KI und GenAI in der Automobilindustrie: Wie die ITA e.V. die digitale Transformation vorantreibt
Künstliche Intelligenz verändert die Automobil- und Zulieferindustrie in einer Geschwindigkeit, die noch vor wenigen Jahren kaum vorstellbar war. Von der Produktionsplanung über die Lieferkettensteuerung bis hin zur Qualitätssicherung – GenAI und Industrial AI entwickeln sich vom Pilotprojekt zum festen Bestandteil industrieller Wertschöpfung. Die ITA e.V. begleitet diesen Wandel aktiv: mit einem jährlichen Symposium, praxisnahen Projekt-Workshops und einem eigens entwickelten KI-Datenmodell für die Branche.
Von isolierten Piloten zu integrierter Industrial AI
Viele Unternehmen der Automobilindustrie haben in den vergangenen Jahren erste Erfahrungen mit KI-Anwendungen gesammelt – oft in Form einzelner, isolierter Pilotprojekte. Der nächste Schritt besteht darin, diese Insellösungen in durchgängige, prozesswirksame KI-Anwendungen zu überführen, die tatsächlich in Planung, Fertigung, Logistik, SCM und Kommunikation mit OEMs eingreifen. Genau an diesem Übergang setzt die Arbeit der ITA e.V. an: Sie bringt Automobilhersteller, Zulieferer, Softwareanbieter, Universitäten und KI-Experten zusammen, um aus vereinzelten Erfahrungen belastbare,
branchenweite Standards zu entwickeln.
Abbildung 1: Der Weg von isolierten KI-Piloten zu integrierter, prozesswirksamer Industrial AI in der Automobilindustrie
ITA Automotive Symposium: Der jährliche KI-Treffpunkt der
Branchenexperten
Jedes Jahr im Dezember lädt die ITA e.V. den Expertenkreis zum ITA Automotive Symposium nach Frankfurt am Main ein. Die Veranstaltung steht ganz im Zeichen von Künstlicher Intelligenz: Ausgewiesene KI-Experten aus Automobilindustrie, Wissenschaft und Technologieanbietern tauschen sich über aktuelle Entwicklungen aus, zeigen praxiserprobte Anwendungsfälle und diskutieren Ausblick sowie kommende technologische Herausforderungen.
Das Symposium versteht sich als zentrale Plattform, auf der sich OEMs, Zulieferer und Softwareanbieter über den tatsächlichen Reifegrad von GenAI- und Industrial-AI-Anwendungen austauschen – jenseits von Marketingversprechen und mit klarem Fokus auf Umsetzbarkeit. Themenschwerpunkte reichen von generativer KI in Entwicklung und Vertrieb über KI-gestützte Disposition, Produktionsplanung, SCM und Digitaler Produktakte bis hin zu Fragen der Governance und regulatorischen Absicherung von KI-Systemen.
Abbildung 2: Impressionen vom ITA Automotive Symposium in Frankfurt am Main – Fachvorträge, Podiumsdiskussionen und
Networking mit KI-Expertinnen und -Experten der Branche.
Projekt-Workshops: KI konkret erarbeiten
Neben dem jährlichen Symposium setzt die ITA e.V. gezielt auf kleinere, arbeitsintensive Formate. In Hamburg und Berlin finden regelmäßig ITA Projekt-Workshops statt, die sich intensiv mit der praktischen Umsetzung von KI-Anwendungen in der Automobilindustrie und auch möglichen gemeinsamen Förderprojekten befassen. Anders als klassische Konferenzformate stehen hier gemeinsames Erarbeiten und konkrete Ergebnisse im Vordergrund: Vertreterinnen und Vertreter von OEMs, Zulieferern und Softwareanbietern arbeiten in kleinen Gruppen an realen Fragestellungen – von der Datenaufbereitung über Anwendungsszenarien bis zur Bewertung von KI-Modellen für spezifische Automotive-Prozesse. Der persönliche Austausch und das Networking helfen allen Beteiligten.
Diese Workshop-Reihe ist bewusst praxisorientiert angelegt. Sie ermöglicht es, Themen entscheidend zu vertiefen und Unternehmen und Partner mit Expertinnen und Experten vor Ort einzubinden. Die Ergebnisse fließen direkt in die Weiterentwicklung der ITA-Standards und -Modelle ein, darunter auch in das ITA KI-Datenmodell.
Abbildung 3: Teilnehmende eines ITA Projekt-Workshops in Hamburg bei der gemeinsamen Erarbeitung
von KI-Anwendungsfällen für die Automobilindustrie.
Das ITA KI-Datenmodell: Eine gemeinsame Sprache für Daten in der Automobilindustrie
Ein zentrales Ergebnis der Arbeit von ITA e.V. ist das ITA KI-Datenmodell für die Automobilindustrie. Es adressiert eine der größten praktischen Hürden beim Einsatz von KI in industriellen Prozessen: uneinheitliche, schlecht strukturierte oder nicht vergleichbare Datenbestände zwischen OEMs, Zulieferern und Systemen unterschiedlicher Anbieter.
Das Datenmodell definiert eine gemeinsame, branchenspezifische Struktur für automotive-relevante Daten – von Stammdaten über Produktions- und Lieferkettendaten bis hin zu Qualitäts- und Rückmeldeinformationen. Ziel ist es, KI-Anwendungen eine verlässliche, konsistente Datenbasis zu geben, auf der Modelle trainiert, Ergebnisse verglichen und Prozesse über Unternehmensgrenzen hinweg verknüpft werden können. Damit schließt das Modell eine Lücke, die viele KI-Projekte in der Praxis ausbremst: Nicht die Modelle selbst sind der limitierende Faktor, sondern die Qualität und Struktur der zugrunde liegenden Daten.
