Frage: Alle Welt spricht von Digital Twin, Digital Thread und Künstlicher Intelligenz. Ist das klassische PLM „out“?
Schleich: Nein, aus meiner Sicht ist das „klassische“ PLM nicht „out“. Es wird durch die von Ihnen genannten Konzepte erweitert, die auch heute schon sehr stark auf den PLM‑Systemen als Daten‑ und Prozess‑Grundlage aufbauen, allerdings zusätzliche Echtzeit‑, Analyse‑ und Optimierungsfähigkeiten mitbringen. PLM bleibt das Kern‑Daten‑ und Prozess‑Repository, das alle weiteren Technologien ermöglicht und in Zukunft noch stärker integriert.
Frage: Der Digital Thread verbindet Daten in vielen domänenspezifischen Systemen – geht das nicht konzeptionell über PLM hinaus?
Schleich: Klar ist, dass sich die PLM-Systeme weiterentwickeln und flexibler werden müssen, um besser andocken zu können. Trotzdem bleibt PLM ein Baustein, ohne den diese Konzepte aus meiner Sicht nicht sauber funktionieren.
Frage: Wird PLM jemals den gesamten Produktlebenszyklus abdecken, der durch das Thema Software-Defined ja immer länger wird?
Schleich: Gerade vor dem Hintergrund der Kreislaufwirtschaft und der stärkeren Bedeutung von Produkt-Service-Ökosystemen löst sich die klassische, lineare Sichtweise auf den Produktlebenszyklus auf. Stattdessen entwickeln sich parallel zu den Produkten auch die Produktlebenszyklen dynamisch weiter; sie werden zu einem Kontinuum, und das müssen die PLM-Systeme schrittweise nachvollziehen.
Frage: Wenn Sie PLM neu erfinden könnten – was würden Sie anders machen bzw. was müssten die Hersteller anders machen?
Schleich: Da sehe ich verschiedene Ansatzpunkte. Viele PLM-Systeme haben relativ monolithische Wurzeln, während heute der Plattform-Gedanke eine wichtigere Rolle spielt. Moderne PLM-Systeme sollten als Data Platform as a Service (DPaaS) konzipiert sein, die sämtliche Lebenszyklus‑Daten von CAD-Modellen über IoT‑Zeitreihen bis zu KI‑Modellen offen über standardisierte APIs bereitstellen. Und dann geht es natürlich um die Frage, wie Daten aus den Produktinstanzen im Feld eingebunden und wie spezielle KI-Agenten integriert werden können und wie wir das Thema Nachhaltigkeit stärker im PLM verankern.
Frage: Sind wir der Idee offener, modularer Architekturen in den letzten Jahren ein Stück nähergekommen? Auf dem prostep ivip Symposium wurde behauptet, dass die Plattformen mit der Cloudifizierung eher weniger offen geworden sind.
Scheich: Das ist sicherlich ein valides Argument, aber ich sehe schon, dass sich da in den letzten Jahren Einiges getan hat. Und ich glaube auch, dass wir in den nächsten Jahren insbesondere durch innovative Start-Ups Neuerungen sehen werden, sofern sie nicht gleich wieder von den Großen übernommen werden.
Frage: Sind heutige PLM-Systeme für datengetriebene, lernende Entwicklungsprozesse ausgelegt oder sind sie eher ein Datenfriedhof?
Schleich: Sie sind dafür nicht ursprünglich ausgelegt, aber sie sind eine gute Grundlage für datengetriebene und KI-unterstützte Entwicklungsprozesse, da sie die Möglichkeit bieten, die dafür notwendigen Daten in guter Datenqualität vorzuhalten. Allerdings spielen für erfolgreiche KI-Anwendungen häufig auch Kontextinformationen und damit saubere Metadaten eine große Rolle. Ihre Pflege ist in größeren Organisationen weniger eine Frage der Tools als der Organisationsstrukturen und der Data Governance.
Frage: Strukturierte Daten sind also besser als ein Data Lake, aus dem die KI sich raussuchen kann, was sie braucht?
