinenpräzision, Engineering-Normen, Branchen-Know-how und Standards der Feldebene bleibt wirksam, doch die Gewinne verlagern sich zunehmend auf Softwareplattformen, die Datenschicht und KI-Fähigkeiten.

Zweitens: Das Wettbewerbsumfeld ist ein „Zangenangriff von oben und unten“. Die untere Ebene – Edge-Hardware und Automatisierung im mittleren und unteren Segment – sieht sich einem verschärften Preiswettbewerb gegenüber; ein klares Signal ist der Anstieg der Beteiligung chinesischer Aussteller um 41 % im Jahresvergleich. Die obere Plattformebene wird von US-Cloud- und Softwareanbietern dominiert. Die realistische Positionierung deutscher Unternehmen ist die Zuverlässigkeit auf der Feldebene und die branchenspezifische semantische Ebene.

Drittens: Die Kompetenzkluft wächst. SDA und industrielle KI verlangen von Unternehmen IT-Engineering-Fähigkeiten, während vielen deutschen mittelständischen Unternehmen Softwareteams fehlen. Dies könnte zu einer digitalen Spaltung innerhalb der deutschen Industrie führen: Spitzenunternehmen beschleunigen die Plattformisierung, während kleine und mittlere Unternehmen gezwungen sind, sich an externe Ökosysteme anzulehnen.

Viertens: Rechenleistung und Chips sind von außen abhängig. Die Verbreitung von Edge-KI bedeutet eine tiefere Abhängigkeit von der Chip- und Rechenleistungsversorgung; die europäische lokale Versorgungskapazität muss noch gestärkt werden.

8. Europäische und globale AuswirkungenAuf europäischer Ebene stehen SDA, DataOps und Unified Namespace in hohem Maße im Einklang mit der von der EU vorangetriebenen digitalen Souveränität und der Agenda für industrielle Datenräume. Wenn Europa bei KI-Verifizierung, funktionaler Sicherheit und industrieller Daten-Governance Zertifizierungsregeln etablieren kann, besteht die Chance, die „Compliance-Last“ in einen „Regulierungsvorteil“ umzuwandeln – dies ist einer der wenigen strukturellen Hebel Europas im Plattformwettbewerb.

Auf globaler Ebene differenziert sich das Gefüge zunehmend: Die USA dominieren KI-Plattformen und Cloud, China dominiert Kosten und Skalierung, Deutschland und Europa konzentrieren sich auf mittlere bis hochwertige Engineering-Kompetenz und Standardsetzung. Die Verbreitung von SDA wird die Bindungswirkung proprietärer Steuerungs-Ökosysteme verringern und dadurch die Eintrittsbarrieren für neue Anbieter senken – für die etablierten Marktführer ist das ein zweischneidiges Schwert.

9. Prognose der Trends in den nächsten 3–10 Jahren

1. Die Virtualisierung der Steuerungsebene wird zur Standardarchitektur. Die Hardware-Differenzierung verschiebt sich zu I/O, Zuverlässigkeit, Zertifizierung funktionaler Sicherheit und Engineering-Toolchains.

2. Industrielle KI entwickelt sich vom Copiloten zur kontrollierten Autonomie. Menschen behalten weiterhin Freigabepunkte; Standards für funktionale Sicherheit und KI-Verifizierung werden zur neuen Compliance-Hürde, und Europa hat die Chance, hier einen Regulierungsvorteil aufzubauen.

3. Engineering-Kompetenz wird neu bewertet. Interdisziplinäre Ingenieurinnen und Ingenieure, die zugleich Prozesse, Software und Daten verstehen, werden zu einer knappen Ressource; die Bedeutung von Aus- und Weiterbildungssystemen steigt.

4. Standards auf der Feldebene entscheiden über die Geschwindigkeit der KI-Einführung. Der Installationsfortschritt von SPE, Ethernet-APL und Unified Namespace wird unmittelbar bestimmen, wie stark sich die Unternehmen in der Tiefe ihrer Daten-Assetisierung unterscheiden.

5. Rechenzentren und Energieinfrastruktur werden zur zweiten Wachstumskurve des deutschen Maschinenbaus, ihre Wachstumsdynamik ist jedoch durch die Energiepolitik und das Investitionstempo in die Stromnetze begrenzt.

6. OT-Sicherheit wird vom Kostenfaktor zur Voraussetzung für Systemverfügbarkeit und wird sich schrittweise in den CAPEX und Organisationsstrukturen von Industrieunternehmen niederschlagen.

7. Der Automatisierungsmarkt wird sich moderat erholen, doch die eigentliche Differenzierung liegt nicht im Konjunkturzyklus, sondern in der Kontrolle über Softwareplattformen und die Datenschicht.

Fazit

Was die SPS 2025 tatsächlich zeigte, war keine Produktliste, sondern der Umbau der Wettbewerbsgrundlage der deutschen Industrie: von „mechanischer Präzision + proprietärer Steuerung“ hin zu „offener Architektur + Softwarekompetenz + Datenassets“.

In diesem Wandel bleiben die deutschen Engineering-Traditionen ein Aktivum, doch sie müssen neu bewiesen werden – in einer Welt, in der Steuerungslogik auf beliebiger Rechenleistung laufen kann, KI Steuerungsprogramme generieren kann und Daten über alle Ebenen hinweg fließen können, muss die deutsche Industrie eine schwierigere Frage beantworten: Wenn Hardware Kunden nicht mehr bindet, was ist dann wirklich unersetzlich?

Zu den Beobachtungsindikatoren, die künftig kontinuierlich verfolgt werden sollten, gehören: die Auftragsdynamik und Margenrealisierung von Siemens Digital Industries, der tatsächliche Installationsumfang von vPLC, die Konversionsrate industrieller KI von Messe-Demos zum Serieneinsatz, der Installationsfortschritt von SPE und Ethernet-APL auf der Feldebene, die Veränderung der Marktanteile chinesischer Anbieter im europäischen Automatisierungsmarkt sowie Häufigkeit und Art von OT-Sicherheitsvorfällen.