Entwickelt wurde das Datenmodell im engen Austausch mit dem AI-Expertenkreis der ITA e.V. sowie den Erkenntnissen aus den ITA Projekt-Workshops in Hamburg und Berlin. Es orientiert sich methodisch am MITO-Modell der ITA und ist so aufgebaut, dass es sich sowohl in bestehende ERP/EDI-Landschaften integrieren als auch für neue KI- und Analytics-Anwendungen nutzen lässt.
Abbildung 4: Struktur des ITA KI-Datenmodells – von Stammdaten über Produktions- und Lieferkettendaten bis zu Qualitäts- und
Rückmeldeinformationen als gemeinsame Datenbasis für KI-Anwendungen in der Automobilindustrie.
Regulatorik im Blick: KI-Kompetenz heißt auch Governance-Kompetenz
Die Zukunft der Künstlichen Intelligenz in der Automobilindustrie wird nicht nur technologisch, sondern zunehmend auch regulatorisch geprägt sein. Strengere Nachweispflichten, neue Zertifizierungsanforderungen, Governance-Standards sowie Sicherheits- und Qualitätsrahmen zeichnen sich bereits ab – ergänzt durch branchenspezifische Prüfmodelle speziell für die Automobilindustrie.
Die ITA e.V. begegnet dieser Entwicklung proaktiv: Der eigens gegründete AI-Expertenkreis beschäftigt sich kontinuierlich mit regulatorischen und technologischen Fragestellungen und speist die Erkenntnisse sowohl in das Symposium als auch in die Projekt-Workshops und die Weiterentwicklung des KI-Datenmodells ein. So entsteht ein durchgängiges Format, das Wissenstransfer, praktische Erprobung und Standardentwicklung eng miteinander verzahnt.
Abbildung 5: Der AI-Expertenkreis der ITA e.V. verbindet technologische Entwicklung mit regulatorischer Kompetenz – als Grundlage
für Symposium, Workshops und Datenmodell.
Fazit
Mit dem ITA Automotive Symposium, den Projekt-Workshops sowie dem ITA KI-Datenmodell verfügt die ITA e.V. über ein durchgängiges Format, um die Automobilindustrie bei der Einführung von KI und GenAI wirksam zu begleiten. Statt isolierter Einzelinitiativen entsteht so ein Zusammenspiel aus Wissensaustausch auf höchster Ebene, praxisnaher Projektarbeit vor Ort und einer gemeinsamen, belastbaren Datengrundlage. Damit positioniert sich die ITA e.V. als zentraler Kompetenzpartner für Unternehmen der Automobilindustrie, die den Weg von ersten KI-Piloten hin zu integrierter, prozesswirksamer Industrial AI konsequent gehen wollen.
Kurz zusammengefasst
Die ITA e.V. bündelt ihre KI-Kompetenz für die Automobilindustrie in drei Formaten: dem jährlich im Dezember in Frankfurt am Main stattfindenden ITA Automotive Symposium mit Fokus auf KI und ausgewiesenen Expertinnen und Experten, den praxisnahen ITA Projekt-Workshops u.a. in Hamburg und Berlin sowie dem ITA KI-Datenmodell, das eine gemeinsame, branchenspezifische Datenstruktur für KI-Anwendungen in der Automobilindustrie schafft. Ergänzt wird dies durch die kontinuierliche Arbeit des ITA AI-Expertenkreises, der technologische und regulatorische Entwicklungen im Blick behält.
Standard ITA KI-Datenmodell für die Automobilindustrie
Der Datenaustausch zwischen OEMs und Zulieferern basiert in weiten Teilen noch auf jahrzehntealten EDI-Standards wie EDIFACT und ANSI X12 – ergänzt um zahlreiche unternehmensspezifische Sonderformate. Für jede neue Geschäftsbeziehung entsteht dadurch erheblicher manueller Mapping-Aufwand, während gleichzeitig der Ruf nach KI-gestützter Automatisierung – etwa für Bedarfsprognosen, Lieferabrufe oder digitale Produktpässe – lauter wird. Ohne ein gemeinsames, maschinenlesbares Datenmodell bleiben viele dieser Anwendungen Insellösungen, und die Anforderungen des EU AI Act an Nachvollziehbarkeit und Transparenz von KI-Systemen lassen sich nur schwer erfüllen.
Genau hier setzt die Arbeit von ITA e.V. an: Gemeinsam mit dem VDA e.V. und Mitgliedsunternehmen aus OEM-, Zulieferer- und Softwarelandschaft entwickeln wir ein standardisiertes KI-Datenmodell auf Basis von Wissensgraphen (Knowledge Graphs) und Triple-Stores, SPARQL-fähig und kompatibel mit Catena-X und Manufacturing-X. Es bildet die gemeinsame semantische Grundlage, auf der EDI-Mapping automatisiert, ERP-Systeme verschiedener Hersteller interoperabel verbunden und neuro-symbolische KI-Anwendungen – etwa für automatisierte digitale Produktpässe – zuverlässig betrieben werden können.
So entsteht ein Standard, der nicht nur Integrationsaufwand reduziert, sondern auch die Grundlage für die nächste Generation KI-gestützter Prozesse in der Automobilindustrie legt – entwickelt von der Industrie, für die Industrie.
