PLM weiter gedacht PLM - Vom Dokumentieren zum Orientieren

Anbieter zum Thema

Aras Corp

aPriori Deutschland

Klassische PLM-Systeme verknüpfen Daten und bewahren Wissen. Adaptive Intelligence baut darauf auf und ergänzt KI-gestützte Orientierung. Sie ändert nicht, wer entscheidet – aber verbessert, wie fundiert Entscheidungen vorbereitet werden.

Die Industrie benötigt ein neues Navigationssystem. Bislang zeigen PLM-Systeme zwar an, dass sich etwas geändert hat, nicht aber, warum dies relevant ist, wie gravierend die Folgen sein könnten oder wo Handlungsbedarf besteht. Diese Einordnung erfolgt derzeit überwiegend manuell in Meetings, durch Abgleiche, Expertengespräche oder auf Basis von Erfahrungswerten. Künstliche Intelligenz (KI) erweitert die Fähigkeiten des Systems nun um die Interpretation von Daten, ihre automatische Auswertung und Einordnung in unterschiedliche Szenarien. Dadurch werden Informationen kontextualisiert statt lediglich bereitgestellt.
Damit das PLM seine bestehenden Stärken um diese Fähigkeiten ergänzen kann, muss das System relevante Signale im Datenbestand auch während dynamischer Veränderungsprozesse zielsicher erkennen, einordnen und an die entsprechenden Stellen weiterleiten. Wichtig bei Adaptive Intelligence: Es geht nicht darum, Entscheidungen zu automatisieren. Vielmehr ist das System darauf ausgelegt, Orientierung zu geben – in Form strukturierter Entscheidungsunterstützung auf Basis belastbarer Daten. Das System liefert Kontext und Handlungsoptionen, während die Verantwortung beim Menschen bleibt. Kurz gesagt: Das PLM entwickelt sich vom „System of Record” zum „System of Guidance”.

Der Wandel durch Orchestrierung: PLM und KI vereint

Für diesen Wandel ist nicht eine einzelne Technologie ausschlaggebend, sondern das orchestrierte Zusammenspiel bewährter PLM-Strukturen mit gezielt eingesetzten KI-Lösungen. Entscheidend sind ein durchgängiger Digital Thread als belastbare Datenbasis, eine offene und erweiterbare Systemarchitektur mit standardisierten Schnittstellen, klare Governance-Regeln für Datenqualität und Zugriffsrechte sowie der kontrollierte Einsatz von KI-Services zur Interpretation, Analyse und Mustererkennung. Mit diesem Ansatz können Unternehmen drei übergeordnete Ziele erreichen. 

Änderungen an Produkten – etwa am Design, in der Fertigung oder entlang der Lieferkette – bergen oft Risiken, die erst mit Verzögerung sichtbar werden: Qualitätsprobleme, Lieferschwierigkeiten oder Compliance-Verstöße.

1. Risiken früher erkennen, fundierter entscheiden

Änderungen an Produkten – etwa am Design, in der Fertigung oder entlang der Lieferkette – bergen oft Risiken, die erst mit Verzögerung sichtbar werden: Qualitätsprobleme, Lieferschwierigkeiten oder Compliance-Verstöße. Bis das Unternehmen die Ursachen analysiert und Alternativen erarbeitet hat, verstreicht wertvolle Zeit. Adaptive Intelligence setzt früher an. Durch die kontinuierliche Analyse des Digital Threads lassen sich mögliche Probleme frühzeitig erkennen. Identifiziert das System solche Signale, stellt es Hinweise bereit, ordnet sie ein, bewertet ihre Tragweite und zeigt Handlungsoptionen auf. Dadurch verkürzt sich der Zyklus „Wahrnehmen – Entscheiden – Handeln” deutlich. Da das System auch Methoden des kontinuierlichen Lernens implementiert, lernt es selbstständig aus neuen Daten und Erfahrungen, passt sich an und trägt so zur iterativen Verbesserung von Produkten und Prozessen bei.

