Ob im Auto, in der Fabrik oder im vernetzten Haushalt: Künstliche Intelligenz gehört bei Bosch längst zur Produktentwicklung und zum industriellen Alltag. Ich ordne ein, welche Initiativen dahinterstehen, wo die Technologie bereits eingesetzt wird, was 2026 mit agentischer KI neu hinzukommt und wo die Grenzen solcher Systeme liegen.
Boschs KI verbindet Industrieerfahrung mit vernetzten Produkten
- BCAI bündelt seit 2017 die zentrale KI-Forschung von Bosch.
- AIoT verbindet künstliche Intelligenz mit Sensoren, Maschinen und vernetzten Produkten.
- Produktion und Mobilität gehören zu den wichtigsten Einsatzfeldern.
- Agentische KI soll 2026 Wartung, Qualitätskontrolle und Lieferketten stärker automatisieren.
- Menschliche Kontrolle, nachvollziehbare Ergebnisse und sichere Daten bleiben zentrale Bedingungen.
Was Bosch-KI von bloßer Automatisierung unterscheidet
Bosch verfolgt keinen Ansatz, bei dem ein Sprachmodell möglichst viele Aufgaben erledigen soll. Im Mittelpunkt steht vielmehr industrielle KI, also die Verbindung von Algorithmen mit Fachwissen aus Mobilität, Fertigung, Gebäudetechnik und Haushalt. Genau diese Kombination macht den Unterschied, denn ein System muss nicht nur Daten erkennen, sondern auch verstehen, was ein bestimmter Messwert in einer realen Maschine bedeutet.
Das Bosch Center for Artificial Intelligence, kurz BCAI, wurde 2017 gegründet. Bosch Global beschreibt es als Kompetenzzentrum, das Grundlagenforschung und konkrete Anwendungen zusammenführt. Dabei geht es unter anderem um Deep Learning, Sprachverarbeitung, probabilistische Modelle, Reinforcement Learning und sogenannte Foundation-Modelle.
AIoT als strategischer Rahmen
Ein zentraler Begriff lautet AIoT, also Artificial Intelligence of Things. Gemeint ist die Verbindung von künstlicher Intelligenz mit dem Internet der Dinge. Sensoren sammeln Daten, vernetzte Geräte übertragen sie und KI erkennt darin Muster, Anomalien oder sinnvolle Handlungsmöglichkeiten.
Ein einfacher Vergleich macht das greifbar. Ein herkömmlicher Sensor misst vielleicht Temperatur oder Vibration. Ein AIoT-System erkennt zusätzlich, dass eine bestimmte Kombination dieser Werte auf einen bevorstehenden Verschleiß hindeutet. Es informiert dann nicht erst nach dem Ausfall, sondern unterstützt die Wartung vorher. Für mich liegt genau darin der praktische Kern der Bosch-Strategie.
Generative KI ist nur ein Teil des Gesamtbilds
Generative KI erzeugt neue Inhalte wie Texte, Bilder, Programmcodes oder synthetische Messdaten. Bosch untersucht diese Technologie unter anderem für künstliche Trainingsdaten, technische Entwürfe und die automatische Kennzeichnung von Bildmaterial. Das kann Entwicklungsprozesse beschleunigen, ersetzt aber nicht die Prüfung durch Fachleute.
Gerade in sicherheitskritischen Bereichen halte ich diese Unterscheidung für wichtig. Ein automatisch erzeugter Text darf ungenau sein, eine fehlerhafte Warnung in einem Fahrerassistenzsystem oder einer Produktionsanlage kann dagegen erhebliche Folgen haben.
Wo Bosch künstliche Intelligenz praktisch einsetzt
Die Anwendungen verteilen sich auf mehrere Geschäftsfelder. Sie reichen von eingebetteter KI direkt im Sensor bis zu großen Analysesystemen für Fabriken. Die folgende Übersicht zeigt, worin der jeweilige Nutzen liegt und welche Herausforderung bleibt.
| Bereich | Typische Anwendung | Praktischer Nutzen |
|---|---|---|
| Produktion | Anomalieerkennung, Qualitätsprüfung, Wartungsprognosen | Weniger Ausschuss und kürzere Stillstände |
| Mobilität | Umfelderkennung, Radar- und Ultraschallauswertung | Mehr Sicherheit und bessere Assistenzfunktionen |
| Smart Home | Sensor-Backöfen und vernetzte Haushaltsgeräte | Automatische Anpassung an Nutzung und Situation |
| Gebäude und Energie | Analyse von Verbrauchs- und Betriebsdaten | Effizientere Steuerung und vorausschauender Betrieb |
| Produktschutz | Erkennung individueller Oberflächenstrukturen | Schnellere Prüfung von Originalen und Fälschungen |
Die intelligente Fabrik
In der Fertigung analysiert KI große Mengen an Maschinendaten. Sie kann beispielsweise Abweichungen bei Verschraubungen erkennen, Bildfehler auf Bauteilen markieren oder die Auslastung von Anlagen besser planen. Bosch nennt für seine vernetzte Produktionslandschaft weltweit rund 240 Werke, in denen digitale Produktionssysteme eingesetzt werden.
