Fit for AI: Technische Daten bestimmen den KI-Erfolg

Fit for AI: Das Whitepaper von simus systems zeigt, wie man Daten für KI aufbereitet

Vier von fünf Unternehmen im Maschinenbau nutzen bereits Künstliche Intelligenz (KI) oder planen den Einsatz. Doch erst sieben Prozent haben GenAI unternehmensweit systematisch ausgerollt. Der entscheidende Engpass liegt in der Datenbasis. Das neue Whitepaper „Fit for AI?“ von simus systems zeigt, wie Maschinenbauer CAD- und technische Stammdaten für KI-Anwendungen aufbereiten können.

Wer Ähnlichkeitssuche, automatisierte Kalkulation, Assistenzsysteme, Qualitätsüberwachung oder Predictive Maintenance mit KI befeuern will, braucht die richtige Datenbasis. In gewachsenen CAD-, PDM-, PLM- und ERP-Landschaften sind dagegen meist heterogene Formate, Bezeichnungen und Strukturen abgelegt. In einer KPMG-Studie berichten 56 Prozent der Hersteller von datenbezogenen Schwierigkeiten bei der Implementierung von KI. Menschen können viele Zusammenhänge aus ihrer Erfahrung heraus interpretieren – für KI schaffen fehlende Merkmale, Dubletten und uneinheitliche Strukturen Probleme.

KI-taugliche Datenbasis schaffen

Wie man diese verhindern kann, zeigt simus systems in dem Whitepaper Fit for AI: Anhand eines klar definierten KI-Anwendungsfalles sollte man zunächst prüfen, welche Daten benötigt werden. Eine repräsentative Stichprobe lässt früh erkennen, welche Datenquellen geeignet sind, wo Qualitätslücken bestehen und welche Aufbereitung den größten Nutzen verspricht. So wird Datenoptimierung vom abstrakten Großprojekt zu einem überschaubaren Schritt mit konkretem Ziel.

CAD- und Stammdaten automatisch aufbereiten

Mit manueller Bereinigung funktioniert das nicht. Deshalb hat simus systems die Software-Suite simus classmate entwickelt. Sie analysiert, strukturiert, ergänzt und klassifiziert große Datenbestände anhand nachvollziehbarer, unternehmensspezifischer Regeln. Uneinheitliche Schreibweisen, Dubletten, fehlende Beschreibungen und unterschiedliche Merkmale werden erkannt und in eine konsistente Zielstruktur überführt.

Dies gilt auch für CAD-Daten: 3D-Modelle und Geometrieinformationen lassen sich automatisch auswerten und klassifizieren; generative KI unterstützt zusätzlich bei der Digitalisierung technischer Zeichnungen. Auf diese Weise verbindet simus classmate Informationen aus CAD-, PDM- und ERP-Systemen. Aus verteilten Datenbeständen entsteht eine gemeinsame Informationsbasis für KI-Anwendungen, Suche, Wiederverwendung, Kostenkalkulation und weitere digitale Prozesse.

Das wirtschaftliche Potenzial ist hoch: Laut VDMA und Strategy& kann GenAI im Maschinen- und Anlagenbau ein zusätzliches Profitabilitätspotenzial von bis zu 10,7 Prozentpunkten erschließen. „Mit einer belastbaren Datenbasis können Fertigungsunternehmen dieses Potenzial dauerhaft für sich gewinnen“, sagt Dr.-Ing. Arno Michelis, Geschäftsführer von simus systems.

Zum Whitepaper geht es
hier (Dateneingabe
erforderlich): https://www.simus-systems.com/whitepaper-fit-for-ai-ki-erfolg-maschinenbau/

Die 2002 gegründete simus systems GmbH mit Sitz in Karlsruhe ist mit ihrer Produktfamilie simus classmate einer der Marktführer im Bereich automatische Klassifizierung von CAD-Modellen, Datenbereinigung von Massendaten, dem Suchen und Finden vorhandener Daten und der automatischen Kalkulation. Das eigenständige Unternehmen bietet Erfahrungen aus über 300 erfolgreichen Projekten in den Branchen Maschinen- und Anlagenbau, Automobilindustrie und Elektrotechnik. Die Produktfamilie simus classmate integriert sich mit führenden 3D CAD- und PLM-Lösungen sowie mit ERP-Systemen wie SAP.

Firmenkontakt
simus systems GmbH
Andrea Sauer
Siemensallee 84
76187 Karlsruhe
+49 (0) 721 83 08 43-0

simus systems – Wir geben Daten ein Profil.

Pressekontakt
hightech marketing e.k.
Dr. Thomas Tosse
Innere Wiener Straße 5
81667 München
+49 89 / 459 11 58-31
+49 89 459 11 58 11

Startseite Blog