Drei Jahrzehnte lang war die Purdue-Referenzarchitektur, formalisiert unter der Bezeichnung ISA-95 und in Marmor gemeißelt in den Pflichtenheften der Industrie weltweit, das unsichtbare Rückgrat der globalen verarbeitenden Industrie. Sie strukturierte die Trennung der Verantwortlichkeiten, organisierte die Datenflüsse, definierte die Sicherheitsperimeter und gab den industriellen CIOs eine gemeinsame Sprache für den Entwurf ihrer Informationssysteme. Sie war lange Zeit eine elegante Antwort auf ein reales Problem.
Diese Zeit ist vorbei.
Nicht weil das Modell schlecht war: Es war, in seinem Kontext, bemerkenswert gut konzipiert. Sondern weil die Fundamente, auf denen es ruhte, die tolerierbare Latenz, die aufwärtsgerichteten Daten, die menschliche Entscheidung, die saubere Trennung zwischen der operativen und der informationellen Welt, genau jene sind, die die künstliche Intelligenz Schicht für Schicht pulverisiert, mit einer Methode, die niemand mit dieser Geschwindigkeit und in diesem Maßstab antizipiert hatte.
Was Purdue gelöst hat, und warum diese Lösung zum Problem wurde
Theodore Williams, als er in den 1990er-Jahren an der Purdue University die Grundlagen des PERA-Modells legte, antwortete auf ein konkretes Problem: Wie lassen sich heterogene industrielle Systeme in eine kohärente, sichere und beherrschbare Architektur integrieren? Die Antwort, eine fünfstufige Pyramide vom physischen Sensor bis zum Unternehmensinformationssystem, war von fast pädagogischer Klarheit. Ebene Null beherbergt Sensoren und Aktoren. Ebene eins, speicherprogrammierbare Steuerungen. Ebene zwei, SCADA- und Leitsysteme. Ebene drei, die MES, die die Produktionsausführung orchestrieren. Ebene vier schließlich, die ERP- und Planungssysteme, die die Sprache des Geschäfts sprechen.
Die Schönheit dieses Modells lag in seiner Logik der Segregation. Jede Schicht kommuniziert mit ihren unmittelbaren Nachbarn, selten darüber hinaus. Die Information steigt langsam auf, reichert sich auf jeder Ebene an und erreicht das Management in aggregierter, normierter, entscheidungsanalytisch aufbereiteter Form. Die Luftücke zwischen den OT-Schichten und den IT-Schichten war kein Architekturfehler, sondern eine bewusste Sicherheitsfunktion. Eine Steuerung, die einen Ofen mit 1 400 °C regelt, hat in dieser Logik keinen Grund, dem Unternehmensnetzwerk ausgesetzt zu sein.
Diese Logik war perfekt auf eine Welt zugeschnitten, in der Daten rar, langsam und teuer zu verarbeiten waren. Sie ist katastrophal untauglich für eine Welt, in der Daten flüssig, instantan vorhanden sind und in der die Inferenzkapazität heute in einer Komponente von der Größe einer Kreditkarte wohnen kann, die direkt an der Produktionslinie installiert ist.
Die KI als architektonisches Lösungsmittel
Was sich mit der industriellen KI des Jahres 2026 fundamental ändert, ist nicht so sehr die verfügbare Rechenleistung, so verblüffend diese auch sein mag, sondern die Lokalisierung der Intelligenz. Jahrzehntelang lebte die Analyse an der Spitze der Pyramide, in den Rechenzentren, in den Business-Intelligence-Werkzeugen, in den Köpfen der Analysten, die zeitlich und räumlich von der Produktion entfernt arbeiteten. Die Aktuation, der Eingriff in den Prozess, lebte am Fuß der Pyramide: schnell und dumm.
