Nürnberg, 25. November 2025. Der eingetragene Verein CiA (CAN in Automation) kündigte auf der SPS-Messe in Nürnberg die Unterstützung von CANopen-Geräten mit Embedded-AI-Funktionen an.
Embedded-AI-Funktionen sind in Sensoren und Aktuatoren integriert. Dies entlastet Hostcontroller mit Edge-AI-Funktionalität. Außerdem wird die Übertragung von großen Mengen von Rohdaten reduziert. Typische Beispiele sind Navigationssensoren für fahrerlose Fahrzeuge, die Daten aus verschiedenen Quellen intelligent vorverarbeiten. Das CANopen-Profil CiA 462 (item detection) ist bereits für Embedded-AI-Geräte geeignet. Es wird derzeit um Radarsensor-Daten erweitert. Ein anderes Beispiel sind Condition-Monitoring-Geräte, die mit künstlicher Intelligenz (KI) Daten auswerten und die Ergebnisse an einen Hostcontroller via CANopen übertragen. Denkbar sind auch Aktuatoren (z. B. Servocontroller), die sich mit Embedded-AI selbst konfigurieren bzw. optimieren. Preemptive-Maintenance-Funktionen (vorsorgliche Wartung) mit Embedded-AI sind ebenfalls möglich und können in CANopen-Geräten implementiert werden. CANopen-Mensch/Maschine-Schnittstellen können Embedded-AI-Methoden verwenden, um die Benutzerführung selbstständig zu optimieren.
„Embedded-AI ist der nächste logische Schritt zur Dezentralisierung von KI,“ sagte Holger Zeltwanger, CiA Managing Director. „Die Vorteile: Unabhängigkeit von Cloud-AI, geringe Datenmenge zur Cloud-AI und zur Edge-AI, geringe Security-Anforderungen in den lokalen CAN-Netzwerken, und Energie-Einsparungen durch lokale Vorverarbeitung.“ Embedded-AI ist auch die Voraussetzung für „harte“ Echtzeitverarbeitung.
Die robuste (physical layer) und zuverlässige (data link layer) Übertragung in CAN-Netzwerken (CC, FD und XL) sowie die flexible CANopen-Anwendungsschicht (CC und FD/XL) und die CiA-Geräteprofile garantieren Interoperabilität sowie eine Skalierbarkeit bezüglich Bitrate (50 kbit/s bis 20 Mbit/s) und Nutzdatenlänge (1 byte bis 2048 byte). „Dies macht CANopen-Netzwerke zur idealen Kommunikationstechnik in dezentralisierten KI-Steuerungssystemen,“ fügte Zeltwanger hinzu. „Dezentrale KI-Anwendungen sind nicht nur in fahrerlosen Transportsystemen von Vorteil, sondern auch für die lokale Überwachung von Steuerungssystemen in der Landwirtschaft, im Krankenhaus und in Servicerobotern geeignet, um nur einige Beispiele zu erwähnen.“
Embedded-AI in Sensoren oder in Aktuatoren und Edge-AI in Hostcontrollern schließen sich nicht aus, sondern ergänzen sich. CiA-Mitglieder werden in naher Zukunft bereits vorhandene CANopen-Profile entsprechend erweitern, beispielsweise um Parameter, die die Qualität der mit KI-vorverarbeiteten Daten angeben.