Schleich: Ja. Auch bei großen Datenmengen muss die Datenqualität stimmen und überprüft sein. Durch die Prozessanbindung sind PLM-Systeme gut geeignet, das sicherzustellen.
Frage: Warum sind die Engineering-Prozesse trotz jahrelanger PLM-Nutzung noch immer so wenig automatisiert?
Schleich: Also, ich habe das Gefühl, dass sich viele Unternehmen auf den Weg gemacht haben und inzwischen dabei sind, ihre Engineering-Prozesse schrittweise zu automatisieren. Das ist aber mehr ein Gefühl, das ich nicht belegen kann. Ich habe aber auf dem prostep ivip Symposium den Eindruck gewonnen, dass da ein gewisser Schub entstanden ist.
Frage: Welche Rolle wird denn die Künstliche Intelligenz für die Automatisierung der Engineering-Prozesse spielen?
Schleich: Wir sehen, dass sich die Fähigkeiten der KI-Verfahren rasant weiterentwickeln, und ich bin mir sicher, dass sie in Zukunft nicht nur einzelne Prozessschritte, sondern komplette Entwicklungsprozesse teilweise automatisieren werden. Gleichzeitig glaube ich aber, dass die menschliche Intelligenz und Kreativität auch in Zukunft von großer Bedeutung sein und es bleiben wird. Wir müssen in die KI-automatisierten Prozesse an den richtigen Stellen Entscheidungspunkte einbauen, an denen der Mensch entscheidet und seine Kreativität einbringt.
Frage: Sie sehen also nicht, dass die KI auf Basis der vorhandenen Daten künftig eigenständig neue Produkte generieren wird?
Schleich: Das ist eine Vision, die vielleicht technisch denkbar ist, die aber gleichzeitig viele rechtliche Fragen aufwirft, etwa wer letzten Endes die Verantwortung übernimmt. Deshalb wird es aus meiner Sicht wichtig bleiben, menschliche Entscheidungskompetenz einzubinden.
Frage: Wo klaffen in den PLM-Prozessen die größten Lücken mit Blick auf die digitale Durchgängigkeit?
Schleich: Das fängt bei den einzelnen Disziplinen an, also beispielsweise was die Integration des Model-based Systems Engineerings und die Durchgängigkeit des Requirements-Managements anbelangt, und zieht sich durch bis in die Produktion und den Betrieb, also Richtung ERR- und MES-Systemen und IoT-Plattformen. Teilweise klaffen auch noch semantische Lücken zwischen den Domänen, d.h. dass dieselben Daten und Informationen unterschiedlich benannt werden. Und dann sehe ich noch Lücken in Richtung der KI, die nicht in die Prozesse integriert ist.
Frage: Warum ist die Rückführung von Lebenszyklus- und Betriebsdaten in neue Produktgenerationen eigentlich immer noch so schwierig?
Schleich: Es gibt sicher noch ein paar technische Hürden, aber wenn ich mit Unternehmen spreche, spielen vor allem rechtliche und organisatorische Fragestellungen eine Rolle. Wer darf die Daten nutzen, wer ist dafür verantwortlich, dass sie zurückgeführt werden, welche Qualität ist erforderlich etc.? Hinzu kommt, dass es mit der reinen Datenrückführung allein nicht getan ist. Man braucht oft auch noch Kontextinformationen.
Frage: Welches sind aktuell die wichtigsten Forschungsschwerpunkte in Ihrem Fachgebiet an der TU Darmstadt?
Schleich: Mein Team und ich forschen an der Abbildung des Produktlebenszyklus im digitalen Raum. Wir wollen Informationskreisläufe schließen, um die Produktentstehung insgesamt zu verbessern und zu einer nachhaltigeren Wertschöpfung beizutragen. Neben der automatischen Informationsverarbeitung im Toleranzmanagement liegen unsere Forschungsschwerpunkte dabei insbesondere im Bereich der datengetriebenen Nachhaltigkeit, der Gestaltung wandlungsfähiger Produktionsumgebungen sowie in der Automatisierung von Engineering-Abläufen durch den Einsatz von KI.
