AI-Electrix von WSCAD: KI-Copilot für die Elektrokonstruktion

488705
Anstelle viele einzelne Klicks durchzuführen und wissen zu müssen, wie die Software bedient wird, reicht der
KI der Befehl ‘Erstelle Materialliste’. – Bild: WSCAD GmbH

Die Elektrokonstruktion ist traditionell ein zeitaufwendiger und arbeitsintensiver Bereich. Konstrukteure müssen zahlreiche komplexe Aufgaben manuell ausführen. Klassische Beispiele sind die Erstellung von Materiallisten, das Platzieren von Makros oder die Suche nach Bauteilen. Diese Schritte tragen nicht direkt zur Wertschöpfung bei. Sie sind zudem anfällig für menschliche Fehler. Gleichzeitig verschärft der Fachkräftemangel die Situation: Unternehmen haben Schwierigkeiten, genügend qualifizierte Mitarbeiter zu finden, um die steigende Arbeitslast zu bewältigen. So zeigt eine Studie des Kompetenzzentrums Fachkräftesicherung (KOFA), dass in der Metall- und Elektroindustrie im Juni 2022 bundesweit rund 110.000 Fachkräfte fehlten. Eines der betroffenen Berufsfelder war laut KOFA der Bereich ‚technische Forschungs-, Entwicklungs-, Konstruktions- und Produktionssteuerungsberufe‘. 20 Prozent der offenen Stellen in diesem Sektor konnten seinerzeit nicht besetzt werden. Sicherlich hat sich diese Situation bis heute nicht verbessert, sondern eher noch zugespitzt. Hier setzt Electrix AI an. Die ECAD-Software nutzt künstliche Intelligenz, um wiederkehrende Aufgaben zu automatisieren und Arbeitsprozesse zu optimieren. Das Ergebnis ist eine deutlich Effizienzsteigerung bei der Konstrukteursarbeit.

Sprachbefehle möglich

Im Zentrum der neuen Anwendung steht der AI-Copilot, ein digitaler Assistent, der bei der Elektrokonstruktion unterstützt. Gesteuert wird er über einfache Text- oder Sprachbefehle, die die KI in Aktionen umsetzt. Diese Benutzerführung soll Electrix AI für Experten und Gelegenheitsanwender zugänglich machen. Ein Beispiel: Das Erstellen einer Materialliste, das früher zahlreiche Klicks und mehrere Minuten in Anspruch nahm, erfolgt jetzt mit einem einzigen Befehl wie ‚Erstelle eine Materialliste‘. Innerhalb von Sekunden liegt das Ergebnis vor. Ebenso deutlich ist die Effizienzsteigerung beim Platzieren von Makros: Ein Vorgang, der bei manueller Herangehensweise bis zu fünf Minuten dauern kann, soll mit dem Assistenten nur noch 15 Sekunden dauern. Weiterhin ermöglicht die KI die Analyse und Fehlererkennung: Der AI-Copilot kann Projekte in Sekundenschnelle prüfen und Schwachstellen identifizieren. Damit kann die Software nicht nur die Geschwindigkeit, sondern auch die Qualität der Konstruktionen erhöhen.

Unterstützung für Experten

Das System ist auf die Bedürfnisse unterschiedlicher Nutzergruppen zugeschnitten. Für erfahrene Konstrukteure bietet die Software die Möglichkeit, komplexe Aufgaben zügig zu erledigen. So können beispielsweise mehrere Kommandos hintereinander ausgeführt werden: ‚Platziere die Makros CPU, SPS-DA, SPS-DE und SPS-Potenziale auf eine neue Seite. Erstelle dann den Klemmenplan und die Materialliste als Excel-Datei mit Artikelnummer, Anzahl und Hersteller.‘ Ebenso kann die KI Rechercheaufgaben übernehmen, etwa die Suche nach einer bestimmten Komponente mit dem Befehl ‚In welchem Projekt habe ich zuletzt Bauteil 0815 verwendet?‘ Der Copilot kann sodann binnen weniger Augenblicke den Projektnamen und das Datum der letzten Änderung anzeigen. Auf Wunsch wird das Projekt direkt geöffnet.

