Industrial Foundation Models Wie künstliche Intelligenz die Engineering-Sprache lernt 

Anbieter zum Thema

Siemens Digital Industries Software GmbH

Camtek GmbH

ESTECO Software GmbH

Siemens entwickelt derzeit ein Industrial Foundation Model, das die Sprache des Engineerings versteht und MBSE-Daten intelligent nutzt.

Heute werden traditionelle Foundation Models, insbesondere große Sprachmodelle, hauptsächlich mit öffentlich verfügbaren Internetdaten trainiert. Diese Modelle können verschiedene Modalitäten wie Bilder, Text, Video und Audio interpretieren. Engineering erfordert jedoch einen viel tieferen Kontext: Anforderungen, Designentscheidungen, technische Zeichnungen, Systemarchitekturen, (CAD-)Modelle und deren Beziehung müssen verstanden und daher intelligent verknüpft werden. Leider waren industrielle Daten, die das geistige Eigentum (IP) der Unternehmen darstellen, bisher nicht Teil dieser Trainingsdatensätze. Das Fehlen dieser Daten in Trainingsdatensätzen könnte ein wesentlicher Grund dafür sein, dass die breite Anwendung von KI im industriellen Kontext noch nicht vollständig in Schwung gekommen ist.

Am Industrial Foundation Model von Siemens mitwirken 

Mit der Entwicklung eines Industrial Foundation Models (IFM) adressiert Siemens diese Herausforderung: KI-Modelle beginnen, die „Sprache des Engineering“ zu verstehen. Siemens nutzt hierfür seine eigenen umfangreichen Ingenieurdaten: Als großes Industrieunternehmen mit über 300.000 Mitarbeitern verfügt Siemens über eine breite Vielfalt an Entwicklungsdaten zu Mechanik, Elektrik/Elektronik und Software. Um das Modell weiter zu verbessern, lädt Siemens Partner­unternehmen ein, ihre kontextualisierten Daten beizutragen und an diesen neuen Entwicklungen mitzuwirken. Der Nutzen für alle wird durch föderiertes Lernen vervielfacht. Es ist ähnlich wie ein Puzzle: Jeder Teilnehmer trägt ein oder mehrere Teile bei, sodass alle schnell das gesamte Bild sehen können. Dieser kollaborative Ansatz zielt darauf ab, eine KI zu schaffen, die das Engineering wirklich versteht.

Model-Based Systems Engineering:  Herausforderung und Chance 

Um die wachsende Komplexität in der Produktentwicklung heute zu bewältigen, wird Model-Based Systems Engineering (MBSE) in größeren Unternehmen zunehmend zu einer etablierten Disziplin. MBSE strukturiert Ingenieursprozesse durch Perspektiven wie Anforderungen, Funktionen, Logik und Physik und verbindet diese verschiedenen Ansichten in einem umfassenden Modell, wodurch eine nachvollziehbare Daten­basis entsteht, die eine effiziente Entwicklung auch komplexer Produkte über große und verteilte Teams hinweg ermöglicht. Diese strukturierte Datenbasis bietet eine ideale Grundlage für das Industrial Foundation Model, um KI nachhaltig und effektiv im Engineering anzuwenden.  Die Einführung und Anwendung von MBSE erfordert jedoch erhebliche Investitionen in Datenstrukturierung, Modellierung und organisatorischen Wandel. Diese Investitionen, können sich durch Freisetzung von Innovationspotenzialen vielfach auszahlen. Dennoch ist deren Einführung nicht einfach: Projekte werden oft aufgrund der Komplexität und des anfänglichen Aufwands aufgegeben oder scheitern aufgrund hoher Anforderungen an Prozesse, Datenqualität und Veränderungsmanagement.

Symbiose zwischen Model-Based  Systems Engineering und KI

Mit der Entwicklung eines Industrial Foun­­dation Models, das die Sprache des Engineering versteht, und den Einsatz von MBSE könnte nun eine enge Symbiose zwischen modellbasierter Systementwicklung und KI entstehen, wodurch die wachsende Komplexität im Engineering nachhaltig beherrschbar wird:

MBSE als Datenquelle für KI: Strukturierte RFLP-Modelle bieten hochwertige Trainingsdaten für das Industrial Foundation Model. RFLP steht für „Requirements, Functional, Logical and Physical“ und beschreibt ein Prinzip, das die verschiedenen Ansichten eines Systems umfasst: die Anforderungsansicht, die Funktionsansicht, die logische Ansicht und die physische Ansicht.

KI als Wegbereiter für MBSE: KI könnte Beziehungen und Abhängigkeiten identifizieren, automatisierte Konsistenzprüfungen durchführen, Änderungsauswirkungen analysieren, intelligente Modellierungsalternativen empfehlen sowie automatische Dokumentations- und Aktualisierungsprozesse ermöglichen, wodurch die zusätzliche Arbeitsbelastung der MBSE-Methodik für Ingenieure gering gehalten wird.

Neue Accenture Siemens Business Group 

KI-Kompetenz: Neuaufstellung von Engineering und Fertigung

Perspektiven für KI-gestütztes  Model-Based Systems Engineering

Siemens bietet bereits heute Softwarelösungen an, die Unternehmen die Implementierung von MBSE-Ansätzen ermöglichen. Ingenieure müssen sich jedoch weiterhin aktiv mit den MBSE-Prozessen und -Methoden auseinandersetzen, beispielsweise durch die manuelle Erstellung von Funktionsmodellen und deren Verknüpfung mit Anforderungen. Solche Modelle offenbaren oft neue, bisher unformulierte Anforderungen oder Einschränkungen. Ein Industrial Foundation Model, das Sprachen wie die Systems Modeling Language V2 versteht und „spricht“, könnte Anforderungsspezi­fikationen in Modelle übersetzen und umgekehrt: die KI formuliert für neu hinzugefügte Modellkomponenten textuelle Anforderungen. In der Praxis arbeiten Ingenieure oft parallel an Modellen und Anforderungen und müssen manuell Verknüpfungen herstellen, um sicherzustellen, dass alle Anforderungen erfüllt sind. KI könnte diese Verknüpfungen intelligent vorschlagen oder deren Richtigkeit überprüfen. Sobald Anforderungen und Modelle richtig verknüpft sind, könnte KI automatisch Auswirkungen analysieren, relevante Projektbeteiligte informieren und sogar spezifische Modellanpassungen vorschlagen, um Konsistenz und Nachvollziehbarkeit zu erhalten – ein wichtiger Schritt zur erheblichen Effizienzsteigerung im modernen Systems Engineering.

Der nächste Sprung  in der Ingenieureffizienz? 

Mit der Entwicklung eines Industrial Foundation Models adressiert Siemens eine Kernherausforderung der industriellen KI-­Anwendung: unzureichendes technisches und physikalisches Verständnis in traditionellen KI-Modellen. „Ein IFM, das die Sprache des Engineerings spricht und vielfältige industrielle Kontexte wie Mechanik, Elektronik/Elektrik und Software versteht, könnte der Industrie endlich ermöglichen, das versprochene Potenzial von GenAI zu realisieren“, weiß Tali Segall, Leiter des Industrial Foundation Model bei Siemens.Das Industrial Foundation Model wird zu einem entscheidenden Baustein, um die lange erwarteten Vorteile von KI in industriellen Umgebungen zu erschließen. Diese möglichen Anwendungen erstrecken sich über den gesamten Produktlebenszyklus. Der nächste große Sprung in der industriellen Effizienz steht damit kurz bevor. 

Der Autor Florian Götz ist Domain Lead AI bei Siemens.