Frage: Gibt es gemeinsame Forschungsaktivitäten, beispielsweise mit dem prostep ivip Verein oder mit anderen Organisationen?
Schleich: Ja, mein Fachgebiet beteiligt sich gegenwärtig am FAICE-Projekt des Vereins, das die Integration von generativer KI in kollaborative Engineering-Workflows zum Gegenstand hat.
Frage: Sie haben viel zum Digital Twin geforscht. Wie viele Zwillinge braucht ein Unternehmen und in welchen IT-Systemen leben sie?
Schleich: Diese Frage lässt sich so pauschal nicht beantworten. Die Anzahl, der Umfang und die software- und systemseitige Umsetzung von Digital Twins hängt stark vom Anwendungsfall und letztlich vom Geschäftsmodell des Unternehmens ab. Man baut einen digitalen Zwilling ja nicht zum Selbstzweck auf, sondern z.B. um Pay-Per-Use-Modelle oder Predictive-Maintenance-Angebote zu unterstützen. Die geeigneten Anwendungsfälle zu finden ist gerade für kleinere Unternehmen eine Herausforderung, aber da gibt es mittlerweile Anbieter, die sie bei der Realisierung und auch beim Betrieb der digitalen Zwillinge unterstützen.
Frage: Um das Thema Nachhaltigkeit ist es wieder ruhiger geworden. Ist PLM dafür eigentlich ein wirksamer Hebel?
Schleich: Themen wie Nachhaltigkeit und Kreislaufwirtschaft haben aufgrund der aktuellen geopolitischen Herausforderungen etwas an Aufmerksamkeit eingebüßt. Aber ich messe ihnen weiterhin eine große Bedeutung bei, weil es letzten Endes nicht nur um ökologische Aspekte, sondern auch um Kostenthemen und resiliente Zulieferketten geht. Aufgrund der Notwendigkeit, hierfür nachhaltigkeitsrelevante Daten über den gesamten Produktlebenszyklus zu sammeln und auszutauschen, ist PLM hier sicherlich ein wichtiger Baustein, muss aber oft durch weitere Systeme, z.B. das System für das Materialdatenmanagement oder IoT-Plattformen in der Produktion, ergänzt werden.
Frage: Ich komme zu meiner Eingangsfrage zurück. Wird Ihr Fachgebiet Product Life Cycle Management in zehn Jahren noch denselben Namen tragen?
Schleich: Sicherlich wird es in den kommenden Jahren einige Veränderungen geben, aber ich gehe stark davon aus, dass die Abbildung und Steuerung des Produktlebenszyklus im digitalen Raum und das Schließen von Daten- und Informationskreisläufen im Engineering auch in zehn Jahren noch von großer Bedeutung sein werden. Das ist meine Wette, aber ich bin da zugegebenermaßen befangen.
Herr Prof. Schleich, vielen Dank für das interessante Gespräch.
Zur Person
Prof. Dr.-Ing. habil. Benjamin Schleich ist Professor und Leiter des Fachgebiets Product Life Cycle Management (PLCM) im Fachbereich Maschinenbau der Technischen Universität Darmstadt. Zu seinen Forschungsschwerpunkten zählen verschiedene Aspekte rund um den Informations- und Datenaustausch entlang des Produktlebenszyklus, wie z.B. Fragestellungen zur datengetriebenen Nachhaltigkeit, zur Automatisierung von Engineering-Prozessen, zu flexiblen digitalen Fertigungssystemen und der Informationsverarbeitung im Toleranzmanagement. Daneben beschäftigt er sich gemeinsam mit seinem Team mit Digitalen Zwillingen, Data-Mining und Machine Learning in der Produktentstehung, dem Toleranzmanagement (insbes. im Kontext von Industrie 4.0) sowie innovativen Methoden und CAx-Prozessketten.