Mit Datenökosystemen schneller den Product Carbon Footprint berechnen

Unternehmen stehen vor der Herausforderung, Produkte und Prozesse nachhaltig zu gestalten und Emissionen über den gesamten Lebenszyklus zu reduzieren. Der Product Carbon Footprint (PCF) erfasst alle Treibhausgasemissionen, die über den Lebenszyklus eines Produktes entstehen. Während interne Emissionsdaten oft verfügbar sind, müssen Unternehmen zur Bestimmung des PCF Daten über die gesamte Lieferkette eines Produktes nachverfolgen und zusammenführen. Diese Informationen individuell bei allen Zulieferern anzufragen und zu sammeln, ist kaum machbar. Hier setzen souveräne Datenökosysteme wie Catena-X und Manufacturing-X an. Mit ihnen lassen sich Daten einfacher und kontrollierter über Unternehmensgrenzen hinweg austauschen.

Externe Daten bei der PCF-Berechnung

Product Lifecycle Management (PLM)-Systeme verwalten bereits viele Daten, die zur Bestimmung eines PCF dienen. Sie enthalten Informationen zu Produkten, Varianten und Stücklisten. Viele Emissionen fallen aber bereits in der vorgelagerten Wertschöpfungskette, wie der Rohstoffgewinnung oder durch Produktions- und Transportprozesse an. Diese Daten anzufragen und zu pflegen, ist aufwendig und geschieht heute durch dokumentenbasierte Vorlagen, Excel-Tabellen oder spezielle Web-Portale. Das Teilen von Daten erfolgt auf Zuruf.

Für die Zulieferer skaliert das Konzept mit kundenindividuellen Portalen und Templates nicht. Die angefragten Datenfelder sind nicht standardisiert, eingegebene Daten, Formate und verwendete Berechnungsmethoden passen nicht zusammen. Dadurch entsteht ein enormer Aufwand auf allen Seiten: Daten werden händisch zusammengestellt, eingetragen und geprüft, was das Risiko für Übertragungsfehler mit sich bringt.

Datenökosysteme als Alternative

Datenökosysteme wie Gaia-X und Catena-X wirken diesen Datensilos entgegen und vereinfachen das Teilen über die gesamte Lieferkette. Anstatt die benötigten Daten individuell anzufordern und für jeden Kunden auf verschiedene Plattformen hochzuladen, stellen Unternehmen sie in standardisierten Datenformaten bereit. Benötigt ein Teilnehmer im Ökosystem diese Daten, greift er einfach durch festgelegte Protokolle darauf zu. Die Kontrolle bleibt dabei beim Bereitsteller der Daten. Jeder Teilnehmer entscheidet selbst, welche Daten er zu Verfügung stellt, mit wem er diese teilt und wofür sie verwendet werden dürfen.

Grundlage ist ein Connector basierend auf den Eclipse Dataspace Components (EDC). Jeder Teilnehmer steuert über seinen EDC die Daten und Bedingungen, mit denen er am Ökosystem teilnehmen möchte. Der Connector stellt diese in einem durchsuchbaren Katalog zusammen. Möchte ein anderes Unternehmen auf die Daten zugreifen, handeln die beiden EDCs vollautomatisch die Konditionen aus, die für den Datenaustausch gelten. Erst mit einem so geschlossenen, rechtsverbindlichen Vertrag erhält der andere Teilnehmer Zugriff auf die Daten. So behält jeder Beteiligte die volle Kontrolle über seine Daten.

PCF-Berechnung in Datenökosystemen

PLM-Systeme sind der ideale Ausgangspunkt für PCF-Berechnungen. Stücklisten und Arbeitspläne bilden die Grundlage, um interne Emissionen zu erfassen. Über Datenökosysteme können Unternehmen nun auch Daten von externen Partnern und Zulieferern in die Berechnung integrieren. Für Zukaufteile werden nicht nur Lieferanten, sondern auch deren digitale Identität im Datenraum verwaltet. Das ermöglicht es, die PCF-Werte für externe Artikel direkt am EDC des Zulieferers zu suchen und zu importieren.

