Künstliche Intelligenz in der Industrie : KI-Notebook für die Industrie: Was hinter den 180 TOPS von Getac steckt

Für Wartungstechniker, Serviceteams und Beschäftigte in der Versorgungswirtschaft ist eine stabile Datenverbindung nicht überall selbstverständlich. An abgelegenen Energieanlagen, bei unterirdischen Leitungen oder in abgeschirmten Produktionsbereichen kann der Zugriff auf zentrale IT-Systeme eingeschränkt sein. Gerade für solche Umgebungen entwickelt Getac seine neue Generation robuster Notebooks.

Am 22. Oktober 2026 stellte der Hersteller die Modelle B360X und B360X Pro vor. Beide sollen ab November erhältlich sein und verfügen über Intel-Core-Ultra-Prozessoren der dritten Generation, ein 14-Zoll-Display mit 1.400 Nits Helligkeit sowie Wi-Fi 7 und Bluetooth 6. Optional stehen Mobilfunkanbindungen bereit. Die Geräte sind laut Hersteller nach IP66 sowie den militärischen Prüfstandards MIL-STD-810H und MIL-STD-461G zertifiziert.

Neu ist vor allem die Rechenplattform. Sie soll es ermöglichen, KI-Anwendungen direkt am Einsatzort auszuführen, statt Daten zur Verarbeitung an externe Rechenzentren übertragen zu müssen. Damit adressiert Getac ein konkretes Problem industrieller Digitalisierung: Nicht jeder Standort verfügt über die Netzwerkinfrastruktur, die für einen dauerhaften Zugriff auf cloudbasierte Dienste erforderlich ist.

Bei der technischen Einordnung lohnt sich ein Blick auf die Fußnoten der Herstellerankündigung. Getac bewirbt eine KI-Rechenleistung von bis zu 180 TOPS, also 180 Billionen Rechenoperationen pro Sekunde. Diesen Wert erreicht laut Hersteller jedoch nur die Konfiguration mit Intel Core Ultra X7. Der entsprechende Prozessor ist ausschließlich für das B360X vorgesehen, nicht für das B360X Pro.

Auch bezeichnet die Zahl nicht die Leistung eines einzelnen KI-Beschleunigers. Laut Intel setzt sich die maximale Plattformleistung aus Beiträgen von CPU, Grafikeinheit und Neural Processing Unit zusammen. Auf die NPU entfallen dabei bis zu 50 TOPS, auf die integrierte Grafikeinheit bis zu 120 TOPS und auf den Prozessor bis zu zehn TOPS.

Für Unternehmen lässt sich daraus noch keine Aussage über die Geschwindigkeit einer konkreten Anwendung ableiten. Entscheidend sind unter anderem das eingesetzte KI-Modell, die verfügbare Speicherkapazität, die Softwareunterstützung und die tatsächliche Auslastung der Hardware.

Das B360X Pro bietet dafür eine andere Erweiterungsmöglichkeit: Optional ist eine NVIDIA RTX PRO 500 Blackwell mit sechs Gigabyte Grafikspeicher verfügbar. Welche Konfiguration bei einer bestimmten industriellen KI-Anwendung schneller oder wirtschaftlicher arbeitet, lässt sich aus den veröffentlichten Spezifikationen nicht bestimmen.

Für die Industrie könnte weniger die maximale Rechenleistung als die Unabhängigkeit von einer permanenten Netzverbindung relevant sein.

Das Fraunhofer Cluster of Excellence Cognitive Internet Technologies beschreibt für lokale Datenverarbeitung drei wesentliche Vorteile: kürzere Reaktionszeiten, geringeren Bedarf an Netzwerkbandbreite und die Möglichkeit, bestimmte Produktionsprozesse auch bei unterbrochener Internetverbindung fortzuführen.

Diese Eigenschaften sind insbesondere für Inspektionen, Wartungsarbeiten und technische Diagnosen interessant. Voraussetzung ist allerdings, dass die benötigten Daten, Softwarekomponenten und KI-Modelle tatsächlich auf dem Endgerät vorhanden sind.

Eine automatische Auswertung von Inspektionsbildern oder die KI-gestützte Suche in lokal gespeicherten Wartungsunterlagen wären denkbare Anwendungsfälle. Ob sie auf den neuen Getac-Modellen im industriellen Dauerbetrieb zuverlässig und wirtschaftlich funktionieren, ist damit noch nicht nachgewiesen.

Getac nennt in seiner Produktmitteilung unter anderem CAD-Programme und 3D-Modellierung als Anwendungen für Arbeiten ohne Internetverbindung. Dabei handelt es sich nicht zwangsläufig um KI-Anwendungen. Die lokale Ausführung solcher Programme belegt somit noch keinen zusätzlichen Nutzen der neuen KI-Beschleuniger.

Ein vollständiger Wechsel von zentralen Rechenzentren zu mobilen Endgeräten lässt sich aus der technologischen Entwicklung nicht ableiten.