Resiliente Lieferketten: Wie ITA e.V. Bedarfs- und Logistikplanung unter Einsatz von KI in globalen Netzwerken unterstützt
Zölle, Sanktionen, geopolitische Spannungen, Rohstoffknappheit – die Liste der Störfaktoren für globale Lieferketten wird länger, nicht kürzer. Für die Automobilindustrie mit ihren tief gestaffelten, weltweit verteilten Beschaffungs-, Liefer- und Produktionsnetzwerken ist das mehr als eine vorübergehende Herausforderung. ITA e.V. hat in Innovations- und Projektworkshops die innovative Bedarfs- und Logistikplanung in globalen Netzwerken mit Hilfe von KI – unter besonderer Berücksichtigung des Local-for-Local-Konzepts – deshalb als eines der Themenfelder identifiziert, die für die Branche von eklatanter Bedeutung sind. ITA Mitglieder unterstützen die Automobilindustrie bei der Konzeption und Umsetzung.
Warum Lieferketten resistenter werden müssen
Die Supply Chain der Automobilindustrie war lange auf globale Effizienz optimiert: möglichst günstige Beschaffung, spezialisierte Standorte, minimierte Lagerbestände. Genau diese Optimierung macht Lieferketten heute anfällig. Zölle und Sanktionen verändern Handelsbeziehungen kurzfristig, geopolitische Krisen unterbrechen etablierte Transportwege, und die globale Diversifizierung in
verschiedene Märkte und Regionen erhöht gleichzeitig die Komplexität der Steuerung. Wer in diesem Umfeld bestehen will, braucht Lieferketten, die nicht nur effizient, sondern vor allem resistent gegenüber Störungen sind. Resistenz entsteht dabei nicht durch einzelne Maßnahmen, sondern durch einen ganzheitlichen Planungsansatz unter Anwendung von KI Technologie, der lokale und globale Beschaffungs-, Liefer- und Produktionsnetzwerke integriert dynamisch plant und steuert – und Störungen von vornherein als Teil der Planungsrealität begreift, statt sie als Ausnahme zu behandeln. Die dazu notwendige Datenbasis einzubeziehen und zeitnah online einzubeziehen erfordert KI Modelle, die ITA Mitgliedsunternehmen im Portfolio haben und die Automobilindustrie beratend und als Technologiepartner unterstützen.
Local for Local als strategische Antwort
Ein zentraler Baustein für mehr Resistenz ist das Local-for-Local-Konzept: Produkte werden dort produziert, wo sie auch nachgefragt werden – näher am Markt, mit kürzeren und robusteren Lieferwegen. Das reduziert nicht nur die Abhängigkeit von einzelnen globalen Transportrouten und Handelskonflikten, sondern verkürzt auch Reaktionszeiten auf regionale Nachfrageschwankungen. Local for Local ersetzt globale Wertschöpfungsnetzwerke jedoch nicht, sondern ergänzt sie um eine regionale Stabilitätsebene. Die eigentliche Herausforderung liegt darin, lokale und globale Netzwerke nicht getrennt, sondern als ein gemeinsames, dynamisch steuerbares System zu betrachten – mit klaren Kriterien, wann regional und wann global beschafft, produziert und geliefert werden sollte.
Ganzheitliche, dynamische Planung als Schlüssel
Genau hier setzt die Arbeit der ITA e.V. an: In der integrierten, dynamischen Planung und Steuerung lokaler und globaler Netzwerke liegt aus Sicht der ITA e.V. noch enormes, bislang zu wenig erschlossenes Potenzial zur Stabilisierung der Supply Chain. Statt Bedarfsplanung, Logistik und Produktion isoliert zu betrachten, müssen diese Dimensionen unternehmensübergreifend zusammengedacht werden – über OEM-, Zulieferer- und Ländergrenzen hinweg. Ein solcher ganzheitlicher Planungsansatz ermöglicht es, Störungen frühzeitig zu erkennen, alternative Beschaffungs- und Logistikwege proaktiv zu bewerten und Entscheidungen nicht mehr reaktiv, sondern vorausschauend zu treffen. Damit wird Resilienz nicht zu einem Kostenfaktor, sondern zu einem steuerbaren Bestandteil der Netzwerkplanung.
Transparenz, Echtzeit-Daten und digitale Vernetzung als Fundament
Ein integrierter Planungsansatz ist nur so gut wie die Datenbasis, auf der er aufsetzt. Die zunehmende globale Diversifizierung der Supply Chain in Verbindung mit fortschreitender Digitalisierung erfordert steigende Transparenz, belastbare Echtzeit-Analysen mit KI Technologie und eine durchgängige Online- Information aller beteiligten Partner – basierend auf permanent aktualisierten Datenbeständen statt periodischer Stichtagsbetrachtungen.
Für Unternehmen bedeutet das einen doppelten Wandel: technisch, weil Daten aus unterschiedlichsten Systemen und Partnern konsistent zusammengeführt werden müssen, und organisatorisch, weil Transparenz über Unternehmensgrenzen hinweg neue Formen der Zusammenarbeit zwischen OEMs, Zulieferern und Logistikpartnern voraussetzt. Wer diesen Wandel meistert, gewinnt nicht nur Resilienz, sondern auch die Fähigkeit, Lieferketten kontinuierlich und datenbasiert weiterzuentwickeln.
Dekarbonisierung als zusätzlicher Treiber
Die Stabilisierung der Supply Chain steht dabei nicht isoliert neben anderen strategischen Zielen der Automobilindustrie. Der Aspekt der Dekarbonisierung gewinnt in der Netzwerkplanung zunehmend an Bedeutung: Kürzere, regionalere Lieferwege im Sinne von Local for Local wirken sich unmittelbar auf den CO₂-Fußabdruck aus, während transparente, datenbasierte Planung hilft, Emissionen entlang der gesamten Wertschöpfungskette sichtbar zu machen und gezielt zu reduzieren. Resiliente und nachhaltige Lieferketten sind damit zwei Seiten derselben strategischen Antwort auf die Herausforderungen der kommenden Jahre.
