Entwicklungsteams stehen unter dem Druck, schneller Innovationen hervorzubringen und gleichzeitig die zunehmende Produktkomplexität, immer umfangreichere regulatorische Anforderungen sowie wachsende Mengen an Konstruktionsdaten zu bewältigen.
KI-Agenten bieten neue Möglichkeiten, um diese Herausforderungen zu meistern.
Im Gegensatz zu herkömmlichen Softwaretools, die vordefinierten Regeln folgen, können KI-Agenten den Kontext verstehen, Aufgaben logisch durchdenken, Empfehlungen aussprechen und über gesamte Entwicklungsworkflows hinweg agieren.
Da Unternehmen zunehmend auf KI-gesteuerte Produktentwicklung setzen, werden diese intelligenten Systeme zu wertvollen Kooperationspartnern, die Ingenieuren helfen, effizienter zu arbeiten und sich auf höherwertige Innovationen zu konzentrieren.
Bei PTC werden KI-Fähigkeiten häufig anhand des „Advise, Assist und Automate“ (AAA)-Frameworks beschrieben:
- „Advise“-Funktionen helfen Ingenieuren dabei, Informationen zu entdecken, Risiken zu erkennen und bessere Entscheidungen zu treffen.
- „Assist“-Funktionen helfen Ingenieuren dabei, Aufgaben effizienter und konsistenter zu erledigen.
- „Automate“-Funktionen führen genehmigte Aktionen und Arbeitsabläufe unter definierten Kontrollmechanismen aus.
Dieser Leitfaden erläutert, was KI-Agenten sind, wie sie sich in technische Konstruktionsprozesse einfügen, welche Vorteile sie bieten und was Unternehmen bei der Bewertung von Lösungen beachten sollten.
Was ist ein KI-Agent für das technische Design?
Ein KI-Agent für das technische Design ist ein intelligentes Softwaresystem, das Informationen analysieren, Entscheidungen treffen und Aufgaben mit unterschiedlichen Leveln der Autonomie ausführen kann, um technische Aktivitäten zu unterstützen.
In der Praxis werden KI-Agenten für das technische Design bereits eingesetzt, um Anforderungen zu prüfen, Produktdokumentationen zu durchsuchen, Testressourcen zu generieren und Erkenntnisse für den Service zu gewinnen. Beispiele für diese Entwicklung finden sich bereits im gesamten PTC-Portfolio. Der „Document Vault Agent“ von Windchill und der „Knowledge Access Agent“ von ServiceMax helfen Anwendern dabei, Informationen und Erkenntnisse zu erfahren (Beratung). Der „Test Case Writing Agent“ von Codebeamer und der „Design Advisor Agent“ von Creo unterstützen Ingenieure dabei, Aufgaben effizienter zu erledigen (Unterstützung). In der Folge, dass Unternehmen ihre KI-Einführungsstrategien weiterentwickeln, können sie selektiv Workflow-Automatisierung einführen und dabei eine angemessene Governance sowie die Entwicklung gewährleisten.
Moderne Unternehmen der Produktentwicklung generieren während des gesamten Produktlebenszyklus enorme Datenmengen, darunter Anforderungen, CAD-Dateien, Simulationsergebnisse, Stücklisten, Serviceaufzeichnungen und Fertigungsinformationen. KI-Agenten können dabei helfen, diese Informationen miteinander zu verknüpfen und zu interpretieren, sodass Ingenieure schneller bessere Entscheidungen treffen können. KI-Agenten werden deutlich effektiver, wenn sie auf Informationen zugreifen können, die Anforderungen, Softwareentwicklung, Konstruktion, Produktstrukturen, Fertigung und Service umfassen. Dieser vernetzte Digital Thread liefert den Kontext, den Agenten benötigen, um zuverlässige Empfehlungen und Maßnahmen zu generieren.
KI-Agenten ersetzen Ingenieure nicht, sondern ergänzen menschliches Fachwissen, indem sie Teams dabei unterstützen, Informationen zu finden, Aufgaben zu erledigen und genehmigte Prozesse gegebenenfalls zu automatisieren.
Heutige Unternehmen der Entwicklung befinden sich in unterschiedlichen Phasen der KI-Einführung. Einige beginnen mit KI, die Nutzer berät, während andere Assistenten einführen, die bei der Ausführung von Arbeiten helfen. Im Laufe der Zeit können etablierte Unternehmen geeignete Prozesse selektiv automatisieren und dabei die technische Aufsicht, Rückverfolgbarkeit und Verantwortlichkeit aufrechterhalten.
KI bei PTC: Produktdaten in produktbasierte Intelligenz umwandeln
Produktdaten gewinnen als Rückgrat der KI-getriebenen Transformation eine neue Bedeutung.
