Produktentstehungsprozess

Diese Trends beeinflussen die Zukunft der CAD-Software

Seite: 3/4

Firmen zum Thema

Künstliche Intelligenz erleichtert die Arbeit

Künstliche Intelligenz begegnet uns schon länger im Alltag, ohne dass es uns immer bewusst ist: bei der Wettervorhersage, bei der Internetsuche, als virtuelle Assistenten in Chatbots, bei der Sprachübersetzung oder in der Bilderkennung. Die Künstliche Intelligenz als Werkzeug der Digitalisierung soll große Potenziale zur Verbesserung der Effizienz von Geschäftsprozessen und zur Entwicklung neuer Dienstleistungen oder Produkte bieten. Auch die CAD-Anbieter integrieren Künstliche Intelligenz, um dem Konstrukteur die Arbeit zu erleichtern.

Dabei wird KI in CAD-Software aktuell auf zwei Arten eingesetzt:

Bildergalerie
Bildergalerie mit 6 Bildern
  • Bei Siemens Digital Industries Software wird Machine Learning eingesetzt, um die Usability der Software zu verbessern. „Die Bedienung der Programme, die Unterstützung des Anwenders bei seiner täglichen Arbeit, birgt aus unserer Sicht durch den Einsatz neuer Technologien wie dem „Maschine Learning“ noch große Potentiale zur Effizienzsteigerung.“ Mit dem Adaptive UI in NX lernt das Programm die Anwendung der verschiedenen Befehle und bietet über die Zeit nur noch die Befehle an, die logisch erscheinen. Auch fällt laut Scheller in Betracht, welchen Detailierungsgrad ich als Anwender in welchem Prozessschritt benötige und wie ich diese Informationen angeboten bekomme. Die konventionellen Konstruktionsvorgehensweisen werden zukünftig von intelligenten Assistenten unterstützt werden, sodass Routinearbeiten schneller und effizienter zu erledigen sind.
  • Mit Creo 7.0 von PTC werden zwei neue Lösungen angeboten: Generative Design für den Desktop und in der Cloud. Die Cloud-Lösung verknüpft mehrere Randbedingungen, Materialien, Lasten und Fertigungsvorgaben und erstellt damit Design-Vorschläge für den Konstrukteur. „Ähnlich wie bei den verschiedenen Stufen im autonomen Fahren hat PTC mehrere Stufen der künstlichen Intelligenz in der Produktentwicklung definiert: von Stufe eins – Topologieoptimierung – bis hin zum selbstlernenden Konstruktionssystem“, erläutert von Andrian-Werburg.

Was ist Künstliche Intelligenz, Machine Learning und Deep Learning?

Allgemein gesprochen hat KI das Ziel, menschliches Entscheidungsverhalten durch Software oder Hardware zu automatisieren. Im Vordergrund steht die Simulation menschlicher Intelligenzprozesse durch Maschinen. Zu diesen Prozessen gehören der Erwerb von Informationen und Regeln für die Verwendung der Informationen, um ungefähre oder endgültige Schlussfolgerungen zu ziehen und die Selbstkorrektur. Man spricht von Künstlicher Intelligenz, wenn ein Computer auf eine einfache Art anspruchsvolle Probleme löst, für deren Lösung eigentlich die Intelligenz eines Menschen benötigt wird. Dabei wird unterschieden zwischen schwacher und starker KI.
- Bei der schwachen KI handelt es sich um ein System, das für eine bestimmte Aufgabe entwickelt und trainiert wurde. Ein Beispiel sind persönliche Assistenten wie Apples Siri.
- Die starke KI, auch als künstliche allgemeine Intelligenz bekannt, besitzt verallgemeinerte menschliche kognitive Fähigkeiten. Sie soll das menschliche Verhalten mechanisieren. Sie kann bei ungewohnten Aufgaben eine Lösung finden, ohne dass ein menschliches Eingreifen erforderlich ist.

Das Maschinelle Lernen ist ein Teilbereich der KI und hat das Ziel, statistische Zusammenhänge, auch bekannt als Muster, in sogenannten Trainingsdaten zu erkennen und somit zu „erlernen“. Anschließend können diese Muster auf weitere Daten zur Entscheidungsfindung angewendet werden. Maschinelles Lernen wird meist dann eingesetzt, wenn man komplexe Probleme nicht durch Logik und Regeln beschreiben und somit keine klassischen Algorithmen implementieren kann.

Beim sogenannten Deep Learning lernt der Algorithmus anhand von Beispielen, allerdings werden hierbei die Merkmale oder Attribute, auf deren Basis gelernt wird, nicht explizit vorgegeben. Stattdessen ermittelt die KI die Merkmale selbst. Somit handelt es sich um ein spezifisches Teilgebiet des Maschinellen Lernens, das sich durch komplexe Lösungsmethoden auszeichnet.

