Von GenAI bis Agentic: Nutzen = Benefit – Effort
Ileana Honigblum ist Vice President und Market Leader DACH & Osteuropa bei Aveva (Quelle: Aveva)
Clemens Schönlein, Team Lead, AI & Analytics bei Aveva (Quelle: Aveva)
Die Speed rund um GenAI, Agentic AI oder Physical AI ist gewaltig. C. Schönlein bleibt pragmatisch und macht den Nutzen an einer Formel fest: Value = Benefit – Effort. „Mehrwert entsteht, wenn der Nutzen steigt und der Aufwand sinkt – am besten beides“, so seine Übersetzung. „Industrialisierbar“ werde KI dann, wenn Teams durch sie Zeit sparen, KI Wissen schneller verfügbar macht und wiederkehrende Schritte automatisiert. Daraus ergebe sich für viele Unternehmen der erste ROI. So würden der Such- und Abstimmungsaufwand reduziert, Analysezeiten verkürzt und im Betrieb könnte schneller reagiert werden. 2024 hatte Aveva seinen AI Assistant als Preview released. Mit ihm können auch Dashboards gebaut werden. „Aktuell passiert viel im Bereich Engineering, ebenso beim Monitoring mit AI Agent“, so C. Schönlein. „Nun geht es darum, dass unsere Agenten sich über einen MCP-Server mit anderen Tools außerhalb von Connect verknüpfen können. Daraus entsteht weiterer Mehrwert.“ Für Anwender heißt das übersetzt, dass Informationen nicht nur von einem Tool verarbeitet werden, sondern sich entlang der Prozesskette nutzen lassen.
Hier tritt Unified Engineering von Aveva auf den Plan. Anfang des Jahres wurde das UE-Portfolio um neue KI-Lösungen erweitert. Dazu zählen ein KI-Assistent für das generative und prädiktive Design, ein KI-Begleiter sowie ein intelligentes PointCloud-Framework. „Der industrielle KI-Assistent unterstützt Nutzer im Engineering. Gleichzeitig erfasst er Anwendungswissen und gibt dieses weiter“, berichtet C. Schönlein. Für frühe Projektphasen nennt er generatives Design als praktischen Hebel: „Designanforderungen und Vorgaben werden genutzt, um Restriktionen zu analysieren und Layout-Optionen zu erzeugen, beispielsweise für eine Rohrleitungsverlegung in Pre-FEED/FEED-Szenarien.“ Der Nutzen liege auf der Hand: Varianten entstehen schneller und Teams können früher in die Bewertung gehen.
„Darüber hinaus geht es um prädiktive Ansätze, bei denen Unternehmen eigene ML-Modelle für unternehmensspezifische Herausforderungen aufsetzen können, ohne dafür tief in die Programmierung einsteigen zu müssen.“ Ein weiterer Baustein sei der Umgang mit Point-Cloud-Daten: „Ein intelligentes Framework kann Punktwolken automatisch einlesen, importieren und visualisieren, inklusive KI-gestützter Klassifizierung. Somit lassen sich Bestandsanlagen schneller in Engineering- und Digital-Twin-Prozesse integrieren“, gibt er weiter an. Gerade bei Brownfield-Projekten könne das Wochen sparen, weil Ist-Zustände schneller verfügbar sind und weniger manuelle Nacharbeit erforderlich ist.
I. Honigblum stellt den kollaborativen Ansatz heraus: „Die Idee dahinter ist, dass Engineering-Teams in Echtzeit auf Basis derselben Daten arbeiten können. Ziel ist es dabei nicht, Expertise zu ersetzen, sondern sie zu skalieren.“ KI sollte als Werkzeug dienen, das Fachwissen erweitert, Optionen schneller erzeugt und Entscheidungen besser begründet.
Cybersecurity und Compliance
Mit steigender Daten- und Workflow-Transparenz nimmt allerdings auch die Bedeutung von Security zu. Im Gespräch wird deutlich: Themen, wie NIS-2 oder der Cyber Resilience Act, erfordern, Security von Anfang an mitzudenken. Für Aveva ist das eine Voraussetzung, damit Plattform- und Cloudansätze in kritischen Industrieumgebungen Akzeptanz finden: „Vertrauen entsteht nur, wenn Informationsmanagement, Zugriffskonzepte und Nachvollziehbarkeit zusammenpassen. Für Kunden zählt dabei vor allem: Wer darf was sehen und ändern und ist später nachvollziehbar, was warum passiert ist?“
Ausblick
Nach ihrer Abschlussbotschaft an die Branche und Kunden gefragt, sagt I. Honigblum: „Challenge accepted.“ Das ist auch das Motto, mit dem Aveva auf der Hannover Messe auftritt. Außerdem verstehe sich Aveva als „Partner in Resilience“, der Kunden dabei unterstützt, wettbewerbsfähig und relevant zu bleiben. „Innovation heißt für uns nicht zwangsläufig, große Ideen umsetzen, sondern über die Fähigkeit zu verfügen, schnell zu reagieren und gezielt zu entscheiden, was wirklich verändert werden muss“, sagt sie abschließend.
C. Schönlein sendet mit Blick auf KI eine klare Botschaft an den Standort: mehr Mut zum Ausprobieren und eine Fehlerkultur, die Lernen erlaubt. „Wer wartet, bis zehn Referenzen existieren, hat am Ende genau eins: Zeit verloren.“ Deshalb ruft er auf, am Ball zu bleiben und aktiv die Zukunft mitzugestalten.