KI in der Produktentwicklung
Eine ebenfalls vor Kurzem publizierte Studie von 3DSE nimmt das Potenzial von KI in der Produktentstehung unter die Lupe (www.3dse.de/ki-studie). Auch in diesem speziellen Fall gibt es zahlreiche Möglichkeiten, KI gewinnbringend einzusetzen. Sie reichen von der Generierung von Lastenheften unter Berücksichtigung der Situations- und Kundenspezifika über die Verifizierung und Prüfung von technischen Spezifikationen zur Einhaltung ausgewählter Normen bis hin zu KI-gestützter Simulation von Bauteilverhalten und der Erstellung der Abnahme berichte.
Gerade bei wissensintensiven Tätigkeiten in der Produktentstehung verspricht der Einsatz von KI große Potenziale: Die 3DSE Studie geht von einer 19%igen Steigerung der Entwicklungskapazität aus. Die Entwicklungszeit verkürzt sich um 17 %. Unternehmen, die künstliche Intelligenz schon früh im Gesamtprozess einsetzen, können zudem mit einer 13%igen Senkung der Herstellungskosten rechnen.
Die Autoren der Studie haben außerdem herausgearbeitet, wie gut Firmen bei den Voraussetzungen für den erfolgreichen Einsatz von KI aufgestellt sind. Denn dieser steht und fällt mit der Qualität und der Zurverfügungstellung der Daten – das gilt für alle genannten Use Cases und darüber hinaus.
Ein Großteil der befragten Unternehmen hat in den letzten Jahren in die notwendigen internen Informationsgrundlagen für die KI-Nutzung investiert und führt bereits aktiv Analysen zur Nutzung von KI-Potenzialen durch. Allerdings ist die fachbereichsübergreifende Transparenz und Verfügbarkeit der Daten in einem Großteil der befragten Industriebetriebe stark limitiert. Das gilt auch für die sogenannten Topperformer, bei denen sich die Anzahl der KI-Tools in den vergangenen fünf Jahren mehr als verdoppelt hat. Lediglich 17 % der befragten Unternehmen profitieren von einer Übersicht darüber, welche Abteilung welche Informationen erfasst und verwaltet.
Die Folge: Viele der bisher in der Praxis pilotierten KI-Anwendungsfälle erreichen der Studie zufolge bei Weitem nicht den Business Impact, der eigentlich möglich wäre.
Gemeinsam genutzte Plattform
Um das Datenmanagement sowohl intern als auch – im Kontext der Lieferkette – unternehmensübergreifend in den Griff zu bekommen, braucht es also ein System, das die erforderlichen Daten nicht in zahlreichen traditionellen Silos ablegt, sondern wie eine freischwebende Ebene alle lokalen Infrastrukturen miteinander verbindet. Es sollte zudem leicht und schnell zu implementieren sein sowie ein hohes Maß an Sicherheit bieten. All das und mehr lässt sich mit einer Technologie abdecken, die gerade im KI-Kontext eine herausragende Rolle spielt: CloudComputing. So setzt die Hälfte der von 3DSE befragten Betriebe auf externe Serviceprovider, weil sie unter anderem nicht in der Lage sind, die notwendigen Qualifikationen selbst zu erbringen. Mit der gemeinsam genutzten Cloudplattform verfügen produzierende Unternehmen und ihre Lieferanten über ein Organisationsgrenzen überschreitendes System, in dem alle für KI-Tools relevanten Daten gespeichert und jederzeit abrufbar sind. Dabei ist es unerheblich, mit welchem Endgerät die Mitarbeiter zugreifen. Als Cloudservice lässt es sich zudem unkompliziert implementieren, was der Flexibilität und Agilität der Supply-Chain entgegenkommt, wenn etwa neue Lieferanten schnell ins bestehende Ökosystem eingebunden werden sollen.
Gleichzeitig erfüllt ein Datenmanagementsystem auf Cloudbasis die höchsten Sicherheitsansprüche. Dafür sorgt der Provider selbst – vorausgesetzt, es handelt sich um ein europäisches Unternehmen, das sich durch entsprechende Zertifikate auszeichnet. Weitere Schutzmechanismen sind eine Zwei-Faktor-Authentifizierung beim Einstieg sowie ein ausgeklügeltes Rechte- und Rollenkonzept entlang der gesamten Lieferkette.
Alle Maßnahmen zusammengenommen erfüllen eine wesentliche Aufgabe: Den Zugriff auf die sensiblen Daten haben ausschließlich explizit berechtigte Personen. Neben der gemeinsam genutzten Plattform versorgt ein modernes Datenmanagementsystem produzierende Firmen mit einem Set an Workflows, welche die Zusammenarbeit erleichtern. Dazu gehören standardisierte Abstimmungs-, Prüf- und Freigabeabläufe, die sich auf Wunsch durch Low-Code/No-Code individualisieren lassen.
Daten als KI-Treibstoff
KI revolutioniert viele Bereiche der Wirtschaft, so auch die Welt des produzierenden Gewerbes. Zahlreiche Use Cases versprechen unter anderem höhere Effizienz und Qualität, verbesserte Prozesse und geringere Kosten.
Das Potenzial lässt sich jedoch nur dann ausschöpfen, wenn Unternehmen ihre Hausaufgaben machen. Dazu gehört der smarte Umgang mit den Daten als Treibstoff für jede KI-Anwendung. Vor diesem Hintergrund gewinnen intelligente Datenmanagementsysteme – idealerweise als Cloudservice – schnell an Bedeutung.