- AI
- Edge Computing
- Industries
- Clea
Industrial Edge AI 2027: Wofür OEMs jetzt entwickeln müssen
KI-Workloads, IT/OT-Konvergenz, Lifecycle-Sicherheit und Plattform-Wiederverwendung beeinflussen, wie OEMs Robotik-, Vision- und intelligente Maschinensysteme entwickeln.

Industrial Edge AI tritt in eine neue Phase ein. Laut der International Federation of Robotics erreichte die Zahl der weltweit im Einsatz befindlichen Industrieroboter 2025 mit fünf Millionen einen Rekordwert, während die jährlichen Neuinstallationen 600.000 überschritten. Die Organisation meldete außerdem, dass die Auslieferungen professioneller Serviceroboter im selben Jahr um 24 % gewachsen sind. Diese Zahlen bedeuten nicht, dass jede KI-Anwendung die Pilotphase hinter sich gelassen hat. Sie zeigen jedoch, dass Physical AI—in Maschinen eingebettete KI, die die physische Welt wahrnimmt und in ihr handelt—in realen Einsatzumgebungen ausgerollt wird.
Für OEMs verschiebt sich daher die Fragestellung. Es geht nicht mehr nur darum, ob ein KI-Modell auf einem Edge-Gerät laufen kann. Entscheidend ist, ob das Gesamtsystem mehrere Workloads koordinieren, sich mit der Industrieinfrastruktur verbinden, geltende Sicherheitsanforderungen erfüllen und sich über mehrere Produktgenerationen hinweg weiterentwickeln kann. Vier Entwicklungen könnten diese Fragen 2027 zunehmend wichtig machen.
KI-Workloads werden zu koordinierten Systemen
Frühe Edge-AI-Projekte konzentrieren sich oft auf eine sichtbare Fähigkeit: ein Objekterkennungsmodell, einen Navigationsalgorithmus oder eine Inspektionsaufgabe. Ein kommerzielles System muss unter Umständen weitere Funktionen unterstützen. Ein autonomer mobiler Roboter kann Wahrnehmung, Sensorfusion, Routenplanung, Anwendungslogik und zeitkritische Steuerung kombinieren. Eine Inspektionsplattform kann mehrere Bildströme verarbeiten und gleichzeitig Daten mit Produktionsanlagen und einem übergeordneten System austauschen.
Diese Workloads stellen unterschiedliche Anforderungen an Rechenleistung, Speicher und Bandbreite. Sie können zudem unterschiedliche Latenz- und Leistungsanforderungen haben. Wird eine Plattform anhand der Spitzenleistung eines einzelnen Modells ausgewählt, kann dies daher zu Integrationsproblemen führen, sobald die Gesamtanwendung zusammengeführt wird.
OEMs sollten die Aufteilung der Workloads frühzeitig im Designprozess berücksichtigen. CPUs, GPUs, NPUs und dedizierte Steuerungsressourcen können unterschiedliche Rollen übernehmen. Werden sie als Teile einer einheitlichen Architektur betrachtet, können Entwicklungsteams Workloads leichter zuweisen und die Entstehung separater Verarbeitungsinseln für neue Funktionen begrenzen. Dieser Ansatz kann es erleichtern, Funktionen hinzuzufügen, ohne frühzeitig das gesamte System neu entwerfen zu müssen.
IT/OT-Konvergenz zeichnet den industriellen Edge neu
Die International Federation of Robotics nennt die Konvergenz von Informationstechnologie und Betriebstechnologie als einen Trend, der die Robotik prägt. Derselbe Wandel verändert auch die industrielle Automatisierung, da intelligente Maschinen zu vernetzten Knoten innerhalb der Daten- und Steuerungsarchitektur der Fabrik werden.
Das bedeutet nicht, dass jeder Workload in die Cloud verlagert werden muss. Echtzeit-Inferenz, Entscheidungsfindung und Steuerung müssen möglicherweise lokal bleiben, während ausgewählte Daten und Dienste mit übergeordneten Systemen verbunden werden.
