Zum Hauptinhalt springen
Eine vernetzte Wolke endet mit gestrichelten Linien an einer Barriere, darunter mechanische Verriegelungen und ein Not-Halt-Taster
Blog·

Anthropics MHS im Maschinenbau: Was die Preview wirklich zeigt

Zum Model Hardware Standard liegt am 2. September 2026 keine öffentliche Spezifikation vor. Die Preview zeigt dennoch ein relevantes Architekturmuster: Ein Agent entwickelt und prüft die Steuerlogik. Im Betrieb läuft deterministischer Code, getrennt von der Sicherheitskette.

Porträt von Antonio Agudo

Geschrieben von

Antonio Agudo

Inhouse-Enablement für Entwicklerteams · davor zwei Jahre KI in Produktion · Köln

Am 2. September 2026 liegt zum Model Hardware Standard keine öffentliche Spezifikation vor. Der aussagekräftigste veröffentlichte Versuch der Preview kam im Abschlusstest ohne Sprachmodell aus: Claude hatte den Controller entwickelt und validiert. Anschließend führte die Hardware ausschließlich deterministischen Code aus. Für den Maschinen- und Anlagenbau ist diese Arbeitsteilung relevanter als die Idee, ein Sprachmodell direkt in eine Echtzeitregelung einzubinden.

Was der QuEra-Versuch tatsächlich zeigt

Der Controller stellte in 695 von 700 Versuchen den stabilen Laserbetrieb wieder her. Getestet wurde beim Quantencomputerhersteller QuEra in sieben Störungsklassen mit jeweils 100 zeitgemessenen Durchläufen. Je nach Störung dauerte die Wiederherstellung 0,9 bis 5,4 Sekunden, in der anspruchsvollsten Klasse 10 bis 14 Sekunden. Ein menschlicher Spezialist benötigte dafür 5 bis 10 Minuten. Alle fünf Fehlschläge hatten dieselbe Ursache im Versuchsaufbau. Der Controller meldete sie korrekt und verbuchte keinen einzigen fälschlich als Erfolg. Während der Pilotphase brach die Stabilisierung 43-mal ab. Der Controller stellte sie jedes Mal automatisch wieder her.

QuEra dokumentiert diese Ergebnisse seit dem 27. August 2026 in seinem Technikbericht. Im laufenden Betrieb steuert kein Sprachmodell die Hardware. Über MHS erhielt Claude den nötigen Hardwarezugriff, um den Controller zu entwerfen, zu programmieren und zu validieren. Auf der Werkbank läuft anschließend ein deterministisches, vollständig überprüfbares Programm. Der Agent greift nicht in die zeitkritische Regelschleife ein.

Zwei Phasen: Der Agent entwirft, programmiert und validiert den Controller, im Betrieb läuft deterministischer Code, die Sicherheitskette bleibt getrennt.

Der Controller ersetzte ein von einem vierköpfigen, interdisziplinären Team entwickeltes Skript. Dieses konnte nur Fehler behandeln, die seine Autoren vorausgesehen hatten. Ein QuEra-Mitarbeiter, der den Versuch überwachte, stoppte den Agenten mehrfach, wenn er an plausibel wirkenden, technisch aber falschen Ansätzen festhielt.

Der Preview-Partner Universal Robots beschreibt dieselbe Trennung ebenso klar: Die KI befindet sich außerhalb der eigenen Sicherheitsarchitektur. Für die Sicherheit ist weiterhin ausschließlich diese zuständig. Der Bewegungsablauf selbst wird im Betrieb deterministisch ausgeführt. Universal Robots kennzeichnet den Aufbau ausdrücklich als Machbarkeitsnachweis, nicht als Produkt.

Anthropic bietet MHS seit dem 27. August 2026 als geschlossene Research Preview an. Zugang erhält nur, wer sich bewirbt. Der Zugriff erfolgt über MCP, die Kommandozeile oder Code-Dateien. MCP ist damit einer von mehreren Zugangswegen, nicht die Grundlage des gesamten Standards.

Als Besonderheit hebt Anthropic einen Mechanismus mit natürlichsprachlichen Tags hervor. Im Treiber werden die Eigenschaften des Geräts in freier Sprache hinterlegt: welche Werte sich auslesen lassen, welche Einstellungen verändert werden dürfen und welche Sicherheitsgrenzen der Treiber technisch durchsetzt. Aus diesen Angaben entsteht eine Referenzdatei für den Agenten. Anthropic begründet den Ansatz damit, dass solches Wissen heute oft nur in gedruckten Handbüchern, auf einzelnen Rechnern oder gar nicht dokumentiert vorliegt.

