Mit Intelligenz, gemeinsam: Kokreation im Zeitalter der KI

Rasante Fortschritte in der KI‑Technologie haben die Bandbreite technischer Möglichkeiten in den letzten Jahren stark vergrössert. Dennoch hinken die Integration dieser Fähigkeiten in produktive Systeme und die nachhaltige Wertschöpfung in der Prozessindustrie hinterher. Es entsteht eine Lücke zwischen Proof-of-Concepts und operativen Lösungen. Diese zu schliessen, erfordert ein Zusammenspiel interdisziplinärer Erfolgsfaktoren wie Akzeptanz, Workflow‑Integration, Datenqualität sowie ein gemeinsames Prozess‑ und Geschäftsverständnis – und es stellt sich die Frage: Kann wirksame Kokreation helfen diese Lücke zu schliessen?

Mit KI auf dem Weg zur effizienten Simulationsautomatisierung

Moderne Simulationstools sollten auch Nicht-Experten zugänglich sein. Vollautomatisierte Simulationsworkflows (SIMApps) ermöglichen dies, stossen aber bei der CAD-Geometrieaufbereitung ohne Metadaten an Grenzen. Der KI-basierte Ansatz mit Stochos erzeugt relevante Metadaten automatisch und sichert robuste, skalierbare Workflows. So entstehen vielseitige Webanwendungen, die die Simulation demokratisieren und digitale Geschäftsmodelle fördern.

KI: Alter Wein in neuen Schläuchen

Ist die KI eine Erfindung der heutigen Zeit oder einfach etwas, das neu aufgewärmt besser schmeckt?

Wenn es jemand weiss, dann Robert Weiss. Als Urgestein der Schweizer IT-Branche, langjähriger TV-Experte und Herausgeber von «Das Poster der digitalen Evolution» ist er der richtige Mann, um diese Frage zu stellen.
Robert Weiss dokumentiert nicht nur die Entwicklung der Computertechnik und der Spieleindustrie, sondern auch die Fortschritte im Bereich der künstlichen Intelligenz. Zum Abschluss wird er uns einen faszinierenden Einblick in die Geschichte der KI und der Computertechnik geben. Und nicht nur unsere, sondern auch Ihre Fragen rund um die Computergeschichte beantworten.

Digital Engineering – Opportunities and Challenges

Digital Engineering stärkt die Innovationskraft:

Durchgängige Daten, System‑ und Produktarchitekturen sowie domänenübergreifende Zusammenarbeit stehen im Fokus. Prioritäten sind integrierte Systeme, hohe Datenqualität, KI‑gestützte Entwicklung und eine skalierbare, cloud-fähige Toolchain.

Aber messbarer Nutzen im Engineering entsteht nur, wenn wir den Fokus halten, flexibel bleiben und echte Probleme lösen. Die Challenge ist den „Sweet Spot“ für Ihr Unternehmen zu finden.

PLM im Zeitalter generativer KI – Chancen, Grenzen und Verantwortung

Generative KI im PLM entfaltet ihren Nutzen nicht dort, wo man von der Technologie ausgeht, sondern bei konkreten, kritischen Anwendungsfällen. Am Beispiel eines AI-Agenten im Freigabeprozess zeigen wir, warum gerade komplexe, regelbasierte PLM-Prozesse ein sinnvoller Startpunkt sind, wo der Nutzen liegt, wo die Grenzen verlaufen und warum das Zusammenspiel von probabilistischer KI und deterministischer Logik entscheidend ist.

Strömung präzise vorhersagen: Die Verbindung von Messdaten und Simulation

Obwohl umfangreiche Strömungsdaten vorliegen, bleiben Mess- und Simulationsinformationen häufig unverbunden. Messungen liefern skalare Werte, Simulationen detaillierte Feldgrößen. Durch ihre systematische Kopplung entsteht ein konsistentes Modell, das bislang ungenutztes Potenzial erschließt und eine robuste, präzise Vorhersage des Strömungsverhaltens ermöglicht.

Keep the core clean: Nahtlose Integration von Mendix Apps ins PLM

Bei Stadler Rail transformieren wir derzeit unsere digitale Landschaft, indem wir Mendix zusammen mit Teamcenter und SAP einführen. Diese leistungsstarke und komplexe Kombination von Systemeinführungen steigert unsere Effizienz, digitalisiert unsere Prozesse, fördert Innovationen und ermöglicht neue Geschäftsmodelle. Mit dem Einsatz dieser Technologien optimieren wir nicht nur unseren Betrieb, sondern setzen auch neue Standards und Chancen in unserer täglichen Arbeit. Wir möchten in der Präsentation einen Einblick gebe, wie wir diese transformativen Reise durchlaufen haben.

Automation of Bicycle Frame Structural Analysis

At Radiate Engineering & Design, we developed a highly automated FEA workflow for bicycle frames that eliminates manual, error-prone steps and drastically reduces time-to-result. At the same time, Python scripts automate the FKM-based postprocessing of the results, delivering intuitive damage plots for fast and reliable failure mode identification.

AI-powered digital twins for orthopedics: pushing bone healing simulations towards clinical practice

OSORA medical develops AI-powered digital twins for orthopedic & trauma applications. While FEA has a long standing in implant development, application in clinical settings is one of the trending topics in science and industry.

Utilizing bone healing simulations in the development of the surgical planning tool “OSsistant”, the team gained insights into particularities of healing and non-healing bone fractures. We present analytical steps that create actionable insights for medical device manufacturers, clinical decision support for healthcare professionals and patients’ health as the most valuable asset.

