Der AWS Summit Zürich hat am 2. September erstmals in der Messe Zürich stattgefunden. Über 4500 Fach- und Führungskräfte aus IT und Wirtschaft besuchten die Veranstaltung, die sich über mehrere Hallen und Etagen verteilte. Nach morgendlichen Breakout-Sessions versammelten sich rund 1800 Besucherinnen und Besucher zur Keynote in Halle 6. Das Programm mit mehr als 80 Fachsessions, Workshops, Chalk Talks, Demos und Expo-Angeboten zeigte: Cloud Computing und künstliche Intelligenz sollen nicht mehr nur punktuell unterstützen, sondern zunehmend Arbeitsabläufe, Entwicklung und Betrieb verbinden.
Für Unternehmen aus Maschinenbau, Metallindustrie und Elektrotechnik ist diese Verschiebung besonders relevant. Viele Betriebe verfügen bereits über Daten aus Entwicklung, Konstruktion, Fertigung, Qualitätsprüfung, Wartung und Vertrieb. Die Herausforderung besteht darin, diese Daten sicher verfügbar zu machen, sinnvoll zu verknüpfen und in produktive Anwendungen zu überführen. Genau hier setzte der AWS Summit Zürich mit dem Schwerpunkt auf agentische KI an: Systeme sollen nicht nur Antworten liefern, sondern Aufgaben über unterschiedliche Anwendungen und Informationsquellen hinweg vorbereiten oder ausführen können.
Fundament für Tempo und Skalierung
Felix Schoenherr, Country General Manager von AWS Schweiz, eröffnete die Keynote mit einem Blick auf den Schweizer Standort. Innovation entstehe nicht nur bei grossen Technologieunternehmen, sondern ebenso bei Start-ups, im Mittelstand, in Forschungseinrichtungen und der öffentlichen Verwaltung. Zugleich warnte er davor, Geschwindigkeit mit Fortschritt zu verwechseln: «Geschwindigkeit ohne solides Fundament ist bloss ein Risiko.»
AWS positioniert sich dabei als Infrastruktur- und Plattformanbieter für diese Grundlage. Nach Angaben des Unternehmens ist die AWS-Region Zürich seit 2022 in Betrieb und stellt heute 187 Services bereit. AWS plant nach eigenen Angaben bis 2036 Investitionen von 5.9 Milliarden Franken in der Schweiz. Zudem arbeite das Unternehmen hierzulande mit mehr als 10000 aktiven Kunden.
Für die Digitalisierung im Maschinenbau ist dieses Fundament mehr als ein Rechenzentrumsthema. Wer Produktionsdaten, Konstruktionen, Rezepturen, Softwarecode oder Informationen aus vernetzten Anlagen in Cloud-Umgebungen verarbeitet, muss Schutzbedarf, Datenflüsse und Verantwortlichkeiten präzise definieren. Datensouveränität, Verschlüsselung, Zugriffsrechte, Nachvollziehbarkeit und die Trennung von Entwicklungs-, Test- und Produktivumgebungen entscheiden mit darüber, ob sich KI in der Industrie skalieren lässt.
Schoenherr unterstrich zudem den Aufbau von Fachkompetenz. Laut AWS absolvierten im ersten Halbjahr 2026 mehr als 4000 Studierende in der Schweiz AWS-Academy-Kurse. Das Unternehmen kündigte zudem ein Cloud Innovation Lab für Smart Manufacturing mit der Ostschweizer Fachhochschule an. Studierende sollen über den AWS Builder Center Zugang zu Trainings, Credits und Zertifizierungen erhalten. Für Industrieverbände, Hochschulen und Technologie-Dienstleister ist dies relevant, weil Cloud-, Daten- und KI-Know-how zu einem Engpassfaktor für die industrielle Wettbewerbsfähigkeit wird.