Anthropic nennt Lesen und Schreiben als Beispiele für Treiberprimitive. Für zeitkritische, lang laufende oder häufig wiederholte Abläufe sieht die Preview Code-Dateien vor. Der Agent fasst die Treiberbefehle darin zu einem Programm zusammen, das anschließend abläuft, ohne dass für jeden Einzelschritt ein erneuter Modellaufruf nötig ist. Beim QuEra-Piloten hat dieses Vorgehen funktioniert. Daraus lässt sich noch keine allgemeine Wirksamkeit von MHS ableiten.

Beim QuEra-Versuch entstand der Nutzen wie bei KI-Coding-Agents vor allem während der Entwicklung: Claude schrieb und prüfte den Controller, im Betrieb lief deterministischer Code. Für Bestandsanlagen mit programmierbarer Schnittstelle ist dieses Architekturmuster deshalb interessant. Ob sich Integrationsaufwand und Fehlerquote dort ähnlich entwickeln, hat QuEra nicht untersucht.

Maschinenverordnung ab 20. Januar 2027: was die Trennung von Agent und Sicherheitskette leistet

Die Trennung von Agent und Sicherheitskette kann das Risiko senken, dass der Agent selbst als Teil einer Sicherheitsfunktion eingeordnet wird. Eine Einzelfallprüfung ersetzt sie nicht. Welches Konformitätsbewertungsverfahren anzuwenden ist, hängt von Funktion, Verhalten und Einbindung des Systems ab.

Die Maschinenverordnung (EU) 2023/1230 gilt ab dem 20. Januar 2027. In der unberichtigten Erstfassung steht noch der 14. Januar. Die Berichtigung nennt das maßgebliche Datum, ABl. L 169 vom 4. Juli 2023, S. 35.

Die Verordnung verlangt in Anhang III Abschnitt 1.2.1 für Steuerungen, deren Verhalten oder Logik sich ganz oder teilweise selbst entwickelt, drei Eigenschaften: (a) die Maschine handelt nicht über die festgelegte Aufgabe und den festgelegten Bewegungsbereich hinaus, (b) Daten über den sicherheitsrelevanten Entscheidungsprozess werden aufgezeichnet und ein Jahr aufbewahrt, (c) ein korrigierender Eingriff ist jederzeit möglich. Für die hier beschriebene Architektur spricht, dass die ausgeführte Steuerlogik deterministisch bleibt und der Agent nicht in die Sicherheitskette eingreift. Ob die Vorschriften zu selbstentwickelnden Steuerungen trotzdem anwendbar sind, muss für das konkrete System geprüft werden.

Nicht lernende, deterministisch programmierte Software ordnet Erwägungsgrund 55 grundsätzlich anders ein als selbstentwickelnde Steuerungslogik. Ob die Ausnahme im konkreten System greift, hängt von Funktion und Einbindung ab.

Anhang I Teil A Nummer 5 erfasst ausdrücklich Sicherheitsbauteile mit ganz oder teilweise selbstentwickelndem Verhalten auf Basis maschinellen Lernens. Wird ein solches System als Sicherheitsbauteil eingesetzt und übernimmt es eine Sicherheitsfunktion, kann es unter diese Kategorie fallen. Die Einordnung muss am konkreten System geprüft werden.

Bei Bestandsmaschinen ist zusätzlich zu prüfen, ob die Nachrüstung als wesentliche Veränderung gilt. Artikel 3 Nummer 16 nennt dafür zwei Voraussetzungen: Das Risiko muss steigen, und die Änderung muss eine Anpassung des Sicherheitssteuerungssystems oder zusätzliche Maßnahmen für Stabilität und Festigkeit erfordern. Bleibt die Sicherheitssteuerung unverändert und ist auch keine Anpassung nötig, kann diese Voraussetzung fehlen. Unabhängig davon muss der Betreiber die Änderung in der Gefährdungsbeurteilung nach § 3 BetrSichV berücksichtigen.