Teams müssen diese Grenzen bewusst festlegen: Welche Funktionen benötigen lokale Autonomie, welche Daten sollen die Maschine verlassen und wie wird der Betrieb fortgesetzt, wenn sich die Konnektivität ändert? Die KI-Verarbeitung muss zudem über die von der Anwendung geforderten Schnittstellen mit Kameras, Sensoren, Industrienetzwerken und Steuerungsgeräten verbunden werden.
Ziel ist eine resiliente Topologie, die die lokale Reaktionsfähigkeit schützt und es zugleich ermöglicht, dass Daten und Dienste dorthin gelangen, wo sie den größten Nutzen stiften.
Lifecycle-Sicherheit wird zur Designanforderung
Sicherheit kann nicht länger als Funktion behandelt werden, die kurz vor der Markteinführung hinzugefügt wird. Ein vernetztes Industrieprodukt kann über Jahre im Einsatz bleiben, in denen sich Schwachstellen, Software-Abhängigkeiten und regulatorische Erwartungen kontinuierlich verändern.
Der EU Cyber Resilience Act macht diese Verantwortung über den gesamten Lebenszyklus deutlicher. Er führt Cybersicherheitsanforderungen ein, die Planung, Design, Entwicklung und Wartung von Produkten mit digitalen Elementen abdecken. Seine Meldepflichten gelten seit dem 11. September 2026, die wesentlichen Pflichten gelten ab dem 11. Dezember 2027.
Für OEMs reichen die Auswirkungen über Compliance-Dokumentation hinaus. Die zugrunde liegende Plattform muss eine Software-Basis unterstützen, die über die erwartete Produktlebensdauer gepflegt werden kann. Sicherheitsprozesse, Schwachstellenmanagement und Update-Fähigkeit werden damit zu Architekturthemen.
Wer sie frühzeitig adressiert, kann das Risiko verringern, spät in der Entwicklung festzustellen, dass ein Prototyp-Software-Stack die Sicherheits- und Wartungsanforderungen des kommerziellen Produkts nicht erfüllen kann. Die Lifecycle-Bereitschaft wird daher zu einem Bestandteil von Plattformauswahl und Beschaffung und ist nicht nur ein betriebliches Thema nach der Auslieferung.
OEMs entwickeln Produktplattformen, keine Einzelgeräte
Viele Industrieprodukte entwickeln sich zu Produktfamilien. Ein Robotikhersteller benötigt möglicherweise mehrere Nutzlast- oder Sensorkonfigurationen. Ein Anbieter von Machine-Vision-Systemen bedient unter Umständen unterschiedliche Kameraanzahlen, Leistungsstufen oder Inspektionsaufgaben. Eine HMI-Plattform kann an mehrere Maschinen angepasst werden.
Die Rechen- und Software-Architektur für jede Variante neu aufzubauen, erhöht den Entwicklungsaufwand, den Validierungsaufwand und die Lebenszykluskosten. Zudem wird die Planung künftiger Produktgenerationen erschwert.
Ein modularer Ansatz kann die Wirtschaftlichkeit verändern. Ein wiederverwendbares Carrier-Konzept, eine einheitliche Software-Basis und skalierbare Rechenoptionen helfen Teams dabei, Teile ihrer Arbeit über verwandte Produkte hinweg wiederzuverwenden. Nicht jede Komponente lässt sich unverändert übertragen, und jedes finale Design erfordert weiterhin eine anwendungsspezifische Validierung. Der potenzielle Nutzen liegt darin, unnötige Neuentwicklungen zu reduzieren.
Damit ist Modularität mehr als eine Frage des Formfaktors. Sie kann dazu beitragen, Entwicklungsinvestitionen zu schützen, die Entwicklung von Produktvarianten zu verkürzen und einen besser beherrschbaren Weg für künftige Upgrades zu schaffen.
Von Trends zu Plattformentscheidungen
Diese vier Entwicklungen können Engineering- und Produktteams einen praxisnahen Rahmen für die Bewertung einer Industrial-Edge-AI-Plattform bieten.
Kann sie die Mischung aus KI-, Anwendungs- und zeitkritischen Workloads koordinieren, die das Gesamtsystem erfordert? Kann sie sich mit den relevanten Sensoren, Netzwerken und der Steuerungsinfrastruktur verbinden, ohne den lokalen Betrieb zu schwächen? Lässt sich ihre Software-Basis über den gesamten Produktlebenszyklus pflegen und absichern? Kann die Architektur über künftige Varianten hinweg wiederverwendet oder angepasst werden?
