Wie Autodesk Planung und Betrieb verbinden will

In den meisten Fabriken fehlt es nicht an Daten. Maschinen liefern Zustandswerte, Sensoren melden Abweichungen, Wartungssysteme dokumentieren Eingriffe, CAD- und BIM-Daten beschreiben Anlagen und Gebäude. Das Problem liegt häufig an anderer Stelle: Die Informationen sind verteilt. Sie erklären selten gemeinsam, warum ein Engpass entsteht, welches Asset betroffen ist, welche Wartungshistorie dahinterliegt und welche Änderung im Prozess tatsächlich helfen würde.

Dadurch lässt sich bei Störungen oder Engpässen selten ad hoc nachvollziehen, wie sich eine Änderung auf den Gesamtdurchsatz auswirkt. Ziel von Autodesk ist deshalb ein durchgängigerer Kreislauf aus Design, Fertigung, Betrieb und Instandhaltung: Was geplant und gebaut wurde, soll im laufenden Betrieb nutzbar bleiben. Was im Betrieb passiert, soll wiederum in künftige Planungs- und Engineering Entscheidungen zurückfließen.

Dabei setzt Autodesk unter anderem auf eine agentische Arbeitsumgebung. Agentische KI entwickelt sich derzeit in vielen Bereichen der Industrie zu einem wichtigen Thema. Autodesk greift diese Entwicklung auf und positioniert seinen Assistenten als agentische Arbeitsumgebung, die speziell auf Anwendungen in der physischen Welt ausgerichtet ist. Anwender sollen demnach direkt mit einem Ziel starten können, anstatt primär zu wissen, welches Produkt oder welcher Befehl benötigt wird.

KI werde nur dann erfolgreich sein, wenn sie in den Realitäten der physischen Welt verankert ist, erklärte auch CEO Andrew Anagnost auf der Autodesk University. Damit KI hilfreich ist, brauche man „Project Intelligence“, also ein vernetztes, zentrales „Gehirn“, das jeden Datenpunkt, jede Entscheidung und jede Abteilung zusammenführt.

Unter dem Konzept führt das Unternehmen Geometriedaten, technische Abhängigkeiten, historische Betriebsdaten und Erfahrungswissen in einem zentralen Informationsnetzwerk zusammen.

Um die Rechenkosten zu steuern und maximale Effizienz zu gewährleisten, agiert im Hintergrund ein AI Orchestrator. „Ich glaube, wir befinden uns derzeit in einer Phase der Token-Explosion. Ich denke, wir werden in die Ära des Token-Managements übergehen“, sagte Anagnost dazu. Denn das unkontrollierte Aufrufen riesiger Allzweck-Sprachmodelle mit Milliarden Parametern ist laut Autodesk für hochspezifische Industrieaufgaben extrem kostenintensiv. Der Orchestrator wählt daher je nach Teilaufgabe automatisch das optimale Modell aus. Von kleineren, spezialisierten Eigenentwicklungen bis hin zu Open-Weight-Modellen.

Vom statischen Modell zum lernenden Gesamtsystem

Ein weiterer wichtiger Baustein auf dem Weg zu einem lernen Gesamtsystem sind zudem digitale Zwillinge. Sie sollen künftig nicht nur zeigen, wo ein Asset steht, sondern auch, womit es verbunden ist, wie es sich verhält und was über seine Historie bekannt ist. Damit soll die Grundlage entstehen, um operative Entscheidungen besser abzusichern. „Die Zukunft besteht nicht darin, Design, Bau, Fertigung oder Betrieb jeweils für sich zu verbessern. Entscheidend ist, sie zu einem gemeinsamen Informationsfluss zu verbinden“, erklärte Stephen Hooper, Senior Vice President Autodesk Operations.

Der Wandel beginnt dabei bei der Grundhaltung gegenüber digitalen Modellen. Der eigentliche Mehrwert entstehe nicht beim bloßen Erstellen eines CAD- oder BIM-Modells, unterstrich Andrew Anagnost. „Der Wert entsteht durch die Nutzung des Modells [...], um disziplinübergreifend sinnvolle Arbeit zu leisten.“

Mobile Instandhaltung im laufenden Betrieb

Eine weitere Schlüsselrolle bei der Vernetzung von Shopfloor und Engineering nimmt MaintainX ein. Autodesk hat die mobile, KI-gestützte Instandhaltungslösung dieses Jahr gekauft. MaintainX wandelt den digitalen Zwilling im Zusammenspiel mit Autodesk Tandem in ein aktives Handlungssystem um.

Werden beispielsweise kritische Schwingungs- oder Temperaturabweichungen an einer Maschine erkannt, wird automatisch ein priorisierter Arbeitsauftrag in MaintainX generiert, bevor ein ungeplanter Ausfall entsteht. Servicetechniker erhalten so auf mobilen Endgeräten sofort Zugriff auf KI-Zusammenfassungen, historische Wartungsdaten, Schaltpläne sowie Herstellerdokumentationen und können Bauteilprüfungen per Fotoanalyse oder QR-Code-Scan direkt vor Ort abgleichen.

Durch Echtzeit-Verknüpfung, fortlaufende Simulation und automatisierte Instandhaltung soll so ein kontinuierlicher Informationsfluss entstehen.

Der Faktor Mensch darf nicht vergessen werden

Trotz fortschreitender Automatisierung, intelligenter Agenten und digitaler Zwillinge bleibt der Mensch weiter die entscheidende Instanz. Die finale Entscheidungskompetenz, die kreative Problemlösung sowie die Verantwortung liegen weiterhin unverändert bei den Ingenieuren, Planern und Technikern vor Ort. „Intelligenz allein baut keine benötigten Wohnungen und Infrastrukturen, stellt keine kritischen Produkte her und erschafft keine Unterhaltung, die Milliarden inspiriert. Menschen tun das“, sagte dazu CEO Anagnost. „Wir beseitigen mit KI lästige Routinearbeiten, um jeden Einzelnen von Ihnen produktiver, kreativer und innovativer zu machen.“

Der Mensch bringe den unersetzlichen Erfahrungskontext und das kritische Urteilsvermögen ein, ohne die reine Daten und Algorithmen wirkungslos bleiben.