Ist die PCF-Berechnung für ein Produkt abgeschlossen, kann das Ergebnis zur weiteren Verwendung entlang der Wertschöpfungskette im Datenökosystem bereitgestellt werden. So bestimmt jedes Unternehmen individuell, mit wem und unter welchen Bedingungen es die Daten teilt. Der Datensatz zum Angebot steht im eigenen EDC-Katalog, ganz ohne Excel-Tabellen und Webportale.

Warum PLM-Systeme der natürliche Integrationspunkt sind

Dieser gesamte Workflow muss dort stattfinden, wo Produktdaten bereits verwaltet werden: PLM-Systeme managen Stücklisten, Lieferantenbeziehungen und Engineering-Workflows. Sie sind die Single-Source-of-Truth für Produktinformationen über den Lebenszyklus.

Durch die verwalteten Produkte, Stücklisten und Werkstoffe sind PLM-Systeme wie CIM Database PLM der ideale Ausgangspunkt für PCF-Berechnungen
CIM Database PLM verwaltet alle relevanten Daten, um aussagekräftige PCF-Werte auszutauschen, zum Beispiel verwendete Berechnungsmethoden und Aussagen zur Datenqualität.
Die vorhandenen Daten werden einfach im Datenraum verfügbar gemacht. Der Anbieter steuert individuell, für wen und welche Zwecke die Daten verwendet werden dürfen.

Die Teilnahme an Datenökosystemen erfordert PLM-Systeme mit offenen Standardschnittstellen. Nur so lassen sich die Potenziale von Datenökosystemen voll ausschöpfen. Die Workflows für Engineering-Prozesse regeln nun auch, wie interne und externe PCF-Daten integriert werden. Die Lieferantendatenbank enthält jetzt auch Identitäten im Datenraum und Audit-Trails erfassen neben internen Änderungen auch externe Datenaustausche.

Wertschöpfung entsteht heute zu großen Teilen aus der Fähigkeit, Produktdaten schnell und verlässlich über die Lieferkette auszutauschen. Nur eine tiefe Integration zwischen internen PLM-Systemen und externen Datenökosysteme schaffen die nötige Effizienz und Vertrauen: nach innen und nach außen.

Organisatorisches Change Management bei der Einführung von Cloud PLM-Software

Die Einführung eines Cloud PLM-Systems ist mehr als eine technische Neuerung. Es ist eine strategische Transformation, die Ihre Unternehmenskultur maßgeblich prägt. Wie unser Fast Forward-Ansatz und die Erfahrungsberichte unserer Kunden zeigen, sorgt ein strukturiertes Onboarding für die schnelle Beherrschung der Technik und die effiziente Nutzung des Systems. Doch der wahre Hebel für nachhaltigen Erfolg liegt nicht allein in der Software selbst. Ohne organisatorisches Change Management läuft selbst das leistungsfähigste System Gefahr, sein Potenzial nicht voll zu entfalten. Es geht darum, Menschen mitzunehmen und Prozesse aktiv zu gestalten, anstatt nur ein Werkzeug bereitzustellen.

Cloud PLM integrieren: Drei Schwerpunkte für Ihr Change Management

Ein Cloud PLM-System zentralisiert Daten, standardisiert Prozesse und fördert die abteilungsübergreifende Zusammenarbeit. Dies ist eine enorme Chance, aber auch eine Herausforderung, die weit über das Erlernen neuer Softwarefunktionen hinausgeht.

Hier sind die Kernaspekte, die ein robustes Change Management adressieren muss:

1. Prozesse neu denken und optimieren

Jedes Unternehmen hat etablierte Arbeitsweisen. Viele davon sind historisch gewachsen, vielleicht in einzelnen Abteilungen optimiert, aber selten ganzheitlich über den gesamten Produktlebenszyklus hinweg betrachtet. Die Einführung von Cloud PLM-Software ist die ideale Gelegenheit, bestehende Prozesse neu zu denken.