Die Möglichkeiten der Cloud

Die Cloud - lange war dieser Begriff im deutschen Maschinen- und Anlagenbau mit Skepsis besetzt. Vor allem die Frage nach der Sicherheit der Daten und des geistigen Eigentums standen im Vordergrund. Heute scheint sich diese Einstellung verändert zu haben, das Vertrauen in die Technologie ist gewachsen. Schließlich bringt sie auch enorme Vorteile mit sich, zum Beispiel:

  • Skalierbarkeit
  • Sicherheit
  • Wirtschaftlichkeit: keine Investitionskosten für Hardware, reduzierter Aufwand für Administration
  • Zuverlässigkeit
  • Geräte-, zeit- und ortsunabhängiger Zugriff auf Ressourcen
  • keine Kopien, nur eine „Single-Source-of-Truth

Im Falle von Software as a Service erhält der Nutzer Zugang zu Anwendungsprogrammen, die auf der Infrastruktur des SaaS-Anbieters betrieben werden. In der Regel erfolgt der Zugriff über einen Webbrowser. Die Vorteile für den Nutzer sind zahlreich: Da die Anwendungen auf der Hardware des Dienstleisters betrieben werden, sind diese beim Zugriff immer auf dem neuesten Stand. Auf das Endgerät des Nutzers müssen also keine Installations- oder Aktualisierungsdateien heruntergeladen werden. Das bedeutet auch, dass der Zugriff auf die Anwendungen und die damit verbundenen Daten nicht an ein spezifisches Endgerät gebunden sind: So kann der Nutzer seine Arbeit beispielsweise auf einem Büro-Computer beginnen und auf der Dienstreise im Zug an Smartphone oder Tablet fortsetzen – am selben Projekt und mit derselben Software.

Bei PTC wird "CAD in the Cloud" als größtes Trendthema betrachtet: „Mit der Akqusition von Onshape, der nativen Cloud-Plattform für CAD, haben wir die nächste Generation von CAD bereits definiert“, so von Andrian-Werburg.

Diesen Trend bestätigt auch Burk: „Eine der derzeit dringlichsten Aufgaben ist es, eine Umgebung zu schaffen, die ortsunabhängiges Arbeiten ermöglicht. Der Cloud kommt dabei eine zentrale Rolle zu, denn sie befähigt Unternehmen auf Basis der Plattformtechnologie, ihre Mitarbeiter von jedem Ort und von jedem Device aus, auf unternehmenskritische Daten zugreifen zu lassen.“ Das erhöhe die Agilität des Unternehmens und der Mitarbeiter, da Arbeitseinsätze somit künftig selbst bei notwendigen Planänderungen schneller und effizienter organisierbar werden. Speziell für kleine und mittelständische Unternehmen sieht Burk darin eine gute Option, um auch in schwierigen Situationen flexibel und kosteneffizient arbeiten zu können.

Mechatronischer Ansatz

Bei Siemens Digital Industries Software sieht man noch einen weiteren wichtigen Trend - die mechatronische Produktentwicklung als holistischen Ansatz im Maschinenbau. „Dies können wir sehr gut mit unserem Ansatz des MCD innerhalb NX abbilden“, sagt Scheller. Umfangreiches Wissen wird in funktional abgesicherten mechatronischen Bibliotheken abgelegt werden - immer in einer abgesicherten PLM-Umgebung, die die Rollenrechte und Prozesse aussteuert, ohne den Mitarbeiter zu belasten.

Konfigurieren statt konstruieren

Einen weiteren Aspekt bezüglich mehr Effizienz rund um Konstruktion und Entwicklung bringt Prof. Wartzack ins Spiel: das Konfigurationsmanagement. Denn ein Großteil der ACD-Arbeiten stehen in Zusammenhang mit Varianten- und Anpassungskonstruktionen, sodass seiner Meinung nach die CAD-Systeme viel stärker in Richtung Konfigurationsmanagement ausgelegt sein sollten. „Frei nach dem Motto 'konfigurierst du schon oder konstruierst du noch?'“

Viel schneller und ohne Zutun des Benutzers müssten ihm auch ähnliche Konstruktionen oder ähnliche, bereits durchgeführte Simulationen angezeigt werden. Sozusagen FEM-Simulation ohne FEM-Berechnungsprozess und das in Echtzeit. Denn das würde auch für mehr Effizienz in der Produktentwicklung sorgen. Und die freigewordene Zeit könnte idealerweise dafür genutzt werden, um den Produktentwicklern mehr Raum für Funktionalität, Qualität und Innovationen zu verschaffen.

(ID:46688018)

Über den Autor

Dipl.-Ing. (FH) Monika Zwettler

Dipl.-Ing. (FH) Monika Zwettler

Redakteurin, konstruktionspraxis – Alles, was der Konstrukteur braucht