Die KI kehrt diese Topografie um. Die eingebetteten Inferenzmodelle, die heute direkt auf PLCs der neuen Generation, auf Edge-Gateways oder in Echtzeit-Digitalzwillingen eingesetzt werden, sind in der Lage zu analysieren, zu entscheiden und zu agieren, ohne die Daten jemals an die oberen Ebenen weiterzuleiten. Ein Anomalieerkennungsmodell für Vibrationen, das auf einem industriellen Kompressor am Edge eingesetzt wird, befragt das MES nicht, bevor es eine präventive Drosselung auslöst. Es handelt, in wenigen Millisekunden, auf der Grundlage von Mustern, die in Monaten des Trainings erlernt wurden. Die Daten sind nicht mehr aufwärtsgerichtet. Sie sind lokal, verarbeitet, wirkungsmäßig umgesetzt und meist am Ort konsumiert.
Diese Realität erschafft, was man einen architektonischen Kurzschluss nennen könnte. Im PERA-Modell war eine Prozessanpassungsentscheidung die Frucht einer langen Schleife: Sensor, Steuerung, SCADA, MES, menschliche Analyse, absteigende Vorgabe. Diese Schleife konnte Stunden, manchmal Tage dauern. Ein eingebettetes KI-System kurzschließt die gesamte Kette. Das ist keine Optimierung des bestehenden Modells. Es ist seine funktionale Negation.
Bei einem großen europäischen Automobilzulieferer machte die Implementierung eines maschinellen Sichtsystems, gekoppelt an ein Modell für prädiktive Qualitätskontrolle, zwei gesamte Ebenen der Purdue-Pyramide für den betreffenden Perimeter strukturell überflüssig. Der Sensor sieht, das Modell urteilt, der Aktor reagiert. Das MES erfährt das Ergebnis nachträglich, zu Zwecken der regulatorischen Rückverfolgbarkeit. Die Pyramide ist nicht verschwunden, aber sie hat ihre Natur geändert: Vom Entscheidungsgebäude ist sie zum Konformitätsgebäude geworden.
Die stille Desintegration der Verantwortungsschicht
Wo die Wirkung des PERA-Modells am tiefsten war und wo sein Verschwinden am gefährlichsten ist, liegt in seiner organisatorischen Dimension. Die Pyramide war nicht bloß ein technisches Schema. Sie war ein implizites Organigramm. Jede Schicht hatte ihre Verantwortlichen, ihre Kompetenzen, ihre Werkzeuge, ihre Metriken. Der Prozessfahrer war souverän auf den Ebenen 1 und 2. Der Produktionsleiter herrschte auf Ebene 3. Der CIO und seine Teams regierten die Ebenen 4 und 5. Die OT-/IT-Grenze war auch eine Berufsgrenze, eine Kulturgrenze, mitunter eine Tarifvertragsgrenze.
Die KI löst diese Geografie der Verantwortlichkeiten mit einer Brutalität auf, die wenige Industrieorganisationen zu antizipieren Zeit hatten. Wer ist verantwortlich für eine Entscheidung, die von einem am Edge eingesetzten Modell autonom getroffen wird? Der OT-Ingenieur, der den Sensor integriert hat? Der Data Scientist, der das Modell trainiert hat? Der CIO, der die Einsatzarchitektur validiert hat? Der Produktionsleiter, der die Bestellung der Lösung unterschrieben hat? Im PERA-Modell stellte sich diese Frage nicht, oder selten, denn die Entscheidung war am Ende immer menschlich. Ein Mensch sah den Alarm, ein Mensch traf die Entscheidung, ein Mensch trug die Verantwortung.
In der entstehenden Architektur kann die Entscheidung getroffen und umgesetzt worden sein, bevor ein einziger Mensch Kenntnis der Situation hatte. Das ist keine Science-Fiction. Das geschieht heute in kontinuierlichen Prozessen, in der Chemie, in der Energie, in der Stahlindustrie. Und das wird sich in den nächsten achtzehn Monaten exponentiell verstärken mit der Verallgemeinerung autonomer industrieller Agenten, Systeme, die nicht nur analysieren und handeln, sondern Aktionssequenzen über längere Zeithorizonte planen können.