  • Identifikation von Ineffizienzen: Wo gibt es Medienbrüche, doppelte Dateneingaben oder manuelle Schritte, die das System automatisieren kann?
  • Standardisierung: Cloud PLM basiert oft auf Best Practices. Statt diese nur technisch abzubilden, müssen Unternehmen kritisch prüfen, wo eigene Prozesse an die Systemlogik angepasst werden können, um von diesen Standards zu profitieren.
  • Abteilungsübergreifende Abstimmung: PLM bricht Silos auf. Das erfordert eine neue Definition von Verantwortlichkeiten und Schnittstellen, oft unter Einbindung von Stakeholdern aus Entwicklung, Einkauf, Produktion, Vertrieb und Service.

2. Neue Arbeitsweise etablieren

Die Anpassung an das System ist mehr als nur das Erlernen von Klicks. Sie beinhaltet einen fundamentalen Shift in der Arbeitsweise:

  • Datenzentrierung: Mitarbeitende müssen verstehen, dass das Cloud PLM-System die zentrale Quelle für Produktdaten ist. Das bedeutet, Daten pflichtbewusst und konsistent einzugeben, statt auf lokale Lösungen zurückzugreifen.
  • Transparenz und Kollaboration: Cloud PLM-Software sorgt für transparente Abläufe über den gesamten Produktlebenszyklus. Das erfordert von jedem Mitarbeitenden, die Arbeit im Kontext des Ganzen zu sehen und offen für die Zusammenarbeit mit anderen Abteilungen zu sein.
  • Verantwortung und Ownership: Mit zentralisierten Daten kommen neue Verantwortlichkeiten für deren Pflege. Change Management hilft, diese neuen Rollen zu definieren und zu besetzen.

3. Kultureller Wandel, Akzeptanz und Mitarbeiterbefähigung

Jede Software-Einführung hat auch eine kulturelle Facette. Ängste vor dem Neuen, Widerstand gegen Veränderungen oder Skepsis gegenüber dem Nutzen gefährden die Akzeptanz des Systems. Erfolgreiches Change Management muss auch hier ansetzen:

  • Transparente Kommunikation: Warum wird das System eingeführt? Welche Vorteile bringt es jedem Einzelnen und dem Unternehmen? Dies muss von Beginn an klar und kontinuierlich kommuniziert werden.
  • Aktive Beteiligung: Mitarbeitende, insbesondere die Key-User*innen, müssen von Anfang an aktiv in den Prozess eingebunden werden. So werden sie zu Multiplikatoren des neuen Systems.
  • Gezielte Befähigung: Über das technische Know-how hinaus benötigen Mitarbeitende Unterstützung, um sich in der neuen Prozesslandschaft zurechtzufinden und die Vorteile für sich zu erkennen. Das Erzeugen von Erfolgserlebnissen und kontinuierliche Begleitung sind entscheidend.
  • Führung als Treiber: Die Führungsebene muss den Wandel vorleben, Visionen vermitteln und die notwendigen Ressourcen bereitstellen. Ohne das Commitment der Führungskräfte ist nachhaltiger Wandel kaum möglich.

Dieser Blogbeitrag beleuchtet die Folgen von mangelndem Change Management und skizziert die verschiedenen Phasen, die Mitarbeitende während Veränderungsprozessen durchlaufen.

Fazit:

Das eigentliche Fundament für die organisatorische Anpassung an Cloud PLM – das grundsätzliche Neu-Denken alter Prozesse und die tiefergehende Anpassung an das System auf kultureller Ebene – muss vom Unternehmen selbst gestaltet und aktiv vorangetrieben werden.

Die erfolgreiche Einführung von Cloud PLM-Software vereint Technologie mit der notwendigen menschlichen Anpassungsfähigkeit. Während unser Customer Success Management Team Sie umfassend bei dem erfolgreichen Onboarding und dem langfristigen Betrieb Ihres Cloud-PLM-Systems unterstützt, liegt der Schlüssel zum nachhaltigem Erfolg in einem durchdachten, aktiv gelebten organisatorischen Change Management. Nur wer bereit ist, die eigene Arbeitsweise und Kultur zu transformieren, kann das volle Potenzial von cloudbasiertem PLM ausschöpfen.