Die Kompetenz der ITA e.V.
Die ITA e.V. bringt genau die Perspektive ein, die für dieses Themenfeld gebraucht wird: den Blick auf die gesamte Automotive-Wertschöpfungskette, die Erfahrung aus der Zusammenarbeit mit OEMs und Zulieferern, die technologische KI Kompetenz sowie die methodische Kompetenz, komplexe, unternehmensübergreifende Planungs- und Steuerungsprozesse greifbar zu machen. Damit positioniert sich ITA e.V. als Partner für Unternehmen, die ihre Bedarfs- und Logistikplanung zukunftsfest aufstellen wollen – zwischen globaler Vernetzung und lokaler Resilienz.
Fazit
Resistente Lieferketten entstehen nicht durch einzelne Sofortmaßnahmen, sondern durch einen grundlegend neuen, integrierten Planungsansatz für lokale und globale Beschaffungs-, Liefer- und Produktionsnetzwerke. Das Local-for-Local-Konzept, durchgängige Transparenz auf Basis aktueller Daten und eine konsequente Berücksichtigung der Dekarbonisierung bilden dabei die zentralen
Bausteine. ITA e.V. hat dieses Themenfeld in Innovations- und Projektworkshops frühzeitig als strategisch entscheidend für die Automobilindustrie identifiziert und entwickelt die technologischen und methodischen Grundlagen, um Unternehmen auf dem Weg zu einer resilienteren, transparenteren und nachhaltigeren Supply Chain zu begleiten.
Nachhaltigkeit entlang der automobilen Lieferkette
Nachhaltigkeit in der Automobilindustrie ist längst mehr als CO2-Bilanzierung: Mit der CSRD-Berichtspflicht, dem Lieferkettensorgfaltspflichtengesetz (LkSG) und der EU-Taxonomie müssen Unternehmen – gerade im industriellen Mittelstand – ökologische, ökonomische und soziale Wirkungen gleichermaßen belastbar nachweisen. Für viele Zulieferer bedeutet das: heterogene Datenanforderungen verschiedener OEMs, manuelle Erhebung von ESG-Kennzahlen und wachsender Aufwand für Nachweise, die kaum mit den vorhandenen IT-Systemen kompatibel sind.
Die drei Dimensionen greifen dabei ineinander: Ökologisch zählen CO2-Bilanz, Energiewende in der Produktion und Ressourceneffizienz. Ökonomisch geht es um resiliente, krisenfeste Lieferketten und
Local-for-Local-Strategien, die Abhängigkeiten von einzelnen Regionen reduzieren. Sozial stehen Sorgfaltspflichten, Arbeitsstandards und Transparenz in oft mehrstufigen, globalen Lieferketten im Mittelpunkt.
ITA e.V. unterstützt seine Mitgliedsunternehmen dabei, diese Anforderungen nicht als isolierte Berichtspflichten, sondern als gemeinsames, digital gestütztes Nachhaltigkeits-Datenmodell umzusetzen. Gemeinsam mit Partnern aus Wissenschaft und Industrie arbeiten wir an automatisierten ESG-Rating-Prozessen, KI-gestützter Datenerfassung und standardisierten Kennzahlen – damit Nachhaltigkeitsnachweise nicht zur Belastung, sondern zum Wettbewerbsvorteil werden.
Kreislaufwirtschaft in der Automobilindustrie
Die Automobilindustrie steht vor der Aufgabe, begrenzte und zunehmend teure Rohstoffe – von Batteriemetallen bis zu Stahl und Aluminium – deutlich länger im Wertschöpfungskreislauf zu halten. Regulatorische Vorgaben wie die EU-Batterieverordnung, die novellierte Altfahrzeug-Verordnung (ELV) und der digitale Produktpass verlangen eine lückenlose Rückverfolgbarkeit von Materialien über den gesamten Lebenszyklus. Eine der größten praktischen Hürden dabei: Für Remanufacturing und Wiederaufbereitung müssen Rückläufer und wiederverwendbare Kernkomponenten zuverlässig gefunden und in ihrer Qualität bewertet werden – ohne durchgängige Daten bleibt das heute oft Stückwerk.
Entscheidend ist dabei ein oft unterschätzter Fakt: Ein Großteil der Umweltwirkung eines Produkts wird bereits in der Designphase festgelegt (Europäische Kommission, 2012). Wer Kreislauffähigkeit – zerlegbare Bauweisen, Materialvielfalt, Reparierbarkeit – erst am Ende der Entwicklung mitdenkt, hat die wirtschaftlich wichtigsten Stellschrauben bereits verpasst. Die acht anerkannten R-Strategien der Kreislaufwirtschaft – von Rethink und Reduce über Reuse und Remanufacture bis Recycling und Recovery – entfalten ihre größte Wirkung, wenn sie von Anfang an in die Produktentwicklung einfließen, statt nachträglich aufgesetzt zu werden.
ITA e.V. entwickelt gemeinsam mit seinen Mitgliedsunternehmen Standards und digitale Werkzeuge, die genau hier ansetzen: KI-gestützte Wissensgraphen zur lückenlosen Material- und Bauteilverfolgung, kompatibel mit Catena-X und dem digitalen Produktpass, machen Verfügbarkeit und Qualität von Kernkomponenten für Remanufacturing erstmals durchgängig nachvollziehbar. Da zirkuläre Geschäftsmodelle zunehmend direkt in ERP-Systeme integriert werden, bauen wir diese Arbeit auf unserer ERP/EDI-Zertifizierungsinitiative auf – für Interoperabilität, die auch KI-gestützte Kreislaufprozesse zwischen OEMs und Zulieferern zuverlässig verbindet.
