Welche Rolle spielt KI in Ihrer Automatisierungssoftware?

Theoretisch gibt es in der Automatisierung mehrere Anwendungsfelder für KI. So könnte künstliche Intelligenz in der Steuerungslogik selbstständig Entscheidungsheuristiken umsetzen oder Regelalgorithmen optimieren. Mit Ausnahme von Computer-Vision-Systemen findet man diese Anwendungsfälle jedoch kaum in Automatisierungssystemen. Der Grund dafür: KI-erzeugte Eingriffe sind nur schwer reproduzierbar – und das ist ein No-Go für industrielle Anwendungen. Deutlich naheliegender ist die Nutzung der KI als Unterstützung beim Engineering, um die Erstellung von Programmcode und weitere Engineering-Aufgaben zu vereinfachen und zu beschleunigen. So werden wir zur Messe SPS 2025 einen integrierten Codesys-Chatbot für die Codesys-Onlinehilfe anbieten, der technische Anwendungsfragen beantwortet. Außerdem zeigen wir Ergebnisse des aktuellen Entwicklungsstands. So nutzen wir eine KI, um zum Beispiel Basisapplikationen automatisiert zu erzeugen, Verbesserungsvorschläge bei Compile-Fehlern zu erhalten oder bestehenden Programmcode zu analysieren. Ziel ist es, der Codesys-Community bald auch weitergehenden Nutzen zu bieten. Oder anders gesagt: Auch wenn Codesys seinen Usern bereits viele Komfortfunktionen bietet, werden wir die Applikationsentwicklung durch KI noch einmal erheblich effizienter gestalten.

Wie kann KI konkret die SPS-Programmierung effizienter machen?

Monotone und wiederkehrende Arbeiten nerven uns und die Codesys-User! Die KI wird mehr Spaß bei der Arbeit bringen, wenn sie zum Beispiel Programmbausteine und deren Instanzen automatisiert anlegt, manuell eingetippte Programmanweisungen erkennt und selbständig vervollständigt oder konkrete Behebungsvorschläge bei Übersetzungsfehlern beziehungsweise Problemstellen (‚Code Smells‘) macht. Auch wird die KI anhand bestehender Codesys-Projekte oder -bibliotheken sofort nutzbaren Code erstellen, dessen manuelle Erzeugung ansonsten recht schreib- und zeitintensiv wäre. Gerade unerfahrene Applikationsentwicklerinnen und -entwickler werden so ein schnelleres Erfolgserlebnis haben. Diesen Usern kann die KI auch die Funktion und Struktur von bestehendem Programmcode erklären. Bei einer weiteren unbeliebten Aufgabe wird die KI ebenfalls unterstützen: dem Testen von Applikationscode! Zwar gibt es für Codesys bereits ein integriertes Tool zum automatisierten Testen. Dafür müssen User aber zunächst einmal Testskripte oder -code erstellen. Genau dabei kann die KI helfen – und damit implizit zur Codequalität beitragen.

Wie lässt sich KI in Codesys integrieren?

Den Chatbot für unsere Online-Hilfe habe ich bereits erwähnt – den werden wir Ende des Jahres ins Hilfesystem integrieren. Eine bahnbrechende Neuerung ist das ‚Model Context Protocol‘ (MCP). Als standardisierte Schnittstelle ermöglicht es die direkte Anbindung von Tools wie dem Codesys Development System an ‚Large Language Models‘ (LLMs), also generative KI-Systeme. Zusammen mit der integrierten Kommandierungsschnittstelle in Codesys können damit komplexe Aufträge an die KI übergeben werden, die diese dann selbständig ausführt. Im Codesys-Projekt werden somit eigentlich manuelle Prozesse wie von Geisterhand vollautomatisch ausgeführt. Erste Tests mit Claude von Anthropic bringen bereits erstaunliche Ergebnisse.

Ein anderer Ansatz, an dem wir ebenfalls forschen: Das Finetuning eines lokalen, hoch optimierten LLM für einen bestimmten Anwendungsfall, in unserem Fall natürlich für SPS-Code. Diese Art der KI-Nutzung kommt ohne Internetverbindung aus und ist daher für Unternehmen interessant, deren Maschinen und Anlagen offline funktionieren müssen oder sollen.

Wie sichern Sie die Datenqualität für KI-Funktionen?

