Die Zukunft ist KI-getrieben – da sind sich Eplan und Rittal einig und bringen gemeinsam ihre Expertise mit AI-Driven Industrial Automation ein. Künstliche Intelligenz wird zum Wachstumstreiber – auch und gerade in industriellen Anwendungen. Die Schwesterunternehmen zeigten zur diesjährigen Hannover Messe, wie KI den Maschinen- und Anlagenbau nach vorne bringen kann: Beide präsentierten erstmalig Lösungsansätze – beispielsweise einen Use Case auf Basis des Eplan Copilot, mit dem vollautomatisch ein 3D-Montageplatten-Layout generiert werden kann.
KI und Industrie-Fachwissen als Wachstumshebel
Das Ziel: KI nach den spezifischen Anforderungen der Industrie in bestehenden Lösungen nutzbar zu machen und den Engineering-Prozess zu automatisieren. „KI-Leadership und Software-Kompetenz in der Kombination mit tiefem Industrie-Fachwissen sind die relevantesten Hebel für eine neue Wachstumskurve und internationale Wettbewerbsfähigkeit von Industrieunternehmen“, sagt Prof. Dr. Niko Mohr, Vorstandsmitglied der Friedhelm Loh Group und CEO Rittal International und Rittal Software Systems.
Montageplatten-Design einfach generiert
Wie lässt sich also KI im Engineering ein- bzw. umsetzen? Der gezeigte Use Case zum Montageplatten-Layout gibt Aufschluss und sorgt für Überraschung bei den Besuchern der Messe. Denn klassisch ist das Montageplatten-Layout eines Schaltschranks ein zeitaufwändiger Prozess im Engineering. Es braucht viel Fachwissen und Erfahrung, einen Stromlaufplan sowie möglichst gut strukturierte Komponentendaten, um schnell zum Ergebnis, also zum fertigen Layout zu gelangen. Kann man diesen Prozess beschleunigen? „Ja, man kann“, sagen die Experten von Eplan und haben dafür einen Use Case entwickelt. Der Eplan Copilot, auf Basis von Microsoft Azure OpenAI Service, wird beauftragt, live ein Montageplatten-Layout zu generieren. Der präsentierte Weg zum 3D-Layout ist vollautomatisiert und dauert nur wenige Sekunden. Die technologische Basis für diese automatische Generierung ist eine gut definierte Stückliste aller zu verbauenden Komponenten und der Eplan Copilot. Er interagiert im vorgestellten Use Case direkt mit den Systemen – eingebunden in die Eplan Plattform. Die KI ist zudem direkt verbunden mit dem Eplan Data Portal, das über 4Mio. Komponentendaten bereitstellt. Hat der Eplan Copilot im ersten Schritt den passenden Schaltschrank fürs Projekt ausgewählt, generiert er per Prompt mit Unterstützung von Komponentendaten aus dem Data Portal das Layout des Schaltschranks. Möchte der Konstrukteur im Anschluss manuelle Anpassungen vornehmen, kann er das Projekt an Eplan Pro Panel übergeben. So ist es ihm möglich, beispielsweise im Nachgang auf individuelle Projektparameter einzugehen, die zum Bau des Schaltschranks benötigt werden.
Wie funktioniert der Prozess?
Auf Basis einer definierten Stückliste wird die KI per Prompt aufgefordert, einen Entwurf für das 3D-Montageplatten-Layout zu generieren. Die Auswahl des passenden Schaltschranks bzw. der Montageplatte wie auch die notwendigen Kabelkanäle, Hutschienen und Komponenten werden dabei vom System berücksichtigt. Der Anwender weiß sofort, welcher Schrank zu welchem Projekt passt und die KI generiert in wenigen Sekunden – sozusagen auf Knopfdruck – das passende Layout. Nach Schätzung der Eplan-Experten liegen hier Zeiteinsparungspotenziale von bis zu 40 Prozent.
Voraussetzung: Gut strukturierte Daten
Die Basis für jede Automation bis hin zum Einsatz von KI sind erstklassige Daten. Diese Herausforderung trifft den Anspruch, den Eplan mit dem Data Standard (EDS) bereits vor Jahren begründet hat – vollumfänglich beschriebene, standardisierte Artikeldaten. Klar ist: Ohne eine hervorragende Datenbasis läuft nichts. Das gilt für Standardisierung, für Automatisierung und letztlich für den Einsatz von KI. Standardisierungsinitiativen wie die Verwaltungsschale (Asset Administration Shell) sowie der Eclass-Standard bieten die Grundlage, um eine einheitliche Datenbasis zu schaffen. Zudem sollten die Entscheidungsprozesse der künstlichen Intelligenz transparent und nachvollziehbar sein.
Siemens und Eplan: End-to-End Integration
Auch mit Siemens wurde in Hannover ein interessanter Use Case präsentiert. Die beiden Partner arbeiten bereits seit geraumer Zeit an einer weitreichenden End-to-End Integration, die in Zukunft den gesamten Engineering-Prozess digitalisieren und automatisieren wird. In der Intralogistik ist die Maximierung der Lagerkapazität entscheidend. Kompakte Sensoren spielen dabei eine Schlüsselrolle: Höchste Leistung in kompakter Bauform schafft mehr Platz für die Ware, denn die Technik macht sich klein. ‣ weiterlesen
Intralogistik: Neue Baumer ToF-Sensoren machen sich klein
Bereits jetzt können mithilfe des Siemens Engineering Copilot TIA Code-Blöcke für speicherprogrammierbare Steuerungen generiert werden. Bei dem auf der Hannover Messe gezeigten Showcase kann der Industrial Copilot Änderungen im Eplan Projekt durchführen. Und das ist erst der Anfang. Das Ziel sind maßgeschneiderte Lösungen, die die Prozesse beim Kunden auf eine nächste Stufe heben.
Zeit gespart – Qualität gesteigert
Gerade im Bereich der Automatisierungstechnik sehen Eplan und Siemens erhebliche Effizienzgewinne, z.B. die Reduzierung der Planungszeit. Durch KI-gestützte Werkzeuge können Entwickler innerhalb weniger Minuten verschiedene Szenarien simulieren, die früher Tage oder sogar Wochen in Anspruch genommen hätten. Damit lässt sich nicht nur Zeit sparen, sondern auch die Qualität der Ergebnisse erheblich verbessern. Und die Ziele sind hochgesteckt: Als Vision sollen KI-Agenten als digitale Assistenten Ingenieuren helfen, effizienter und präziser zu arbeiten. Sie übernehmen zeitaufwendige Routineaufgaben und ermöglichen es Entwicklungsabteilungen, sich auf kreative und strategische Herausforderungen zu konzentrieren.
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.“ Digitale Souveränität in der Automation: Fraunhofer IOSB-INA entwickelt einen KI-Assistenten für die SPS-Programmierung. ‣ weiterlesen
Automatisierung neu gedacht
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.“
