KI & Automatisierung · 13. Februar 2026 · 14 Min. Lesezeit · Joseph Flesh, CTO & Co-Founder, Amplifa

KI in der Fertigung: Die Münchner KI-Fabrik – Hype oder Chance?

KI in der Fertigung ist jetzt Realität. Erfahren Sie, warum die neue Telekom-Nvidia-Anlage in München für Ihren Mittelstand alles ändert – und wo die Haken sind.

Manche lagern Gold in Tresoren. Andere bauen Supercomputer hinein. Als ich das letzte Mal im Münchner Tucherpark war, roch es noch nach Aktenstaub und altem Geld – die HypoVereinsbank hatte dort über Jahrzehnte ihre Schätze gehütet. Heute riecht es nach Zukunft. Und nach sehr teurer Elektronik. In exakt diesem ehemaligen Banktresor summen jetzt fast 10.000 der leistungsfähigsten Nvidia-Grafikkarten, gekühlt mit dem Wasser des nahegelegenen Eisbachs. Eine bizarre Vorstellung, oder?

Aber das Ding ist: Das ist keine Spielerei für ein paar Nerds. Das ist ein strategischer Schachzug, der eine Milliarde Euro gekostet hat. Die Deutsche Telekom hat sich hier mit Nvidia zusammengetan, um Europas – ja, Europas – ambitionierteste souveräne KI-Anlage zu bauen. Und wir reden hier nicht über Powerpoint-Folien und Absichtserklärungen. Wir reden über handfeste Rechenleistung, die schon bei der Eröffnung im Februar 2026 zu über einem Drittel ausgebucht war. Was das für die KI in der Fertigung im deutschen Mittelstand bedeutet? Alles. Und gleichzeitig wirft es verdammt unbequeme Fragen auf.

Der Deutschland-Stack: Warum Souveränität das neue Gold ist

Mal ehrlich: Wie viele Gespräche hatte ich in den letzten zwei Jahren mit Geschäftsführern von Maschinenbauern, die mir ihr Leid klagten? Alle wollen sie KI. Prädiktive Wartung, optische Qualitätskontrolle, digitale Zwillinge ihrer Anlagen. Die Technologie ist da. Aber dann kommt die Gretchenfrage: Wohin mit den Daten? Die Konstruktionspläne, die Prozessparameter, die Taktzeiten – das ist das Kronjuwel eines jeden Fertigers. Soll man das wirklich auf die Server von Amazon, Microsoft oder Google in Virginia oder Dublin hochladen? Und sich dann dem US CLOUD Act ausliefern, der US-Behörden im Zweifel Zugriff auf diese Daten gewährt? Da beißt die Maus keinen Faden ab: Das ist für die meisten ein No-Go. Und genau hier setzt die Münchner Anlage an.

Das Zauberwort heißt „Souveränität“. Telekom-Chef Tim Höttges hat es bei der Eröffnung herausposaunt: „Europa kann KI“. Was er meint, ist ein Gebilde namens „Deutschland Stack“. Eine Kombination aus der T-Systems-Infrastruktur, der deutschen T-Cloud, der Business-Technologie-Plattform von SAP und den Simulationswerkzeugen von Siemens. Das Versprechen: Alle Daten bleiben physisch und rechtlich in Deutschland, unter deutscher und europäischer Kontrolle. Kein Zugriff durch ausländische Behörden, keine Abhängigkeit von den Launen der US-Tech-Giganten. Eine halbe ExaFLOP Rechenleistung – eine Zahl mit 17 Nullen – nur für uns. Für einen COO im schwäbischen Mittelstand, der seine Produktionsgeheimnisse schützen will, klingt das wie Musik in den Ohren. Es ist der Versuch, das Pferd endlich mal von der richtigen Seite aufzuzäumen: Erst die sichere Infrastruktur, dann die Anwendung.