Vom Assistenten zum Agenten
Den Hauptteil der Keynote gestaltete Rory Richardson, Director Next Generation Developer Experience und GenAI GTM bei AWS. Ihr Leitbegriff lautete «Compounding Momentum»: ein sich selbst verstärkender Kreislauf. Je häufiger KI-Agenten mit genügend Kontext eingesetzt würden, desto besser könnten ihre Ergebnisse werden. Das erhöhe wiederum Vertrauen und Nutzung.
Richardson grenzte diese Vision von bisherigen KI-Assistenten ab. Viele Systeme beschleunigten zwar die Suche nach Informationen, blieben aber zwischen einzelnen Anwendungen isoliert. «Versprochen wurde Intelligenz, erhalten haben wir bloss eine etwas schnellere Suchleiste», sagte sie. Der nächste Schritt bestehe deshalb darin, nicht bloss einzelne Arbeitsschritte schneller zu erledigen, sondern unnötige Übergaben und Medienbrüche zu reduzieren.
AWS ordnete diese Entwicklung vier Bereichen zu: KI-Agenten sollen verändern, wie Menschen arbeiten; sie sollen Teams beim Entwickeln unterstützen; sie sollen Sicherheit verbessern; und sie sollen neue Anwendungen und Geschäftsmodelle ermöglichen. Für Schweizer Industrieunternehmen liegt der praktische Wert vor allem dort, wo Informationsflüsse heute stocken. Ein Agent könnte beispielsweise technische Dokumentationen, Ersatzteilinformationen, Wartungshistorien und aktuelle Sensordaten zusammenführen, damit ein Servicetechniker schneller zu einer begründeten Fehlerhypothese gelangt. Die Entscheidung, welche Massnahme an einer Maschine tatsächlich erfolgt, bleibt jedoch beim Menschen und bei klar geregelten Freigabeprozessen.
Der technische Kontext ist dabei entscheidend. Ein leistungsfähiges KI-Modell weiss nicht automatisch, wie ein bestimmtes Unternehmen, seine Anlagen, seine Normen oder seine Produktdaten funktionieren. «Wenn ein Agent die Antwort nicht kennt, hält er nicht einfach inne. Er gibt einem sehr selbstbewusst die falsche Antwort», warnte Richardson. Für KI-Projekte in Entwicklung und Produktion bedeutet das: Die Qualität der Daten, eindeutig geregelte Zugriffsrechte, ein sauberer Anwendungsrahmen und fachliche Validierung sind wichtiger als ein schneller Pilot allein.
Software, Robotik und Modernisierung
Ein zentraler Ausstellungs- und Keynote-Schwerpunkt war Kiro, ein KI-gestütztes Entwicklungswerkzeug von AWS. Es soll aus einer Anforderung strukturierte Spezifikationen, technische Entwürfe, Implementierung und Tests ableiten. AWS verknüpft Kiro mit der Idee eines kontinuierlichen Entwicklungsprozesses: Code soll nicht nur rasch entstehen, sondern von Beginn an zu Architektur, Compliance-Vorgaben, Tests und vorhandenen Standards passen.
Das betrifft auch klassische Industrieunternehmen. Digitale Produkte gehören inzwischen zur Wettbewerbsfähigkeit vieler Maschinen- und Komponentenhersteller: von Bedienoberflächen und Konfiguratoren über Fernwartung und Condition Monitoring bis zu Ersatzteilportalen und datenbasierten Services. Gleichzeitig arbeiten zahlreiche Unternehmen mit lange gewachsenen IT- und OT-Landschaften. KI-gestützte Entwicklung kann Modernisierungsprojekte beschleunigen, erhöht aber auch das Risiko, technische Schulden in höherem Tempo aufzubauen, wenn der generierte Code weder geprüft noch in eine belastbare Architektur eingebettet wird.
