Große Expertenumfrage Was muss ein PLM-System heute leisten?

Anbieter zum Thema

CADFEM Germany GmbH

Transition Technologies PSC Germany GmbH

Solid System Team GmbH

Dassault Systemes Deutschland GmbH

PROCAD GmbH & Co. KG

mehr weniger

CONTACT Software GmbH

PTC

Autodesk GmbH

Mensch und Maschine Deutschland GmbH

Fraunhofer-Institut für Produktionsanlagen und Konstruktionstechnik IPK

weniger

PLM-Lösungen verbinden Produktdaten, Prozesse und Teams über den gesamten Lebenszyklus. Doch wie lassen sich steigende Komplexität, regulatorische Anforderungen und kürzere Entwicklungszeiten beherrschen? Und welchen Mehrwert bietet künstliche Intelligenz? Wir haben bei Experten aus Industrie und Forschung nachgefragt.

Produkte werden individueller, Entwicklungszyklen kürzer und Nachweispflichten umfangreicher. Damit wächst der Druck, Informationen aus Entwicklung, Fertigung und weiteren Unternehmensbereichen konsistent verfügbar zu machen. Unsere Experten erläutern, worauf es bei der Auswahl und Implementierung eines PLM-Systems heute ankommt.

Jan Niestrath, Autodesk

1. Ein modernes PLM-System muss heute vor allem den Kontext eines Produkts über den gesamten Entwicklungsprozess erhalten. Dazu gehören nicht nur CAD-Daten und Stücklisten, sondern auch Anforderungen, Varianten, Änderungen, Freigaben und die Entscheidungen dahinter. Entscheidend ist ein durchgängiger Digital Thread, damit Informationen nicht bei jedem System- oder Abteilungswechsel neu aufgebaut werden müssen. Gleichzeitig muss PLM offen und erweiterbar sein: Konstruktionsteams sollten weiter in ihren vertrauten Werkzeugen arbeiten können, während Produktdaten und Prozesse systemübergreifend verbunden bleiben. Genau in diese Richtung gehen wir beispielsweise mit Inventor als erstem Fusion Connected Client und einer neuen agentischen PLM-Erfahrung, die Produktdaten und Anforderungen verbindet, vorhandene Arbeit leichter auffindbar und wiederverwendbar macht und die Zusammenarbeit zwischen Teams unterstützt. Die Voraussetzung dafür bleibt eine verlässliche Datenbasis.

2. PLM-Projekte scheitern aus meiner Sicht häufig dann, wenn sie primär als Softwareeinführung betrachtet werden. Ein neues System löst keine unklaren Prozesse, uneinheitlichen Daten oder fehlenden Verantwortlichkeiten. Wenn Produktinformationen mehrfach gepflegt werden, Freigabeprozesse nicht eindeutig sind oder Teams keinen Nutzen für ihre tägliche Arbeit erkennen, entsteht schnell ein neues Datensilo statt eines durchgängigen Prozesses. Deshalb würde ich nicht mit einem möglichst großen Transformationsprojekt beginnen, sondern mit einem konkreten Arbeitsablauf, bei dem der Nutzen messbar ist. Dafür braucht es saubere und zugängliche Daten, klare Verantwortlichkeiten, definierte Änderungs- und Freigabeprozesse sowie die Einbindung der Anwender von Anfang an. Wichtig ist außerdem, vorhandene Systeme sinnvoll anzubinden, statt alles auf einmal ersetzen zu wollen. Dass neben Technologie gerade Fähigkeiten und Organisation entscheidend sind, zeigt auch der aktuelle 2027 State of Design & Make Report: 56 Prozent der Befragten nennen mindestens eine qualifikationsbezogene Hürde bei der digitalen Transformation.

3. Den größten unmittelbaren Nutzen sehe ich dort, wo KI vorhandenes Engineering-Wissen schneller zugänglich und wiederverwendbar macht. Konstrukteure sollten nicht jedes Projekt bei null beginnen müssen. KI kann beispielsweise große Datenbestände in natürlicher Sprache durchsuchen, relevante Bauteile und frühere Entwicklungsstände finden oder Produktdaten und Anforderungen miteinander in Beziehung setzen. Der nächste Schritt ist, diese Unterstützung stärker in den Arbeitsablauf einzubetten. Eine agentische PLM-Umgebung kann dabei helfen, Aufgaben zwischen Teams zu koordinieren, Produktinformationen aktuell zu halten und Auswirkungen von Änderungen früher sichtbar zu machen. Dafür braucht KI allerdings mehr als ein Sprachmodell: Sie muss Geometrie, Konstruktionsabsicht, Produktdaten, Fertigungsprozesse und Lifecycle-Anforderungen im jeweiligen Projektkontext verstehen. Die technische Verantwortung bleibt beim Menschen. Das entspricht auch dem aktuellen Reifegrad im Markt: 34 Prozent der Unternehmen implementieren bereits KI-gestützte Automatisierung, und 70 Prozent erwarten, dass KI repetitive Arbeit reduziert.

Ein neues System löst keine unklaren Prozesse, uneinheitlichen Daten oder fehlenden Verantwortlichkeiten.

Jan Niestrath

Benk-Andres Boldt, Bechtle PLM

1. Die steigende Komplexität lässt sich nur mit einer durchgängigen digitalen Produktdatenkette beherrschen. Ein modernes PLM-System muss deshalb Menschen, Prozesse und Systeme auf einer gemeinsamen Datenbasis verbinden. Entscheidend sind die Vernetzung von Entwicklung, Planung und Fertigung, die Auflösung von Datensilos sowie eine „Single Source of Truth“ für alle Beteiligten. Nur wenn aktuelle und konsistente Informationen vom ersten Entwurf bis in die Produktion verfügbar sind, lassen sich diese Herausforderungen effizient beherrschen.