Vergleich: Souveräne KI vs. US-Hyperscaler

Um das mal einzuordnen: Was ist der Unterschied zu den Angeboten, die wir schon seit Jahren kennen? Ich habe die wichtigsten Punkte mal gegenübergestellt, aus der Brille eines produzierenden Unternehmens.

Wir wollen die Wertschöpfung mit KI in Europa halten. Es geht darum, eine digitale Infrastruktur zu schaffen, die unseren industriellen Werten von Qualität, Präzision und Datensicherheit entspricht.

— Tim Höttges, Vorstandsvorsitzender der Deutschen Telekom (frei zitiert nach Eröffnungsrede)

Industrie 4.0 trifft auf KI in der Fertigung: Wer ist schon dabei?

Das schönste Rechenzentrum nützt nichts, wenn es keiner nutzt. Doch hier wird es interessant. Siemens, quasi der Pate des deutschen Maschinenbaus, hat sich nicht nur an der Software-Seite beteiligt, sondern ist auch einer der ersten Großkunden. In Erlangen durfte ich mir vor ein paar Monaten ansehen, wie sie mit digitalen Zwillingen ganzer Fabriken arbeiten. Die Datenmengen sind astronomisch. Bisher liefen solche Simulationen oft auf eigenen, sündhaft teuren Server-Clustern im Keller. Jetzt können sie diese Workloads nach München auslagern – sicher und skalierbar. Das ist ein Paukenschlag.

Aber es sind nicht nur die Giganten. Auf der Kundenliste stehen auch Namen wie Agile Robots, ein High-Tech-Robotik-Startup aus München, oder PhysicsX, eine Firma, die komplexe physikalische Simulationen für die Fertigung anbietet. Das zeigt: Die Anlage zielt auf das gesamte industrielle Ökosystem ab. Und der Bedarf ist riesig. Laut einer ECI-Umfrage erwarten 58% der europäischen Fertiger für 2026 Wachstum, angetrieben vor allem durch Effizienzgewinne aus der Technologie. Die KI in der Fertigung ist kein Buzzword mehr, sondern ein knallharter Wettbewerbsfaktor. Wer jetzt nicht aufspringt, riskiert, abgehängt zu werden. Die neue Infrastruktur nimmt die letzte große Ausrede vom Tisch: die Datensicherheit.

Die unbequeme Wahrheit: Wie souverän sind wir wirklich?

Alles super also? Nicht so schnell. Bei allem Jubel über die Souveränität – es gibt da einen Elefanten im Raum, der groß ist, schwarz-grün leuchtet und Nvidia heißt. Ja, die Daten bleiben in Deutschland. Ja, die Software-Stacks kommen von SAP und Siemens. Aber das Herz, das pochende, stromfressende Silizium-Herz dieser Anlage, die fast 10.000 Blackwell-GPUs, kommt von einem amerikanischen Quasi-Monopolisten.

Wir bauen also unsere europäische Festung auf amerikanischem Sand. Was passiert, wenn die US-Regierung morgen beschließt, den Export dieser Hochleistungschips zu beschränken? Was, wenn Nvidia seine Preise verdoppelt? Europäische Alternativen wie der SiPearl Rhea1 Chip oder die RISC-V Projekte sind noch Lichtjahre von der Leistungsfähigkeit – und vor allem der Software-Kompatibilität – einer Nvidia-GPU entfernt. Ob das wirklich so einfach ist, die Abhängigkeit zu reduzieren, wage ich zu bezweifeln. Es ist eine Verbesserung, keine Frage. Aber wir tauschen nur eine Form der Abhängigkeit gegen eine andere. Eine, die vielleicht weniger offensichtlich, aber nicht weniger gefährlich ist.

