KI im produzierenden Unternehmen:Das Daten-Fundament entscheidet

Autor: Dr. Florian Harzenetter, Senior Director Global Advisor Industrials, PTC

Über die Potenziale von KI – und seit neuestem von KI-Agenten – ist viel zu lesen. Diese sind unbestritten. In der Praxis aber ist KI nur so gut wie ihre Datenbasis. Und hier liegt das eigentliche Problem: Laut IBM CEO-Studie brachte nur ein Viertel der KI-­Initiativen den erwarteten ROI, lediglich 16 % erreichten unternehmensweite Skalierung. Die Hälfte der befragten CEOs räumt ein, dass die technologische Infrastruktur ihres Unternehmens uneinheitlich und fragmentiert ist.

Die Konsequenz: Daten liegen verstreut in Silos, in ­unterschiedlichen Formaten und Qualitäten – für KI-Anwendungen kaum nutzbar. Entwicklung und Produktion arbeiten weitgehend ­unabhängig voneinander, Änderungen werden zu spät erkannt, Innovationskraft gebremst.

Produktdaten als Grundlage

Der Weg aus diesem Dilemma führt über ein durchgängiges Produktdaten-Fundament. PTC nennt diesen Ansatz den ­Intelligent Product Lifecycle: ein digitaler Faden, der den gesamten Produktlebenszyklus verbindet – von der ersten Anfor­derung über Entwicklung und Fertigung bis zum Service und zurück. Produktdaten sind dabei die DNA jedes produzierenden Unternehmens: 89 % der befragten Führungskräfte sehen durchgängige Produktdaten als Schlüssel zur Kostensenkung, 81 % als Basis für differenzierte Produkte, 71 % für kürzere Time-to-Market.

KI entlang des gesamten Lebenszyklus

Auf dieser Basis entfaltet KI ihren Mehrwert in jeder Phase: In der Entwicklung unterstützen KI-Copiloten Konstrukteure, generative Design-Tools erstellen 3D-Modelle nach definierten Parametern, KI-Agenten ­analysieren automatisch Auswirkungen von Änderungen an Anforderungen oder Konstruktionsdaten. Die doppelte Erstellung von Teilen lässt sich so um 20 bis 40 % reduzieren, die Modellierungszeit halbieren.

In der Fertigung entstehen die größten Potenziale aus der Integration von PLM-, ERP- und MES-Daten: KI ­vergleicht Produktionsqualität mit Toleranzanforderungen, erstellt automatisch ­Arbeitsanweisungen und synchronisiert Änderungen in Echtzeit – Stücklisten und 3D-Arbeitsanweisungen inklusive.

Im Service optimiert KI Ersatzteilmanagement, ­Terminplanung und Wartungsplanung. Multi-Agenten-Architekturen – etwa in ServiceMax – beantworten natürlichsprachliche Anfragen auf Basis von Arbeitsauftragsdaten oder koordinieren Serviceeinsätze automatisch. IoT-Betriebsdaten fließen in Predictive-Maintenance-Modelle ein und schließen den Kreislauf zurück zur Produktentwicklung.

Voraussetzung: Offenheit und Mensch

Technisch setzt das auf offene, interoperable Plattformarchitekturen mit standardisierten Schnittstellen. Nur nahtlose ­Integration gewährleistet, dass KI-Funktionen mit bestehenden Workflows, Zugriffskontrollen und Compliance-Regeln übereinstimmen – und damit Vertrauen erzeugen.

Doch Technologie allein genügt nicht. Entscheidend ist eine ­KI-First-Mentalität: Teams mit KI-Kompetenz ausstatten, Regeln für verantwortungsvollen Einsatz etablieren und eine Kultur ­fördern, in der Mensch und KI gemeinsam arbeiten. Unter­nehmen, die heute das Fundament legen, sichern sich die ­Flexibilität für alle weiteren Entwicklungen.