Standards, Sicherheit und KI: Was PDM-Systeme für die digitale Industrie bedeuten

Ein neuer Auftrag vom OEM kommt rein. Aber niemand weiß genau, welche Zeichnung im PDM-System gerade gültig ist. Die Produktentwicklung will eine KI-Anwendung einführen. Doch die nötigen Daten sind weder vollständig noch konsistent. Beim Audit fehlt der Nachweis für eine Änderung. Dabei wurde die Maßnahme schon vor Wochen umgesetzt.

Solche Situationen sind in vielen kleinen und mittelständischen Betrieben Alltag. Oft handelt es sich um Symptome, deren Ursache tiefer liegt: im Produktdatenmanagement (PDM). Der Stellenwert, den PDM-Systeme für die digitale Transformation haben, wird häufig unterschätzt. Dabei sind sie für viele Technologien und Prozesse grundlegend. Das zeigt ein Blick auf drei Ziele der Digitalisierung:

1. Wettbewerbsvorteile durch Künstliche Intelligenz

KI-Anwendungen unterstützen das Engineering schon heute in allen Phasen des Produktlebenszyklus, sei es im Design, im Variantenmanagement oder der Fertigung. Unternehmen können Abläufe fach- und unternehmensübergreifend automatisieren und Entscheidungen anhand datenbasierter Erkenntnisse treffen. Um industrielle KI-Lösungen zu implementieren, braucht es jedoch eine Datenbasis und -struktur, mit der KI-Algorithmen trainiert werden können.

Für den Einsatz von KI sind leistungsfähige, skalierbare PDM-Lösungen grundlegend. Sie zentralisieren und versionieren große Mengen an Produktdaten, zum Beispiel CAD-Modelle, Spezifikationen, Fertigungsinformationen und Änderungsdokumentationen.

Diese Daten werden im PDM-System strukturiert, aufbereitet und mit Metadaten angereichert. Das erzeugt die notwendige Qualität der Trainingsdaten für KI-Modelle. Darauf aufbauend lassen sich KI-Funktionen nach Bedarf integrieren, etwa für Designoptimierungen, prädiktive Qualitätssicherung, Energiemanagement oder Variantenkonfiguration.

Im Bereich der KI sind die Ansprüche an das PDM besonders hoch. Ohne leistungsfähiges System ist es nicht möglich, die Qualität, Konsistenz und Zugänglichkeit der Daten für eine KI zu gewährleisten. Probleme wie Inkonsistenzen, fehlende oder unstrukturierte Metadaten und mangelhafte Validierungsmechanismen sorgen dafür, dass die Datenbasis des KI-Algorithmus fehlerhaft und unzuverlässig ist. Unter solchen Umständen verpuffen Investitionen in KI-Anwendungen wirkungslos.

2. Externe Standards erfüllen

PLM-Systeme erleichtern es, externe Standards zu erfüllen.

Transparenz, Konsistenz und Datenintegrität sind drei Voraussetzungen für die Umsetzung von Qualitäts- und Branchenstandards. Um Auskunftspflichten und Prozessvorgaben gerecht zu werden, müssen Unternehmen alle produktrelevanten Informationen zentral, versioniert und nachvollziehbar verwalten. Dies geschieht im PDM-System. Es dient als Single Source of Truth und stellt aktuelle, verlässliche Daten organisationsübergreifend zur Verfügung.

Wie wichtig PDM-Software für die Umsetzung externer Anforderungen ist, zeigt das Beispiel Automotive SPICE (A-SPICE). Der international anerkannte Standard zielt darauf ab, die Qualität und Sicherheit von Elektronik und Software in Fahrzeugen zu gewährleisten. A-SPICE soll Zulieferer befähigen, sichere, fehlerfreie Software zu entwickeln, die sich in andere Fahrzeugsysteme integrieren lässt. Im Kern geht es darum, Lieferanten zu qualifizieren und Risiken während der Entwicklung zu vermeiden.

Die Anforderungen von A-SPICE sind gerade für KMU herausfordernd. Entscheidend ist auch hier ein effektives Produktdatenmanagement. PDM-Systeme liefern einen Rahmen, der die von A-SPICE geforderte Struktur, Kontrolle und Qualität von Arbeitsergebnissen über den gesamten Entwicklungslebenszyklus gewährleistet. Dabei helfen Funktionen für die zentrale Ablage und Verfügbarkeit von Daten sowie Versions-, Änderungs- und Konfigurationsmanagement.