Mehr erfahrenWelche Abläufe der KI-Entwicklung eignen sich am besten für den Einsatz mit KI-Agenten?
KI-Agenten finden zwar in vielen Bereichen der Entwicklung breite Anwendung, entfalten ihren größten Nutzen jedoch in Arbeitsabläufen, die eine umfangreiche Informationsverarbeitung, wiederkehrende Analysen oder eine kontinuierliche Überwachung erfordern.
Workflows mit hoher Konsistenz
KI-Agenten eignen sich besonders gut für sich wiederholende Aufgaben der technischen Entwicklung, die Präzision und Standardisierung erfordern. Aktivitäten wie die Validierung von Anforderungen, die Überprüfung von technischen Änderungen, Designprüfungen und die Erstellung von Dokumentationen profitieren von intelligenter Automatisierung, die dazu beiträgt, konsistente Ergebnisse zu gewährleisten und gleichzeitig den manuellen Aufwand zu reduzieren.
Diese Arbeitsabläufe profitieren oft von KI-Funktionen, die Benutzer hinsichtlich Qualitätsverbesserungen beraten oder bei sich wiederholenden Aufgaben der technischen Entwicklung unterstützen. So kann beispielsweise der „Requirement Quality Agent“ von Codebeamer Anforderungen konsistent anhand von Best Practices bewerten und Teams dabei helfen, die Qualität der Spezifikationen zu verbessern, ohne dass es zu Abweichungen zwischen den Prüfern kommt.
Workflows mit großen Informationsmengen
Viele Entscheidungen in der Entwicklung erfordern es, dass Teams riesige Mengen an Produkt-, Konstruktions- und Lebenszyklusdaten durchforsten. KI-Agenten können Informationen aus Anforderungen, 3D-Modellen, technischer Dokumentation, Simulationsergebnissen und PLM-Systemen analysieren, um relevante Erkenntnisse effizienter zu gewinnen und Ingenieuren dabei zu helfen, schnellere und fundiertere Entscheidungen zu treffen.
Hier bieten die Funktionen von Advise einen erheblichen Mehrwert. Der Document Vault Agent von Windchill kann Ingenieuren dabei helfen, relevante technische Inhalte in umfangreichen Dokumentationsbibliotheken zu finden und so den Zeitaufwand für die Suche nach Produktinformationen zu reduzieren.
Kostspielige Arbeitsabläufe
Arbeitsabläufe, die erhebliche Ressourcen der Entwicklung, spezialisiertes Fachwissen oder langwierige Prüfzyklen erfordern, eignen sich besonders gut für den Einsatz von KI-Unterstützung. KI-Agenten können Aktivitäten wie die Überprüfung der Konformität, die Konstruktionsoptimierung, Simulationsstudien und Risikoanalysen unterstützen, indem sie Untersuchungen beschleunigen und dazu beitragen, Probleme bereits in einer frühen Phase des Entwicklungsprozesses zu erkennen, was die Kosteneffizienz gewährleistet.
Ingenieurbüros wenden oft erheblichen Aufwand für Validierung, Fehlerbehebung und technische Untersuchungen auf. Der „Design Advisor Agent“ von Creo kann dabei helfen, potenzielle Probleme zu erkennen und bereits in einer frühen Phase des Prozesses nächste Schritte zu empfehlen, wodurch die Entwicklung beschleunigt wird, während die Entscheidungshoheit beim Menschen erhalten bleibt.
Welche Vorteile bietet der Einsatz von KI-Agenten in der Entwicklung?
Unternehmen, die KI-gestützte Funktionen für die Entwicklung einsetzen, blicken zunehmend über die reine Automatisierung hinaus, um Qualität, Kollaboration und Innovation über den gesamten Produktlebenszyklus hinweg zu verbessern.
Höhere Qualität
KI-Agenten helfen Entwicklungsteams dabei, Probleme früher zu erkennen, indem sie Anforderungen, Dokumentation und Daten der Entwicklung kontinuierlich überprüfen. Anstatt sich ausschließlich auf manuelle Überprüfungen zu verlassen, können Teams Agenten wie den „Requirement Quality Agent“ einsetzen, um Unklarheiten, Inkonsistenzen und fehlende Informationen zu identifizieren, bevor diese Probleme in nachgelagerte Prozesse gelangen.
Einhaltung von Designvorgaben
KI-Agenten können Unternehmen dabei helfen, die Übereinstimmung zwischen Anforderungen, Dokumentation und Produktunterlagen sicherzustellen. Durch die Überwachung von Informationen über den gesamten Produktlebenszyklus hinweg erhalten Teams frühzeitig Einblick in potenzielle Compliance-Risiken und Lücken in der Rückverfolgbarkeit.