KI in der Produktion: ohne Datenanbindung erreicht sie die Maschine selten

Bevor Software auf eine Maschine zugreifen kann, müssen Schnittstellen, Verkabelung, Datenhaltung und Freigaben geklärt sein. Der überzeugendste Anspruch von MHS liegt darin, diesen Integrationsaufwand zu verringern. Drei Befunde zeigen, wie groß der Bedarf ist. Ob MHS ihn tatsächlich deckt, lässt sich daraus nicht ableiten.

Der KI-Einsatz endet häufig vor der physischen Ausführung. KfW Research berichtet in Fokus Volkswirtschaft Nr. 554 vom 29. Juli 2026 für die Berichtsjahre 2022 bis 2024: 20 % der Unternehmen nutzen mindestens eine KI-Technologie, 14 % die Erzeugung natürlicher Sprache, 1 % Technologien für die physische Bewegung von Maschinen, wobei diese Kategorie autonome Roboter, selbstfahrende Fahrzeuge und Drohnen erfasst. Die Daten wurden im Frühjahr 2025 erhoben. Gut 5.200 Unternehmen nahmen teil. Erfasst wurden Unternehmen mit bis zu 500 Millionen Euro Umsatz. Der Wert beschreibt die Gesamtwirtschaft und ist keine Maschinenbau-Erhebung.

Näher am Maschinenbau liegt die Erhebung von Bitkom Research. Für den Studienbericht Industrie 4.0 vom 9. Juli 2026 wurden 555 Industrieunternehmen mit mindestens 100 Beschäftigten befragt. Die Befragung lief in den Kalenderwochen 6 bis 11 des Jahres 2026. Sechs Prozent setzen demnach „Physical AI“ ein, also KI-Systeme, die Maschinen selbstständig physische Aufgaben ausführen lassen. Insgesamt nutzen 40 Prozent der befragten Unternehmen KI.

Balkendiagramme zweier Erhebungen: KfW 20 Prozent KI-Nutzung, 1 Prozent physische Bewegung. Bitkom 40 Prozent KI-Einsatz, 6 Prozent Physical AI.

Gebraucht werden vor allem interoperable Schnittstellen. Die VDMA-Interoperabilitätsstudie 2025 ermittelt bei 84 % der befragten Unternehmen einen akuten Bedarf, ausdrücklich zur Ablösung proprietärer Schnittstellen, die bislang hohen Integrationsaufwand und geringe Flexibilität verursachen. Die Online-Befragung richtete sich an den Maschinen- und Anlagenbau. Insgesamt nahmen 207 Personen teil.

Selbst bei vorhandener Schnittstelle fehlen oft die betrieblichen Voraussetzungen. Wenn Maschinendaten nur lokal und in wechselnden Formaten vorliegen und die IT-Infrastruktur die zusätzlichen Datenmengen aus der Fertigung nicht bewältigt, scheitert die Anbindung lange vor der Auswahl eines KI-Werkzeugs. Die VDMA-Studie beschreibt denselben Engpass aus Sicht der Maschinenbauer: Proprietäre Schnittstellen machen jede Anbindung zu einem eigenen Integrationsprojekt.

Anthropic nennt die entscheidende Einschränkung selbst: Ohne programmierbare Schnittstelle funktioniert MHS nicht. Für eine Bestandsmaschine ohne eine solche Schnittstelle ist der Standard heute irrelevant, unabhängig von der Leistungsfähigkeit des Modells. Eine Schnittstelle allein genügt allerdings ebenfalls nicht. Heutige Modelle tun sich weiterhin mit räumlichen und physikalischen Zusammenhängen schwer. Gerade bei der Fehlererkennung können übersehene Fehler teuer werden. Für Mittelständler hat deshalb die Datenanbindung Vorrang vor der Wahl des KI-Werkzeugs. Dieselbe Reihenfolge gilt in der KI-Coding-Strategie für den Mittelstand.

Warum MHS OPC UA nicht ersetzt

OPC UA überträgt nicht nur Daten. Der Standard beschreibt auch Methoden und legt fest, ob sie in der aktuellen Situation und für den jeweiligen Nutzer ausführbar sind. Damit beantwortet OPC UA längst eine Kernfrage, die auch für MHS zentral ist: Welche Handlung darf ein Agent jetzt auslösen?

