Aufbau der Grundlage für KI in der Produktentwicklung

Der Inhalt dieser Seite wurde automatisch von einem Drittanbieter übersetzt.

Es gibt heute ein wachsendes Gefühl der Dringlichkeit in der Produktentwicklung, und es ist nicht schwer zu verstehen, warum. Unternehmen versuchen, sich schneller zu bewegen, auf einem fragilen Fundament.

Produkte werden komplexer. Vorschriften werden strenger. Lieferketten werden unvorhersehbarer. Gleichzeitig haben sich die Erwartungen nicht verlangsamt, sondern beschleunigt. Teams sollen schneller arbeiten, mehr liefern und dabei mit denselben Ressourcen auskommen.

In diesen Druck hinein ist die KI mit großen Versprechen gekommen. Schnellere Erkenntnisse. Bessere Entscheidungen. Höhere Effizienz.

Doch es entsteht eine wachsende Diskrepanz.

Denn während KI als die Antwort dargestellt wird, erkennen viele Unternehmen etwas Unangenehmeres. KI behebt nicht, was kaputt ist. Sie macht es sichtbar.

Die Illusion, KI einfach obendrauf zu setzen

Es ist verlockend, KI als etwas zu betrachten, das man einfach als zusätzliche Schicht auf bestehende Systeme, Prozesse und Daten legen kann. Einschalten, und alles wird besser.

In der Realität funktioniert es nicht so.

Wie unser CEO Leon Lauritsen sagt: „Man kann KI nicht einfach auf dieses Chaos setzen … und erwarten, dass sie einem auf magische Weise die richtige Antwort liefert.“

KI ist abhängig vom Kontext. Sie benötigt vernetzte, zuverlässige und gut verstandene Daten. Ohne diese erzeugt sie keine Klarheit, sondern Rauschen.

Und genau dort stehen heute viele Unternehmen. Umgeben von Daten, aber ohne Zusammenhalt. Systeme, die einzeln funktionieren, aber nicht gemeinsam. Prozesse, die sich über Jahre entwickelt haben, jedoch nie dafür ausgelegt waren, dieses Maß an Komplexität zu unterstützen.

In einer solchen Umgebung schafft KI keinen Mehrwert. Sie verstärkt die Fragmentierung.

Damit verändert sich die Frage. Nicht mehr „Wie nutzen wir KI?“, sondern „Sind wir bereit dafür?“

Nicht Komplexität ist das Problem, sondern Fragmentierung

Verändert hat sich nicht nur die Menge der Daten. Verändert hat sich die Art der Arbeit selbst.

Produktentwicklung findet heute nicht mehr in einem einzigen System oder einer einzelnen Disziplin statt. Sie erstreckt sich über Anforderungen, Konstruktion, Simulation, Qualität, Compliance, Fertigung und vieles mehr. Jeder Bereich erzeugt eigene Daten, eigene Prozesse und eigene Perspektiven.

Jahrelang haben wir diese Komplexität durch zusätzliche Systeme bewältigt. Spezialisierte Werkzeuge für spezialisierte Anforderungen. Und obwohl jedes System ein Problem löst, schaffen sie gemeinsam oft ein noch größeres.

Getrennter Kontext.

Das ist die eigentliche Herausforderung. Nicht Komplexität, sondern die Unfähigkeit, übergreifende Zusammenhänge zu erkennen.

Denn wenn Daten in Silos leben, werden Entscheidungen isoliert getroffen. Und wenn Entscheidungen voneinander getrennt sind, wird Geschwindigkeit schwieriger statt einfacher.

Genau hier wird der Digital Thread von einem Konzept zu einer Notwendigkeit. Nicht als Repository, sondern als Möglichkeit, Kontext zu verbinden, um nicht nur zu verstehen, was sich verändert hat, sondern auch warum.

Und genau diesen Kontext braucht KI, um effektiv zu sein.

Ein neues Arbeitsmodell entsteht

Gleichzeitig verändert sich noch etwas Tiefergehendes.

Nicht nur Systeme müssen sich weiterentwickeln, sondern auch die Art und Weise, wie Arbeit selbst erledigt wird.

Über Jahrzehnte hinweg haben wir Software um ein einfaches Modell herum entwickelt: Menschen interagieren über Bildschirme mit Systemen. Formulare, Dashboards, Workflows. Alles war so aufgebaut, dass das System das Zentrum der Arbeit bildet.

Dieses Modell beginnt aufzubrechen.

Arbeit findet nicht natürlich innerhalb von Systemen statt. Sie entsteht in Gesprächen, Entscheidungen, Momenten und im täglichen Arbeitsfluss. Und zunehmend findet sie über verschiedene Umgebungen hinweg statt, nicht nur am Schreibtisch, sondern im Feld, in Meetings und unterwegs.

Ein Modell, in dem:

• Arbeit dort stattfindet, wo sie natürlich entsteht
• Systeme den Moment unterstützen, statt ihn zu diktieren
• Und KI mit Menschen zusammenarbeitet, nicht als Ersatz, sondern als Kollaborateur

In diesem Modell übernehmen Agenten die Last der Skalierung. Sie verarbeiten große Datenmengen, erkennen Muster und bringen Erkenntnisse hervor.

