Dr. Moritz Maier, Co-Gründer und Geschäftsführer von Synera, hat eine Leidenschaft für die Verschmelzung von Engineering und Softwareentwicklung. (Quelle: Synera)
Herkömmliche Konstruktionsarbeit ist oft geprägt von manuellen und zeitaufwendigen Prozessen, die die Produktivität von Ingenieurinnen und Ingenieuren bremsen. Low-Code-Plattformen revolutionieren diesen Prozess. Statt jedes Bauteil manuell zu konstruieren, können die Experten eine Art Bauplan für den Konstruktionsprozess einfach und ohne Developer-Kenntnisse erstellen. Durch die Verknüpfung verschiedener Entwicklungsschritte und -phasen auf einer Low-Code-Plattform lässt sich der gesamte Prozess der Bauteilentwicklung modellieren und anschließend automatisieren. Entsprechende Plattformen bieten so nun auch die Möglichkeit, die Lücke zwischen KI-Experten und Ingenieuren zu schließen.
Low-Code als Bindeglied zweier Welten
Die Plattformen sind daher ein essenzielles Bindeglied. Denn: Low-Code kann als einheitliche „Sprache“ für alle CAE-Schritte verwendet werden. Einerseits ermöglicht es die Ähnlichkeit mit einer nativen Programmiersprache wie Python, KI-Modelle nahtlos anzusprechen oder diese zu trainieren. Die Einfachheit in der Bedienung auf der anderen Seite erlaubt es Ingenieuren, welche klassischerweise in CAD- oder FEA-Programmen unterwegs sind, auch ohne spezielle Programmierkenntnisse eigene Algorithmen zu erstellen, die sich mit den KI-Modellen verbinden lassen.
Dies bedeutet zum einen, dass entlang des gesamten Produktentwicklungsprozesses jederzeit kontextbezogene Trainingsdaten generiert werden können. So lassen sich KI-Modelle trainieren, die Daten inklusive ihres Kontexts aus CAD, FEA, CAE, CAM, Kosten und andere Anforderungen entlang des gesamten Entwicklungsprozesses enthalten. Dadurch werden KI-Modelle realisiert, welche das Wissen über den kompletten Konstruktionsprozess inklusive der vergangenen (historische Daten) und aktuellen Expertise der Ingenieur:innen bei der Bauteilentwicklung beinhalten.
Auf der anderen Seite können Ingenieure so von der Leistungsfähigkeit der KI-Modelle profitieren und diese in ihre Arbeitsprozesse transparent integrieren, ohne tief in die Materie der KI und der Programmierung einsteigen zu müssen. Dies führt zu effizienteren Arbeitsprozessen, höherer Produktqualität und letztlich zu innovativeren Lösungen.