Digitaler Produktpass mit Neurosymbolischer KI: ITA e.V. gestaltet die nächste Stufe der Transparenz in der Automobilindustrie
Der digitale Produktpass (Digital Product Passport, DPP) entwickelt sich von einer regulatorischen Pflichtübung zu einem strategischen Zukunftsthema der Automobil- und Zulieferindustrie. Wer Herkunft, Zusammensetzung, CO₂- Fußabdruck und Lebenszyklusdaten eines Bauteils lückenlos dokumentieren kann, verschafft sich nicht nur regulatorische Sicherheit, sondern auch einen echten Wettbewerbsvorteil in transparenten, nachhaltigen Lieferketten. Die ITA e.V. treibt dieses Thema aktiv voran – mit einem neuen Projekt, das den digitalen Produktpass erstmals konsequent mit Generativer KI verbindet.
Was ist der digitale Produktpass – und warum jetzt?
Der digitale Produktpass soll künftig für zahlreiche Produktgruppen verpflichtend werden und lückenlose, maschinenlesbare Informationen über Herkunft, Materialzusammensetzung, Reparierbarkeit, Recyclingfähigkeit und ökologischen Fußabdruck eines Produkts bereitstellen. Für die Automobilindustrie mit ihren tief gestaffelten, globalen Lieferketten ist das eine besondere Herausforderung: Informationen aus tausenden Bauteilen, hunderten Zulieferern und unterschiedlichsten IT-Systemen müssen konsistent zusammengeführt, gepflegt und über den gesamten Produktlebenszyklus hinweg aktuell gehalten werden.
Genau hier zeigt sich das Potenzial von Künstlicher Intelligenz und insbesondere von Generativer KI: Sie kann unstrukturierte Daten aus Lieferantendokumenten, Materialdatenblättern und Konstruktionsunterlagen automatisiert erfassen, strukturieren und in normierte DPP-Datensätze überführen – ein Aufwand, der manuell kaum zu bewältigen wäre.
Abbildung 1: Der digitale Produktpass begleitet ein Bauteil über den gesamten Lebenszyklus – von Rohstoff und Produktion über Nutzung bis zu Recycling und Wiederverwendung.
GenAI als Schlüsseltechnologie für den DPP
Die Einführung des digitalen Produktpasses scheitert in der Praxis selten an fehlendem Willen, sondern an der schieren Datenmenge und -heterogenität. Materialdaten liegen in unterschiedlichsten Formaten vor, Lieferketteninformationen sind über viele Systeme verteilt, und Nachhaltigkeitskennzahlen müssen oft erst aus Freitext-Dokumenten extrahiert werden. Generative KI-Modelle können genau an dieser Stelle ansetzen: Sie lesen und interpretieren unstrukturierte Dokumente, gleichen Angaben mit bestehenden Stammdaten ab, erkennen Lücken und Inkonsistenzen und schlagen strukturierte DPP-Einträge vor, die anschließend von Fachexpertinnen und -experten geprüft werden.
Damit wird GenAI zu einem zentralen Werkzeug, um den digitalen Produktpass nicht nur regulatorisch zu erfüllen, sondern operativ effizient und skalierbar umzusetzen – über tausende Bauteile und Lieferantenbeziehungen hinweg.
Abbildung 2: Generative KI überführt unstrukturierte Lieferanten- und Materialdaten automatisiert in normierte, strukturierte DPP-Datensätze.
Ein gemeinsames Projekt von ITA-Experten und der Automobilindustrie
Um dieses Potenzial praxisnah zu erschließen, hat die ITA e.V. gemeinsam mit Vertretern der Automobilindustrie das Projekt GenAIProductPass aufgesetzt. Ziel ist es, praxistaugliche Methoden, Datenstrukturen und KI-gestützte Prozesse zu entwickeln, mit denen OEMs und Zulieferer den digitalen Produktpass wirtschaftlich sinnvoll und technisch belastbar umsetzen können.
Das Projektteam bringt dabei zwei Perspektiven zusammen: die methodische und KI-technologische Expertise der ITA e.V. sowie das praktische Prozess- und Fachwissen der beteiligten Automobilunternehmen. In regelmäßigen Projektmeetings werden Anforderungen abgestimmt, Zwischenergebnisse diskutiert und die weitere Vorgehensweise gemeinsam festgelegt. Dieser enge, kontinuierliche Austausch stellt sicher, dass die entwickelten Lösungen nicht am Bedarf der Praxis vorbeigehen, sondern direkt in realen Automotive-Prozessen einsetzbar sind.
Abbildung 3: Im DPP-Projekt arbeiten ITA-Expertinnen und -Experten eng mit Vertreterinnen und Vertretern der Automobilindustrie zusammen.
Das Konzept GenAIProductPass: Neuro-symbolische KI für die Supply Chain
Mit GenAIProductPass verfolgt die ITA e.V. einen bewusst ganzheitlichen Anspruch: Das Projekt zielt darauf ab, eine wegweisende Lösung für digitale, transparente und nachhaltige Industrie-4.0-Lieferketten zu schaffen. Der Kerngedanke ist die Integration generativer KI-Methoden zur neuro-symbolischen Datenvernetzung im digitalen Produktpass mit dem MITO-Methodenbaukasten der ITA e.V.. Im Mittelpunkt steht dabei nicht die Technologie als Selbstzweck, sondern ein klar umrissenes Ziel: mehr Nachhaltigkeit, Transparenz, Effizienz und Resilienz in der gesamten Lieferkette. Erreicht werden soll dies über eine offene, ganzheitliche Plattform, die sämtliche Aspekte der Wertschöpfungskette erfasst und über ein kontinuierliches Monitoring fortlaufend optimiert.
