Innovative Konzepte und Technologien
Intelligente Produktentwicklung
Die Produktentwicklung lässt sich durch viele Strategien, Konzepte und IT-Technologien erweitern. Das reicht von einer klugen Datenstrategie über das Internet of Things bis hin zu moderner künstlicher Intelligenz. Zusammengenommen ermöglichen diese Hebel einem Unternehmen, die Engineering-Organisation zur intelligenten Produktentwicklung zu befähigen.
Unternehmen stehen vor mehreren Herausforderungen, wenn es um die intelligente Produktentwicklung geht. Die Auswahl der richtigen Technologien, die den Anforderungen des Unternehmens entsprechen müssen, ist oft sehr komplex und beinhaltet nicht nur Veränderungen in der bestehenden IT-Systemlandschaft, sondern auch Anpassungen der etablierten Produktentwicklungsprozesse. Im Umgang mit großen Datenmengen, die insbesondere dann anfallen, wenn KI integriert wird, muss sichergestellt werden, dass die notwendige IT-Infrastruktur verfügbar ist, um diese Daten effizient zu sammeln, zu speichern und zu analysieren. Die zunehmende Komplexität der Systeme erfordert darüber hinaus spezialisierte Kenntnisse und Fähigkeiten der Mitarbeiter, um diese zu entwickeln und zu warten. Anwender sollten eine Bereitschaft und Akzeptanz für den Einsatz neuer Technologien erreichen, was besonders bei Anpassungen der bisherigen Arbeitsweise eine große Herausforderung ist. All diese Herausforderungen erfordern eine sorgfältige Planung und strategische Herangehensweise, um die Vorteile der intelligenten Produktentwicklung ausschöpfen zu können.
KI schon heute Treiber
Die Rolle der künstlichen Intelligenz (KI) in der Produktentwicklung ist von zentraler Bedeutung. 75 Prozent der von Gartner befragten Unternehmen beabsichtigen, ihr Budget für künstliche Intelligenz in den kommenden zwölf Monaten zu steigern. Im Hinblick auf das Potenzial, das durch den strategischen und gut geplanten Einsatz von künstlicher Intelligenz in der Produktentwicklung entsteht, lassen sich diese Investitionen leicht rechtfertigen. Künstliche Intelligenz kann bei der Generierung von Ideen, der Gestaltung, der Simulation und der Optimierung angewendet werden. KI-Systeme ermöglichen die Verknüpfung von Randbedingungen, Materialien, Lasten und Fertigungsrichtlinien und die Generierung von Design-Vorschlägen für den Konstrukteur. Die Anforderungen an ein Produkt können durch den Einsatz von künstlicher Intelligenz über die verschiedenen Systeme, wie PLM, ALM und SPDM, hinweg identifiziert werden. Auch interne und externe Wissensdatenbanken können als Datenbasis hinzugezogen werden. Die Untersuchung dieser umfangreichen Datensätzen durch KI unterstützt dabei, Muster zu identifizieren und Empfehlungen für bestmögliche Verknüpfungen und Varianten zu erhalten, um schneller richtige Entscheidungen zu treffen. Entscheidend für den erfolgreichen Einsatz von KI in der Produktentwicklung ist eine schrittweise Implementierung innerhalb des Unternehmens. Dabei ist zu analysieren, welche Fähigkeiten die bereits eingesetzten Systeme besitzen und wie KI diese erweitern kann. Des Weiteren müssen Maßnahmen getroffen werden, um das unternehmensinterne Wissen zu schützen, das in den KI-Tools entsteht.
Testprozesse im IoT
IoT-Technologien bieten die Möglichkeit, Produkte und Sensoren miteinander zu verbinden. Unternehmen können so Produkte optimieren, den Wartungsbedarf prognostizieren und personalisierte Funktionen bereitstellen. In der Produktentwicklung eingesetzt bietet IoT die Möglichkeit, Informationen aus Simulation, Analyse und Tests zusammenzuführen und in den jeweiligen Systemen zur Verfügung zu stellen. So können beispielsweise Test-Assets global über eine IoT-Plattform verbunden werden und die Informationen aus den Tests über eine Applikation im PLM-System zur Verfügung gestellt werden. Das Ergebnis: kürzere Entwicklungszyklen in der Produktentwicklung durch effektives Management von Prototypen.
Skalierbar in der Cloud
Cloud-Rechenzentren stellen skalierbare Ressourcen für die Entwicklung von Produkten bereit. Sie ermöglichen die Kooperation, die Verwaltung von Daten und die Simulation in Echtzeit. Ein Bestandteil der intelligenten Produktentwicklung ist die virtuelle Produktentwicklung. Mit ihr entstehen neue Anforderungen an die Systemarchitektur, denn bei der Simulation mit CAD-Daten muss hohe Rechenleistung kurzfristig zur Verfügung stehen.