Ein bekanntes Beispiel ist die Halbleiterfertigung. Dort wird die automatische optische Inspektion genutzt, um Fehler auf Wafern zu erkennen. Zusätzlich helfen digitale Zwillinge dabei, Veränderungen zunächst virtuell zu testen. Ein digitaler Zwilling ist ein datenbasiertes Abbild einer Maschine oder Anlage, an dem sich Abläufe simulieren lassen, ohne sofort in die reale Produktion einzugreifen.
Mobilität und eingebettete KI
Bei Fahrzeugen arbeitet Bosch an KI für Radar, Video- und Ultraschallsensoren. Die Systeme unterstützen die Umfelderkennung, indem sie Objekte, Fahrbahnen oder ungewöhnliche Situationen klassifizieren. Die Verarbeitung kann teilweise direkt auf dem Gerät erfolgen. Das nennt man Embedded AI und es reduziert Abhängigkeiten von einer dauerhaften Cloud-Verbindung.
Das ist nicht nur eine Frage der Geschwindigkeit. Für Assistenzsysteme zählen auch Datenschutz, Ausfallsicherheit und niedrige Latenzzeiten. Eine Warnung muss möglichst schnell entstehen, und sensible Sensordaten sollten nicht automatisch an externe Server übertragen werden.
Haushalt, Gebäude und Produktschutz
Im Haushalt kann ein vernetzter Sensor-Backofen Garzustand und Temperatur miteinander abgleichen. In Gebäuden lassen sich Betriebsdaten von Heizungs-, Klima- oder Sicherheitssystemen auswerten. Der sichtbare Effekt bleibt oft unspektakulär, ist aber nützlich: Geräte arbeiten genauer und müssen weniger häufig manuell nachgeregelt werden.
Ein anderes Beispiel ist Origify. Die Lösung prüft charakteristische Oberflächenmerkmale eines Produkts und nutzt sie als digitale Identität. Das ist interessant, weil keine zusätzliche Markierung wie ein Etikett oder QR-Code zwingend notwendig ist. Die Technologie zeigt, dass Bosch KI nicht nur für Effizienz, sondern auch für Vertrauen in physische Produkte einsetzen will.
Was 2026 mit agentischer KI neu hinzukommt
2026 rückt bei Bosch eine neue Entwicklungsstufe in den Vordergrund. Bei agentischer KI geht es nicht allein darum, Daten auszuwerten oder Antworten zu formulieren. Ein KI-Agent kann Informationen aus mehreren Systemen zusammenführen, einen nächsten Schritt vorschlagen und bestimmte Aufgaben innerhalb festgelegter Grenzen ausführen.
Mit Microsoft baut Bosch das Angebot Manufacturing Co-Intelligence aus. Vorgesehen sind unter anderem KI-gestützte Zustandsüberwachung, die Verbindung von Maschinendaten mit Steuerungssystemen und Anwendungen auf Basis von Microsoft Azure. Ein erster genannter Kunde ist die Sick AG.
Ein möglicher Ablauf in der Produktion
Stellt ein System ungewöhnliche Werte an einer Montagestation fest, kann ein Agent zunächst historische Daten und Wartungsprotokolle prüfen. Danach ordnet er die wahrscheinlichsten Ursachen, erstellt eine Anleitung für das Instandhaltungsteam und dokumentiert den Vorgang. Die endgültige Entscheidung bleibt dabei beim Menschen, besonders wenn Sicherheit oder Produktionsfreigaben betroffen sind.
Bosch Media Service nennt für breiter eingesetzte Lösungen mögliche Produktivitätssteigerungen von 5 bis 15 Prozent und Kostensenkungen von 10 bis 30 Prozent in bestimmten Bereichen. Diese Werte sind keine allgemeine Garantie. Sie hängen von Datenqualität, Maschinenpark, Prozessreife und Integrationsaufwand ab.
Für einen einzelnen agentischen Anwendungsfall nennt Bosch zudem ein mögliches Einsparpotenzial von knapp einer Million Euro pro Werk und Jahr. Solche Zahlen sind als Fallbeispiel zu verstehen. Wer sie auf das eigene Unternehmen übertragen will, muss zuerst Stillstandskosten, Fehlerquote und vorhandene Schnittstellen realistisch berechnen.
