Produktentwicklung | Künstliche Intelligenz Anpassbare Plattform für KI im Engineering

Quelle: Pressemitteilung 4 min Lesedauer

Anbieter zum Thema

Mit EDAG.ai stellt die EDAG Group eine modulare Plattform für KI im Engineering vor. Unternehmen sollen damit KI an eigene Daten und Entwicklungsprozesse anpassen und den Einsatz selbst steuern können.

Gabriel Seiberth, Executive Vice President Electrics/Electronics bei der EDAG Group: «Der Markt fragt oft, welches Modell das beste ist. Für Unternehmen ist das die falsche Frage. Der Wert eines Modells entsteht erst in einem sogenannten Harness: einer Infrastruktur, die es mit Werkzeugen, Gedächtnis und Daten versorgt und seine Arbeit steuert.»(Bild:  EDAG Group)
Gabriel Seiberth, Executive Vice President Electrics/Electronics bei der EDAG Group: «Der Markt fragt oft, welches Modell das beste ist. Für Unternehmen ist das die falsche Frage. Der Wert eines Modells entsteht erst in einem sogenannten Harness: einer Infrastruktur, die es mit Werkzeugen, Gedächtnis und Daten versorgt und seine Arbeit steuert.»
(Bild: EDAG Group)

Viele Unternehmen investieren in künstliche Intelligenz, erzielen damit aber noch nicht den erhofften Produktivitätsgewinn. Laut dem MIT-Projekt NANDA liefern nur fünf Prozent der KI-Pilotprojekte einen messbaren Geschäftswert. Als Hindernisse gelten hohe Kosten, mangelnde Kontrolle über Daten und Systeme sowie ein unklarer wirtschaftlicher Nutzen. Mit EDAG.ai will die EDAG Group Unternehmen dabei unterstützen, KI kontrolliert und wirtschaftlich in Engineering-Prozesse einzubinden. Die Lösung ist weder ein eigenes KI-Modell noch ein standardisiertes Softwareprodukt. Im Zentrum steht ein anpassbarer «Engineering Harness»: eine Umgebung, die KI-Modelle mit Daten, Werkzeugen und Prozessen verbindet und ihre Aufgaben steuert.

Engineering-Wissen als Datenbasis

Die EDAG Group stützt EDAG.ai auf ihre Erfahrung aus mehr als 7‘000 Entwicklungsprojekten und über 55 Jahren Engineering-Arbeit – von Elektrik- und Elektronikfunktionen über Fahrzeugplattformen bis hin zum Gesamtfahrzeug.

Für den Einsatz in Unternehmen sei nicht möglichst viel, sondern passend aufbereitetes Wissen entscheidend, so EDAG. Das Unternehmen bezeichnet diese auf den jeweiligen Anwendungsfall zugeschnittenen Informationen als «Smart Data». Dazu gehören Engineering-Ontologien, Referenzmodelle wie ein Produktentstehungsprozess sowie strukturierte Wissensbasen.

Verknüpft mit diesen Informationen sollen auch proprietäre Unternehmensdaten besser nutzbar werden. Die Datenhoheit soll dabei beim Kunden bleiben. Fachliche Standards und feste Regeln ergänzen die KI dort, wo Prozessdaten zuverlässig verarbeitet und Ergebnisse nachvollzogen werden müssen.

EDAG hat die Voraussetzungen für den Einsatz maßgeschneiderter KI in einem Framework mit fünf «Cs» zusammengefasst: Cost (Kosten), Control (Kontrolle), Compliance (Regelkonformität), Customization (Anpassbarkeit) und Compounding (kumulativer Wissensaufbau). Unternehmen sollen damit prüfen können, ob die Bedingungen für den produktiven KI-Einsatz erfüllt sind, bevor sie investieren.

«Der Markt fragt oft, welches Modell das beste ist. Für Unternehmen ist das die falsche Frage. Der Wert eines Modells entsteht erst in einem sogenannten Harness: einer Infrastruktur, die es mit Werkzeugen, Gedächtnis und Daten versorgt und seine Arbeit steuert», sagt Gabriel Seiberth, Executive Vice President Electrics/Electronics bei der EDAG Group. 

