Das Ziel sind maßgeschneiderte Lösungen, die die Prozesse beim Kunden auf eine nächste Stufe heben. Dafür wird die Integration zwischen der Eplan Plattform und dem TIA Portal weiter gestärkt. Zudem arbeiten beide Partner an der Standardisierung von Datenmodellen, um Interoperabilität und Datendurchgängigkeit weiter zu verbessern. Das betrifft unter anderem den Einsatz von Verwaltungsschalen und digitalen Zwillingen.
Wiederholaufgaben automatisieren
Eplan beschäftigt sich bereits seit einigen Jahren damit, wie Machine Learning Mehrwerte für Konstrukteure bringen kann. „KI ermöglicht uns, Tools zu entwickeln, die manuelle Arbeiten reduzieren, sich wiederholende Prozesse automatisieren und die Arbeitsabläufe von Ingenieuren effizienter als je zuvor gestalten“, sagt Sebastian Seitz, CEO von Eplan, und unterstreicht: „Noch interessanter wird es, wenn KI-Systeme übergreifend und selbstständig miteinander interagieren können. Dann heben wir den Nutzen für unsere gemeinsamen Kunden auf ein ganz neues Level.“ Allerdings gilt es, dafür Hürden abzubauen und Cloud2Cloud-Verbindungen zu schaffen. Hier ist der passende Mindset gefordert, der die Interkonnektivität von Systemen beflügelt.
Fazit:
KI hält Schritt für Schritt Einzug ins Engineering und wird damit die Prozesse im Maschinen- und (Schalt-)Anlagenbau beschleunigen. Sebastian Seitz, bringt es auf den Punkt: „KI wird das Engineering der Zukunft revolutionieren – einschließlich der Automatisierung. Wir treiben KI im Engineering aktiv voran und verbinden sie mit Daten-Standards im Engineering, um unseren Kunden greifbare Vorteile zu bieten, die den gesamten Prozess beschleunigen.“
Welche spezifischen Herausforderungen sehen Sie aktuell noch in der breiten Adaption Ihrer vorgestellten KI-Lösungen in der Automatisierungspraxis?
„Diese Frage ist anwendungsspezifisch zu betrachten. Die Auswahl von passenden Schaltschränken während der Angebotsphase hat andere Anforderungen als die Adaption eines vollständig erzeugten Montageplattenlayouts. In dem zur Hannover Messe vorgestellten Use Case basiert die Entwicklung auf eigenen Daten. Grundlegend müssten bei einer breiten Adaption auch Daten der Anwender in die Entwicklung einbezogen werden. Dies würde natürlich die Zustimmung von Kunden verlangen. Zudem sehen wir Optimierungspotenziale bei den Layouts: Ohne die Daten der Kunden einzubeziehen, wären erste Ergebnisse zwar in kurzer Zeit nutzbar, entsprächen aber nicht zwingend der persönlichen Erwartungshaltung der Anwender.“
Welche konkreten Vorteile ergeben sich für Automatisierer, wenn KI-gestützte Tools wie der Siemens Industrial Copilot direkt in den Engineering-Prozess eingebunden werden?
„Die konkreten Vorteile sind eine höhere Geschwindigkeit, Reduktion von Fehlern und damit einhergehend die Steigerung der Qualität. Für den Konstrukteur entfällt die Aufgabe, sämtliche Schritte im Engineering manuell durchzuführen. Zugleich können KI gestützte Copiloten den kontinuierlichen Datenabgleich zwischen unterschiedlichen Gewerken sicherstellen und so z.B. die Projektdaten in der Automatisierungstechnik und der Elektrokonstruktion immer auf aktuellem Projektstand halten. Generell gesagt: Der Nutzer kann mit dem Industrial Copilot übergreifend arbeiten und mehrere Arbeitsschritte automatisiert durchführen lassen. Das vereinfacht die Zusammenarbeit über die Systeme hinweg.’“
Welche technischen Herausforderungen bestehen bei der durchgängigen Integration von KI-gestützten Engineering-Tools über verschiedene Plattformen hinweg – insbesondere, wenn proprietäre Systeme oder ältere Automatisierungslösungen im Spiel sind?
„Wie in vielen IT-Projekten liegt die Herausforderung in den Schnittstellen. Die Systeme müssen miteinander sprechen können. Dazu muss es nicht nur eine gemeinsame Sprache, sprich Schnittstelle, geben, sondern es müssen auch Zugangshürden, wie Berechtigungen und Firewalls, abgebaut werden. Gleichzeitig soll die Verbindung sicher bleiben. Ältere Systeme (OnPremise) müssen mit modernen Cloud-basierten Systemen verbunden werden können. Last but not least ist die Voraussetzung für den Einsatz von KI eine gute Qualität der eingesetzten Daten, möglichst standardisiert.“











