Welches LLM für TIA Portal?

Es gibt nicht das eine beste LLM für TIA Portal: Für komplexe Bausteine und Refactorings gewinnt ein starkes Reasoning-Modell (Claude, GPT oder Gemini in der grossen Variante), für die Vervollständigung beim Tippen ein schnelles Coder-Modell, für vertrauliche Anlagen ein lokales Modell über Ollama. AnyAutomation Studio ist deshalb multi-provider gebaut: du wählst pro Nachricht, welches Modell antwortet, statt die Entscheidung einmal an einen Hersteller abzugeben.

Wichtiger als die Modellwahl ist allerdings etwas anderes, und das vorweg: Dasselbe Modell schreibt mit Zugriff auf die echten Variablennamen und Datentypen deines Projekts deutlich besseren SCL-Code als ohne. Der Kontext entscheidet, das Modell feilt am Ergebnis.

Vier Wege zum Modell

Alle vier Wege sind ab dem Basic-Plan nutzbar, und keine Anfrage läuft über einen AnyAutomation-Server: Du sprichst direkt mit dem Anbieter deiner Wahl oder mit deinem eigenen Server.

Welches Modell für welche Aufgabe

Modelle unterscheiden sich in Denkleistung, Geschwindigkeit, Kosten und Datenschutz, und keines ist überall vorn. In der Praxis haben sich drei Rollen eingespielt.

Das starke Modell für die harten Fälle. Eine Schrittkette entwerfen, einen gewachsenen FB refactoren, AWL-Altbestand nach SCL überführen, eine Fehlerursache über mehrere Bausteine hinweg verfolgen: Hier zahlt sich ein grosses Reasoning-Modell aus, und eine höhere Denkstufe ebenfalls. Bei unterstützten Modellen stellst du diese Stufe direkt neben dem Modellnamen ein, von Aus bis Hoch.

Das schnelle Modell fürs Tippen. Die Inline-Completion schlägt beim Schreiben grauen Ghost-Text vor, den du mit Tab übernimmst. Hier zählt Latenz, nicht Tiefe. Wichtig zu wissen: Dafür eignen sich nur Anbieter mit Fill-in-the-Middle-Codevervollständigung, etwa Mistral Codestral, DeepSeek oder ein lokaler Coder-Server. Reine Chat-Abos wie ChatGPT, Claude oder Gemini erscheinen in dieser Liste nicht, weil sie keinen eigenen Vervollständigungsmodus haben. Du kannst also ein Chat-Modell und ein Completion-Modell parallel fahren.

Das lokale Modell für vertrauliche Anlagen. Über Ollama, LM Studio, vLLM oder SGLang läuft die Inferenz vollständig auf deiner Hardware. Kein Schlüssel, keine Cloud, keine Projektdaten nach draussen. Lokale Modelle sind bei komplexer Logik meist schwächer als die grossen Cloud-Modelle, für Dokumentation, Erklärungen und Standardbausteine aber oft völlig ausreichend, und bei manchen Freigaben sind sie schlicht die einzige Option.

Kontextfenster: gross ist nicht immer besser

Bei Claude-Modellen mit sehr grossem Kontextfenster wählst du neben dem Modellnamen zwischen 1M und 200K. Das grosse Fenster nimmt sehr lange Sitzungen am Stück auf, das kleinere begrenzt den Verbrauch, weil die Unterhaltung früher zusammengefasst wird. Für eine lange Analysesitzung über viele Bausteine lohnt das grosse Fenster, für den Alltag mit kurzen Aufgaben selten.

Warum Kontext mehr bringt als das Modell

Die Forschung zur SPS-Codegenerierung zeigt konsistent, dass die Leitplanken um das Modell herum mehr ausmachen als der Modellname. Die Pipeline LLM4PLC stellte Grammatikprüfer, Compiler und Verifikation um das Modell und hob die Erfolgsquote von 47 auf 72 Prozent, die von Experten bewertete Codequalität von 2,25 auf 7,75 von 10 Punkten. AutoPLC erzeugt gezielt SCL für TIA Portal und ST für CODESYS, validiert direkt gegen die Hersteller-IDE und meldet über 90 Prozent Compile-Erfolg auf einem Benchmark mit 914 Aufgaben. Agents4PLC baut denselben geschlossenen Kreis aus Generierung und Verifikation mit mehreren Agenten auf.