Für einen industriellen CIO ist es ein Berufsfehler, diese Frage zu ignorieren. Sie technisch zu konstruieren, ohne sie organisatorisch und rechtlich zu behandeln, ist ein strategischer Fehler.
Der Unified Namespace als Metapher eines neuen Paradigmas
Angesichts des Zerplatzens der Pyramide hat sich in den Gesprächen der fortgeschrittensten Systemarchitekten eine alternative Architektur durchgesetzt: der Unified Namespace, oder UNS. Das Konzept, popularisiert namentlich durch Walker Reynolds und weithin angenommen in den Prozessindustrien, die bei der Integration fortschrittlicher digitallösungen am weitesten gereift sind, bricht radikal mit der aufwärtsgerichteten Logik von PERA. Statt einer hierarchischen Struktur, in der die Daten Schicht für Schicht aufsteigen, schlägt der UNS einen zentralisierten und kontextualisierten Datenraum vor, an den sich alle Systeme, Sensoren, Steuerungen, MES, ERP, KI-Modelle, Bedienoberflächen, unmittelbar anbinden, publizierend oder subskribierend.
Dieses Modell, oft über MQTT-Broker oder Plattformen zur Orchestrierung industrieller Daten implementiert, besitzt eine fundamentale architektonische Tugend: Es lässt den Begriff der Schicht zugunsten des Begriffs des Kontextes verschwinden. Die Daten gehören nicht mehr einer hierarchischen Ebene. Sie gehören einem physischen Asset, angereichert mit ihrem operativen Kontext, zugänglich für jeden autorisierten Konsumenten, ob menschlich oder algorhythmisch.
Für den CIO ist der UNS keine Schlüsselfertiglösung. Es ist eine Designphilosophie, die erfordert, die Governance der Industriedaten, die Sicherheit der OT-/IT-Zugriffe (die nicht mehr durch eine physische Luftücke getrennt werden können, wenn alle Akteure dieselbe Quelle konsumieren) und die Modellierung der Assets in standardisierten Ontologien vollständig neu zu denken, was Frameworks wie ISA-88 für Batch-Anlagen oder die Asset-Administration-Shell-Modelle der Industrie 4.0 zu formalisieren beginnen.
Der industrielle CIO im Jahr 2026
Die Antwort auf die Obsoleszenz von PERA besteht nicht darin, sie unbedacht zu zerstören. In vielen industriellen Umgebungen, Risikoundustrie, streng regulierte Umgebungen wie Nuklear, Pharma oder zertifizierte Lebensmittelindustrie, bleiben Netzsegregation und aufwärtsgerichtete Rückverfolgbarkeit nicht verhandelbare regulatorische Anforderungen. Purdue überlebt in diesen Kontexten, nicht als globales architektonisches Paradigma, sondern als Garant einer minimalen Konformität.
Was der CIO bauen muss, ist eine hybride und geschichtete Architektur, fähig, mit den geerbten regulatorischen Zwängen zu koexistieren und zugleich die neuen KI-Aktuationsparadigmen zu integrieren. Konkret bedeutet das zu akzeptieren, dass verschiedene Teile der Industriearchitektur mit unterschiedlichen Geschwindigkeiten evolvieren, mit klar definierten Perimetern, in denen die Entscheidungsautonomie der KI erlaubt, dokumentiert und auditiert ist.
Es bedeutet auch, massiv in das zu investieren, was zum echten Wettbewerbsdifferenzierer der kommenden Jahre geworden ist: nicht die Sensoren, nicht die KI-Modelle selbst, sondern die Qualität und Governance der rohen Industriedaten. Die raffiniertesten KI-Modelle der Welt sind unbrauchbar, wenn die Daten, auf die sie sich stützen, dreckig sind, schlecht kontextualisiert, ohne verlässliche Historie. Die verarbeitende Industrie leidet massiv an diesem Problem, und genau dort liegt die kritischste Rolle des CIO, nicht als Käufer von KI-Lösungen, sondern als Hüter der informationellen Integrität des Unternehmens.
