Kategorie: PLM

Sie stehen vor der Entscheidung Ihr Product Lifecycle Management (PLM) auf den neuesten Stand bringen oder überhaupt erst einzuführen. Die Vorteile sind klar: effizientere Prozesse, schnellere Markteinführung, bessere Zusammenarbeit. Doch sobald die Funktionslisten und Anwendungsfälle besprochen sind, rückt eine andere wichtige Frage in den Mittelpunkt: Was kostet das eigentlich – und welche Option ist wirklich die günstigere auf lange Sicht?

Die Wahl zwischen Cloud PLM und der klassischen On-Premises-Lösung ist oft ein Ritt zwischen der initialen Investitionsbereitschaft und flexiblen, laufenden Betriebskosten. In diesem Beitrag werfen wir einen Blick auf die Kosten von Cloud PLM vs. On-Premises PLM.

Die traditionelle Variante: On-Premises PLM

Wenn Sie sich für ein On-Premises PLM-System entscheiden, erwerben und betreiben Sie die Software in Ihrer eigenen IT-Infrastruktur. Dies bedeutet eine hohe Anfangsinvestition, aber auch volle Kontrolle.

Anschaffungskosten:

1. Software-Lizenzen: Dies ist oft der größte Posten. Sie kaufen Dauerlizenzen, die Ihnen das unbegrenzte Nutzungsrecht an der Software gewähren. Die Kosten variieren je nach Anbieter, Funktionsumfang und Anzahl der Benutzer*innen.
2. Hardware-Infrastruktur: Sie benötigen leistungsstarke Server, Speichersysteme, Netzwerkkomponenten und Back-up-Lösungen. Diese müssen den Anforderungen des PLM-Systems gerecht werden und für zukünftiges Wachstum skalierbar sein.
3. Infrastrukturkosten: Ein geeigneter Serverraum (Klimatisierung, Stromversorgung, etc.), Firewalls etc. sind unerlässlich.
4. Implementierung und Anpassung: Die Installation, Konfiguration und Datenmigration aus Altsystemen sowie die Anpassung an spezifische Unternehmensprozesse erfordern oft externe Beratungsleistungen und interne Ressourcen.
5. Schulungen: Umfassende Schulungen für Administrator*innen und Endbenutzer*innen sind notwendig, um das System optimal zu nutzen.

Laufende Kosten:

1. Wartungs- und Supportverträge: Die meisten Softwareanbieter verlangen jährliche Gebühren für Software-Updates, Patches und technischen Support. Diese liegen typischerweise bei 15-25 % des ursprünglichen Lizenzpreises pro Jahr.
2. IT-Personal: Sie benötigen eigene IT-Spezialist*innen für die Systemwartung, Fehlerbehebung, Sicherheit, Backups und Performance-Optimierung.
3. Hardware-Wartung und Austausch: Server und Speicher müssen regelmäßig gewartet und nach einigen Jahren ersetzt werden (Abschreibung, Neuanschaffung).
4. Energiekosten: Der Betrieb der Server und der Klimaanlage verursacht laufende Stromkosten.
5. Sicherheitsmaßnahmen: Lizenzen für Antivirensoftware, Firewalls und regelmäßige Penetrationstests sind notwendig, um die Datensicherheit zu gewährleisten.
6. Upgrades: Größere Versions-Upgrades können den Umfang einer Neuimplementierung erreichen, da sie oft Anpassungen, intensive Tests und erneute Schulungen erfordern.

Die flexible Alternative: Cloud PLM

Beim Cloud PLM (oft als Software-as-a-Service, SaaS, angeboten) mieten Sie die Software und die Infrastruktur eines Drittanbieters. Das bedeutet in der Regel geringere Anfangsinvestitionen.

Anschaffungskosten:

1. Einrichtungsgebühren (optional): Einige Anbieter erheben eine einmalige Gebühr für die Einrichtung des Kontos oder die Erstkonfiguration.
2. Implementierung und Anpassung: Auch hier sind Dienstleistungen für die Konfiguration, Datenmigration und spezifische Prozessanpassungen erforderlich. Diese können jedoch meist weniger umfangreich sein, da die Basisinfrastruktur bereits vorhanden ist und die Cloud-Lösungen oft standardisiert sind.
3. Integrationen: Die Anbindung an bestehende On-Premises-Systeme kann Integrationsprojekte erfordern, die mit Kosten verbunden sind.
4. Schulungen: Schulungen für Anwender*innen und Administrator*innen sind ebenfalls notwendig, können aber durch intuitive Benutzeroberflächen und Online-Ressourcen oft effizienter gestaltet werden.

Laufende Kosten:

1. Abonnementgebühren: Dies ist der Hauptkostenfaktor. Sie zahlen eine monatliche oder jährliche Gebühr pro Benutzer*in, oft gestaffelt nach Funktionsumfang. Diese Gebühren umfassen die Softwarenutzung, Infrastruktur, Wartung, Updates und den grundlegenden Support.
2. Skalierung: Das Hinzufügen oder Entfernen von Benutzer*innen oder Speicherplatz ist in der Regel flexibel und wird direkt in den Abonnementgebühren widergespiegelt.
3. Premium-Support/Zusatzleistungen: Für erweiterten Support, spezielle Add-Ons oder zusätzliche Speicherplatz können extra Gebühren anfallen.
4. Anpassungen/Integrationen: Laufende Anpassungen oder die Entwicklung neuer Integrationen können zusätzliche Dienstleistungsgebühren verursachen.
5. Internetzugang: Ein zuverlässiger und ausreichend schneller Internetzugang ist essenziell und sollte in der Kalkulation berücksichtigt werden, auch wenn er oft schon vorhanden ist.

Der direkte Kosten Vergleich:

Um eine fundierte Entscheidung zu treffen, ist es unerlässlich, die Gesamtkosten über einen Zeitraum von 5 bis 10 Jahren zu betrachten.

Fazit:

Die optimale Lösung bei der Wahl zwischen Cloud PLM und On-Premises PLM hängt stark von den individuellen Gegebenheiten Ihres Unternehmens ab:

• Für kleine und mittelständische Unternehmen (KMU), die schnell starten, IT-Ressourcen schonen und von geringeren Anfangsinvestitionen profitieren möchten, ist Cloud PLM oft die wirtschaftlichere Wahl. Die planbaren monatlichen Kosten und die automatische Wartung entlasten die interne IT erheblich.

Wenn Sie die Vorteile von Cloud PLM in der Praxis erleben möchten, bietet CONTACT Softwares Cloud PLM-System eine flexible und skalierbare Lösung. Besonders interessant: Sie können die Software kostenlos testen und sich selbst ein Bild davon machen, wie modernes Product Lifecycle Management in der Cloud Ihre Entwicklungsprozesse effizienter gestaltet.

• Für große Unternehmen oder solche mit sehr spezifischen, komplexen Anforderungen, die maximale Kontrolle über ihre Daten und Systeme wünschen und über die notwendigen IT-Ressourcen verfügen, kann On-Premises PLM weiterhin die bevorzugte Option sein. Die hohen Anfangsinvestitionen relativieren sich oft über längere Nutzungszeiträume.

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“.

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.