Aktuell ist A-SPICE nicht verbindlich vorgeschrieben. Dennoch nutzen viele Automobilhersteller das Framework, um die Prozesskompetenz ihrer Lieferanten zu überprüfen. Firmen, die dem Standard nicht gerecht werden, droht der Verlust von Kunden.

Es ist absehbar, dass A-SPICE sich für OEMs zum KO-Kriterium entwickelt. Firmen, die den Standard nicht erfüllen, sind damit raus aus der Lieferkette. Dieses Risiko besteht auch bei anderen Regularien, wenn das Produktdatenmanagement mangelhaft ist. Unternehmen müssen daher zwingend in ihr PDM investieren.

3. IT-Sicherheit gewährleisten

PDM gilt primär als Verwaltungsaufgabe. In der Produktentwicklung zählt es aber auch zu den Schwerpunkten der IT-Sicherheit. PDM-Systeme verantworten die Verwaltung von kritischem geistigem Eigentum, den Produktdaten. Der Schutz dieser sensiblen Informationen (CAD-Modelle, Stücklisten, technische Spezifikationen, Testergebnisse, Kundeninformationen etc.) ist direkt an die Funktionen des PDM-Systems gekoppelt.

Unbefugte Zugriffe, Diebstahl, Manipulation oder Datenverlust lassen sich mit PDM-Systemen, die auf hochverfügbaren Architekturen basieren, wirksam vermeiden. Wichtig sind dabei moderne Funktionen für

  • Zugriffskontrolle und Autorisierung (Rollen und Rechte),
  • robuste Verschlüsselung,
  • Multi-Faktor-Authentifizierung,
  • Versionskontrolle und Änderungsmanagement,
  • die Umsetzung von Backup- und Wiederherstellungsstrategien, etwa im Falle eines Cyber-Angriffs,
  • Audit-Trails und Historien über Datenzugriffe und Änderungen (Nachvollziehbarkeit bei Sicherheitsvorfällen) sowie
  • Risikomanagement und Compliance.

PDM-Systeme sollten in diesen Bereichen keine Lücken aufweisen. Andernfalls entwickeln sie sich zum Sicherheitsrisiko. Ein Warnsignal ist, wenn die Software auf veralteten Software-Architekturen basiert oder der Hersteller Sicherheits-Updates und Support einstellt. In solchen Fällen müssen Unternehmen das Tool im Betrieb isolieren, was zwangsläufig IT-Risiken und Ineffizienzen provoziert.

Die Verantwortung für Datenschutz und Cyber-Sicherheit steigt in fast allen Branchen. Zwar betreffen einige Anforderungen in erster Linie OEMs und Tier-1-Lieferanten. Diese geben die Nachweispflichten und Sicherheitsauflagen aber an ihre Zulieferer und Partner weiter. Daher müssen auch kleinere Firmen in der Lage sein, Daten mit geeigneten IT-Lösungen zu sammeln, zu konsolidieren und zu schützen.

Mehr über PDM-Systeme lesen

Das Management von Produktdaten ist bei der Digitalisierung ein wichtiger Fokuspunkt. Ob Standards eingehalten werden, Informationen geschützt sind und Technologien wie KI eine Chance haben, hängt von der Produktivität der PDM-Lösung ab.

Stand heute ist PDM-Software allerdings in vielen Firmen ein versteckter Kostentreiber. Oft kommen ältere, langsame, funktional eingeschränkte Systeme zum Einsatz, die weder über Web- noch über Cloud-Dienste verfügbar sind. Solche Tools erschweren die Abstimmungen der Fachabteilungen und sind eine Quelle für Fehler, die ganze Projekte gefährden.

Wie Sie dieses Problem lösen, lesen Sie in unserem Leitfaden „Wenn das PDM-System zum Risiko wird“.

Erfahren Sie in dieser Webcastaufzeichnung, wann SaaS-PLM eine sinnvolle Weiterentwicklung für ihr PDM-System ist – und in welchen Fällen nicht. Claas Blume erläutert anhand realer Mittelstandsszenarien, welche Optionen es gibt – und was sie in der Praxis leisten.