Wird diese Nachricht nicht richtig dargestellt, klicken Sie bitte hier.
Liebe Leserinnen und Leser,

es beginnt oft mit einem kleinen Aha-Moment: Ein Bauteil, das automatisch erkannt wird. Ein Prozess, der plötzlich flüssiger läuft. Ein Tool, das nicht mehr nur verspricht, sondern tatsächlich unterstützt.

In einer Zeit, in der Schlagzeilen von Unsicherheit und wirtschaftlichem Druck geprägt sind, ist genau das der Punkt, an dem Technologie zeigen muss, was sie wirklich kann – jenseits von Buzzwords und Hypes.

Künstliche Intelligenz ist längst keine Zukunftsmusik mehr. Doch wir stehen an einem Wendepunkt: Der Markt ist geflutet mit Lösungen, Demos und Versprechen. Was jetzt zählt, ist echte Wirkung in der Praxis. Genau das erleben wir in unseren Projekten, wenn neuronale Netze Kleinteile mit über 90% Genauigkeit erkennen, oder wenn KI dabei hilft, komplexe Strukturen in Sekunden zu analysieren.

Unsere Devise dabei ist klar: Wir glauben nicht an leere Worthülsen, sondern an belegbare Ergebnisse. Und wir laden Sie ein, sich mit den Beispielen und Einsichten in diesem Newsletter selbst ein Bild davon zu machen.

Ich wünsche Ihnen spannende Impulse beim Lesen und freue mich wie immer auf den Austausch mit Ihnen!

Ihr
Hermann Gaigl

Drei praxiserprobte Use-Cases für KI, die bereits jetzt überzeugen

1. Kleine Teile, große Wirkung: Wie KI lernt, Bauteile an ihrer Geometrie zu erkennen

Was haben eine Schraube, eine Mutter und ein Clip gemeinsam? Auf den ersten Blick nicht viel, doch für unsere KI sind sie der Schlüssel zu einem Meilenstein im Engineering-Alltag.

In einem unserer Projekte stand plötzlich eine Frage im Raum: Kann KI lernen, winzige, oft übersehene Bauteile zuverlässig nur anhand ihrer 3D-Geometrie zu erkennen? Die Antwort: Ja – und noch viel mehr!

Auslöser war eine Analyse realer Kundendaten. Sie zeigte, dass geometrische Probleme im Digital Mock-up (DMU) oft bei Kleinteilen wie Schrauben, Muttern oder Clipsen auftreten. Die Herausforderung: Diese Bauteile variieren je nach Hersteller und Produkt stark in Form, Größe und Beschaffenheit.

Genau hier kam KI ins Spiel. Wir entwickelten ein neuronales Netz, das mit tausenden 3D-Geometrien gefüttert wurde. Bereits in den ersten Testläufen erzielte die KI beeindruckende Ergebnisse: Über 90% der Kleinteile wurden korrekt erkannt und benannt. In weiteren Tests war die KI-Lösung auch in der Lage, größere Bauteile und Bauteilgruppen korrekt zu identifizieren. 

2. Datenflut unter Kontrolle: Mit KI zur fehlerfreien geometrischen Absicherung

Es begann mit einem ganz alltäglichen Problem in der Produktentwicklung: Ein langjähriger Kunde sah sich mit einer stetig wachsenden Flut an CAD-Daten konfrontiert. Neue Varianten, ständig wechselnde Anforderungen, unzählige Entwicklungsstände und mittendrin ein Team, das zunehmend den Überblick verlor. Die Folge: Änderungen blieben unentdeckt, Fehler wurden zu spät erkannt, die Kosten stiegen.

Genau hier setzte unsere Lösung an. Mit der Einführung von Quality-Monitor änderte sich die Situation schlagartig. Statt manuell nach Abweichungen zu suchen, erkannte die Software automatisch jede relevante Änderung in den CAD-Daten und analysierte sie direkt im Kontext. Doch das war erst der Anfang. Mittlerweile wird Quality-Monitor bei diesem Kunden durch KI ergänzt – für eine noch intelligentere Bewertung der Daten. Die KI lernt kontinuierlich dazu, erkennt Muster, priorisiert Risiken und schlägt Handlungsbedarfe vor, noch bevor Probleme entstehen.

Was früher eine kaum beherrschbare Datenmenge war, ist heute ein klar strukturierter Informationsfluss – unterstützt durch Künstliche Intelligenz, die nicht nur mitdenkt, sondern vorausdenkt. Ein Beispiel dafür, wie KI nicht ersetzt, sondern entlastet und aus Komplexität wieder Kontrolle macht.

3. Wie aus Daten Bilder werden – in Echtzeit und in höchster Qualität

Stellen Sie sich vor, ein ganzes Produkt entsteht nicht erst im Studio, sondern live aus reinen 3D-Daten – gestochen scharf, detailgetreu, fotorealistisch. Kein stundenlanges Rendering, keine Spezial-Hardware, keine komplizierte Nachbearbeitung. Genau das ermöglicht unsere KI für 3D-Bilderzeugung.

