Stuttgart, Deutschland – August 2026. Auf der Hannover Messe stellte i-flow erstmals seine Vision einer selbstvernetzenden Fabrik vor: Produktionsumgebungen, in denen sich neue Maschinen und Systeme mit deutlich weniger manuellem Engineering in bestehende industrielle Datenarchitekturen integrieren lassen. Mit Release 3.4.2 erreicht diese Entwicklung nun den nächsten entscheidenden Schritt. Die zuvor als Beta verfügbaren AI-Funktionen wechseln in den Stable Channel und werden damit Bestandteil des produktiven i-flow Einsatzes.
Im Mittelpunkt steht ein selbstaufbauender Unified Namespace (UNS). Der i-flow Agent unterstützt zentrale Arbeitsschritte, die in klassischen Integrationsprojekten bislang manuell durchgeführt werden müssen: Maschinendaten erfassen, Datenpunkte verstehen und klassifizieren, semantische Modelle aufbauen, Mappings erstellen und Daten in eine standardisierte UNS-Struktur überführen.
Ziel ist es, aus einem aufwendigen individuellen Integrationsprozess einen zunehmend automatisierten und wiederholbaren Ablauf zu machen.
Vom Beta-Konzept zum produktiven Einsatz
Die Grundlage wurde mit der Beta-Version auf der Hannover Messe geschaffen. Seitdem wurde der Ansatz gemeinsam mit Kunden erprobt und auf Basis des praktischen Feedbacks weiterentwickelt. Release 3.4.2 erweitert den i-flow Agent insbesondere dort, wo industrielle Projekte mehr Kontext und Kontrolle erfordern.
Anwender können beispielsweise technische Dokumentationen, Maschinenbeschreibungen oder XML-Dateien direkt bereitstellen. Der Agent kann diese Informationen in seine Arbeit einbeziehen und daraus Strukturen für Modelle und Mappings ableiten. Zudem berücksichtigt er den aktuellen Kontext innerhalb der i-flow Plattform. Er kann vorhandene Tags analysieren, strukturieren sowie deren Datentypen setzen und validieren.
Dadurch arbeitet der Agent nicht mehr ausschließlich auf Basis abstrakter Eingaben. Er kann reale Informationen aus der Maschinen- und Systemlandschaft direkt in die Konfiguration des Unified Namespace einbeziehen.
Der Engpass liegt hinter der Maschinenanbindung
Die technische Verbindung zu einer Maschine lässt sich heute unter geeigneten Voraussetzungen häufig schnell herstellen. Der größere Aufwand beginnt danach. Ein Datenpunkt allein sagt noch wenig darüber aus, welche Bedeutung er besitzt, zu welcher Maschine oder Funktion er gehört und wie nachgelagerte Systeme ihn interpretieren sollen. In der Praxis müssen Teams deshalb große Mengen an Maschinendaten manuell klassifizieren, typisieren und bestehenden Datenmodellen zuordnen. Anschließend werden Mappings und Topic-Strukturen aufgebaut, bevor die Daten konsistent von MES-, ERP-, Analytics- oder KI-Anwendungen genutzt werden können.
Genau an diesem Punkt setzt der selbstaufbauende Unified Namespace an. Der i-flow Agent übernimmt zunehmend die vorbereitende Modellierungs- und Strukturierungsarbeit. Aus vorhandenen Informationen entstehen Vorschläge für Datenmodelle, Mappings und die Einordnung in den Unified Namespace. Der Prozess entwickelt sich damit von:
manuell anbinden → manuell analysieren → manuell modellieren → manuell mappen → manuell strukturieren
hin zu:
automatisch erkennen → automatisch strukturieren → manuell prüfen → manuell freigeben
Automatisierung mit kontrollierter Freigabe
Produktiver KI-Einsatz in der Industrie erfordert mehr als reine Automatisierung. Änderungen an Datenmodellen und Integrationsstrukturen müssen nachvollziehbar und kontrollierbar bleiben. Deshalb bleibt der Mensch bewusst Teil des Prozesses.
Im Modus Ask Before Edits werden Änderungen nicht unmittelbar übernommen. Auch vom Agent vorgeschlagene Asset-Mappings müssen vor ihrer Anwendung bestätigt werden. Zusätzlich wird nachvollziehbar, welcher Kontext dem Agent bei einer Anfrage zur Verfügung stand. Anwender können dadurch besser einordnen, auf welcher Grundlage Vorschläge oder Änderungen entstanden sind. Damit verändert sich die Rolle des Anwenders: weg von der vollständigen manuellen Konfiguration und hin zur fachlichen Prüfung und Freigabe.
„Die eigentliche Herausforderung industrieller Vernetzung ist längst nicht mehr nur die technische Verbindung zur Maschine. Der Aufwand entsteht beim Verstehen, Strukturieren und Modellieren der Daten. Genau dort setzen wir mit dem i-flow Agent an. Mit Release 3.4.2 überführen wir diesen Ansatz vom Beta-Stadium in den produktiven Einsatz – mit dem Ziel, aus einem wochenlangen Integrationsprojekt einen zunehmend automatisierten und wiederholbaren Prozess zu machen.“ Timo Vormweg (CTO, i-flow GmbH)
Ein zentraler Schritt zur selbstvernetzenden Fabrik
Der selbstaufbauende Unified Namespace ist für i-flow kein isoliertes AI-Feature. Er ist ein Baustein einer weitergehenden Entwicklung industrieller Datenarchitekturen. In einer selbstvernetzenden Fabrik verursacht eine neue Maschine nicht jedes Mal ein neues Integrationsprojekt. Systeme werden erkannt, ihre Daten werden strukturiert und in bestehende Modelle eingeordnet. Der Mensch kontrolliert das Ergebnis, anstatt jeden einzelnen Schritt selbst konfigurieren zu müssen.
Genau darin liegt die Bedeutung von Release 3.4.2: Der Einsatz von AI verschiebt sich von der reinen Assistenz hin zur konkreten Automatisierung industrieller Engineering-Aufgaben. Für produzierende Unternehmen eröffnet das die Möglichkeit, Unified-Namespace-Architekturen schneller aufzubauen und mit deutlich geringerem manuellem Aufwand auf weitere Maschinen, Linien und Werke auszuweiten.
Nach der Beta-Phase wird dieser Ansatz mit i-flow 3.4.2 nun Teil des produktiven Betriebs.
Die Ära der selbstvernetzenden Fabriken hat begonnen.
