Physical AI ist Europas Chance

Physical AI verbindet KI mit Maschinen, Fahrzeugen und Infrastrukturen. Damit autonome Systeme sicher handeln können, braucht die Industrie funktionale Sicherheit und eine digitale Vertrauensinfrastruktur, die Identitäten und Berechtigungen überprüfbar macht.

Künstliche Intelligenz wird meist als neue Form von Software gesehen. Diese Sicht greift zu kurz. KI verlässt die rein digitale Sphäre und wird zur Physical AI. Sie erkennt Muster in Daten, erzeugt Texte oder Bilder, verbessert Planung und Wartung und greift zunehmend in physische Abläufe ein. Das zeigt sich besonders deutlich dort, wo Entscheidungen unmittelbare Folgen haben.

Einige Beispiele: Autonome Fahrzeuge erfassen den Verkehr und wirken direkt auf Lenkung, Bremsen und Antrieb. Drohnen für den Transport von Paketen planen Flugrouten, weichen Hindernissen aus und bewegen sich in einem gemeinsamen Luftraum. In Smart Factories stimmen KI-Systeme Roboter, Maschinen und Materialflüsse aufeinander ab. Humanoide Roboter bewegen sich in Gebäuden, Lagern oder Produktionsumgebungen, die für Menschen gebaut wurden. In Städten und Energienetzen kann KI Verkehrsflüsse, Gebäudetechnik, Erzeugung, Speicher und Verbrauch steuern.

Vom Modell zum handelnden System

Aus einer digitalen Entscheidung wird dadurch eine physische Handlung. Damit verändern sich auch die Anforderungen. Ein Fehler kann eine Maschine stoppen, ein Fahrzeug falsch steuern, einen Roboterarm bewegen oder ein Netz aus dem Gleichgewicht bringen. Physical AI ist deshalb immer auch eine Frage von funktionaler Sicherheit, Compliance und Haftung.

Für die deutsche Industrie ist diese Entwicklung besonders wichtig. Der globale KI-Wettbewerb wird oft über Sprachmodelle, Rechenzentren und Plattformen beschrieben. Doch Deutschlands Stärke liegt nicht in den großen Plattformmodellen der Internetökonomie. Sie liegt in Maschinenbau, Automatisierung, Fahrzeugtechnik, Chemie, Pharma, Energie, Logistik und in vielen spezialisierten industriellen Prozessen.

Genau dort wird Physical AI wirksam. Deshalb liegt für Deutschland ein anderer Hebel näher: KI muss sicher in Produkte, Anlagen und Wertschöpfungsketten integriert werden. Die Stärke liegt dann nicht allein im Modell, sondern in der Verbindung von Ingenieurwissen, Betriebsdaten, Produktzulassung, industriellen Standards und sicherem Betrieb. Genau daraus entsteht ein Standortvorteil.

Physical AI und Vertrauen: Sicherheit, Konformität und digitale Identität müssen zusammenspielen

Bei Physical AI wird europäische Regulierung zum Betriebsrahmen. Der AI Act ordnet KI-Systeme nach dem Risiko ihres Einsatzes ein. Nicht jedes System ist automatisch ein Hochrisiko-System. Viele Anwendungen können aber darunterfallen, wenn KI als Sicherheitsbauteil eines Produkts eingesetzt wird oder Teil eines Produkts ist, das nach europäischem Produktrecht geprüft werden muss. Dann gelten Anforderungen an Risikomanagement, technische Dokumentation, menschliche Aufsicht, Genauigkeit, Robustheit und Cybersicherheit.

Für Maschinen, Roboter und industrielle Anlagen kommt die EU-Maschinenverordnung hinzu. Sie regelt die Sicherheit der physischen Maschine und verlangt, dass sie sicher konstruiert und mit einer Konformitätserklärung sowie CE-Kennzeichnung in Verkehr gebracht werden. Die Verordnung berücksichtigt lernende Systeme ausdrücklich, wenn sie Sicherheitsfunktionen übernehmen. Eine KI, die Bewegungen, Greifer, Bremsen oder Schutzfunktionen steuert, ist daher Teil eines sicherheitsrelevanten Produkts.

Damit ist aber nur eine Seite beschrieben. eIDAS 2.0 und das geplante European Business Wallet klären eine andere, ebenso wichtige Frage: Wer handelt, wer ist berechtigt und sind digitale Nachweise über Maschinen und KI authentisch und rechtlich belastbar? Das Zusammenspiel der drei Bereiche ist entscheidend. Es ermöglicht überprüfbare Identitäten, digitale Berechtigungen, elektronische Siegel, Zeitstempel und Nachweise entlang von Lieferketten, Betreibern, Herstellern und technischen Systemen.

Digitale Identitäten für Maschinen und Agenten

Im Zeitalter generativer KI wird diese Vertrauensschicht noch wichtiger. Dokumente, Bilder, Prüfberichte, Zertifikate oder technische Nachweise können im Handumdrehen täuschend echt erzeugt oder verändert werden. Entscheidend wird dann, ob ein Nachweis kryptografisch überprüfbar ist und einer berechtigten Organisation zugeordnet werden kann.

In einer solchen Architektur besitzt nicht nur ein Unternehmen eine digitale Identität. Auch Maschinen, KI-Agenten und Dienste können eindeutig identifizierbar und deren Herkunft überprüfbar werden. Diese Identität steht nicht isoliert. Sie ist mit einer Organisation verbunden, die das System herstellt, validiert, betreibt oder ihm eine Aufgabe überträgt.

Der Agent handelt mit diesem Mandat in einem Rahmen mit juristischer Zurechenbarkeit. Wenn ein autonomes System eine Bestellung auslöst, einen Wartungsauftrag freigibt, einen Datensatz übermittelt oder mit einer anderen Maschine interagiert, ist damit klar, wer dahintersteht und welche Berechtigung vorliegt. Das ist die Grundlage für Sicherheit, Haftung, Abrechnung und Auditierbarkeit in industriellen Netzwerken.

Ein Blick in die deutsche Energiewirtschaft zeigt, dass solche Vertrauenslogiken nicht theoretisch sind. Die Smart Meter PKI lehnt sich an eIDAS 1.0 an. Sie identifiziert technische Geräte und sichert den Datenaustausch zwischen Energieunternehmen. Physical AI braucht eine vergleichbare Vertrauenslogik, aber breiter und dynamischer. Denn hier handeln nicht nur Messsysteme. Hier handeln autonome Fahrzeuge, Roboter, Maschinen, Drohnen, Energiesysteme und Softwareagenten in gemeinsamen Prozessen.

Deutschlands Chance in der industriellen KI

Der nächste Produktivitätsschub entsteht, wenn KI physische Systeme zuverlässig steuert und wenn Unternehmen den daraus entstehenden Handlungen vertrauen können. Physical AI ist deshalb ein Standortthema, für das Deutschland gute Voraussetzungen hat. Es verfügt über starke industrielle Betreiber, erfahrene Maschinenbauer, dichte Lieferketten, regulierte Infrastrukturen und hohe Anforderungen an Qualität und Sicherheit.

Diese Faktoren gelten oft als langsam oder schwierig. Bei Physical AI können sie aber zum Vorteil werden. Denn autonome Systeme werden sich nur dort durchsetzen, wo sie sicher betrieben, eindeutig zugeordnet und rechtlich nachgewiesen werden können. Mit einer Vertrauensinfrastruktur kann Physical AI zu einem skalierbaren Teil industrieller Wertschöpfung werden.