Warum Daten und Domänenwissen den Unterschied machen
Viele KI-Projekte scheitern nicht am Modell, sondern an den Daten. Produktionsdaten liegen oft in unterschiedlichen Systemen, verwenden uneinheitliche Bezeichnungen oder enthalten Lücken. Ein modernes Sprachmodell kann diese Probleme nicht einfach wegzaubern.
Bosch setzt deshalb auf sogenannte hybride Modelle. Sie kombinieren statistisches Lernen mit festem Wissen über Maschinen, Prozesse und physikalische Zusammenhänge. Aus meiner Sicht ist das für die Industrie überzeugender als ein reines Blackbox-System, weil sich technische Regeln und Erfahrungswissen besser einbeziehen lassen.
Die wichtigsten Voraussetzungen
- Saubere Daten aus Sensoren, Maschinensteuerungen und Wartungssystemen
- Klare Zuständigkeiten für Datenqualität, Freigaben und Fehlermeldungen
- Kompatible Schnittstellen zwischen älteren Anlagen und neuen Plattformen
- Fachleute im Prozess, die Ergebnisse prüfen und korrigieren
- Messbare Ziele wie weniger Ausschuss, kürzere Stillstände oder geringerer Energieverbrauch
Der letzte Punkt wird häufig unterschätzt. Eine KI-Anwendung ist nicht automatisch erfolgreich, nur weil sie technisch beeindruckend wirkt. Ich würde immer zuerst einen eng begrenzten Anwendungsfall wählen, etwa die Erkennung eines konkreten Fehlertyps, und den Nutzen über einige Monate messen.
Vertrauen, Sicherheit und menschliche Kontrolle
Je stärker KI in reale Abläufe eingreift, desto wichtiger werden Erklärbarkeit und Kontrolle. Bosch formuliert in seinem KI-Kodex fünf Grundsätze. Dazu gehören der Nutzen für Menschen, eine menschliche Kontrollinstanz, sichere und nachvollziehbare Systeme sowie die Beachtung rechtlicher und ethischer Anforderungen.
Diese Leitlinien sind sinnvoll, lösen aber nicht jedes praktische Problem. Ein System kann formal unter menschlicher Kontrolle stehen und trotzdem zu viel Einfluss gewinnen, wenn Beschäftigte seine Vorschläge aus Zeitdruck ungeprüft übernehmen. Vertrauen entsteht deshalb nicht durch eine Erklärung im Prospekt, sondern durch Schulung, transparente Protokolle und nachvollziehbare Zuständigkeiten.
Lesen Sie auch: Digitale Transformation im Medienbereich - was jetzt zählt
Die Grenzen bleiben real
KI erkennt Muster, versteht aber nicht automatisch deren gesellschaftliche Bedeutung. Sie kann mit veralteten Daten arbeiten, falsche Zusammenhänge herstellen oder bei seltenen Situationen unsicher sein. In der Produktion kommen zusätzlich Anforderungen an funktionale Sicherheit, Cybersecurity und die Verfügbarkeit der Anlagen hinzu.
Auch beim Datenschutz ist die technische Architektur entscheidend. Sensible Informationen sollten möglichst zweckgebunden verarbeitet werden. Für manche Aufgaben ist ein kleineres Modell direkt an der Maschine die bessere Lösung als ein leistungsfähiges Cloud-Modell. Mehr Rechenleistung bedeutet nicht automatisch mehr Qualität.
Woran man den tatsächlichen Fortschritt bei Bosch erkennt
Die interessanteste Entwicklung liegt für mich nicht in einzelnen Schlagworten wie generative oder agentische KI. Entscheidend ist, ob Bosch daraus verlässliche Werkzeuge für reale Arbeitsabläufe macht. Dazu gehören bessere Qualitätskontrolle, weniger ungeplante Stillstände, verständlichere Assistenzsysteme und Produkte, die sich sinnvoll an ihre Umgebung anpassen.
Wer die Initiativen bewerten möchte, sollte deshalb auf drei Fragen achten. Löst die Anwendung ein konkretes Problem? Kann ein Mensch ihre Entscheidung nachvollziehen und korrigieren? Und ist der wirtschaftliche oder gesellschaftliche Nutzen größer als Aufwand, Risiko und zusätzlicher Datenbedarf?
Die Antwort fällt bei industriellen Anwendungen derzeit am überzeugendsten aus. Bosch besitzt Produktionswissen, Sensordaten und physische Produkte, auf denen KI aufbauen kann. Genau diese Verbindung dürfte darüber entscheiden, ob aus künstlicher Intelligenz im Konzern langfristig mehr wird als ein gut klingendes Digitalprojekt.
