Pascal Trecek
Sales Account Manager
Agentic AI & PLM: Mehr konstruieren statt kontrollieren
KI-Agenten können die Erfüllung von Aufgaben in PLM-Systemen nicht nur erleichtern, sondern auch eigene Aufgaben erfüllen. Richtig eingesetzt, schaffen sie mehr Zeit für die Kernaufgaben des Engineerings. Dafür braucht es eine solide Vorbereitung des Innovationssprungs.
Von reaktiv zu proaktiv
Mit dem Aufkommen der computergestützten Konstruktion (CAD) in 1980er Jahren kam in Industrieunternehmen auch das Bedürfnis auf, CAD-Dateien effizient zu verwalten. Es entstanden Softwarelösungen für Produktdatenmanagement (PDM) und Product Lifecycle Management (PLM). Systeme wie Fusion Manage bzw. Vault PLM von Autodesk bringen viele Vorteile wie Datendurchgängigkeit oder Fehlerreduktion, erhöhen aber auch den Dokumentationsaufwand für Ingenieure. Hier setzt die von Autodesk kürzlich angekündigte Integration von Agentic PLM an:
Definition und Vorteile von Agentic AI & PLM:
Während generative KI (z. B. ChatGPT) auf Basis von Eingaben («Prompts») Inhalte wie Texte oder Bilder zusammenstellt, kann Agentic AI bzw. können KI-Agenten definierte Aufgaben weitgehend autonom erledigen (z. B. als intelligente E-Mail-Assistenten im Kundensupport). Dazu nutzen KI-Agenten generative KI sowie weitere Systeme und Werkzeuge. Menschen bestimmen, welche Aufgaben sie übernehmen und wie autonom sie dabei handeln dürfen.
Beim traditionellen PLM-Ansatz folgen die involvierten Abteilungen (Konstruktion, Fertigung usw.) den Vorgaben bzw. Möglichkeiten des gewählten Systems; die Funktionsweise der Software definiert Abläufe. Mit Agentic AI ist ein Paradigmenwechsel möglich. Da KI-Agenten verschiedene Aufgaben (z.B. Abhängigkeiten bei Designänderungen prüfen) übernehmen können, wird die Nutzung der PLM-Lösung flexibler. Abläufe müssen nicht mehr nur dem System folgen, sondern das System lässt sich auf unabhängige, vom Betrieb definierte Prozesse ausrichten.
Neben vielen Vorteilen haben traditionelle PLM-System auch die Tendenz, den Dokumentationsaufwand (Revisionsverlauf aktualisieren, Stücklistenänderungen prüfen usw.) für Ingenieure zu erhöhen. Richtig eingesetzt, können PLM-KI-Agenten viele Aufgaben übernehmen und damit mehr Zeit für Ingenieure schaffen. Diese können sich auf ihre Kernaufgabe, das eigentliche Engineering fokussieren. Ein Beispiel aus dem Engineering Change Management: Bei einer Änderungsanforderung übernimmt ein KI-Agent die Analyse der Anforderung, die Identifikation betroffener Komponenten usw. bis und mit der Ausarbeitung eines Änderungsvorschlags. Dann übernimmt ein Ingenieur zwecks Begutachtung, Anpassung und Entscheidung.
Durch die Entlastung dank gezielt eingesetzter KI-Agenten in PLM-Systemen wie Autodesk Vault PLM können sich Ingenieure auf ihre ursprüngliche Aufgabe konzentrieren: Sie können ihr Fachwissen ausgiebig nutzen bzw. vermehrt in den Dienst der Entwicklung innovativer Produktlösungen stellen. Ein mit KI-Agenten optimiertes, auf die spezifischen Herausforderungen eines Betriebs ausgerichtetes PLM-System wird so zum Wettbewerbsvorteil, der weit über die Vorteile des klassischen PLM-Ansatzes hinausgeht.
Ihre Ansprechperson
«KI-Unterstützung gibt es in Autodesk-Produkten schon länger. Es kommen auch ständig neue Features dazu wie z.B. AutoTimeline oder AutoAssemble in Fusion sowie der Autodesk Assistant in Inventor. Bisher handelt es sich jedoch hauptsächlich um Werkzeuge, um Nutzer bei der Erfüllung von Aufgaben zu unterstützen. KI-Agenten in PLM-Systemen wie Fusion Manage oder Vault PLM gehen da weiter und sollen Aufgaben weitgehend autonom übernehmen und erfüllen.»
Pascal Trecek
Sales Account Manager, ROTRING DATA AG
Industriespezifische Voraussetzungen für KI-Agenten
Der erfolgreiche Einsatz von KI-Agenten, um mit PLM-Systemen Wettbewerbsvorteile zu realisieren, ist kein Selbstläufer. Bei der Definition der mittels KI-Agenten zu erreichenden Zielen ist die Berücksichtigung regulatorischer, oft branchenspezifischer Vorgaben von zentraler Bedeutung. Gleiches gilt für die Erfüllung technischer Voraussetzungen. Produktdaten müssen in entsprechender Konsistenz und Qualität vorliegen. Zudem brauchen KI-Agenten desto mehr Kontext bzw. Informationen aus diversen Systemen, je komplexer die zu erfüllenden Aufgaben sind. Folglich kommt auch der Systemintegration von KI-optimierten PLM-Softwarelösungen eine entscheidende Rolle zu.
«Eine solide Vorbereitung ist für die Einführung von KI-Agenten in PLM-Lösungen absolut entscheidend. Darum kann es nicht zu früh sein, um entsprechende Systeme und Daten für diesen Innovationssprung vorzubereiten. Dabei gilt es, lokale bzw. betriebliche Eigenheiten in sowohl technischer als auch personeller Hinsicht umfassend zu berücksichtigen»
Pascal Trecek
Sales Account Manager, ROTRING DATA AG
Wie von «Managing» zu «Making» gelangen?
Damit KI-Agenten in PLM-Systemen wie Autodesk Fusion Manage und Vault PLM ihr volles Potential entfalten können, müssen Unternehmen die oben ausgeführten Hausaufgaben erledigt haben. Es empfiehlt sich, schrittweise vorzugehen, statt alles auf einmal umsetzen zu wollen. Ein oft unterschätzter Faktor ist, dass neben dem technischen Changen Management auch das personelle Change Management nicht auf der Strecke bleiben darf. Es gilt, die Mitarbeiter mitzunehmen, um die Aufgabenteilung zwischen den involvierten Abteilungen mit KI-Agenten erfolgreich umzugestalten.
Seit 1995 integriert und optimiert ROTRING DATA CAD- und PLM-Lösungen von Autodesk. In dieser Zeit haben wir die Einführung zahlreicher Innovationen begleitet – und dafür ein Bündel an Dienstleistungskompetenzen aufgebaut. In Kombination mit unserem Fachwissen rund um Autodesk-Lösungen sowie KI unterstützen wir Kunden bei der Nutzung von KI-Agenten in PLM-Systemen mit unserer Erfahrung in Datenmigration, Systemintegration, Software Development und anderen Bereichen.