2. PLM-Projekte scheitern selten an der Software selbst. Häufige Ursachen sind isolierte Datenquellen, fragmentierte Prozesse, unklare Verantwortlichkeiten und fehlende Akzeptanz. Viele Unternehmen verfügen bereits über leistungsfähige CAD-, PDM-, PLM- oder ERP-Systeme, die jedoch nebeneinander statt miteinander arbeiten. Erfolgreich wird PLM, wenn eine klare Datenstrategie, definierte Prozesse und eine zentrale Orchestrierung der Informationsflüsse geschaffen werden.

3. Der größte praktische Nutzen liegt aktuell in der intelligenten Nutzung vorhandener Produkt- und Prozessdaten. KI kann Zusammenhänge erkennen, Wissen leichter zugänglich machen, Wiederverwendungspotenziale aufzeigen und Entscheidungen unterstützen. Ihr volles Potenzial entfaltet sie jedoch erst auf einer konsistenten und vernetzten Datenbasis. Deshalb sehe ich die größte Transformationskraft in der Kombination aus Digitalem Zwilling und KI: Der Digitale Zwilling schafft Transparenz über Produkte und Prozesse, KI macht diese Informationen nutzbar. So lassen sich Entwicklungszeiten verkürzen, Varianten besser beherrschen und Prozesse gezielt optimieren.

Erfolgreich wird PLM, wenn eine klare Datenstrategie, definierte Prozesse und eine zentrale Orchestrierung der Informationsflüsse geschaffen werden.

Benk-Andres Boldt

Marc Vidal, Cadfem

1. Die zentrale Herausforderung moderner Produktentwicklung ist nicht der Mangel an Daten, sondern deren durchgängige Verfügbarkeit und Verknüpfung in heterogenen Systemlandschaften. Steigende regulatorische Anforderungen machen Material- und Substanzinformationen zu einem strategischen Bestandteil der Produktentwicklung. Material-, Substanz- und Compliance-Daten müssen daher aktuell, zentral verfügbar und mit den relevanten Systemen und Werkzeugen wie CAD, CAE und ERP verknüpft sein. So können Konstruktion, Simulation, Einkauf, Produktion und Compliance auf derselben Datenbasis arbeiten und Risiken frühzeitig erkennen.

2. Projekte scheitern selten an der Technologie, sondern häufiger an unklaren Zielen und Verantwortlichkeiten. Unternehmen sollten gemeinsam mit dem Implementierungspartner definieren, welche Anwendungsfälle unterstützt und welche Informationen zwischen Systemen ausgetauscht werden müssen. Klare Zuständigkeiten und eine konsequente Daten-Governance schaffen die Grundlage für Akzeptanz und nachhaltigen Mehrwert.

3. Den größten praktischen Nutzen von KI sehe ich aktuell in der effizienteren Konfiguration und Anpassung von Lösungen an individuelle Anforderungen. KI unterstützt dabei, Anforderungen schneller zu analysieren, Datenmodelle und Prozesse vorzuschlagen sowie Implementierungsaufwände zu reduzieren. Darüber hinaus besitzt KI großes Potenzial für den Endanwender, den Zugang zu technischem Wissen zu vereinfachen, Zusammenhänge schneller sichtbar zu machen und datenbasierte Entscheidungen zu unterstützen.

Projekte scheitern selten an der Technologie, sondern häufiger an unklaren Zielen und Verantwortlichkeiten.

Marc Vidal

Dr.-Ing. Christo Apostolov, Contact Software

1. Ein modernes PLM-System macht diese Komplexität beherrschbar, indem es vier Fähigkeiten auf einer gemeinsamen Datenbasis vereint: Variantenmanagement und Re-Use für Effizienz, Anforderungs- und Testdatenmanagement für durchgängige Traceability, Konfigurationsmanagement zur Erfüllung der Nachweispflicht sowie integriertes Projektmanagement zur gezielten Steuerung. Erst ihr Zusammenspiel ermöglicht es, individuelle Produkte schnell, wirtschaftlich und regelkonform zu entwickeln.

2. Häufig ist das Scheitern eines PLM-Projekts bereits in der Auswahlphase vorgezeichnet, insbesondere wenn Entscheidungen aus politischen Erwägungen statt auf Grundlage der fachlichen Fähigkeiten und Qualität des Systems getroffen werden. Für ein erfolgreiches PLM-Projekt kommt es daher darauf an, das passende System auszuwählen, die Key User frühzeitig einzubinden und für die Umsetzung erfahrene Fachleute einzusetzen.

3. Den größten praktischen Nutzen sehen wir derzeit bei Rechercheaufgaben. Gleichzeitig arbeiten die PLM-Anbieter mit Hochdruck daran, immer umfangreichere agentische Funktionen in ihre Systeme zu integrieren. Mittelfristig wird sich die Arbeit von Ingenieur*innen im PLM-System dadurch grundlegend wandeln: weg von der eigenständigen Ausführung einzelner Aufgaben hin zur Steuerung, Bewertung und Weiterverwendung der Ergebnisse.

Häufig ist das Scheitern eines PLM-Projekts bereits in der Auswahlphase vorgezeichnet, insbesondere wenn Entscheidungen aus politischen Erwägungen statt auf Grundlage der fachlichen Fähigkeiten und Qualität des Systems getroffen werden.