Was früher oft viele Stunden Rechenzeit und teure Workstations erforderte, läuft heute in einem Bruchteil der Zeit. Im VT-DMU Modul „photo“ und im Material-Editor kommt eine speziell trainierte KI zum Einsatz, die den gesamten Rendering-Prozess übernimmt: Sie erzeugt die Bilder direkt aus 3D-Geometrien, korrigiert automatisch verrauschte Bildbereiche und liefert in Sekundenschnelle überzeugende Ergebnisse.

Bei unseren Kunden wird die Technologie vor allem dort genutzt, wo viele Daten schnell und visuell überzeugend dargestellt werden müssen: etwa für Marketing-Unterlagen, Produktkataloge oder die präzise Visualisierung technischer Details. Auch Echtzeit-Renderings für interaktive Anwendungen lassen sich damit nahtlos umsetzen.

Software-Updates

VT-DMU 5.8 ist fertig.

Der modulare Software-Baukasten VT-DMU ist die Basis für intelligente Produktentwicklung und effiziente Prozessoptimierungen, z.B. durch Automatisierung. 

VT-DMU ist auch die Grundlage für Quality-Monitor, der nun in Version 6.2. vorliegt.  

Das Paket enthält unter anderem folgende Updates:

  • Verbesserte Kollisionsanalyse mit "Decompose": Mit dem neuesten Update von "Decompose" zerlegt der Algorithmus Kollisionen jetzt automatisch in logisch zusammenhängende Teilbereiche. Gerade bei komplexen Baugruppen sorgt das für mehr Übersicht und eine deutlich präzisere Bewertung einzelner Konflikte, unabhängig davon ob durch KI oder manuell.
  • Ein Beispiel aus der Praxis: Ein Kabelbaum, der sich durch mehrere Bauraumgrenzen zieht, verursacht typischerweise verschiedene Kollisionen – etwa mit Blechteilen, Steckverbindungen oder engen Durchbrüchen. VT-DMU behandelt diese Fälle nun automatisch als separate Konflikte, inklusive jeweils eigener Bilder und individueller Bewertung.

  • Hier sehen Sie ein exemplarisches Beispiel von einem realen Anwendungsfall:
  • Bessere Visualisierungen auf einen Blick: Dank der neuen Struktur erzeugt VT-DMU für jede Kollision ein eigenes, hochauflösendes Bild. Zusätzlich lassen sich jetzt die Dicke und Farbe von Schnitt- und Konturlinien frei konfigurieren – für noch klarere Darstellungen in der Analyse.
  • Permanente Daten-Checks: In Quality Monitor 6.2 werden ab sofort neue Daten automatisch auf Vollständigkeit geprüft, d.h. ob z.B. alle notwendigen Informationen vorhanden sind und die dazugehörigen Bilder vorliegen. Dadurch können wir schneller und gezielter feststellen, welche 3D-Daten bereits für das KI-Training geeignet sind und welche nicht. 

Wussten Sie schon ...

Produktentwicklung auf dem nächsten Level – mit einem System, das sich Ihnen anpasst

Was wäre, wenn Ihre Software nicht nur ein Werkzeug, sondern ein flexibler Baukasten wäre, der sich exakt Ihrem Produkt, Ihrem Prozess und Ihren Herausforderungen anpasst? Genau das ist VT-DMU.

Mit über 50 intelligenten Algorithmen liefert VT-DMU die flexibelste Lösung für die digitale Produktentwicklung. Jedes Modul erfüllt eine spezifische Funktion. Und das Beste: Die Module lassen sich ganz nach Ihrem Use-Case kombinieren – wie bei einem Lego-System, nur mit Engineering-Power. Sei es zur automatisierten Kollisionsprüfung, zur Datenreduktion bei großen Baugruppen oder zur Differenzberechnung.

Ob für schlanke Prozesse, transparente 3D-Daten oder KI-gestützte Absicherungen: VT-DMU passt sich Ihren Zielen an. Entdecken Sie, wie sich die Module für Ihren maximalen Mehrwert kombinieren lassen.

Alles weitere Wissenswerte zu invenio Virtual Technologies finden Sie hier:

invenio Virtual Technologies GmbH | Robert-Bürkle-Straße 3 | 85737 Ismaning
Sitz der Gesellschaft: Pastetten
Geschäftsführer: Dipl.-Ing. Hermann Gaigl  |  Dipl.-Ing. Kai F. Wißler
Amtsgericht: München HRB 194114
Datenschutzerklärung
 
Klicken Sie hier um Ihre Empfangseinstellungen themenspezifisch anzupassen.
Wenn Sie (an: unknown@noemail.com) keine News mehr von invenio empfangen möchten, können Sie diese hier kostenlos abbestellen.