Fraunhofer verfolgt vielmehr das Konzept eines Edge-Cloud-Kontinuums. Zeitkritische Berechnungen und die unmittelbare Verarbeitung von Sensordaten können nahe am Entstehungsort erfolgen. Aufwendige Modelltrainings und andere nicht zeitkritische Rechenaufgaben lassen sich dagegen weiterhin zentral ausführen.

Diese Aufgabenteilung ist auch wirtschaftlich relevant. Unternehmen können lokale Rechenleistung gezielt dort einsetzen, wo sie betriebliche Vorteile bietet, während zentral bereitgestellte Ressourcen für andere Anwendungen genutzt werden.

Hinzu kommt die Frage der Datensicherheit. Wird ein KI-Modell lokal ausgeführt, müssen die dafür verwendeten Daten nicht zwingend an einen externen Cloudanbieter übertragen werden. Das kann die Kontrolle über sensible Betriebsinformationen erleichtern.

Eine insgesamt höhere IT-Sicherheit folgt daraus aber nicht automatisch. Mobile Geräte müssen gegen unberechtigten Zugriff geschützt, Software und KI-Modelle aktualisiert und Sicherheitsvorfälle weiterhin beherrscht werden. Getac integriert dafür unter anderem TPM 2.0, Smartcard-Leser und biometrische Authentifizierung.

Für Betreiber kritischer Infrastrukturen und bestimmte Industrieunternehmen sind solche Fragen auch regulatorisch relevant. Die europäische NIS2-Richtlinie sieht für betroffene Einrichtungen Anforderungen an das Management von Cybersicherheitsrisiken vor. Einzelne Sicherheitsfunktionen eines Notebooks sind jedoch kein Nachweis für die Erfüllung dieser organisatorischen Anforderungen.

Dass künstliche Intelligenz in europäischen Unternehmen an Bedeutung gewinnt, ist statistisch belegt. Laut Eurostat nutzten 2025 rund 20 Prozent der Unternehmen mit mindestens zehn Beschäftigten in der EU KI-Technologien. In Deutschland lag der Anteil bei 26 Prozent, in Österreich bei 30 Prozent.

Für Österreich liegen mittlerweile auch neuere Ergebnisse vor: Statistik Austria weist für 2026 einen KI-Nutzungsanteil von 48 Prozent aus. Der direkte Vergleich mit den deutschen und europäischen Werten aus 2025 wäre wegen der unterschiedlichen Berichtsjahre allerdings nicht aussagekräftig.

Die Zahlen zeigen die wachsende Verbreitung von KI, nicht aber die Nachfrage nach Edge-KI-Hardware. Sie erfassen sehr unterschiedliche Anwendungen – von der Textverarbeitung bis zur Automatisierung betrieblicher Abläufe.

Auch die Hindernisse bei der Einführung sind nicht ausschließlich technischer Natur. Nach Angaben des deutschen Statistischen Bundesamts nannten 2025 unter den Unternehmen ohne KI-Nutzung 45 Prozent die mangelnde Kompatibilität mit vorhandenen Systemen als Hinderungsgrund. 44 Prozent verwiesen auf Probleme mit der Verfügbarkeit oder Qualität von Daten, 32 Prozent auf Kosten.

Leistungsfähigere Endgeräte können einzelne dieser Probleme möglicherweise entschärfen. Fehlende Datenqualität, ungeeignete Software oder unzureichend integrierte Prozesse lösen sie nicht von selbst.

Für Getac spricht zunächst die technische Ausrichtung auf anspruchsvolle Arbeitsumgebungen. Die austauschbaren Akkus, robuste Gehäuse und konfigurierbaren Anschlüsse können im industriellen Außendienst praktische Vorteile bieten.

Allerdings sind viele dieser Eigenschaften nicht grundsätzlich neu. Bereits das Vorgängermodell B360 verfügte über einen hellen Touchscreen sowie Schutz nach IP66 und den genannten militärischen Prüfstandards. Die neue Generation vergrößert das Display von 13,3 auf 14 Zoll und aktualisiert insbesondere die Prozessorplattform.

Das B360X wiegt laut Datenblatt rund 2,38 Kilogramm, das umfangreicher ausgestattete B360X Pro rund 3,14 Kilogramm. Damit bleibt die Frage, welche Konfiguration für einen konkreten Einsatz den sinnvollsten Kompromiss zwischen Rechenleistung, Mobilität und Energiebedarf bietet.

Eine belastbare Wirtschaftlichkeitsbewertung ist derzeit nicht möglich. Die Produktankündigung nennt keine Anschaffungspreise, keine unabhängig ermittelten Leistungswerte für industrielle KI-Anwendungen und keine vergleichbaren Betriebskosten gegenüber bestehenden Lösungen. Auch Angaben zur Akkulaufzeit unter dauerhafter hoher KI-Rechenlast fehlen in der Ankündigung.