Das Konzept stützt sich auf drei eng miteinander verzahnte Komponenten:
Digitaler Produktpass. Er fungiert als standardisiertes digitales Repository, das umfassende Informationen über ein Produkt entlang seines gesamten Lebenszyklus bereithält – von der Herkunft über die Herstellung bis hin zu Nutzung und Entsorgung. Diese Komponente ist das Rückgrat für Transparenz und lückenlose Rückverfolgbarkeit.
Digitaler Zwilling. Er bildet reale Produkte und Prozesse als virtuelles Abbild ab und vervollständigt gemeinsam mit dem digitalen Produktpass die Vision einer vollständig digitalisierten und optimierten Supply Chain. Generative KI übernimmt dabei die Aufgabe, Daten und Wissen aus unterschiedlichsten Quellen automatisiert zu einem konsistenten digitalen Zwilling zu vernetzen. Auf dieser
Basis lassen sich digitale Dienste – etwa Echtzeit-Simulationen, Analysen und Vorhersagen – ad hoc erzeugen und steigern so unmittelbar die Effizienz der Lieferkette.
MITO-Methodenbaukasten. Er liefert den methodischen Rahmen: einen kontextbasierten Ansatz, der sich an den spezifischen Anforderungen und Bedingungen einzelner Unternehmen oder Branchen ausrichtet. Grundlage ist der ADTE-Zyklus (Analyse – Diagnose – Therapie – Evaluation), der eine präzise Datenerfassung, -analyse und -umsetzung ermöglicht und über kontinuierliches Monitoring laufend nachgeschärft wird.
Strategische Vorteile des GenAIProductPass-Konzepts
Der Ansatz ist von Anfang an auf Anpassungsfähigkeit ausgelegt: Durch semantische Datenorganisation im digitalen Produktpass, spezifische Analysetools im MITO-Methodenbaukasten und Simulationen im digitalen Zwilling lässt sich das Konzept auf die individuellen Bedürfnisse ganz unterschiedlicher Unternehmen zuschneiden. Die offene, neuro-symbolische KI-Plattform sorgt zugleich für branchenspezifische Optimierung und Flexibilität, da sie gezielt auf die Bedürfnisse und Zugriffsrechte der verschiedenen Akteure entlang der Lieferkette eingehen kann.
Im Ergebnis verfolgt GenAIProductPass einen holistischen Anspruch: Der Einsatz neuro-symbolischer KI soll nicht nur Nachhaltigkeit, Transparenz und Effizienz in Produktion und Lieferkette maximieren, sondern zugleich Produktqualität und Sicherheit erhöhen. Die Kombination aus digitalem Produktpass, digitalem Zwilling und MITO-Methodenbaukasten ist damit als offene, zukunftsorientierte und skalierbare Plattform angelegt – ein konsequenter nächster Schritt in der KI-Kompetenz der ITA e.V..
Projektmeetings als Motor der gemeinsamen Entwicklung
Die inhaltliche Arbeit des Projekts findet in strukturierten Projektmeetings statt, die in regelmäßigen Abständen stattfinden. Sie dienen dazu, fachliche Anforderungen an den digitalen Produktpass zu konkretisieren, GenAI-gestützte Lösungsansätze zu bewerten und Zwischenstände aus der Entwicklung des ITA KI-Datenmodells zu diskutieren. Zwischen den Meetings arbeiten Teilteams an spezifischen Fragestellungen weiter, sodass jedes Treffen auf konkreten Ergebnissen aufbaut, statt bei null zu beginnen. Dieses iterative Vorgehen orientiert sich an der methodischen Grundhaltung der ITA e.V.: praxisnah, ergebnisorientiert und in engem Schulterschluss mit den Unternehmen, die die entwickelten Lösungen später produktiv einsetzen sollen.
Abbildung 4: Regelmäßige Projektmeetings strukturieren die gemeinsame Entwicklung von Anforderungen, GenAI-Lösungsansätzen und Datenmodell.
Förderung als Baustein für ein zukunftsweisendes Vorhaben
Angesichts der strategischen Bedeutung und des Innovationsgrads des Vorhabens wird eine Förderung des Projekts angestrebt. Eine öffentliche Förderung würde es ermöglichen, die Entwicklung von GenAI-gestützten DPP-Lösungen und des zugehörigen Datenmodells in der notwendigen Tiefe und mit einer breiteren Beteiligung von Unternehmen der Automobilindustrie voranzutreiben. Sie unterstreicht zugleich die Relevanz des Themas für den gesamten Wirtschaftszweig: Der digitale Produktpass ist kein unternehmensspezifisches Einzelprojekt, sondern eine Branchenaufgabe, die von einer gemeinsamen, geförderten Entwicklungsanstrengung profitiert.
Abbildung 5: Eine angestrebte Förderung schafft die Grundlage für eine branchenweite, praxisnahe Entwicklung GenAI-gestützter DPP-Lösungen.
Das ITA KI-Datenmodell für die Automobilindustrie – erweitert um die DPP-Perspektive
Im Rahmen des Projekts ist die Entwicklung eines ITA KI-Datenmodells für die Automobilindustrie geplant, das die Anforderungen des digitalen Produktpasses konsequent mitdenkt. Das Datenmodell soll eine einheitliche, branchenspezifische Struktur für die Daten schaffen, die für einen vollständigen digitalen Produktpass benötigt werden – von Material- und Herkunftsdaten über Lieferketten- und Fertigungsinformationen bis hin zu Nachhaltigkeits-, Verschleiß- und Lebenszyklusdaten.
