NEXT-GEN-INTERNET – Noch kein Grund für Industrie 5.0?

In Deutschland ist ein hoher Entwicklungsstand im Bereich der industriellen Automatisierung zu verzeichnen, keine Frage, doch Industrie 4.0 hat noch einen langen Weg vor sich. Medial stehen häufig hochgradig vernetzte, aufwändige und komplexe Automatisierungslösungen im Vordergrund der Diskussion, z.B. für die industrielle Massenproduktion, die zudem noch individualisiert werden soll. Die Freude über solche Lösungen geht soweit, dass manche Beobachter bereits von einem Versionswechsel auf „Industrie 5.0“ sprechen, doch andere warnen…

Nicht ohne Grund steht im Ranking der meistgenutzten digitalen Buzz-Words „Industrie 4.0“ ganz weit vorn. Einige Experten wollen mit Blick auf die kommenden Entwicklungen sogar bereits von „Industrie 5.0“ sprechen, während andere konstatieren, dass von einer fünften industriellen Revolution noch keine Rede sein kann – der Begriff sei missverständlich, sogar für die Entwicklung eher kontraproduktiv.

Ein Grund sind gewichtige Umsetzungsdefizite: Untersuchungen zeigen bei nicht ganz wenig Unternehmen nur sehr verhaltene Begeisterung, gar Zurückhaltung für Industrie 4.0. Schwachpunkte bestünden demnach vor allem in der mangelnden Expertise, dann aber auch im fehlenden erforderlichen Kapital bzw. einem nicht überzeugendem Business Case und schwierigen Abwägungen zum Thema Sicherheit. Bei nüchterner Bestandsaufnahme könne, so diese Meinung, heute bestens von „Industrie 3.5“ gesprochen werden könne. Zum anderen sei die Verheißung von Industrie 4.0 – die Ablösung von Massenprodukten durch massenindividualisierte Produkte – noch längst nicht Allgemeingut, was zeige, wie lang der Weg ist, um die vierte industrielle Revolution Wirklichkeit werden zu lassen.

Für den kommenden Experten-Roundtable zum Thema „Industrie 4.0“ könnten, etwas strukturierter, u.a. folgende Fragen von Bedeutung sein: Wie könnte der Weg zwischen Hochautomatisierung und Robotics genau verlaufen, wie weit wird die Penetration mit Sensorik und Connectivity gehen, wie viel und welche Daten werden sinnvollerweise erfasst und mit KI analysiert und nicht zuletzt – wie sieht es mit Risiken und Resilienz dagegen aus?