Support für Unerfahrene

Auch Gelegenheitsnutzer sollen von der Bedienung profitieren. Durch vorgefertigte Beispiel-Prompts und der Möglichkeit, den AI-Copiloten direkt zu fragen oder zu beauftragen (‚Wie schalte ich den Fang ein?‘ oder ‚Platziere das Makro XY auf die Seite ZZ‘), können weniger erfahrene Mitarbeiter anspruchsvollere Aufgaben erfüllen. Das Tool soll damit in zweierlei Hinsicht gegen den Fachkräftemangel im Engineering wirken. Denn einerseits sparen Experten durch die Automatisierung und Unterstützung Zeit. Auf der anderen Seite können Beschäftigte mit geringeren Fachkenntnissen nun bestimmte Expertenaufgaben übernehmen.

Fehlerprüfung und Qualitätssicherung

Eine wesentliche Herausforderung bei der Elektrokonstruktion ist die Fehlerprüfung. Gerade in Projekten, die aus verschiedenen Vorlagen zusammengeführt werden, können leicht Fehler entstehen, die den gesamten Ablauf beeinträchtigen. Electrix AI soll dieses Problem lösen, indem die Software Schaltpläne nach typischen Fehlern wie offenen Verbindungen, fehlenden Artikelzuweisungen oder unvollständigen Klemmenplänen durchsucht. Das Kommando ‚Finde die Fehler in diesem Projekt‘ genügt, und der AI-Copilot liefert eine Analyse der Arbeit.

Datenschutz wurde bedacht

Bei der Nutzung öffentlich zugänglicher KI-Systeme wie ChatGPT, bei den Informationen auf US-Servern gespeichert werden, werden regelmäßig Bedenken zum Datenschutz geäußert. Die Software von WSCAD-Software hingegen speichert keine personenbezogene Daten und auch keine Projekte. Sie arbeitet zudem mit einer End-to-End-Verschlüsselung. Die IP-Adresse des Anwenders wird versteckt. Zusätzlich werden Chat-Verläufe nach jeder Sitzung automatisch gelöscht, um sensible Informationen zu schützen.

Beginn einer Transformation

Moderne KI-Systeme lösen mehrere drängende Probleme im Engineering-Bereich von Unternehmen. Allen voran entlasten sie die vorhandenen Fachkräfte, indem sie zeitaufwendige Aufgaben vollständig übernehmen und auch kleinere Schritte im Arbeitsalltag automatisieren. Zudem versetzen sie Mitarbeitende mit weniger Knowhow in die Lage, Ingenieure zu unterstützen und zu entlasten. Gleichzeitig können Prozesse beschleunigt werden, wodurch Projekte schneller abgeschlossen und neue Produkte in kürzerer Zeit auf den Markt gebracht werden können. Die automatisierte Fehlersuche verspricht hingegen eine höhere Qualität der Ergebnisse. Kurzum: Künstliche Intelligenz hat transformatives Potenzial für die Elektrokonstruktion. Sie wird die Arbeitsweise in Engineering-Teams nachhaltig verändern. Insofern lohnt es sich, die Entwicklung genau im Blick zu behalten und frühzeitig die Einsatzmöglichkeiten im eigenen Unternehmen zu evaluieren.



  • Unternehmen können KI-Erwartungen des Managements nicht erfüllen

    Unternehmen können KI-Erwartungen des Managements nicht erfüllen

    Deutsche Führungskräfte wollen dem Hype um künstliche Intelligenz (KI) folgen, so das Ergebnis einer Studie von IFS. Die Unternehmen sind jedoch noch nicht in der Lage, die Erwartungen an die…

    mehr lesen: Unternehmen können KI-Erwartungen des Managements nicht erfüllen

  • Trumpf und SiMa.ai statten Lasersysteme mit KI-Chips aus

    Trumpf und SiMa.ai statten Lasersysteme mit KI-Chips aus

    Die Unternehmen Trumpf und SiMa.ai entwickeln KI-Chips und Software zur Verbesserung von Schweiß-, Schneid- und Markierprozessen. Die Technologie soll für effizientere Laseranwendungen sorgen.