Ziel ist es, eine gemeinsame Datenbasis zu schaffen, auf der GenAI-Anwendungen nicht nur einzelne DPP-Einträge erzeugen, sondern langfristig auch Zusammenhänge zwischen Bauteilen, Lieferanten und Lebenszyklusphasen analysieren können. Damit setzt das Datenmodell die methodische Linie fort, die die ITA e.V. bereits mit ihren Standards für ERP/EDI-Zertifizierung und Industrial AI verfolgt: eine konsistente, geprüfte Datenstruktur als Fundament für belastbare, skalierbare KI-Anwendungen in der Automobilindustrie.
Abbildung 6: Das geplante ITA KI-Datenmodell verbindet Material-, Lieferketten-, Fertigungs-, Nachhaltigkeits- und Verschleißdaten zu einer gemeinsamen Grundlage für GenAI-gestützte DPP-Anwendungen.
Fazit
Mit dem Projekt GenAIProductPass positioniert sich die ITA e.V. erneut als Impulsgeber für die digitale Transformation der Automobilindustrie. Die enge Zusammenarbeit von ITA-Expertinnen und -Experten mit Vertreterinnen und Vertretern der Automobilindustrie, strukturierte Projektmeetings, eine angestrebte Förderung sowie das geplante ITA KI-Datenmodell schaffen gemeinsam die Grundlage dafür, dass der digitale Produktpass nicht zur bürokratischen Last, sondern zu einem echten, KI-gestützten Wettbewerbsvorteil wird. Mit der Verbindung aus digitalem Produktpass, digitalem Zwilling und dem MITO-Methodenbaukasten geht das Konzept dabei bewusst über die reine Dokumentationspflicht hinaus und zielt auf eine ganzheitlich optimierte, resiliente Supply Chain. Für OEMs und Zulieferer bedeutet das: frühzeitige Orientierung in einem komplexen regulatorischen Umfeld, praxisnahe Lösungsansätze für die Umsetzung – und die Gewissheit, dass die entwickelten Standards auf einer breiten, branchenweiten Zusammenarbeit beruhen.
Kurz zusammengefasst
Die ITA e.V. hat gemeinsam mit Vertreterinnen und Vertretern der Automobilindustrie das Projekt GenAIProductPass mit neuro-symbolischer KI aufgesetzt. Es verbindet generative KI zur neuro-symbolischen Datenvernetzung im digitalen Produktpass mit einem digitalen Zwilling und dem MITO-Methodenbaukasten (ADTE-Zyklus: Analyse – Diagnose – Therapie – Evaluation), um Nachhaltigkeit, Transparenz, Effizienz und Resilienz in Industrie-4.0-Lieferketten zu steigern. In regelmäßigen Projektmeetings werden Anforderungen, GenAI-gestützte Lösungsansätze und ein geplantes ITA KI-Datenmodell für die Automobilindustrie gemeinsam entwickelt. Für das Vorhaben wird eine Förderung angestrebt, um die branchenweite Entwicklung praxistauglicher, skalierbarer DPP-Lösungen zu ermöglichen. Damit erweitert die ITA e.V. ihre KI-Kompetenz konsequent um das strategisch wichtige Zukunftsthema digitaler Produktpass.
ITA Innovations-Workshops
Innovative Projekte zu Themen der Digitalisierung und KI sowie neue Modelle und optimierte Prozesse in der Automobilindustrie – so wird Zukunft lebendig: In einem der jährlich stattfindenden Innovations-Workshops finden sich Experten des ITA e.V. gemeinsam mit Vertretern der Automobilindustrie und Mobilität zu einer Tagung in Hamburg zusammen. Unter hervorragenden Rahmenbedingungen werden Innovationen, Trends und aktuelle Themenstellungen herausgearbeitet, bewertet und zukünftige inhaltliche Schwerpunkte und Projekte identifiziert.
Die eMobility-Initiative ist ein Projekt des ITA-Programms zur „Open Network Communication“. Es berücksichtigt die Themen Semantic Web und Linked Data. Eine Definition eines Vokabulars mit einer Standard-RDF-Ontologie stellt eine der Grundlagen für das Projekt dar, auf die Applikationen wie beispielsweise Mobility APPs zugreifen können. Zahlreiche ITA-Mitgliedsunternehmen sowie namhafte Automobilhersteller und -zulieferer beteiligen sich an diesem Vorhaben und haben ein Förderprojekt hierzu realisiert.
Eine andere Projektgruppe beschäftigte sich mit einem Standard-Supply-Chain-Vokabular.
Ein weiteres Projekt wurde zum Thema Industrie 4.0 in der Automobilindustrie realisiert. Es wurde ein ganzheitlicher Ansatz (E2E) gewählt, Entwicklungs- und Vertriebsprozesse werden in Industrie 4.0 einbezogen, in dem auch Produktkonfiguration, Volumen und Varianz in der Produktion Berücksichtigung fanden. Die zugrundeliegende Sensorik und die gemessenen Sensordaten können durchaus Handlungsbedarfe initiieren, die auch außerhalb der Produktion greifen müssen. Abgerundet wurde das Thema durch die Betrachtung der Auswirkungen auf die Arbeitswelt der Zukunft.