Schließlich, und das ist vielleicht das am meisten unterschätzte Arbeitsfeld, muss der industrielle CIO des Jahres 2026 die Neugestaltung der menschlichen Rollen in der Entscheidungskette steuern. Der Produktionsanalyst, der seine Tage mit der Interpretation von SCADA-Dashboards verbrachte, hat nicht mehr denselben Wert wie vor fünf Jahren. Sein Restwert, und er ist real, liegt in seiner Fähigkeit, autonome Systeme zu beaufsichtigen, in Frage zu stellen und zu korrigieren, die kontextuelle Expertise zu erhalten, welche die KI allein noch nicht aufbauen kann, die Schnittstelle zwischen algorithmischer Rationalität und der menschlichen Komplexität der Organisation zu sein. Diese Menschen auszubilden, ihre Stellenbeschreibungen neu zu definieren, die Aufsichtswerkzeuge für KI-Systeme zu bauen: Dort entscheidet sich Erfolg oder Misserfolg der ambitioniertesten industriellen KI-Projekte.
Die versicherungstechnische Dimension: das Schloss, das niemand kommen sieht
Es gibt eine Dimension des Einsatzes industrieller KI, die CIOs zu diesem Zeitpunkt fast nie auf ihre Agenda geschrieben haben. Sie ist nicht technisch. Sie ist nicht organisatorisch. Sie ist ökonomisch und juridisch, und sie bildet allen Anschein nach den wichtigsten Begrenzungsfaktor des kommenden Jahrzehnts.
Das im Februar 2026 vom Beratungsunternehmen 199A Consulting veröffentlichte Whitepaper „ Delegated Decision Assurance “ stellt diese Diagnose mit einer Präzision, die jeder industrielle Entscheider ernst nehmen sollte: „ Der Begrenzungsfaktor der autonomen Revolution ist nicht technisch. Er ist ökonomisch und juridisch. Er liegt in der Abwesenheit einer Infrastruktur, welche die Verantwortung der von nichtmenschlichen Agenten getroffenen Entscheidungen absorbieren, verteilen und bepreisen kann. “
Der Mechanismus ist einfach, und er trifft die Industrie unmittelbar. Wenn ein eingebetteter KI-Agent eine autonome Wartungsentscheidung trifft, die zu einem ungeplanten Stillstand einer Produktionslinie führt, oder schlimmer, zu einem Sicherheitszwischenfall, zerplatzt die juristische Verantwortungskette in Scherben, die sich nicht wieder zusammensetzen lassen. Das Dokument identifiziert, was es eine „ dreifache Fraktur “ nennt: das auslösende Ereignis wird diffus (wer, vom Entwickler des Basismodells über den Integrator bis zum Betreiber, ist verantwortlich?), der Kausalzusammenhang wird opak (ein tiefes neuronales Netz erzeugt keine rückverfolgbare lineare Begründung) und die Zurechnung wird problematisch (jeder Akteur der Kette hat solide Argumente, die Verantwortung abzuwälzen). Diese dreifache Fraktur ist keine marginale Schwierigkeit, sie bildet laut den Autoren „ eine strukturelle Blockade, die die Ökonomie daran hindert, die Schwelle der totalen und authentischen Automatisierung zu überschreiten “.
