Dark Factories sind Fabriken, die ohne Licht und ohne Bedien-Personal durchlaufen. Dr. Benny Drescher ist Technikchef des Hong Kong Industrial Artificial Intelligence and Robotics Centre (FLAIR). Im Interview mit Leonard Schmedding ordnet er Chinas Industrie-KI ein. Seine Kernzahl: China baut Prototypen in einem Monat, Deutschland braucht ein Jahr.
FLAIR entstand als Gemeinschafts-Projekt des Hong Kong Productivity Council und des RWTH Aachen Campus. Drescher promovierte an der TU München und arbeitet seit sieben Jahren in Hongkong. Sein Team trainiert eigene KI-Modelle für Werke in Südchina. Die Beispiele reichen von der Bildschirm-Prüfung bei TCL bis zur Montage-Planung aus CAD-Daten.
Dark Factories bei TCL: Qualität prüfen ohne Personal
TCL zählt zu den größten Herstellern von LED- und OLED-Bildschirmen. Am Ende der Linie prüft eine Station jedes Panel visuell. Das Modell erkennt den Defekt, ordnet ihn einer Klasse zu und liefert die Ursache. Drescher spricht hier offen von einer Dark Factory. Die Prozesse laufen hoch-automatisiert, weil der Bildschirm ein Massen-Produkt ist.
Der größere Nutzen liegt hinter der Prüf-Station. Jeder erkannte Defekt fließt in eine Ursachen-Analyse zurück. Die Linie justiert ihre Prozess-Parameter, bis der Fehler seltener auftritt. Diesen Regelkreis sehen wir bei Produktions-Kunden als sinnvollen ersten KI-Schritt. Welche Stufen dabei zählen, zeigt unser Beitrag über dunkle Fabriken in der Serien-Produktion.
Industrielle KI setzt auf kleine Modelle statt LLMs
Große Sprach-Modelle lernen aus frei zugänglichen Daten im Internet. In der Fabrik fehlt diese Daten-Basis komplett. Dort zählen Sensor-Werte der Maschine und Konstruktions-Daten aus dem CAD. Diese Signale stecken in keinem öffentlichen Trainings-Satz.
Industrie-Kunden stellen zudem härtere Ansprüche an das Modell. Gefordert sind Präzision, konstante Ergebnisse und Explainability. Bei der Qualitäts-Prüfung liegt die geforderte Genauigkeit über 95 Prozent. Drescher trainiert deshalb kleine, spezifische Modelle auf den Werks-Daten. Die laufen auf eigener Hardware in der Halle, die Daten bleiben im Haus.
Humanoide Roboter in der Fabrik: Logistik zuerst
Unitree steht für den tanzenden Roboter aus den Social-Media-Clips. AgiBot und UBTECH verfolgen einen klaren Industrie-Fokus. Beide stellen ihre Humanoiden auf Räder statt auf zwei Beine. Der Fabrik-Boden ist eben, Räder sparen Energie und Motoren.
Der erste belastbare Use Case heißt Logistik. Boxen sind groß, gut greifbar und stehen auf mehreren Höhen. Die Positionier-Genauigkeit eines Humanoiden bleibt hinter einer klassischen Anlage zurück. Für die Endmontage von Bauteilen fehlt genau diese Präzision. Drescher sieht dort weiter Forschungs-Bedarf.
CAD-KI schließt die Lücke zur Produktions-Planung
Zwischen Konstruktion und Fertigung klafft eine Lücke. Vor dem Design Freeze klärt die Planung Stationen und Material-Fluss. Diese Abstimmung läuft in vielen Werken über Folien. Drescher nennt das PowerPoint-Engineering.
Sein Team hat dafür ein eigenes Modell trainiert. Es nimmt das CAD als Input und rechnet eine Kollisions-Analyse. Daraus entsteht die optimale Montage-Reihenfolge. Die Planung der Stationen setzt direkt darauf auf. Die Zahl der Iterationen sinkt, die Versionen liegen in Software. Welche Hebel beim KI-Einsatz im Maschinenbau zuerst greifen, haben wir separat beschrieben.
Ein Monat statt ein Jahr: Chinas Tempo in der Lieferkette
Deutsche Mittelstands-Firmen mit Werken in China berichten Drescher dasselbe. Neue Produkte entstehen dort schneller. Ein Prototyp braucht einen Monat, in Deutschland ein Jahr. Der Grund liegt im extremen Wettbewerbs-Druck des chinesischen Markts. Wer dort besteht, gewinnt danach weltweit Kunden.
Drescher erzählt ein Beispiel von einer Konferenz in Shanghai. Sein Laptop-Adapter fehlte, ein echtes Spezial-Teil. Die Bestellung per App lag nach einer halben Stunde an der Rezeption. Dasselbe Tempo prägt kleine Losgrößen und hohe Produkt-Varianz. Genau dort liegt der Standort-Vorteil der Lieferkette in Südchina.