Simulation und Optimierung
In den frühen Designphasen kann Simulation die Entscheidungsfindung unterstützen und dient auch in den nachfolgenden Phasen zur Validierung einer Konstruktion. Sie ist entscheidend für eine intelligente Produktentwicklung. Durch den Einsatz von Simulation sind weniger zeit- und kostenintensive Prototypen und Tests erforderlich: Das spart Material und Kosten, und der Weg zu Lösungsansätzen wird oft kürzer, was indirekt auf die Nachhaltigkeit einzahlen kann. Bereits in der frühen Designphase können die Eigenschaften und Funktionen von Produkten hinsichtlich der bestmöglichen nachhaltigen Materialauswahl simuliert werden. Simulation und KI können Unternehmen entscheidende Wettbewerbsvorteile hinsichtlich verkürzter Entwicklungszeiten und geringerer Kosten verschaffen.
Daten für die Entwickler
Die Basis für die intelligente Produktentwicklung besteht in der transparenten Verfügbarkeit und Sichtbarkeit von Daten, dem zentralen digitalen Thema. Mit der Integration von Daten aus unterschiedlichen Quellen wird die Zusammenarbeit über die Abteilungen vereinfacht, indem alle benötigten Informationen den Angestellten stets zur Verfügung stehen. Das sichert die Kommunikation entlang des Produktlebenszyklus ab. Ergänzt mit einer modellbasierten Konstruktionsmethodik zur Optimierung von Produktarchitektur, Konstruktionsmerkmalen, Prozessen und Fertigungsinteraktionen wird das Engineering weiter optimiert, bis hin zur Fähigkeit der ausgefeilten Prognostik. Im konkreten Anwendungsfall heißt das, dass mit den Daten eines vollständig beschriebenen Produktmodells, das neben der beschreibenden 3D-Geometrie auch die Integration aller Fertigungsinformationen (PMI) nach den Model Based Definiton-Standards enthält, ein echtes Mastermodell mit allen relevanten Informationen für die Weiterverwendung und aufgebaut als Funktionsmodell für die Simulation erstellt wird. Mit rollenbasierten Applikationen können die Daten aus der Konstruktion entlang des gesamten Produktlebenszyklus anwendergerecht und zum richtigen Prozessschritt mit den jeweils benötigen Informationen zur Verfügung gestellt werden. Die Integration von PLM-, ALM- und QM-Systemen kann zur Förderung intelligenter Produktentwicklung beitragen, da Informationen aus der Produktstruktur oder der Anforderung sowie dem funktionalen Modell unmittelbar verfügbar sind und ohne manuelle Übertragung im QMS integriert werden.
Varianten und Konfigurationen
Die umfangreiche Funktionalität von PLM-Systemen wird von vielen Unternehmen noch immer nicht vollständig genutzt. Kompetenzen wie Variantenmanagement und die Verwaltung von BOMs (eBOM, mBOM, sBOM und recyclingBOM) bieten ein großes Potenzial für die intelligente Entwicklung der immer komplexeren Produkten. Mit Kombination der Tools für die Produktentwicklung und Ausnutzung aller Funktionalitäten kann der Konstruktionsprozess weiter optimiert werden. Dafür ist es wichtig, bereits in der frühen Designphase die Grundlagen für die Verknüpfung von Informationen zu legen. Erst dadurch ist es möglich, einmal angelegte Produktstrukturen und Daten durchgängig und transparent zur Verfügung zu stellen und effektiv nutzen können, ohne diese mehrfach anzulegen.
Erweiterte Realität für Teams
Augmented Reality (AR) kann dazu beitragen, Produktdesigns und Prototypen zu visualisieren. Ingenieure und Designer können virtuelle Modelle in der physischen Welt betrachten und optimieren. Dies erleichtert die Überprüfung von Design und Ergonomie, ohne physische Modelle herstellen zu müssen. Diese Prototypen lassen sich leicht über das Internet verschicken, um die kollaborative Entwicklung innerhalb Teams unabhängig vom Standort einzelner Mitglieder zu unterstützen. AR-Prototypen können auf Smartphones oder Tablets angezeigt werden, was die Zusammenarbeit und Entscheidungsfindung erleichtert. Durch die frühzeitige Visualisierung von Produkten können Designfehler und Unzulänglichkeiten schneller erkannt und behoben werden, bevor sie sich kostspielig auf den Entwicklungsprozess auswirken. Im Hinblick auf Kosten- und Zeitersparnis können Unternehmen durch den Einsatz von AR zudem Kosten für physische Prototypen und Geschäftsreisen einsparen. Zudem können Entwicklungszyklen verkürzt werden, da Änderungen und Anpassungen schneller umgesetzt werden können. Auch AR ist somit ein wertvolles Werkzeug, das die Effizienz und Effektivität der Produktentwicklung erheblich steigern kann.