Menschen konzentrieren sich weiterhin auf ihre größten Stärken. Sie bringen Urteilsvermögen, Kontext und Erfahrung ein, um Entscheidungen zu treffen.

Es geht nicht darum, Menschen aus dem Prozess zu entfernen. Es geht darum, die Reibung zu beseitigen, die sie davon abhält, sich auf das Wesentliche zu konzentrieren.

Von Systemen der Dokumentation zu Systemen des Verständnisses

Während sich dieser Wandel vollzieht, verändert sich auch die Rolle zentraler Plattformen.

Der Digital Thread dreht sich nicht länger nur um Rückverfolgbarkeit oder Kontrolle. Er wird zu etwas Dynamischerem.

Zu einem System nicht nur der Dokumentation, sondern des Verständnisses.

Jede Entscheidung, jede Interaktion und jede Änderung erweitert einen wachsenden Bestand an Kontext. Mit der Zeit wird dieser Kontext äußerst wertvoll. Er erfasst nicht nur Daten, sondern auch die dahinterstehende Denkweise.

Und genau das ermöglicht den nächsten Schritt.

KI, die Informationen nicht nur abruft, sondern versteht. Die nicht nur reagiert, sondern lernt. Die mit der Zeit effektiver wird, weil sie auf der Realität basiert, wie Arbeit tatsächlich stattfindet.

In diesem Sinne wird der Digital Thread, den Sie heute aufbauen, zur Grundlage für die Intelligenz, auf die Sie sich morgen verlassen werden.

Vertrauen wird zur Grundlage

Doch nichts davon funktioniert ohne Vertrauen.

Je stärker KI in Entscheidungsprozesse eingebunden wird, desto höher werden die Anforderungen. Die Daten sind sensibel. Die Ergebnisse haben Konsequenzen. Und das Risiko von Fehlentscheidungen ist real.

Deshalb ist Vertrauen keine zusätzliche Funktion. Es ist Infrastruktur.

Dafür braucht es:

• Governance, damit Daten angemessen genutzt und darauf korrekt zugegriffen wird
• Observability, damit Aktionen und Entscheidungen nachvollziehbar bleiben
• Erklärbarkeit, damit Ergebnisse verstanden und validiert werden können

Ohne diese Grundlagen stockt die Einführung. Nicht weil die Technologie dazu nicht fähig wäre, sondern weil Unternehmen ihr nicht vertrauen.

Vertrauen ist das, was Potenzial in Fortschritt verwandelt.

Dynamik wird zum entscheidenden Unterschied

Es gibt noch eine letzte Veränderung, die vielleicht die wichtigste ist.

Es liegt nahe anzunehmen, dass Unternehmen mit Vorsprung, mehr Systemen, mehr Historie und höheren Investitionen besser auf das vorbereitet sind, was kommt.

Doch dieser Vorteil ist nicht garantiert.

„Wenn Sie warten … werden Sie zurückfallen. Sie werden eher wie Unternehmen B sein … kein Marktführer, sondern ein Zuschauer … Aber wenn Sie dieses Ziel erreichen wollen, wenn Sie Branchenführer im Bereich KI werden wollen, dürfen Sie diesen Moment nicht verschwenden.“

-Rob McAveney, CTO von Aras

Denn das Tempo des Wandels hat sich beschleunigt.

Entscheidend ist heute nicht nur, wo Sie stehen. Entscheidend ist, wie schnell Sie sich von hier aus weiterentwickeln.

Die Unternehmen, die führen werden, sind diejenigen, die bereit sind:

• Klein anzufangen
• Sich auf reale Anwendungsfälle zu konzentrieren
• Schnell zu entwickeln, zu testen und zu lernen
• Und sich kontinuierlich weiterzuentwickeln

Nicht darauf zu warten, dass alles perfekt abgestimmt ist. Nicht auf den nächsten Planungszyklus zu warten. Sondern mit Klarheit und Dringlichkeit zu handeln.

In diesem Umfeld zählt Dynamik mehr als Reife.

Der Weg nach vorn

KI wird die Produktentwicklung weiterhin verändern. Daran besteht kein Zweifel.

Doch ihre Wirkung wird nicht allein daraus entstehen, neue Werkzeuge einzuführen. Sie wird daraus entstehen, wie Unternehmen ihre Grundlagen neu denken, ihre Daten verbinden, ihre Mitarbeitenden unterstützen und sich entscheiden zu handeln.

Die Chance ist real. Aber die Verantwortung ebenso.

Denn letztlich wird die Zukunft nicht allein durch die Technologie definiert.

Sie wird dadurch definiert, was wir daraus machen.

Weitere Erkenntnisse wie diese finden Sie auf unserer ACE 2026 Website, auf der Sie zusätzliche Inhalte abrufen und Keynotes on demand ansehen können.