Die Attribute Executable und UserExecutable geben an, ob eine Methode jetzt aufrufbar ist und ob dieser Nutzer sie aufrufen darf (OPC 10000-3, §5.7.1). Teil 4, §5.12 liefert die passenden Fehlercodes, unter anderem für nicht ausführbare Methoden, verweigerten Nutzerzugriff und Argumente außerhalb des zulässigen Wertebereichs, und hält ausdrücklich fest, dass ein Aufruf von Umgebungsbedingungen abhängen kann.

Die Verwaltungsschale kennt Fähigkeiten schon länger, seit April 2026 mit freigegebenem Teilmodell

Den Fähigkeitsbegriff kennt das Metamodell der Verwaltungsschale, international Asset Administration Shell, schon länger. Neu ist die Teilmodellvorlage IDTA 02020 „Capability Description“ v1.0, die die IDTA am 15. April 2026 freigegeben hat. Sie beschreibt angebotene und benötigte Fähigkeiten sowie Vor-, Nach- und Invariantenbedingungen. Zusätzlich lassen sich Abhängigkeiten für Reihenfolge und Parallelität als Transition Constraints festhalten. Damit deckt das Template einen ähnlichen Teil der Beschreibungsaufgabe ab, normiert und maschinenlesbar statt in freier Prosa.

MTP beschreibt für Anlagenmodule Dienste, Parameter und Abhängigkeiten zwischen Diensten. Die MTP Specification 2.0 wurde am 20. Januar 2026 von PROFIBUS & PROFINET International gemeinsam mit NAMUR und ZVEI freigegeben.

Am deutlichsten überschneidet sich MHS ausgerechnet in seinem ersten Einsatzfeld mit bestehenden Standards. Für Labor- und Analysegeräte gibt es seit dem 30. November 2023 die freigegebene Companion Specification LADS, OPC 30500-1, entwickelt von der OPC Foundation gemeinsam mit SPECTARIS und dem VDMA. In Anthropics Ankündigung kommen OPC UA, LADS und SiLA kein einziges Mal vor.

MHS setzt dennoch einen anderen Akzent. Natürlichsprachliche Tags ersparen zunächst die Überführung in ein genormtes Informationsmodell. Dafür ist die Gerätesemantik weniger standardisiert und schwerer zwischen Herstellern und Maschinen zu vergleichen. MHS richtet sich zudem an programmierbare Geräte ohne klassische Industrieschnittstelle, vom Raspberry Pi bis zum Laborgerät auf der Werkbank.

Auch die OPC Foundation bereitet ihre Informationsmodelle für KI-Agenten auf. Sie überführt mehr als 430 industrielle Informationsmodelle in RAG- und MCP-taugliche Formate und betreibt seit dem 9. Juni 2026 einen eigenen MCP-Server.

In Anthropics Ankündigung waren am 2. September 2026 weder eine öffentliche Spezifikation noch ein Repository, eine Lizenz, eine Versionsnummer oder ein Governance-Modell verlinkt. Auch EtherCAT und PROFINET wurden zunächst von einzelnen Unternehmen entwickelt. Zu etablierten Industriestandards wurden sie erst durch eigene Trägerorganisationen, IEC-Normung und Zertifizierungsverfahren. MCP hat Anthropic inzwischen an die Agentic AI Foundation unter dem Dach der Linux Foundation übergeben. Ob MHS ebenfalls in eine unabhängige Trägerschaft überführt wird, ist offen.

Vier verbandsgetragene Standards (OPC UA, Verwaltungsschale, MTP, LADS) neben MHS als Preview eines einzelnen Anbieters mit natürlichsprachlichen Tags.

Der entscheidende Unterschied liegt deshalb weniger in der Fragestellung als in Normierung, Trägerschaft und technischer Durchsetzung. Auf der einen Seite stehen verbandsgetragene und öffentlich einsehbare Spezifikationen mit etablierten Zertifizierungsstrukturen. Auf der anderen Seite steht bislang ein einzelner Anbieter mit Bewerbungsverfahren und natürlichsprachlich deklarierten Sicherheitsgrenzen. MHS soll Gerätefähigkeiten mit geringerem Modellierungsaufwand für Agenten zugänglich machen. Ob dieser Vorteil die bislang fehlende Normierung und unabhängige Governance aufwiegt, ist offen.

