Das Ding in einer Montagehalle der Trumpf AG sieht aus wie eine kleine Seilbahngondel. Doch wer durch die Scheibe ins Innere blickt, sieht statt einer gut gelaunten Seilbahngesellschaft eine Blechtafel mit zahlreichen Lücken. Es handelt sich um einen sogenannten Laser-Vollautomaten, der in der geschlossenen Kabine mit einem Laserstrahl aus Rohblechen in höchster Genauigkeit kleine Blechteile in unterschiedlicher Größe und Form heraus stanzt – und das vollautomatisch, genauso, als ob ein Laser-Drucker ein Blatt Papier ausdruckt. Das Neue daran:
"Die Maschine kann lernen, das ist richtig."
So Entwickler Christoph Blömcker. Er verweist auf die zahlreichen, von außen unsichtbaren Sensoren im Inneren der Maschine. Die überwachen den Ausstanz-Prozess von Anfang bis Ende, schalten, wenn es zu Unregelmäßigkeiten im Ablauf kommt, die Maschine ab, vergleichbar einem Papierdrucker, wenn sich innendrin ein Blatt verheddert.

Wichtig dabei: Die Sensoren des Laser-Vollautomaten senden alle Daten, vor allem die über Fehler, an eine Steuer-Software. Die wiederum ist, wie es Christoph Blömcker formuliert, mit verschiedenen ‚Produktions-Strategien‘ programmiert:
"Und wir machen jetzt einen Abgleich, welche Strategie funktioniert hat und welche Strategie nicht funktioniert hat, um daraus über künstliche Intelligenz Regeln abzuleiten, die in Algorithmen zu packen, die man dann zur Verfügung stellen kann."
Aus Fehlern lernen: Was für Menschen selbstverständlich ist, soll zukünftig auch bei Laser-Vollautomaten Wirklichkeit werden. Die Software lernt, dass ein bestimmter Ablauf beim Fertigen der kleinen Blechteile nicht optimal funktioniert – und entwickelt für das nächste Mal einen alternativen, besseren Ablauf.

Doch damit nicht genug: Der Laser-Vollautomat behält sein Wissen über den besseren Produktionsablauf nicht für sich:
"Wir sammeln die Daten von allen Maschinen. Und das ist ganz wichtig: Wir wollen das Wissen von jeder Maschine, von jedem Teil, das auf der ganzen Welt geschnitten wird, sammeln, gemeinsam hier auswerten, um aus diesem Wissen Modelle abzuleiten und diese Modelle dann unserem Programmierungssystem wieder zur Verfügung zu stellen."
Das heißt: Alle Laser-Vollautomaten der Firma sollen weltweit mit einander vernetzt werden, damit sie weltweit voneinander lernen können. Dadurch ergäben sich enorme Fortschritte in der Produktivität insgesamt, heißt es.

Klingt auf den ersten Blick schlüssig – doch der Teufel steckt im Detail. Zum einen: Damit die Maschinen ihre Daten untereinander austauschen können, bedarf es einer leistungsfähigen Netz-Infrastruktur. Daran mangelt es aber hierzulande noch, vor allem in ländlichen Regionen. Und das müsse sich ändern, fordert Trumpf-Entwicklungschef Tom Schneider vor dem Hintergrund des aufzubauenden neuen 5-G-Datennetzes:
"Für uns ist der Breitband-Ausbau ganz essenziell, da die Mehrzahl unserer Kunden in den ländlichen Regionen erfolgreiche kleine Unternehmen führt, die eben zur Bereitstellung unserer Maschinen eben auch diesen 5-g-Zugang benötigen perspektivisch. Und deswegen ist das für uns eine ganz essenzielle Forderung."

Hinzu kommt ein weiteres Problem: Manche Kunden, die mit dem Kauf selbstlernender, weltweit vernetzter Maschinen liebäugeln, sind erst einmal misstrauisch. Denn beim automatischen Austausch über Fehler und neue Vermeidungs-Strategien könnten auch sensible Informationen über das Unternehmen selbst übermittelt werden. Dem allerdings lasse sich durch entsprechende Programmierung ein Riegel vorschieben, meint Tom Schneider:
"Wir überführen diese kundenspezifische Daten in so genannte Meta-Daten, in Modelle, physikalische Modelle, die uns ermöglichen, diese Lernalgorithmen anzusetzen, ohne das Kunden-IP global verfügbar verteilt wird."
Letztlich bleibe die Entscheidung darüber, ob ein Daten-Austausch mit anderen Maschinen stattfindet, immer beim Betreiber der Maschine, also beim Menschen – so ähnlich wie auch der Inhaber eines Smartphones darüber entscheiden kann, ob beispielsweise seine Positionsdaten weitergegeben werden dürfen oder nicht.