Strategisch vorangehen nötig
Um die digitalen Methoden und Technologien in der Engineering-Organisation strukturiert, effektiv und gewinnbringend einzusetzen ist eine Roadmap erforderlich, in der die Zusammenhänge der Funktionalitäten und Daten berücksichtigt werden. Der Bedarf an Optimierung, die Möglichkeiten zur Erweiterung und potenzielle neue Fähigkeiten sollten dazu identifiziert und bewertet werden. Unternehmen benötigen dafür Teams, die das Spektrum der Tools sowie Prozesse und Fähigkeiten zur Datenstruktur kennen und verstehen. In den IT-Abteilungen ist dafür eine Zusammenarbeit der Experten über alle Systeme hinweg notwendig. Denn es gilt diese zu optimieren, sie zu erweitern und zu kombinieren sowie zukünftige Out-of-the-Box-Fähigkeiten zu berücksichtigen. Die Roadmap pro Tool sowie das Big Picture vom Datenfluss und den Prozessen sollte den Verantwortlichen bekannt sei. So können Lücken identifiziert werden, die mit der Entwicklung von übergreifenden Applikationen geschlossen und mit den entsprechenden Fähigkeiten der Technologien kombiniert werden können.
Die Produktentwicklung lässt sich durch viele Strategien, Konzepte und IT-Technologien erweitern. Das reicht von einer klugen Datenstrategie über das Internet of Things bis hin zu moderner künstlicher Intelligenz. Zusammengenommen ermöglichen diese Hebel einem Unternehmen, die Engineering-Organisation zur intelligenten Produktentwicklung zu befähigen.
Unternehmen stehen vor mehreren Herausforderungen, wenn es um die intelligente Produktentwicklung geht. Die Auswahl der richtigen Technologien, die den Anforderungen des Unternehmens entsprechen müssen, ist oft sehr komplex und beinhaltet nicht nur Veränderungen in der bestehenden IT-Systemlandschaft, sondern auch Anpassungen der etablierten Produktentwicklungsprozesse. Im Umgang mit großen Datenmengen, die insbesondere dann anfallen, wenn KI integriert wird, muss sichergestellt werden, dass die notwendige IT-Infrastruktur verfügbar ist, um diese Daten effizient zu sammeln, zu speichern und zu analysieren. Die zunehmende Komplexität der Systeme erfordert darüber hinaus spezialisierte Kenntnisse und Fähigkeiten der Mitarbeiter, um diese zu entwickeln und zu warten. Anwender sollten eine Bereitschaft und Akzeptanz für den Einsatz neuer Technologien erreichen, was besonders bei Anpassungen der bisherigen Arbeitsweise eine große Herausforderung ist. All diese Herausforderungen erfordern eine sorgfältige Planung und strategische Herangehensweise, um die Vorteile der intelligenten Produktentwicklung ausschöpfen zu können.
KI schon heute Treiber
Die Rolle der künstlichen Intelligenz (KI) in der Produktentwicklung ist von zentraler Bedeutung. 75 Prozent der von Gartner befragten Unternehmen beabsichtigen, ihr Budget für künstliche Intelligenz in den kommenden zwölf Monaten zu steigern. Im Hinblick auf das Potenzial, das durch den strategischen und gut geplanten Einsatz von künstlicher Intelligenz in der Produktentwicklung entsteht, lassen sich diese Investitionen leicht rechtfertigen. Künstliche Intelligenz kann bei der Generierung von Ideen, der Gestaltung, der Simulation und der Optimierung angewendet werden. KI-Systeme ermöglichen die Verknüpfung von Randbedingungen, Materialien, Lasten und Fertigungsrichtlinien und die Generierung von Design-Vorschlägen für den Konstrukteur. Die Anforderungen an ein Produkt können durch den Einsatz von künstlicher Intelligenz über die verschiedenen Systeme, wie PLM, ALM und SPDM, hinweg identifiziert werden. Auch interne und externe Wissensdatenbanken können als Datenbasis hinzugezogen werden. Die Untersuchung dieser umfangreichen Datensätzen durch KI unterstützt dabei, Muster zu identifizieren und Empfehlungen für bestmögliche Verknüpfungen und Varianten zu erhalten, um schneller richtige Entscheidungen zu treffen. Entscheidend für den erfolgreichen Einsatz von KI in der Produktentwicklung ist eine schrittweise Implementierung innerhalb des Unternehmens. Dabei ist zu analysieren, welche Fähigkeiten die bereits eingesetzten Systeme besitzen und wie KI diese erweitern kann. Des Weiteren müssen Maßnahmen getroffen werden, um das unternehmensinterne Wissen zu schützen, das in den KI-Tools entsteht.
Transition Technologies PSC Germany GmbH
Dieser Artikel erschien in IT&Production 10 (Dezember) 2024 - 12.12.24.Für weitere Artikel besuchen Sie www.it-production.com