Übertragen auf den Alltag: Ein mittelgrosses Modell mit Projektkontext, Diff-Vorschau, Compile und Unit-Test liefert brauchbareren Code als das stärkste Modell in einem Browser-Tab ohne Projektzugriff. Studio liest das Projekt über die offizielle Openness-API (TIA Portal V15 bis V21) und bringt generierten Code über dieselbe API ins Projekt, erst nach deiner Bestätigung.

Datenschutz entscheidet oft vor der Modellfrage

In vielen Unternehmen steht die Freigabe vor der Auswahl. Drei Antworten sind üblich: Cloud über einen eigenen Vertrag mit dem Anbieter, Enterprise-Cloud im eigenen Tenant (Azure OpenAI, Vertex AI, AWS Bedrock), oder vollständig lokal. Wer für Pharma, Lebensmittel oder einen Anlagenbauer mit strengem Geheimhaltungsvertrag arbeitet, landet oft beim lokalen Modell, und genau deshalb ist die Frage nach dem besten LLM ohne die Frage nach dem Datenfluss nicht zu beantworten.

Grenzen, unabhängig vom Modell

Kein Modell ersetzt das Review. Sprachmodelle erfinden gelegentlich Systembausteine oder Parameter, Annahmen über Zykluszeit und Peripherie gehören geprüft, und sicherheitsgerichtete Logik wird nicht generiert: F-Technik bleibt Handarbeit mit Abnahme. Vor jeden Import gehört ein Diff, hinter jeden Import ein Test. Mehr dazu im Leitfaden KI in der SPS-Programmierung; wie sich die Werkzeuge rund um die Modelle unterscheiden, steht im Vergleich der KI-Tools für die SPS-Programmierung.

Häufige Fragen

Welches LLM ist das beste für TIA Portal?

Es gibt keines, das überall gewinnt. Für komplexe Bausteine und Refactorings ein starkes Reasoning-Modell wie Claude, GPT oder Gemini in der grossen Variante, für die Vervollständigung beim Tippen ein schnelles Coder-Modell mit Fill-in-the-Middle-Unterstützung, für vertrauliche Projekte ein lokales Modell über Ollama, LM Studio, vLLM oder SGLang. Entscheidender als das Modell ist, dass es den Projektkontext sieht.

Kann ich Claude, GPT und Gemini gleichzeitig nutzen?

Ja. Du richtest mehrere Anbieter ein und wählst pro Nachricht im Modell-Picker. Zusätzlich lässt sich für einzelne Funktionen ein eigenes Modell festlegen, etwa ein schnelles für die Inline-Completion und ein starkes für den Chat.

Läuft ein LLM für TIA Portal auch lokal?

Ja, über Ollama, LM Studio, vLLM oder SGLang auf eigener Hardware. Du trägst die Adresse des Servers ein, danach erscheinen seine Modelle im Modell-Picker. Ein API-Schlüssel ist dafür nicht nötig, und die Projektdaten verlassen den Rechner nicht.

Brauche ich für jedes Modell ein eigenes Abo?

Nein. Du kannst ein bestehendes Abo per Anmeldung einbinden, einen eigenen API-Schlüssel nutzen und nach Verbrauch zahlen, oder lokal ganz ohne Schlüssel arbeiten. Bei Anmelde-Abos zeigt Studio den Verbrauch und den Zeitpunkt der nächsten Rückstellung in der Statusleiste.

Was kostet der KI-Chat in Studio?

Der KI-Chat ist ab dem Basic-Plan enthalten, CHF 10 pro Monat oder CHF 110 pro Jahr; Pro kostet CHF 30 oder 330, Pro+ CHF 50 oder 550. Die Kosten beim Modellanbieter kommen dazu und laufen direkt über deinen Schlüssel, ein lokales Modell kostet nichts extra. 30 Tage kostenlos testen.