Shopfloor-Daten werden zur Entscheidungsbasis

„KI muss erklärbar sein“

Maria Grahm, verantwortlich für das weltweites Life-Sciences-Geschäft bei Siemens, sagt: „Siemens vereint tiefes Pharma-Know-how mit einem integrierten und zugleich offenen digitalen Portfolio.“

Bild: Siemens
12.03.2026

Wie gelingt in der Pharmaproduktion schnell echte Datentransparenz – und warum scheitern Projekte oft an Legacy-Systemen, Datensilos und der IT/OT-Schnittstelle? Im Interview mit P&A erklärt Maria Grahm, verantwortlich für das weltweites Life-Sciences Geschäft bei Siemens, wie Shopfloor-Daten nutzbar werden, was Pilotprojekte liefern müssen und wie Vertrauen in KI-gestützte Instandhaltungsempfehlungen in regulierten Umgebungen entsteht.

Welcher erste Schritt bringt in Pharma-Projekten am schnellsten echte Datentransparenz in die Produktion?

Der schnellste Weg zu echter Datentransparenz in der Pharmaproduktion ist der Aufbau einer digitalen Datenbasis auf Maschinen- und Linienebene und deren direkte Nutzbarmachung. Dies beginnt mit der Erstellung eines Digital Data Twin, bei dem Shopfloor-Daten über sichere Konnektoren standardisiert erfasst und in eine zentrale Datenebene wie den Industrial Information Hub (IIH) integriert werden. Der entscheidende Mehrwert entsteht, wenn diese kontextualisierten Daten unmittelbar von Anwendungen wie Senseye, der KI-basierten Predictive-Maintenance-Lösung von Siemens, genutzt werden. Senseye verwandelt Zustandsdaten in frühzeitige Fehlererkennung und priorisierte Instandhaltungsempfehlungen – und macht Datentransparenz zu operativer Intelligenz, die Teams schnell in Maßnahmen umsetzen können.

Welche Hürden bremsen datengetriebene Produktion in der Pharmabranche am stärksten – Technik, Prozesse oder Kultur?

Die größte Hürde ist nach wie vor die Technik, insbesondere Legacy Systeme und Datensilos in Kombination mit hohen Anforderungen an Cybersecurity und Compliance. Diese Herausforderungen werden häufig durch organisatorische Trennlinien zwischen IT und OT verstärkt. Siemens begegnet dem mit einem plattformbasierten Ansatz: Industrial Edge stellt eine sichere, zentral gemanagte Infrastruktur bereit, um Anwendungen wie Senseye konsistent über Anlagen und Standorte hinweg auszurollen. Sobald Anwender konkrete Verbesserungen wie reduzierte ungeplante Stillstände sehen, lösen sich kulturelle Barrieren meist von selbst.

Wie schaffen Sie Vertrauen in KI-gestützte Empfehlungen bei Instandhaltung und Betrieb – gerade in regulierten Umgebungen?

Vertrauen in KI entsteht durch Transparenz, Compliance und nachweisbaren Nutzen. Senseye kombiniert moderne Machine-Learning-Verfahren mit Asset-zentrierten Modellen, die Empfehlungen für Instandhaltungsteams nachvollziehbar und erklärbar machen. Gleichzeitig laufen Siemens Lösungen auf zertifizierten Infrastrukturen, etwa IEC 62443 konformen OT Umgebungen und ISO 27001 zertifizierten Cloud Services. Der Einstieg über Pilotprojekte mit klarem Proof of Value und anschließender Skalierung schafft Vertrauen bei Anwendern und Regulatoren gleichermaßen.

Warum ist Siemens der ideale Partner, um datengetriebene Produktion in der Pharmaindustrie skalierbar umzusetzen?

Siemens vereint tiefes Pharma-Know-how mit einem integrierten und zugleich offenen digitalen Portfolio. Mit Siemens Xcelerator greifen Industrial Edge, IIH und Senseye nahtlos ineinander und bleiben dennoch offen für die Integration von Drittanbietern. Diese durchgängige Konsistenz reduziert Engineering-Aufwand, beschleunigt die Umsetzung und ermöglicht eine skalierbare, regelkonforme KI-gestützte Produktion über mehrere Standorte hinweg. Unsere Service Experten von Industrial Edge Services unterstützen dabei bedarfsgerecht von der Pilotierung über das Ausrollen bis hin zum weltweiten Betrieb. Damit ist Siemens ein langfristiger Partner für die nachhaltige digitale Transformation der Pharmaindustrie.

Lesen Sie hier die Titelstory von Siemens!

Firmen zu diesem Artikel
Verwandte Artikel