ENGAGE-KI

KI SPRINTS

KI im Engineering. Gemeinsam in die Praxis.

In sechs KI-Sprints entwickeln wir mit Unternehmen Lösungen für die Ingenieursarbeit. Einblicke in Ansätze, Prototypen und Praxiserfahrungen.

KI-basiertes Tailoring von Entwicklungsprozessen

Weidmüller Logo

KI für die Ingenieursarbeit bei Weidmüller: Ein KI-gestützter Assistent soll die produktspezifische Anpassung von Entwicklungsprozessen unterstützen und den manuellen Aufwand reduzieren.

Überblick

Weidmüller steuert seine Entwicklungsprojekte mit V-Modell-basierten Prozessframeworks. Damit diese zu den jeweiligen Produktanforderungen passen, werden sie projektspezifisch angepasst. Dieses Process Tailoring erfolgt bislang überwiegend manuell durch erfahrene Produkt- und Prozessexpert:innen.

Im KI-Sprint wird untersucht, wie ein KI-System aus Lastenheften, Produktbeschreibungen, regulatorischen Anforderungen und Informationen aus PLM-Systemen ein produktspezifisches Tailoring ableiten kann.

Illustration eines KI-Systems, das Produkt- und Prozessinformationen zu einem angepassten Entwicklungsprozess verbindet
KI-generierte Illustration · Keine Aufnahme eines realen Systems.

Die Engineering-Herausforderung

Steigende Produktkomplexität, regulatorische Vorgaben und Dokumentationspflichten treffen auf den Bedarf nach flexiblen Entwicklungsprozessen. Die manuelle Analyse ist zeitintensiv, personengebunden und nur begrenzt skalierbar. Wertvolles Erfahrungswissen kann bei personellen Veränderungen verloren gehen.

Die Leitfrage: Kann KI den Wissens- und Analyseprozess unterstützen und teilweise automatisieren?

Zielsetzung und Lösungsansatz

Ein KI-gestützter Assistent soll das Tailoring neu startender Engineering-Projekte unterstützen. Dazu analysiert er Produktbeschreibungen und Lastenhefte, identifiziert relevante Anforderungen anhand referenzierter Normen und Standards und gleicht diese mit einem V-Modell-basierten Prozessframework ab.

  • Analysieren: Produktinformationen, Lastenhefte und Anforderungen auswerten.
  • Abgleichen: Relevante Vorgaben den möglichen Prozessschritten zuordnen.
  • Vorschlagen: Aktivitäten, Dokumente und Freigaben produktspezifisch ableiten.

Erarbeitet werden ein Proof-of-Concept, automatisch generierte Tailoring-Vorschläge und ein Vergleich mit manuellen Ergebnissen hinsichtlich Qualität, Vollständigkeit und Effizienz.

Potenzial und Nutzen für die Ingenieursarbeit

Der Bericht beschreibt das Potenzial KI-basierter Assistenzsysteme: Die automatisierte Analyse soll den Aufwand für Tailoring-Vorschläge reduzieren und Expertenwissen besser wiederverwendbar machen. Für Weidmüller stehen dabei folgende Vorteile im Mittelpunkt:

  • Schnellerer Projektstart durch Tailoring-Empfehlungen
  • Entlastung bei wiederkehrenden Analyseaufgaben
  • Sicherung und Digitalisierung von Erfahrungswissen
  • Nachvollziehbare und vergleichbare Entscheidungen
  • Bessere Skalierbarkeit für weitere Entwicklungsprojekte

Angestrebte Ziele für die Evaluation

Diese Kennzahlen sind Zielwerte für die Evaluation im Sprint, keine bestätigten Messergebnisse.

Bis zu 50 %
Weniger manueller Tailoring-Aufwand
Wenige Stunden
Bearbeitungszeit statt mehrerer Tage
Über 80 %
Übereinstimmung mit Expertenbewertungen

Zusätzlich wird eine stärkere Wiederverwendung vorhandener Prozess- und Compliance-Informationen angestrebt. Der Sprint legt damit eine Grundlage für weitere Anwendungen im Requirements Engineering, Projektmanagement, in der Kollaboration und im Workflow-Management.