    mehr lesen: Trumpf und SiMa.ai statten Lasersysteme mit KI-Chips aus

  • Werkzeugbahnen im virtuellen Raum planen und skizzieren

    Werkzeugbahnen im virtuellen Raum planen und skizzieren

    Werkzeugbahnen für Zerspanprozesse in CAM-Systemen zu planen erfordert Expertenwissen. Viele Parameter müssen bestimmt und geprüft werden, um die Bahnplanung Schritt für Schritt zu optimieren. Im Projekt CAMStylus arbeiten die Beteiligten…

    mehr lesen: Werkzeugbahnen im virtuellen Raum planen und skizzieren

  • Automatisierungstreff wieder erfolgreich

    Automatisierungstreff wieder erfolgreich

    Die Agentur Strobl als Veranstalter des Automatisierungstreffs hat für die diesjährige Ausgabe im April ein positives Fazit gezogen.

    mehr lesen: Automatisierungstreff wieder erfolgreich

  • TXOne ernennt neuen CRO

    TXOne ernennt neuen CRO

    Stephen Driggers, zuletzt CRO bei Nozomi Networks, heuert bei TXOne Networks an und übernimmt dort ebenfalls die Position des Chief Revenue Officers.

    mehr lesen: TXOne ernennt neuen CRO

  • VDI-Kongress diskutiert Zukunftstrends der Industrie

    VDI-Kongress diskutiert Zukunftstrends der Industrie

    Auf dem 25. VDI-Kongress Automation haben die mehr als 350 Teilnehmenden unter dem Motto ’AI beats Automation?‘ über Zukunftstrends diskutiert.

    mehr lesen: VDI-Kongress diskutiert Zukunftstrends der Industrie

  • Neun Tipps für mehr OT-Sicherheit

    Neun Tipps für mehr OT-Sicherheit

    Durch NIS2 und KRITIS-Dachgesetz erweitert sich die Zahl der regulierten Organisationen auf über 30.000. Der Eco Verband gibt Unternehmen daher Tipps an die Hand, wie sie die Cyber-Resilienz ihrer industrieller…

    mehr lesen: Neun Tipps für mehr OT-Sicherheit

  • GenISys will Abfüllanlagen einfach konfigurierbar machen

    GenISys will Abfüllanlagen einfach konfigurierbar machen

    Im Projekt GenISys entwickeln Forschende der Bergischen Universität gemeinsam mit zwei Praxispartnern generative KI-Modelle, mit denen der Bau von Abfüllanlagen zukünftig intelligenter und ressourcenschonender vonstatten gehen soll.

    mehr lesen: GenISys will Abfüllanlagen einfach konfigurierbar machen

  • Maschinenbauer rechnen erst 2025 mit Erholung

    Maschinenbauer rechnen erst 2025 mit Erholung

    Die Stimmung im Maschinenbau hat sich eingetrübt, auch mit Blick auf das Gesamtjahr. Laut VDMA-Konjunkturumfrage werden die Investitionen erst 2025 wieder steigen.

    mehr lesen: Maschinenbauer rechnen erst 2025 mit Erholung

  • Babtec eröffnet Standort in Friedrichshafen

    Babtec eröffnet Standort in Friedrichshafen

    Vom Bodensee aus soll eine neue Entwicklungsabteilung die Teams des Wuppertaler Softwarespezialisten unterstützen.

    mehr lesen: Babtec eröffnet Standort in Friedrichshafen

  • Was Deskless Worker bewegt

    Was Deskless Worker bewegt

    Eine aktuelle Studie des Aachener Softwarespezialisten Inform unter Mitarbeitenden aus dem produzierenden Gewerbe zeigt, dass sich sogenannte Deskless Worker von ihren Arbeitgebern neben guter Bezahlung vor allem bessere Kommunikation und…

    mehr lesen: Was Deskless Worker bewegt

  • Selbstlernende Optimierung für hybride Bearbeitung

    Selbstlernende Optimierung für hybride Bearbeitung

    Open Mind beteiligt sich am Verbundprojekt ’CICAM – Computational Intelligence for Computer-aided Manufacturing’ des Instituts für Werkzeugmaschinen und Betriebswissenschaften an der Technischen Universität München und Spanflug Technologies. Das Forschungsprojekt hat…

    mehr lesen: Selbstlernende Optimierung für hybride Bearbeitung