«Benchmarks zeigen: Ein und dasselbe Spitzenmodell löst in einer spezialisierten Umgebung drei Viertel der Aufgaben, in einer allgemeinen nur etwas mehr als die Hälfte. Erfolgreiche Enterprise-KI entsteht deshalb nicht allein durch den Zugriff auf die APIs großer Modellanbieter, sondern durch souveräne, aufgabenoptimierte Systeme. Dort kann Wissen wachsen. Ein Modell neu zu trainieren kostet Millionen; ein bestehendes System zu erweitern, ist deutlich günstiger. Deshalb entwickeln wir einen Engineering Harness, der Fachwissen, Daten, Prozesse und Modelle verknüpft und unternehmensweit verfügbar macht.»

Ein KI-System für die Produktentwicklung

Lange stand die Entwicklung einer allgemeinen künstlichen Intelligenz (AGI) im Mittelpunkt. Die zugrunde liegende Annahme lautete: Mehr Daten und Rechenleistung führen zu leistungsfähigeren Systemen. Mit dem Begriff «Harness», der Ende 2025 im Zusammenhang mit KI-Agenten größere Verbreitung fand, rückt laut EDAG stärker die Struktur rund um das KI-Modell in den Fokus.

Ein Harness wird für einen bestimmten Anwendungsbereich entwickelt. Programmierung, Cybersicherheit und mathematische Beweisführung stellen jeweils unterschiedliche Anforderungen. Das gilt nach Einschätzung von EDAG auch für die Produktentwicklung. Fahrzeuge seien komplexe cyber-physische Systeme, deren Entwicklung stark reguliert ist. Ergebnisse müssten anhand von Normen überprüfbar und von der Anforderung bis zur Freigabe nachvollziehbar sein.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Der Engineering Harness von EDAG ist auf diesen Anwendungsbereich ausgerichtet und soll sich fortlaufend weiterentwickeln: Neue Modelle und Methoden können integriert werden, sobald sie verfügbar sind. Mit der Nutzung soll zudem unternehmenseigenes Wissen entstehen und erhalten bleiben.

«Nur wer die Struktur rund um das Modell beherrscht, hat die entscheidenden Hebel für den wirtschaftlichen Nutzen von KI im Unternehmen in der Hand», so Seiberth.

Kontrolle über Daten, Architektur und Kosten

Nach Einschätzung von EDAG gewinnen proprietäre Daten an Bedeutung, insbesondere im Bereich Physical AI. Damit steige auch die Bedeutung der Kontrolle über diese Daten. EDAG.ai soll Unternehmen deshalb ermöglichen, über Daten, Systemarchitektur und Kosten selbst zu bestimmen.

Der Engineering Harness basiert auf einer offenen, modularen Plattform. Einzelne Komponenten lassen sich erweitern oder austauschen. Bei einer reinen API-Nutzung bestimmt dagegen der Anbieter, welches Modell eine Aufgabe übernimmt, welche Werkzeuge es verwendet, welche Kosten entstehen und wann Änderungen vorgenommen werden. Bei EDAG.ai sollen Unternehmen diese Entscheidungen selbst treffen können.

Plattform und Ontologien sind laut EDAG an unterschiedlichen Orten einsetzbar und können vollständig an den Kunden übergeben werden. Das soll insbesondere Branchen mit hohen Anforderungen an Datenschutz, Nachvollziehbarkeit und geistiges Eigentum unterstützen, etwa die Automobil- und Verteidigungsindustrie.

Zusätzlich bietet EDAG einsatzbereite KI-Anwendungen, unter anderem für Programmierung, Cybersicherheit und Requirements Engineering. Sie können direkt genutzt oder an kundenspezifische Daten, Prozesse und Anforderungen angepasst werden.

Weitere Informationen: https://edag.ai/de