Die praktischen Konsequenzen für einen industriellen CIO sind unmittelbar. Die Industrieversicherer beginnen, präzise Fragen zu den Entscheidungsradienzen der im Produktiveinsatz befindlichen KI-Systeme zu stellen. Die Lieferverträge integrieren immer komplexere Klauseln zur Verantwortung automatisierter Entscheidungen. Die Aufsichtsräte, persönlich haftbar bei Schäden durch einen autonomen Agenten, üben wachsenden Druck auf die Beibehaltung einer menschlichen Aufsicht aus, die gerade einen großen Teil des Automatisierungsnutzens zunichtemacht. Der 199A-Bericht benennt diese Dynamik treffend: „ Die treuhänderische Vorsicht führt naturgemäß dazu, den Einsatz zu bremsen, ja zu blockieren. “
Die Antwort auf diese Blockade, die das Dokument eine Infrastruktur der „ Delegated Decision Assurance “ nennt, ist ein Bündel technischer, vertraglicher, aktuarieller und regulatorischer Mechanismen, durch die eine identifizierte Entität sich bereit erklärt, für die von einem autonomen Agenten getroffenen Entscheidungen zu bürgen, im Austausch für eine dem übernommenen Risiko angemessene Vergütung. Sie ist noch nicht ausgereift. Aber ihre Notwendigkeit ist inzwischen unabweisbar, und erste Formen entstehen bereits im Finanz- und im Energiesektor. Für den industriellen CIO bedeutet es, diese Dimension von Beginn an in den Entwurf der KI-Architekturen zu integrieren, die Schichten der Entscheidungskapselung, der Verhaltensüberwachung und der erklärbaren Auditierung zu bauen, die diese Infrastruktur verlangt, um morgen nicht vor einem regulatorischen oder versicherungstechnischen Dilemma zu stehen, nachdem man Millionen in Einsätze investiert hat, die niemand rechtlich decken kann. Die Technologie, wie 199A in einer packenden Formel erinnert, verhält sich wie der Verbrennungsmotor, der fünfzig Jahre vor der Straßenverkehrsordnung erfunden wurde: „ Die Technologie wäre in den Garagen geblieben, nicht aus Mangel an Leistung, sondern aus Mangel an Rahmen. “
Als Prospektivabsatz: die Architektur als politischer Akt
In achtzehn Monaten werden die ersten wirklich autonomen industriellen KI-Agenten, fähig, ganze Produktionskampagnen mit intermittierender menschlicher Aufsicht zu steuern, bei den fortschrittlichsten Unternehmen im Produktiveinsatz stehen. In fünf Jahren werden sie in den Prozessindustrien die Norm sein. Die Frage, die sich dann stellt, ist nicht mehr technisch. Sie ist zutiefst politisch, im Wortsinn: Wie wollen wir die Macht im Industriounternehmen von morgen organisieren? Welchen Anteil der Entscheidung sind wir bereit, an Systeme zu delegieren, die wir nicht vollständig verstehen? Wie bauen wir Vertrauen, regulatorisches, soziales, operatives, in Architekturen, in denen die Maschine entscheidet?
Der industrielle CIO, der sich diese Fragen heute nicht stellt, während er sein IT-Fundament errichtet, wird sie morgen in Form von Krisen erleiden: ein falsch zugeordneter Zwischenfall, eine flottierende juristische Verantwortung, ein innerer sozialer Widerstand, der den Einsatz technisch ausgereifter Lösungen blockieren wird.
Die Purdue-Architektur war im Grunde eine technische Antwort auf eine politische Frage: Wer kontrolliert den Prozess? Sie hatte das Verdienst der Klarheit. Die nächste industrielle Architektur wird auf dieselbe Frage antworten müssen, in einer unendlich komplexeren Welt, mit unendlich mächtigeren Werkzeugen und einer unendlich größeren Schadensfähigkeit, wenn die Antwort schlecht formuliert ist.
Das ist kein Ingenieurproblem. Es ist ein Problem der industriellen Zivilisation. Und der CIO, ob er will oder nicht, ist einer ihrer Hauptarchitekten.
Zitierte Quellen: 199A Consulting, „ Delegated Decision Assurance. Die ökonomische Infrastruktur, die die Welt der operationalen KI möglich macht “, erste Ausgabe, Februar 2026, V1.1 (https://199a.agency). Der Autor begleitet mittelständische Industriegruppen und ETI beim Entwurf ihrer konvergenten IT/OT-Architekturen und bei der Governance ihrer industriellen KI-Programme.