PLM erfolgreich einführen

„Ingenieure werden zu Digital Thread Rangern“

2. Koordination vereinfachen, Reibung reduzieren

Viele Organisationen sind nicht deshalb träge, weil die Mitarbeitenden langsam arbeiten, sondern weil die Koordination so aufwendig ist. Jede Produktänderung wirft Fragen auf wie: Wer ist betroffen? Welche Abteilungen müssen eingebunden werden? Welche Folgeprozesse ändern sich? Genau hier setzt Adaptive Intelligence an. Die Informationsflüsse zwischen Bereichen wie Engineering, Qualität, Fertigung und Supply Chain werden systematisch unterstützt. Änderungen werden sowohl dokumentiert wie auch kontextualisiert. Was hat sich konkret geändert? Welche Funktionen sind betroffen? Warum ist das relevant? Welche sind die nächsten Schritte? In der Folge wird die manuelle Abstimmungsarbeit deutlich reduziert und das Tempo im Unternehmen erhöht – allerdings nicht durch höheren Druck, sondern durch bessere Abstimmung.

3. Systemflexibilität als Wettbewerbsvorteil

Der vielleicht tiefgreifendste Aspekt von Adaptive Intelligence ist die Anpassungsfähigkeit des Systems. Viele bestehende PLM-Landschaften sind eng an feste Datenmodelle und Prozesse gebunden. Verschieben sich jedoch Produktkonfigurationen oder Marktanforderungen, kann die starre Systemarchitektur schnell zum limitierenden Faktor werden. Adaptive Intelligence folgt einer anderen Logik: Das System führt eine kognitive Schicht ein und passt sich dynamisch an Veränderungen an. Der Digital Thread ist nicht statisch, sondern modellierbar. Offene API-Architekturen, Low-Code-Ansätze und eine KI-unterstützte Regelgenerierung ermöglichen es Unternehmen, neue Workflows und Datenstrukturen in deutlich kürzeren Zyklen als zuvor einzuführen. Veränderungen, die früher Monate in Anspruch nahmen, lassen sich so in Tagen realisieren. Das System entwickelt sich fortlaufend weiter: Prozesse, Organisationsmodelle und Produktstrategien werden optimal justiert, ohne die Stabilität des Gesamtsystems zu beeinträchtigen. Adaptive Intelligence verwandelt PLM in eine strategische Plattform – eine Infrastruktur, die Veränderung nicht bremst, sondern unterstützt.

Je komplexer das Umfeld, umso größer der Nutzen

Besonders deutlich wird der Mehrwert von Adaptive Intelligence in Branchen mit langen Produktlebenszyklen und hohen regulatorischen Anforderungen. In der Luft- und Raumfahrt, der Verteidigungsindustrie oder der Medizintechnik müssen Produkte beispielsweise über Jahrzehnte hinweg nachvollziehbar bleiben. Zulassungsbehörden verlangen eine lückenlose Dokumentation von Designentscheidungen sowie Transparenz über deren Grundlagen. Systeme, die Informationen lediglich speichern, stoßen hier an ihre Grenzen. Systeme, die Zusammenhänge kontextualisieren, liefern dagegen entscheidende zusätzliche Orientierung: Sie zeigen, warum eine Änderung vorgenommen wurde, wann dies erfolgte und welche Auswirkungen die Änderung hatte.
Strukturierte und erklärbare Handlungshinweise innerhalb klar definierter Rahmenbedingungen stärken das Vertrauen in Entscheidungsprozesse – unabhängig davon, ob diese automatisiert, KI-gestützt oder von Menschen getroffen werden. Voraussetzung dafür ist jedoch ein belastbares digitales Fundament. Adaptive Intelligence entfaltet ihre Wirkung nur auf Basis konsistenter Datenmodelle, semantischer Eindeutigkeit und gepflegter Metadaten. Und genau hier liegen die Stärken einer modernen und anpassungsfähigen PLM-Lösung: Mit klaren Datenstrukturen, nachvollziehbaren Beziehungen und einer gemeinsamen semantischen Sprache die Grundlage schaffen, auf der Adaptive Intelligence domänenübergreifend Orientierung geben kann.

Jens Rollenmüller ist Regional Vice President bei Aras.