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
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“.