Was der deutsche Maschinenbau aus den Dark Factories mitnimmt
Drescher argumentiert aus der Chancen-Perspektive. Der Markt für Physical AI ist jung und offen. Schaeffler liefert bereits Motoren und Getriebe für Humanoiden-Gelenke. Spirit AI kauft seine Hardware ein und arbeitet nur am Modell. Solche Lücken in der Lieferkette passen zu deutschen Zulieferern.
Leichtbau-Kinematiken nennt er als zweites Feld, denn Roboter müssen leichter werden. Von der Politik erwartet er klare Förder-Schwerpunkte. Sein Anspruch lautet Weltspitze in der Robotik. Fachkräfte aus der ganzen Welt sollen dann nach Stuttgart, München oder Aachen kommen. In China setzt der Fünf-Jahres-Plan diese Leitplanken samt Förderung.
Fazit: Dark Factories sind erst der Anfang
Dark Factories laufen in China dort, wo Massen-Produkte entstehen. Der Hebel steckt im Tempo der Lieferkette und in kleinen, eigenen Modellen. Humanoide übernehmen zuerst Logistik-Aufgaben, die Endmontage folgt später. Taktile Daten erweitern die VLA-Modelle zu VTLA-Modellen. Firmen wie PaXini sammeln dafür Montage-Daten über Handschuhe und Kameras.
Für deutsche Hersteller zählt vor allem das Tempo der Erprobung. Ein Proof of Concept bringt mehr Erkenntnis als eine Roadmap über Jahre. Wir empfehlen Produktions-Kunden deshalb kleine, messbare Pilot-Projekte an einer Linie. Drescher freut sich persönlich auf den Humanoiden im Haushalt. Und auf die Low Altitude Economy, in der Drohnen von DJI und Nachfolgern autonom fliegen.
Häufige Fragen
Was ist eine Dark Factory?
Eine Dark Factory ist eine Fabrik, die ohne Licht und ohne Bedien-Personal produziert. Maschinen, Transport und Prüfung laufen ohne Eingriff. Dr. Benny Drescher nennt als Beispiel den Bildschirm-Hersteller TCL in Südchina. Dort prüft eine KI-Station am Ende der Linie jedes OLED-Panel visuell. Der hohe Automatisierungs-Grad gelingt vor allem bei Massen-Produkten mit stabilen Standard-Prozessen. Bei kleinen Losgrößen bleibt menschliche Arbeit vorerst nötig.
Warum reichen große Sprachmodelle für industrielle KI nicht aus?
Große Sprach-Modelle trainieren auf frei zugänglichen Internet-Daten. In der Produktion fehlen diese Daten. Relevant sind dort Sensor-Werte der Maschine und Konstruktions-Daten aus dem CAD. Industrie-Kunden fordern zusätzlich Präzision, konstante Ergebnisse und Explainability. Bei einer Qualitäts-Prüfung liegt die nötige Genauigkeit über 95 Prozent. Drescher trainiert deshalb kleine, fall-spezifische Modelle auf Werks-Daten. Diese Modelle laufen auf eigener Hardware, die Werks-Daten bleiben im Haus.
Welche Aufgaben übernehmen humanoide Roboter in Chinas Fabriken?
Aktuell dominieren Logistik-Aufgaben. Boxen sind groß, gut greifbar und stehen auf mehreren Höhen. Hersteller wie AgiBot und UBTECH richten ihre Humanoiden auf diese Industrie-Fälle aus. Beide stellen sie auf Räder statt auf zwei Beine. Der Fabrik-Boden ist eben, Räder sparen Energie und Motoren-Aufwand. Die Endmontage von Bauteilen bleibt schwierig, weil die Positionier-Genauigkeit noch hinter klassischen Anlagen liegt.
Warum baut China Prototypen schneller als Deutschland?
Deutsche Mittelstands-Firmen mit Werken in China nennen ein Verhältnis von einem Monat zu einem Jahr. Treiber ist der harte Wettbewerb im chinesischen Markt mit starkem Preisdruck. Firmen testen Produkte früh am Markt und iterieren danach. Die dichte Lieferkette in Südchina liefert Teile innerhalb von Stunden. Drescher wünscht deutschen Ingenieuren mehr Freiheit und weniger Regulierungs-Last für genau dieses schnelle Erproben.
Was bedeutet VTLA bei Physical AI?
VLA steht für Vision Language Action, also Modelle, die Bild, Sprache und Roboter-Bewegung verbinden. VTLA ergänzt die taktile Ebene. Das Modell verarbeitet zusätzlich Kräfte und Berührungs-Signale aus Hand und Aktuatoren. Anbieter wie PaXini bauen dafür Hände mit taktilen Sensoren. Trainings-Daten entstehen in eigenen Anlagen, in denen Menschen Montage-Schritte mit Handschuhen und Kameras aufnehmen. Drescher erwartet dort in den nächsten Jahren die größten Fortschritte.