Neue Ansätze zur Optimierung und integrierten dynamischen Planung und Steuerung lokaler und globaler Beschaffungs-, Liefer- und Produktionsnetzwerke wurden von der ITA in Workshops diskutiert. Die globale Diversifizierung der Supply Chain in verschiedenen Märkten und Regionen in Verbindung mit der Digitalisierung erfordern Transparenz, Echtzeit-Analysen und eine Online Information aller beteiligten Partner basierend auf permanent aktualisierten Datenbeständen. Im ganzheitlichen Planungsansatz unternehmensübergreifender globaler Wertschöpfungsketten ist noch ein enormes Potenzial erschließbar, dass auch unter dem Aspekt der Dekarbonisierung und CO2 Bilanz zunehmend an Bedeutung gewinnt.
ITA hat ein besonders attraktives und wettbewerbsfähiges Angebot für Automobilzulieferer: ein systematisches Vorgehensmodell zur Korruptionsgefährdungsanalyse mit dem MITO-Methoden-Tool, das die Berichtsstandardserfüllung nach dem Lieferkettensorgfaltspflichtengesetz (LkSG) oder der CSRD-Richtlinie abdeckt. In gleicher Weise besteht ein Angebot für ein CSR–ESG–Rating unter Verwendung des MITO-Tools. ITA-Partner bei der Durchführung sind die PBAKA GmbH und ein akkreditiertes Zertifizierungsunternehmen. Details und ein individuelles Angebot erhalten Zulieferer auf Anfrage.
Getreu dem Motto „Das Ganze ist mehr als die Summe seiner Teile“ werden Projekte aktiv vorangetrieben. Durch das Engagement der Mitglieder in den unterschiedlichsten Kunden- und Forschungsprojekten in den beiden fokussierten Themenbereichen können somit in die ITA-Aktivitäten anstatt einer unternehmensindividuellen Sicht eine breite Wissens- und Erfahrungsbasis einfließen und durch Synergien gemeinsame Standards genutzt werden.
Standardisiertes CSR-ESG-Rating
ITA e.V. bietet Zulieferern ein standardisiertes Rating-Verfahren zur Corporate-Social-Responsibility-(CSR-)Präqualifizierung und zum Environment-Social-Governance-(ESG-)Rating nach den Vorgaben der EU-Corporate-Sustainability-Reporting-Direktive (CSRD) an. Über das CSR-ESG-Rating wird dem Zulieferer bestätigt, dass er die CSR- und ESG-Nachhaltigkeitsvorgaben nachweisbar erfüllt und damit anforderungsgerecht in eine nachhaltige Lieferkette gemäß Lieferkettensorgfaltspflichtengesetz (LkSG) und EU-CSRD-Richtlinie integriert ist. ITA e.V. arbeitet hierbei mit der PBAKA GmbH und einem akkreditierten Zertifizierungsunternehmen zusammen und kann durch den Einsatz des Standard-Tools MITO sehr attraktive Konditionen anbieten.
Ablauf des Ratings in sieben Schritten:
Die Durchführung des CSR-ESG-Ratings erfolgt in sieben Schritten. Unternehmen sind aufgrund gesetzlicher Vorgaben verpflichtet, von ihren Lieferanten ein CSRESG-Rating als Nachweis einzufordern (Schritt 1) und können beispielsweise die ITA e.V. als anerkanntes, über Gleichwertigkeitsprüfungen bestätigtes Rating-Prüfinstitut mit der Durchführung beauftragen (Schritt 2). Unabhängig davon kann auch jeder Zulieferer selbst ein CSR-ESG-Rating in Auftrag geben, um die Rating-Urkunde seinen Kunden gegenüber vorzulegen.
Abbildung: Das CSR-ESG-Rating-Vorgehensmodell in sieben Schritten – von der Beauftragung über die Prüfung und Ergebnisdarstellung bis zum
Nachhaltigkeitsbericht.
Im dritten Schritt erhält der Zulieferer online eine gemeinsam mit mehreren Unternehmen in einem Arbeitskreis erarbeitete CSR-ESG-Ratingfrageliste. Darin ist die Einhaltung der relevanten Nachhaltigkeitsstandards – etwa der DIN EN ISO 26.000 oder der CSRD-Vorgaben – durch digitale Nachweise zu jeder Frage online zu dokumentieren.
Die Ratingfragen sind in die Kategorien Allgemein, Environment (E), Social (S) und Governance (G) gegliedert. Für jede Frage wird eine Bewertungsvariante (BV) erfasst, die den Soll-Zustand (V) dem Ist-Zustand (H) gegenüberstellt.
Nach Rücksendung der ausgefüllten Checkliste an die ITA e.V. erfolgt die Auswertung: Die Ergebnisse werden in einem Radar-Diagramm dargestellt und in einer Rating-Urkunde dokumentiert (Schritt 4). Daraus abgeleitet wird eine Ziele- und Maßnahmenkaskade als Handlungsbedarf zur Verbesserung (Schritt 5). Anschließend werden CSR-ESG-Indikatoren erstellt (Schritt 6), die beispielsweise in einen Nachhaltigkeitsbericht nach dem VSME-Standard einfließen können (Schritt 7).
Zusammenfassung
Die ITA e.V. ist Anbieter eines standardisierten CSR-ESG-Ratings für Zulieferer, das Unternehmen den Nachweis der Einhaltung von CSR- und ESG-Nachhaltigkeitsvorgaben gemäß LkSG und EU-CSRD ermöglicht. Das Rating erfolgt unter Verwendung des MITO Modells in sieben Schritten – von der Beauftragung über eine standardisierte Ratingfrageliste bis hin zu Ergebnisdarstellung, Handlungsempfehlungen und Nachhaltigkeitsbericht. Bei Interesse unterbreiten wir Ihnen gerne ein individuelles Angebot.