AWS zeigte hierfür Beispiele aus der Schweiz. Das Unternehmen nannte Flexion, das humanoide Roboter in Simulation mit GPU-Rechenleistung trainiere und die gewonnenen Erkenntnisse auf physische Hardware übertrage. Laut AWS verkürze dies die Einführung von Robotik-Anwendungen von Monaten auf Tage. Zudem habe das Bundesamt für Energie eine Legacy-Datenpipeline mithilfe von Kiro modernisiert. Ein Ingenieur habe die Migration laut AWS innerhalb von drei Tagen bis in den Produktivbetrieb gebracht. Diese Angaben stammen vom Anbieter; sie illustrieren das Potenzial von Cloud und KI für Simulation, Automatisierung und Softwaremodernisierung, sind aber nicht ohne Weiteres auf andere Industrieprojekte übertragbar.
Sicherheit, Nachwuchs und Anwendung
Wie sich Innovation und hohe Schutzanforderungen verbinden lassen, erläuterte Martin Kunz, Group CTO der Genfer Privatbank Pictet. Im Banking gehe es heute vor allem darum, digitale Vermögenswerte zu sichern: Kundendaten und Verwahrinformationen. Kunz beschrieb die Aufgabe als Aufbau einer «digitalen Festung». Die Bank müsse neue Technologien nutzen, die Vertraulichkeit und der Schutz von Kundenwerten hätten aber immer Vorrang. Laut Kunz verkürze KI die Anlageanalyse von mehreren Tagen auf wenige Minuten.
Der Fall lässt sich auf industrielle Anforderungen übertragen. Auch Maschinenbauer und Zulieferer verwalten wertvolles Wissen: CAD-Daten, Steuerungslogik, Material- und Prozessparameter, Qualitätsdaten oder Informationen zu Kundenanlagen. Wer Cloud Computing und KI in der Industrie einsetzt, muss deshalb vorab definieren, welche Daten verarbeitet werden dürfen, wie sie geschützt werden und wo menschliche Freigaben zwingend bleiben. Eine Cloud-Plattform kann Sicherheitsfunktionen bereitstellen; die Verantwortung für Architektur, Governance und Risikomanagement bleibt beim Anwender.
Samuele Gantner, Chief Product Officer von Nexthink, richtete den Blick auf «Digital Friction» – also Zeitverluste, die entstehen, wenn Anwendungen, Daten und IT-Arbeitsplätze nicht verlässlich zusammenspielen. Sein Unternehmen stellte den IT-Support-Agenten Spark vor, der laut Gantner 77 Prozent der komplexesten IT-Probleme vollständig autonom lösen könne. Für die Industrie ist die zugrunde liegende Frage auch ausserhalb des IT-Supports relevant: Ob sich Daten zwischen Engineering, Beschaffung, Arbeitsvorbereitung, Produktion, Qualität, Logistik und Service ohne Reibungsverluste nutzen lassen, entscheidet über den konkreten Nutzen einer Digitalisierungsinitiative.
Neben den Sessions prägten die Expo-Bereiche AWS for Industries, GenAI Hub, Women of the Cloud, Developer Community, Start-up- und Student-Zone den Anlass. Workshops und interaktive Formate boten Gelegenheit, Tools und Anwendungsfälle praktisch kennenzulernen. Der AWS Summit Zürich vermittelte damit eine klare Botschaft: Für Industrie 4.0 reichen einzelne KI-Demonstratoren nicht. Entscheidend sind robuste Cloud-Architekturen, relevante Daten, qualifizierte Fachkräfte und Anwendungen, die in der täglichen Wertschöpfung messbar Zeit, Aufwand oder Fehler reduzieren.
Wer am 2. September nicht vor Ort war oder parallele Programmpunkte verpasst hat, kann zahlreiche Sessions des AWS Summit Zürich als Aufzeichnung on demand abrufen. Das ermöglicht es Unternehmen, Hochschulen und Verbänden, einzelne Themen wie Cloud Security, KI-Agenten, Softwaremodernisierung oder Smart Manufacturing gezielt weiterzuverfolgen.