CAE-Materialdaten für kreislauffähige Kunststoffe

Bei V-ZUG streben wir danach, eine funktionierende Kreislaufwirtschaft für Haushaltsgeräte zu entwickeln und den Weg für die Herstellung neuer Geräte aus alten Geräten zu ebnen.

In einem internen Projekt bei V-ZUG haben wir unser Materialportfolio untersucht und reduziert, um die Verwendung weniger Kunststoffe zu fördern. Zusammen mit den Hochschulen FHNW und OST haben wir eine umfassende Materialuntersuchung durchgeführt, um den Abbau der Materialeigenschaften unserer Kunststoffe zwischen ihrem ursprünglichen Zustand und nach Einsatz über eine volle Lebensdauer in einem Gerät zu kennen.

Dieser neu erarbeitete Materialdatensatz ermöglicht uns, auf Basis von CAE-Simulation unsere Bauteile so auszulegen, dass sie auch bei Verwendung rezyklierter Kunststoffe einwandfrei funktionieren. So halten wir unsere Materialien über den Lebenszyklus eines Geräts hinaus so lange wie möglich in höchster Qualität im Kreislauf – ohne Funktionalitätsverlust.

Der Weg von der 2D-Zeichnung zum 3D-CAD-modellbasierten Arbeiten und weiter zur Nutzung von KI-Methoden zur Prozess-Automatisierung

Seit Jahrzehnten ist die 2D-Zeichnung das zentrale Dokument zur Bauteil- und Baugruppendefinition. Ansichten wie Vorder-, Drauf- und Seitenansicht helfen, ein 3D-Objekt vorzustellen. In den 2000er Jahren führten viele Firmen 3D-CAD-Systeme ein, um die 3D-Modellierung zu etablieren, jedoch weiterhin mit dem Ziel, daraus 2D-Zeichnungen abzuleiten.

Mit neuen Funktionen in 3D-CAD-Systemen kann das 3D-CAD-Modell nun als „Functional Information Model“ (FIM) dienen, ausgestattet mit allen notwendigen Definitionen als „single source of truth“. Alpla hat beschlossen, dies umzusetzen, um neue Potenziale freizusetzen. Der Sondermaschinenbau nutzt 3D-CAD-Baugruppen zur Spezifikation der Montageschritte, und der Formenbau erstellt ein „Functional-Information-Mold“. Intelligente 3D-CAD-Modelle ermöglichen KI-Methoden für automatische CAM- und CMM-Programmierung sowie Arbeitsplanerstellung.

Welche Schritte sind nötig, um dies konsequent einzuführen? Warum fällt es der Industrie schwer, dies umzusetzen, obwohl es für Automatisierung durch KI-Methoden entscheidend ist?

Grundlage für KI durch MBSE

Model-Based Systems Engineering (MBSE) verspricht seit Jahren, Entwicklungsprozesse durch konsistente, digitale Systemmodelle transparent und nachverfolgbar zu gestallten. Doch hat MBSE seinen grossen Durchbruch noch nicht erlebt, zu aufwändig zu wenig integriert ein zu kleiner Mehrwert.
Mit SysML v2 könnte sich das grundlegend ändern, denn die neue Sprache bringt einen entscheidenden Paradigmenwechsel: Systemmodelle werden nicht mehr nur grafisch in proprietären Tools erstellt, sondern in einer klar definierten, textbasierten Syntax beschrieben. Damit werden sie erstmals direkt zugänglich für Künstliche Intelligenz.  

In diesem Round Table diskutieren wir:

• Ist SysML v2 der fehlende Schlüssel, um MBSE durch KI endlich zum Erfolg zu verhelfen?
• Und was braucht es, damit dieses Potenzial in der Praxis ankommt?

KI im Anforderungsmanagement

Künstliche Intelligenz verändert das Anforderungsmanagement grundlegend. Der Roundtable diskutiert, wie KI bei Erhebung, Analyse und Priorisierung von Anforderungen unterstützt, Transparenz erhöht und Qualität verbessert. Praxisbeispiele zeigen Chancen, Grenzen und Erfolgsfaktoren für den sinnvollen KI‑Einsatz im ALM.

Simulation – wieviel KI darf es denn sein?

Der Roundtable „Simulation – wieviel KI darf es denn sein?“ widmet sich der wachsenden Rolle Künstlicher Intelligenz in Simulationsprozessen und diskutiert Chancen, Grenzen und Verantwortlichkeiten. Im Fokus stehen Fragen nach einem sinnvollen Maß an Automatisierung, der Nachvollziehbarkeit von Ergebnissen sowie dem Spannungsfeld zwischen Effizienzgewinn und Kontrollverlust. Was zeichnet einen reflektierten und verantwortungsvollen Einsatz von KI in der Simulation aus und welche Resonanz kommt aus den Unternehmen?

Anbieter und Anwender beleuchten die unterschiedlichen Einsatzmöglichkeiten und tauschen Perspektiven zu Transparenz, Validierung und ethischen Anforderungen aus.

Zwischen Fachlogik und Sprachmodell: Wie kann KI komplexe PLM-Prozesse verständlich machen?

Zwischen Fachlogik und Sprachmodell liegt eine der zentralen Fragen beim Einsatz generativer KI im PLM: Wie kann KI komplexe Prozesse, Datenstrukturen und Regeln für Anwender verständlicher machen, ohne die deterministische Fachlogik zu verwässern? Die Diskussion beleuchtet das Spannungsfeld zwischen nachvollziehbaren, auditierbaren Abläufen der „alten Welt“ und der Flexibilität probabilistischer Systeme der „neuen Welt“. Im Fokus stehen Nutzen, Grenzen und Gestaltungsprinzipien für AI Agents im PLM.