Um die Datenqualität sicherzustellen, hilft der KI alles, was auch Menschen hilft: Klare Variablennamen beziehungsweise Coding Guidelines, verständliche Kommentare sowie eine saubere Dokumentation benutzter Codesys-Funktionen und -Bibliotheken. Darüber hinaus hilft die KI selbst auch bei der Beurteilung der generierten Codequalität: Wenn sie ein manuell erstelltes oder ein generiertes Projekt nicht versteht, wird es Codesys-Usern vermutlich ähnlich ergehen – insbesondere, wenn sie noch eher unerfahren sind. Sowohl menschlichen als auch maschinellen Usern hilft hier eine hochwertige Dokumentation. Aber letztlich bleibt es immer in der Verantwortung der User, welcher Code auf eine Maschine oder Anlage geladen wird. Auch wenn die KI enorm bei der Qualitätssicherung unterstützt, ersetzt sie keine fachmännischen Tests oder Validierungen erstellter Software.

Welche Rolle spielt Explainable AI?

In vielen Bereichen ist die Erklärbarkeit der von der KI erzeugten Vorschläge wichtig für die Einschätzung ihrer Qualität und Brauchbarkeit. Der Vorteil generativer KI im Umfeld der Automatisierungstechnik: Sie kann sehr gut selbst erklären, wie sie zu ihren Ergebnissen kommt. Die Herausforderung besteht darin, den Überblick zu behalten, wenn eine KI selbstständig an bestehenden Projekten Änderungen vornimmt. Dabei helfen beispielsweise Tools zur Versionsverwaltung. Mit ‚Codesys Git‘ dokumentieren User genau, wer wann welche Änderungen warum vorgenommen hat.

Wie begleiten Sie Kunden bei der Einführung?

Noch sind keine KI-basierten Codesys-Produkte freigegeben. Dennoch arbeiten wir bereits intern und über Beta-User, zum Beispiel mit dem Chatbot für die Codesys-Onlinehilfe. Wie bei anderen Codesys-Produkten auch, wird die Einführung weiterer KI-Tools zunächst durch Beta-User erprobt, bevor sie ins breite Feld kommen. Und natürlich nutzen wir bei der Einführung die klassischen und modernen Kanäle, von der Dokumentation bis hin zu YouTube-Videos. Da die KI-Produkte für sich intuitiv bedienbar sind, gehen wir jedoch davon aus, dass die Codesys-Community auch ohne aufwendiges Training profitieren kann. Natürlich werden wir Hinweise und Empfehlungen für die Nutzung der Tools zur Verfügung stellen. Ein Beispiel: Aus Gründen der Informationssicherheit sollte man sich genau überlegen, ob man konkrete Projektinhalte aus der eigenen Domäne lassen oder andersherum LLMs ausschließlich auf lokalen Servern betreiben möchte.

Welche Partnerschaften treiben das Thema voran?

Dazu gehören einerseits Partner, die wir bereits aus der Zusammenarbeit in Forschungsprojekten kennen. Andererseits kommunizieren wir intensiv mit Technologieanbietern wie Intel, für die Codesys ein Multiplikator ist, und die uns im Bereich KI wertvollen Input liefern.

Wo sehen Sie die SPS-Programmierung mit KI in fünf Jahren?

Auch wenn KI unterstützt: Die spannenden und herausfordernden Kernaufgaben werden weiterhin hochqualifizierte Applikationsspezialisten erledigen. Sie werden aber effizienter und kreativer arbeiten können, da ihnen der ‚KI-Knecht‘ lästige Aufgaben abnimmt. Gleichzeitig verschiebt sich der Schwerpunkt und damit die Kompetenzanforderung von der Implementierung, also dem reinen Coden, hin zur exakten Problembeschreibung, damit die KI die gewünschte Lösung umsetzen kann. Diese Entwicklung sehe ich allerdings unabhängig von KI. Je besser, strukturierter und abstrahierter die Automatisierungsaufgabe durchdacht und beschrieben ist, umso besser die Realisierung. Auch ohne KI profitieren Codesys-User bereits heute von solchen Konzepten, indem sie beispielsweise den ‚Codesys Application Composer‘ nutzen: Der generiert anhand von Modulen den kompletten Applikationscode.

Wenn immer größere Anteile einer Applikation von KI erstellt werden, wird das die Themen Tests und Versionierung in den nächsten Jahren sicher mehr in den Fokus rücken.