Der Inhalt dieser Seite wurde automatisch von einem Drittanbieter übersetzt.

Hersteller haben normalerweise keine Schwierigkeiten mit Produktvarianten, weil ihnen Daten fehlen. Häufiger liegt das Problem darin, dass die Logik hinter diesen Varianten in Produktstrukturen verborgen ist, die nie dafür ausgelegt wurden, als sauberes, wiederverwendbares Modell zu funktionieren.

Eine Stückliste wird kopiert. Einige Komponenten werden geändert. Eine weitere Version wird freigegeben. Dann wiederholt sich der Prozess. Mit der Zeit wächst die Produktfamilie, aber das Unternehmen gewinnt nicht immer einen klaren Überblick darüber, welche Kombinationen gültig sind, welche Module wiederverwendbar sind und wo Standardisierung noch möglich ist. Die Demonstration beschreibt die Herausforderung sehr praxisnah: bestehende BOMs werden dupliziert, anstatt validierte Versionen wiederzuverwenden, Konfigurationslogik geht verloren, wenn erfahrene Ingenieure das Unternehmen verlassen, und ungültige Kombinationen werden erst zu spät im Lebenszyklus erkannt.

Genau dieses Problem soll der Smart Variants Agent lösen.

Der Wert der Demo liegt darin, dass sie von dieser Realität ausgeht. Sie setzt nicht voraus, dass das Unternehmen bereits über ein perfektes Variantenmodell verfügt. Stattdessen beginnt sie mit den Strukturen, die ein Hersteller bereits besitzt, und zeigt, wie KI dabei helfen kann, diese zu interpretieren.

Bevor Sie sich die Demo ansehen

Es hilft, vor Beginn der Demo zu wissen, worauf Sie achten sollten.

Was Sie gleich sehen werden, ist nicht einfach nur ein schnelleres Werkzeug zum Vergleich von BOMs. Die wichtigere Idee dahinter ist, dass Smart Variants über bestehende Produktstrukturen hinweg arbeitet, gemeinsame und unterschiedliche Muster identifiziert, vorhandene BOMs analysiert, wiederverwendbare Module erkennt und Varianten sowie die dazugehörige Logik empfiehlt, um innerhalb bestehender PLM- und ERP-Umgebungen zu arbeiten.

Die zentrale Veränderung besteht darin, von fragmentierten Produktvarianten zu strukturiertem Variantenwissen überzugehen.

Das bedeutet, die entscheidende Frage lautet nicht: „Kann der Agent BOMs analysieren?“ Sondern vielmehr: „Kann der Agent dabei helfen, die verborgene Logik einer Produktfamilie in ein gesteuertes Modell zu überführen, das das Unternehmen tatsächlich nutzen kann?“

Lassen Sie uns nun darüber sprechen, was Sie gerade gesehen haben

Für die meisten Menschen ist der erste Eindruck Geschwindigkeit. Der Agent analysiert Strukturen schnell und beginnt Muster sichtbar zu machen, deren Rekonstruktion normalerweise erheblichen manuellen Aufwand erfordern würde.

Wichtiger ist jedoch die Entwicklung, die darunterliegt.

Der Workflow beginnt mit der ausgewählten Produktfamilie und ihrer BOM-Landschaft in Aras. Von dort aus werden Produktdaten über Edge APIs bereitgestellt, sodass der Agent innerhalb der gesteuerten PLM-Umgebung auf BOMs, Regeln und Variantenkontexte zugreifen kann und nicht außerhalb davon. Der BOMs Analyzer überprüft bestehende Strukturen, sammelt alle BOMs und identifiziert Wiederverwendungsmöglichkeiten, Duplikate und wahrscheinliche modulare Bausteine. Der Variant Expert oder Variants Modeler übersetzt diese BOM-Komplexität anschließend in potenzielle Features, Optionen, Regeln und Nutzungsbedingungen und erzeugt damit eine strukturierte Ausgabe für ein Variantenmodell. Experten prüfen anschließend die Ergebnisse, verfeinern Einschränkungen oder fordern eine weitere Analyse an. Freigegebene Ergebnisse werden in formale Variantenmodell-Elemente überführt und für die weitere Nutzung veröffentlicht.

Das ist die eigentliche Geschichte hinter der Demo: Komplexität wird in Struktur übersetzt.

Warum die 150%-BOM wichtig ist

Eine der wichtigsten Ideen im Workflow ist die 150%-BOM.

Der Agent analysiert alle hochgeladenen BOM-Daten, um Pflichtkomponenten, bedingte Einschlussregeln und Muster gemeinsamer Vorkommen zu identifizieren, und erstellt daraus eine Superset-BOM, die die Komponenten für alle Konfigurationen enthält. Das ist nicht nur ein praktisches Hilfsmittel. Es ist eine entscheidende Brücke zwischen einzelnen kopierten Produktdefinitionen und einem expliziteren Variabilitätsmodell.