Was jetzt? 5 Schritte für den Mittelstand

Schön, Klaus, denkst du jetzt vielleicht, aber was soll ich als Geschäftsführer eines 150-Mann-Betriebs im Sauerland jetzt konkret tun? Panik? Abwarten? Hier ist mein pragmatischer Fahrplan, ohne Berater-Blabla:

1. 1. Gnadenlose Bestandsaufnahme (Wo tut's weh?): Vergessen Sie „Wir müssen was mit KI machen“. Fragen Sie sich: Wo verlieren wir Geld? Bei Ausschuss in der Qualitätskontrolle? Bei ungeplanten Maschinenstillständen? Bei der umständlichen Rüstung? Nur wo ein echter Schmerz ist, lohnt sich ein KI-Pflaster. Alles andere ist teures Hobby.
2. 2. Daten-Inventur (Was haben wir im Keller?): KI braucht Futter. Und dieses Futter sind Daten. Haben Sie saubere, strukturierte Maschinendaten der letzten Jahre? Gibt es Sensordaten zur Temperatur, Vibration, Leistung? Wenn Ihre Daten ein unorganisierter Haufen auf verschiedenen Excel-Listen und Servern sind, ist das Ihr erster Job. Nicht die KI.
3. 3. Pilotprojekt definieren (Klein anfangen, groß denken): Suchen Sie sich EINEN konkreten Anwendungsfall aus. Nicht zehn. Beispiel: Die optische Prüfung von Bauteil XY an Maschine 7. Ein überschaubares, messbares Problem. Mit diesem Case können Sie dann bei Anbietern wie T-Systems anklopfen und die Nutzung der Münchner Anlage für ein Proof-of-Concept prüfen.
4. 4. Partner evaluieren (Wer kann's wirklich?): Sie müssen das Rad nicht neu erfinden. Es gibt Systemintegratoren und spezialisierte Software-Firmen, die auf KI in der Fertigung spezialisiert sind. Sprechen Sie mit Siemens, sprechen Sie mit SAP, aber sprechen Sie vor allem mit deren Partnern, die schon Projekte im Mittelstand umgesetzt haben. Holen Sie sich Referenzen.
5. 5. Wirtschaftlichkeit berechnen (Was bringt's unterm Strich?): Ein KI-Projekt ist eine Investition, kein Selbstzweck. Rechnen Sie es durch: Was kostet die Datenaufbereitung, das Training des Modells auf der neuen Plattform und die Implementierung? Und was spart es pro Jahr an Ausschuss, Ausfallzeit oder manuellem Aufwand? Wenn da am Ende keine schwarze Zahl steht – Finger weg.

ICP Playbook: Finden Sie den perfekten KI-Anwendungsfall — Bevor Sie in teure KI-Projekte investieren: Definieren Sie glasklar, welcher Anwendungsfall in Ihrer Fertigung den größten ROI verspricht. Unser Playbook führt Sie Schritt für Schritt durch den Prozess – von der Schmerzpunkt-Analyse bis zum Business Case.

Mein Fazit: Eine Einladung, die man nicht ausschlagen sollte

Dieser Tresor voller GPUs in München ist mehr als nur ein Rechenzentrum. Er ist ein Statement. Ein Signal, dass die deutsche Industrie die Bedeutung von KI in der Fertigung erkannt hat und bereit ist, die Kontrolle über ihre digitale Zukunft zurückzugewinnen. Ja, die Abhängigkeit von Nvidia schmerzt. Sie ist der Geburtsfehler dieses ansonsten beeindruckenden Projekts. Aber sie ist kein Grund, die Hände in den Schoß zu legen.

Meiner Erfahrung nach überschätzen viele Mittelständler die Komplexität und unterschätzen die Dringlichkeit des Themas. Die Telekom legt hier einen roten Teppich aus. Einen sicheren, leistungsstarken Weg in die Welt der Industrie-KI. Jetzt liegt es an den Unternehmen, diesen Weg auch zu gehen. Ich wette, in drei Jahren werden wir nicht mehr darüber reden, ob der Mittelstand KI einsetzt, sondern nur noch darüber, wer den Anschluss verpasst hat und jetzt verzweifelt versucht aufzuholen. Die Werkzeuge liegen jetzt auf dem Tisch – mitten in München. Man muss sie nur aufheben.