Was ein Mittelständler jetzt tun kann

Beginnen sollte ein Unternehmen mit einem Schattenbetrieb, also mit einem Agenten, der ausschließlich lesen darf. Er liest Auftragsdaten, Störmeldungen und Zykluszeiten ein, beantwortet Fragen und schlägt Maßnahmen vor. Ausgeführt werden diese Maßnahmen weiterhin von Menschen.

  • Begrenzen: Eine Maschine, ein klar umrissener Diagnosefall und ausschließlich lesender Zugriff.
  • Messen: Als Referenz dienen abgeschlossene Störfälle aus der Vergangenheit. Zu erfassen ist, welche Fehler der Agent erkennt oder übersieht, welche Vorschläge gefährlich wären, wie lange die Diagnose dauert und bei welchem Anteil der Störungen er überhaupt eine belastbare Einschätzung liefert. Die Zustimmung der Instandhaltung kann ergänzend erhoben werden. Für sich genommen sagt sie wenig über gefährliche Vorschläge oder übersehene Fehler aus.
  • Absichern: Alle Anfragen, Datenzugriffe und Antworten werden vollständig protokolliert. Bevor der Agent selbst Befehle auslösen darf, müssen seine Rechte technisch begrenzt und die Risiken gesondert bewertet werden. Keine Kennzahl aus dem Schattenbetrieb rechtfertigt automatisch Schreibrechte.

Bevor der Schattenbetrieb beginnen kann, müssen die betrieblichen Grundlagen stimmen. Ohne saubere Zeitreihen und ein lückenloses Protokoll der Datenzugriffe und Antworten lässt sich die Qualität weder messen noch später rekonstruieren. Unabhängig davon ist zu entscheiden, ob das Modell die OT-Daten im eigenen Rechenzentrum oder bei einem externen Anbieter verarbeitet. Die Abwägung dazu steht im Text zum On-Premise-Betrieb von Coding Agents.

Die jüngste behördliche Empfehlung mit deutscher Beteiligung stammt aus einer gemeinsamen internationalen Veröffentlichung. Eine eigenständige BSI-Publikation dazu gibt es nicht. Neun staatliche Cyberbehörden, darunter das BSI, haben am 3. Dezember 2025 gemeinsame Prinzipien für die sichere Integration von KI in Operational Technology veröffentlicht.

Die Behörden empfehlen eine Push- oder Broker-Architektur: Nur die benötigten Merkmale oder verdichteten Daten werden aus der OT an das KI-System übergeben. Einen dauerhaften direkten Zugang zur OT erhält das System nicht. Bei kritischen Entscheidungen soll weiterhin ein Mensch eingebunden sein. Eine vom Modell unabhängige Rückfallebene muss den sicheren Weiterbetrieb oder eine sichere Abschaltung gewährleisten. Das Papier bezieht LLM-basierte Systeme und KI-Agenten ausdrücklich ein.

Bosch beschreibt den Einsatz seines Shopfloor Agents im Werk Bamberg und beziffert das jährliche Einsparpotenzial durch geringere Stillstandszeiten auf rund 850.000 Euro je Bosch-Werk. Dabei handelt es sich um eine Unternehmensangabe. Weder die Berechnung noch eine unabhängige Validierung wurden veröffentlicht. Für die Investitionsentscheidung eines Mittelständlers ist jedoch eine andere Frage entscheidend: Wird die Anbindung der nächsten Bestandsmaschine irgendwann zur Konfigurationsaufgabe statt zum Integrationsprojekt?

Stand heute sollten Mittelständler MHS beobachten, vorhandene OPC-UA- und AAS-Strukturen weiter ausbauen und erste Agentenversuche auf lesende Zugriffe beschränken. Diese Versuche müssen vollständig protokolliert und klar von der Sicherheitskette getrennt sein. Für eine Abhängigkeit von MHS ist es zu früh, für die Vorbereitung agentenfähiger Maschinenschnittstellen nicht.

Weiterlesen

Nächster Schritt

Interesse an einer KI-Schulung für Ihr Entwicklerteam? Coding Agents meistern: Assessment vorab, drei Tage Schulung am eigenen Code, danach 30 Tage Transfer. Nach sechs Wochen sehen Sie an eigenen Daten, was sich geändert hat.

Lesen Sie hier regelmäßig mit? Sie können antonioagudo.com bei Google als bevorzugte Quelle markieren, damit diese Inhalte in Ihren Suchergebnissen sichtbarer bleiben.