In der Praxis ist das wichtig, weil viele Unternehmen bereits wissen, dass ihre Produktfamilie Wiederverwendung, Abhängigkeiten und Kompatibilitätslogik enthält. Das Problem besteht darin, dass diese Beziehungen über viele separate Strukturen hinweg verborgen sind. Eine 150%-BOM gibt dem Unternehmen die Möglichkeit, den konfigurierbaren Produktraum ganzheitlicher zu betrachten.

Sobald diese Sicht vorhanden ist, kann sich die Diskussion von „Mit welcher BOM-Kopie sollten wir beginnen?“ hin zu „Welche Features, Optionen und Regeln definieren diese Produktfamilie tatsächlich?“ bewegen.

Was dies zu mehr als nur Analyse macht

Viele KI-Demonstrationen enden bei Erkenntnissen. Smart Variants geht weiter.

Nach der Analyse der BOMs und der Erstellung der Superset-Struktur ordnet der Workflow BOM-Elemente Features und Optionen zu und leitet daraus die Konfigurationssprache des Unternehmens ab. Das freigegebene Modell wird anschließend als gesteuerte Objekte zurück in Aras übernommen: Features, Optionen und Konfigurationsregeln mit Rückverfolgbarkeit zu den Quell-BOMs und den historischen Nachweisen hinter jeder Regel.

Genau diese Unterscheidung macht die Demo bedeutsam. Das Ergebnis ist kein isoliertes KI-Artefakt oder eine externe Tabelle mit Vorschlägen. Es handelt sich um ein gesteuertes Ergebnis, das Teil der Produktlebenszyklus-Umgebung selbst werden kann.

An diesem Punkt beginnt Smart Variants weniger wie eine Einzellösung und mehr wie ein disziplinierter Ansatz zum Aufbau wiederverwendbaren Produktwissens aus bestehenden Strukturen zu wirken.

Warum menschliche Aufsicht zentral bleibt

Ein weiterer wichtiger Punkt, den Sie gerade gesehen haben, ist, dass der Prozess gesteuert bleibt.

Die Smart Variants-Materialien beschreiben dies ausdrücklich als durch Mensch-KI-Zusammenarbeit gesteuerten Prozess. Ingenieure stellen Fragen in natürlicher Sprache, überprüfen KI-generierte Regeln, verfeinern Ergebnisse mit ihrem Expertenwissen und genehmigen nur validierte Ausgaben. Menschliche Aufsicht ist in jeden Empfehlungskreislauf integriert und nicht nur am Ende hinzugefügt.

Dieser Punkt lässt sich leicht unterschätzen, ist aber zentral.

Variantenlogik beeinflusst Engineering, Lieferkette, Fertigbarkeit und nachgelagerte Konfiguration. Deshalb reicht Geschwindigkeit allein nicht aus. Das Unternehmen muss sicher sein können, dass das entstehende Modell von Experten überprüft, hinterfragt und freigegeben werden kann, bevor es operativ eingesetzt wird.

Der Wert von KI liegt hier nicht darin, menschliches Urteilsvermögen zu umgehen. Er liegt darin, Teams dabei zu helfen, ihr Urteilsvermögen schneller und auf Grundlage einer klareren Darstellung der Produktfamilie anzuwenden.

Warum das für Hersteller wichtig ist

Das grundlegende Nutzenversprechen ist einfach.

Der Smart Variants Agent führt zu schnellerer Produktinnovation, geringeren Kosten, besser passenden Produkten und weniger manueller BOM-Analyse. Außerdem beschreibt er das Geschäftsproblem in Bezug auf Engineering-Verschwendung, Teileduplikation und die Vorteile von Wiederverwendung und Gemeinsamkeiten.

Zusammengenommen ergibt sich daraus ein praktischer Business Case. Wenn Hersteller wiederverwendbare Module identifizieren, doppelte Strukturen reduzieren und ein gesteuertes Variantenmodell erstellen können, schaffen sie bessere Voraussetzungen, um zu standardisieren, schneller zu konfigurieren und Produktkomplexität intelligenter zu skalieren.

Deshalb ist der Smart Variants Agent wichtig. Er hilft Anwendern nicht nur dabei, das Bestehende zu analysieren. Er hilft ihnen dabei, eine bessere Grundlage für das zu schaffen, was als Nächstes kommt.

Die wichtigste Erkenntnis

Was sollte also jemand nach dem ersten Ansehen der Demo mitnehmen?

Die Antwort lautet nicht einfach, dass KI BOMs analysieren kann.

Sondern, dass KI im PLM dann wertvoll wird, wenn sie dabei hilft, fragmentierte Produktvarianten in gesteuertes, wiederverwendbares Produktwissen zu überführen. Smart Variants erreicht dies, indem bestehende Strukturen genutzt, verborgene Logik und Wiederverwendungsmöglichkeiten sichtbar gemacht, Experten in den Prüfprozess eingebunden und freigegebene Ergebnisse wieder in formale Variantenmodell-Elemente innerhalb von Aras überführt werden.

Das ist ein deutlich stärkeres Wertversprechen als reine Automatisierung um ihrer selbst willen.

Es ist ein praktischer Weg von BOM-Komplexität hin zu gesteuertem Variantenmanagement.

Category:
Aras Insights Artificial Intelligence