Expertentalk: PLM-Lösungen für den Mittelstand

Wissen im System, nicht nur in den Köpfen

< zurück

Seite: 5/7

Anbieter zum Thema

Frank Schlupp, Mitglied der Geschäftsleitung und Vertriebsleiter, Orcon GmbH

Wie können PLM-Lösungen Unternehmen dabei unterstützen, aktuelle Herausforderungen in der Fertigungsindustrie - etwa Fachkräftemangel, Variantenkomplexität oder die Integration von Nachhaltigkeitsanforderungen - effizient zu bewältigen?

Seit einem Jahr begleite ich bei Orcon die Einführung und Weiterentwicklung unserer PLM-Lösung Phoenix/PLM aus Sicht von Vertrieb und Marketing. Dabei erlebe ich täglich, wie stark die aktuellen Herausforderungen unsere Kunden prägen. Genau hier zeigt ein modernes PLM seinen strategischen Wert.
Besonders beeindruckt mich die Entlastung der Teams: Eine zentrale, saubere Datenbasis sorgt dafür, dass Wissen im System bleibt, nicht nur in Köpfen. Neue Mitarbeitende werden schneller produktiv, weil Prozesse, Produktstrukturen und Regeln klar dokumentiert und nachvollziehbar gesteuert werden. Variantenvielfalt wird beherrschbar, Änderungen bleiben transparent.

PLM-Lösungen von Orcon
Frank Schlupp, Mitglied der Geschäftsleitung und Vertriebsleiter, Orcon GmbH.
(Bild: Orcon GmbH)
Neue Mitarbeitende werden schneller produktiv, weil Prozesse, Produktstrukturen und Regeln klar dokumentiert und nachvollziehbar gesteuert werden. Variantenvielfalt wird beherrschbar, Änderungen bleiben transparent.

Ein weiterer Schwerpunkt ist für mich der Einsatz von KI in Phoenix/PLM. PLM-Systeme enthalten riesige Mengen technischer Datenblätter und Dokumentationen – ideale Grundlage für KI-gestützte Mehrwerte. KI kann fehlende Klassifikationen ergänzen, unklare Daten korrigieren und Zusammenhänge erkennen. So wird die Bauteilsuche intelligent: Eine Anfrage nach einem Bauteil mit 1000 g liefert auch 1014 g als möglichen relevanten Treffer. Aus einer passiven Datenablage wird ein aktiver Assistenzdienst im Engineering.

Auch Nachhaltigkeit profitiert: Materialien lassen sich automatisch prüfen, Alternativen finden und CO₂-relevante Daten frühzeitig berücksichtigen. Für mich steht fest: Ein modernes, KI-gestütztes PLM ist heute einer der wichtigsten Hebel, um mit weniger Personal schneller, sicherer und nachhaltiger entwickeln zu können. Deshalb treiben wir die Weiterentwicklung von Phoenix/PLM in diese Richtung konsequent voran.

Können Sie uns bitte ein Beispiel aus der Praxis nennen, in dem die PLM-Software zu verbesserter Produktentwicklung oder kürzerer Time-to-Market geführt hat?

Bei unserem Kunden aus dem Maschinenbau führt eine automatisierte, regelbasierte Modellerzeugung bereits heute zu klar messbaren Ergebnissen: Der Konstruktionsaufwand sinkt um 20 bis 30 Prozent. Individuelle Kundenprojekte lassen sich schneller und konsistenter umsetzen – ein entscheidender Vorteil in Märkten mit hoher Variantenanforderung.

Welche technologischen Trends prägen aus Ihrer Sicht die Zukunft von PLM-Systemen, und wie bereiten Sie Ihre Lösung auf diese Entwicklungen vor?

Wir stehen erst am Anfang dessen, was KI im PLM leisten kann. Vier Einsatzbereiche stehen für mich im Fokus:

  • Automatisches Ergänzen fehlender Klassifikationen
  • Intelligente, kontextbasierte Bauteilsuche
  • Erkennen ähnlicher Teile zur Wiederverwendung
  • Früherkennung von Inkonsistenzen in Produktstrukturen

Phoenix/PLM entwickelt sich damit vom Datenspeicher zum aktiven Engineering-Assistenten.

Weitere Informationen: https://www.orcon.de/

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