Die maximale KI-Leistung bleibt wichtig, ist aber nur ein Faktor unter mehreren. Eine Produktionsplattform muss Rechenleistung, I/O, Software-Wartbarkeit und Modularität zusammenbringen. Die Bewertung dieser Elemente als ein System hilft, Integrationsrisiken aufzudecken, bevor sie zu teuren Neuentwicklungen werden.
Eine produktionsorientierte Grundlage für Industrial Edge AI
Diese Designkriterien sind nicht nur künftige Anforderungen. Nach ersten technischen Evaluierungen stellt SECO ausgewählten OEMs und Entwicklungsteams eine begrenzte erste Charge von SOM-SMARC-Dragonwing-IQ8-Engineering-Samples zur Verfügung. SECO ist das erste Unternehmen, das ein industrielles SMARC-System-on-Module auf Basis der Qualcomm® Dragonwing™ IQ8 Series für die OEM-Evaluierung bereitstellt.
Das Modul basiert auf dem Qualcomm® Dragonwing™ IQ-8275 Prozessor und ist darauf ausgelegt, über die Qualcomm® Hexagon™ NPU bis zu 40 TOPS an KI-Beschleunigung zu liefern. Gigabit- und 2,5-Gigabit-Ethernet, PCIe Gen4, Kameraschnittstellen und CAN-Unterstützung sollen die Konnektivität bieten, die für die Evaluierung von Vision-, Netzwerk- und anwendungsspezifischen Industriearchitekturen erforderlich ist, ohne KI-Rechenleistung als isolierte Komponente zu behandeln.
Als Teil des Works with Arduino™ Ökosystems ist das SOM-SMARC-Dragonwing-IQ8 so aufgebaut, dass es einen durchgängigeren Weg von der Anwendungsentwicklung auf dem Arduino® VENTUNO™ Q Board bis zum industriellen Produktdesign unterstützt. Statt ein Board durch ein anderes zu ersetzen, spielt jedes seine Stärken aus: Arduino und Arduino® App Lab sollen Prototyping und Validierung beschleunigen, während SECO Carrier-Board-Design, Software-Integration und die langfristigen Anforderungen des Endprodukts abdeckt. Clea OS soll eine Grundlage für sicherheitsorientiertes Gerätemanagement und langfristige Software-Wartung bieten.
Für den Produktlebenszyklus entwickeln, nicht für die erste Demonstration
Die Chance des Jahres 2027 besteht nicht einfach darin, mehr KI in eine Maschine zu bringen. Es geht darum, Intelligenz so zu gestalten, dass sie auch bei der Weiterentwicklung des Produkts unterstützbar bleibt. Die frühzeitige Bewertung der gesamten Architektur kann OEMs helfen, das Redesign-Risiko zu verringern und mehr ihrer Entwicklungsarbeit in künftigen Systemen wiederzuverwenden.
Mit einer begrenzten ersten Charge von SOM-SMARC-Dragonwing-IQ8-Engineering-Samples können ausgewählte OEMs und Entwicklungsteams beurteilen, ob Dragonwing-IQ8-Technologie, industrielle Konnektivität und eine lebenszyklusorientierte Software-Basis für ihr nächstes Industrial-Edge-AI- oder Physical-AI-Produkt geeignet sind.
In diesem Artikel
Weiterlesen

News, 12. November 2026
SECOs COM Express-Modul auf Basis der AMD Ryzen Embedded 8000 Series ist jetzt zur Bemusterung verfügbar
Lesen
News, 5. November 2026
SECO und Peridio beschleunigen Robotik und Physical AI von der Entwicklung bis zum Einsatz auf Qualcomm® Dragonwing™
Lesen
News, 26. Oktober 2026
SECO als erster Anbieter mit SMARC-Modul auf Basis der Qualcomm® Dragonwing™ IQ8 Series am Markt
Lesen
Abonnieren Sie den SECO Newsletter.
Melden Sie sich mit Ihrer E-Mail-Adresse auf seco.com an.