Beschleunigte Markteinführung
Ingenieure verbringen viel Zeit damit, nach Informationen zu suchen, Dokumentation zu erstellen, Anforderungen zu validieren und Änderungen zu prüfen. KI-Agenten reduzieren diesen Aufwand, indem sie Teams dabei unterstützen, Informationen schneller zu finden, unterstützende Artefakte zu generieren und relevante Erkenntnisse genau in dem Moment bereitzustellen, in dem Entscheidungen getroffen werden.
Autonomie der Arbeitsabläufe
Die „Automate“-Phase des AAA-Frameworks geht über bloße Empfehlungen hinaus, indem sie die automatische Ausführung genehmigter Arbeitsabläufe ermöglicht. So können beispielsweise KI-gestützte Service-Agenten dabei helfen, Aktualisierungen zu identifizieren, Maßnahmen zu empfehlen oder nachgelagerte Prozesse auszulösen, während Governance-Kontrollen und menschliche Aufsicht gewahrt bleiben.
Kontinuierliche Prävention und Überwachung
Entwicklungsteams erfahren Probleme oft erst nach planmäßigen Überprüfungen, Testaktivitäten oder Serviceereignissen. KI-Agenten können Daten der Entwicklung und des Betriebs kontinuierlich überwachen, um Risiken früher aufzudecken. So hilft beispielsweise der „Service Insights Agent“ von ServiceMax dabei, Muster und Empfehlungen zu identifizieren, die in Serviceverläufen, Arbeitsaufträgen und Anlagendaten verborgen sind, und verschafft Unternehmen so frühzeitig Einblick in aufkommende Probleme.
Mehr Fokus auf Innovation
Der vielleicht wichtigste Vorteil besteht darin, dass Ingenieure weniger Zeit mit der Suche nach Informationen und der Ausführung sich wiederholender Aufgaben verbringen müssen. Wenn KI-Agenten Routineaufgaben übernehmen, können sich Ingenieure auf die Lösung anspruchsvoller Probleme, die Verbesserung von Produkten und die Entwicklung innovativer Lösungen konzentrieren.
Inwieweit sollte ein KI-Agent für das Design verantwortlich sein?
Das AAA-Framework bekräftigt einen wichtigen Grundsatz der Entwicklung: Nicht jede Aufgabe sollte automatisiert werden.
Viele Unternehmen beginnen mit „Advise“-Funktionen, die Erkenntnisse und Empfehlungen liefern. Mit zunehmendem Vertrauen erweitern sie ihre Aktivitäten auf „Assist“-Funktionen, die Ingenieuren helfen, Aufgaben effizienter zu erledigen. Vollautomatisierte Arbeitsabläufe sind in der Regel klar definierten Prozessen mit etablierten Steuerungs- und Genehmigungsmechanismen vorbehalten.
Der effektivste Ansatz kombiniert in der Regel:
- Menschliches Fachwissen für strategische Entscheidungen
- KI-Unterstützung bei der Analyse und Ausführung
- Governance für Aufsicht und Rechenschaftspflicht
Unternehmen sollten klare Richtlinien festlegen bezüglich:
- Welcher Entscheidungen eine menschliche Genehmigung erfordern
- Welche Maßnahmen Agenten autonom ausführen dürfen
- Wie Empfehlungen validiert werden
- Wie die Rückverfolgbarkeit in der Entwicklung gewährleistet wird
Das Ziel ist kein vollständig autonomes Produktdesign. Stattdessen nutzen erfolgreiche Unternehmen KI-Agenten, um Engineering-Teams zu unterstützen, die Effizienz zu steigern und eine bessere Entscheidungsfindung während der gesamten Produktentwicklung zu fördern.
Die KI-Vision von PTC über den gesamten Produktlebenszyklus hinweg
Entdecken Sie das AAA-Framework von PTC und unsere Vision für KI über den Produktlebenszyklus hinweg
Blog lesenWas ist bei der Auswahl eines KI-Agenten für die Entwicklung zu beachten?
Unternehmen sollten nicht nur das zugrunde liegende KI-Modell bewerten, sondern auch den dem Agenten zur Verfügung stehenden Kontext der Entwicklung. Die wertvollsten Agenten der Entwicklung stützen sich auf Produktdaten, Lebenszyklusbeziehungen, Anforderungen, Dokumentation und Unternehmensabläufe und nicht auf isolierte Datensätze.
Kontext der Entwicklung
Das System sollte technische Terminologie, Produktstrukturen, Anforderungen, Konfigurationen und Lebenszyklusbeziehungen verstehen.
Zugriff auf vertrauenswürdige Produktdaten
KI-Agenten sind nur so effektiv wie die Informationen, auf die sie zugreifen können. Lösungen sollten eine Anbindung an Systeme der Entwicklung ermöglichen und dabei angemessene Governance- und Sicherheitsstandards gewährleisten.
Workflow-Integration
Organisationen der Entwicklung nutzen zahlreiche Tools, darunter CAD-, PLM-, ALM-, Simulations-, Anforderungsmanagement- und Fertigungssysteme. KI-Lösungen sollten über diese Umgebungen hinweg funktionieren, anstatt zusätzliche Silos zu schaffen.
Rückverfolgbarkeit
Entscheidungen in der Entwicklung erfordern Nachvollziehbarkeit. Unternehmen sollten nachvollziehen können, wie Empfehlungen generiert wurden und welche Informationen dabei verwendet wurden.
Sicherheit und Governance
Produktdaten stellen wertvolles geistiges Eigentum dar. KI-Lösungen sollten Sicherheitsstandards auf Unternehmensniveau, Zugriffskontrollen und Governance-Anforderungen unterstützen.
Skalierbarkeit
Mit zunehmender Verbreitung benötigen Unternehmen Lösungen, die mehrere Teams, Fachbereiche und komplexe Umgebungen der Entwicklung unterstützen. Letztendlich sollten Unternehmen bewerten, ob ein KI-Agent dazu beitragen kann, die Ergebnisse in der Entwicklung zu verbessern, und nicht lediglich isolierte Aufgaben automatisiert.
Wie können PTC-Lösungen Unternehmen dabei unterstützen, KI-Agenten für ihre Anforderungen der Entwicklung einzusetzen?
Leistungsfähige KI-Agenten benötigen mehr als nur ein großes Sprachmodell. Sie benötigen Zugriff auf vertrauenswürdige Daten zur Entwicklung, Informationen zum Lebenszyklus und zu Geschäftsprozessen.
Im Gegensatz zu punktuellen KI-Lösungen, die sich auf eine einzelne Aufgabe konzentrieren, stellt PTC KI-Agenten für die Bereiche Entwicklung, Softwareentwicklung, Servicebetrieb und Service-Lieferkette bereit. PTC schafft diese Grundlage durch seine Technologien für den Digital Thread und das Produktlebenszyklusmanagement (PLM), die Anforderungen, CAD-Modelle, Produktstrukturen, Konstruktionsdokumentation, Serviceinformationen und Änderungsprozesse miteinander verknüpfen.
Diese vernetzte Grundlage ermöglicht es KI-Agenten, mit Kontext statt mit isolierten Daten zu arbeiten. Heute decken öffentlich verfügbare PTC-Agenten mehrere Disziplinen der Entwicklung ab, darunter:
- Windchill Document Vault Agent – liefert Erkenntnisse aus umfangreichen Sammlungen von Produktdokumentationen.
- Creo Design Advisor Agent – bietet Einblicke, Empfehlungen und Anleitungen zur Fehlerbehebung während der Entwicklungstätigkeiten.
- Codebeamer Requirement Quality Agent – überprüft Anforderungen und identifiziert Möglichkeiten zur Qualitätsverbesserung.
- Codebeamer Test Case Writing Agent – hilft bei der Erstellung und Validierung der Testabdeckung.
- ServiceMax Service Insights Agent – liefert Erkenntnisse aus Serviceverläufen, Arbeitsaufträgen und Anlageninformationen.
- ServiceMax Schedule Management Agent – hilft bei der Optimierung der Terminplanung und der Serviceausführung.
- ServiceMax Knowledge Access Agent – findet Antworten in der technischen Dokumentation und in Serviceinhalten.
- ServiceMax SFM Agent – identifiziert Transaktionen und Aktualisierungen anhand von Geschäftsregeln.
- Servigistics Spare Parts Planner Agent – unterstützt Entscheidungen zur Lieferketten- und Ersatzteilplanung.
Zusammen verdeutlichen diese Funktionen, wie Unternehmen schrittweise von Beratung und Unterstützung hin zu einer stärkeren Automatisierung übergehen können, während sie gleichzeitig die Entwicklung, Rückverfolgbarkeit und Verantwortlichkeit gewährleisten.
Da sich die KI-Technologie ständig weiterentwickelt, sollten sich Unternehmen darauf konzentrieren, eine vernetzte Grundlage für die Entwicklung zu schaffen, die es ermöglicht, zukünftige KI-Funktionen vertrauensvoll einzuführen. PTC baut sein KI-Portfolio kontinuierlich aus und unterstützt Hersteller dabei, KI in den Bereichen Konstruktion, Softwareentwicklung, Produktlebenszyklusmanagement, Servicebetrieb und Service-Lieferkette einzusetzen.
Als nächstes