FAICE adressiert die Integration generativer KI in kollaborative Engineering-Workflows. Die Initiative konzentriert sich auf zwei zentrale Anwendungsfälle: einen SysML-Assistenten, der in CATIA Magic für MBSE® eingebettet ist, sowie einen Standards-Chatbot für den Abruf lizenzierter Normeninhalte.
FAICE zielt darauf ab, systemische Hindernisse zu überwinden, die in etablierten Modellen der Datenzugangskontrolle und Lizenzierung verwurzelt sind. Das Projekt stellt sicher, dass KI-Antworten vertrauenswürdig und auf nachvollziehbarem Quellmaterial basiert sind.
Für den SysML-Assistenten ist es das Ziel, Modellierungsaufgaben innerhalb einer industriellen Toolumgebung zu unterstützen und die Zusammenarbeit zwischen Partnern zu erleichtern. Für den Standards-Chatbot liegt der Fokus auf der Ermöglichung eines sicheren, rechtlich konformen und granularen Zugriffs auf sensible oder lizenzierte Daten über Unternehmensgrenzen hinweg.
FAICE bietet praxisnahe Ansätze für den sicheren und vertrauenswürdigen Einsatz generativer KI im unternehmensübergreifenden Engineering. Das Projekt zielt auf die Verbesserung der Zusammenarbeit durch die Etablierung eines sicheren und industriekonformen Frameworks.
Das Projekt hat erfolgreich greifbare, funktionsfähige Prototypen sowohl für den SysML-Assistenten als auch für den Standards-Chatbot demonstriert. Die Erkenntnisse zeigen, dass die zentralen technischen Komponenten ausgereift sind und Datensouveränität gewahrt werden kann – die Akzeptanz hängt jedoch von der Weiterentwicklung kommerzieller und betrieblicher Rahmenbedingungen ab.
Das Projekt lieferte einen funktionsfähigen SysML-Assistenten, der natürliche Sprache in SysML-Modelle überführt. Anwender berichteten von Effizienzgewinnen bei frühen Modellierungsaufgaben, etwa beim Erstellen von Struktur- und Verhaltensdiagrammen. Als zentrale Nutzeranforderungen wurden persistenter Kontext über Sitzungen hinweg sowie dialogbasierte Rückfragen zur Fehlervermeidung identifiziert.
Für den Standards-Chatbot können Anwender nun über einen virtuellen Assistenten gezielt Normeninhalte auf Basis individueller Lizenzen abrufen. Das System setzt granulare Zugriffsrechte zuverlässig durch und stellt sicher, dass Nutzer ausschließlich die Informationen einsehen, zu deren Zugriff sie berechtigt sind.
Für Dienstleister definierte der Standards-Anwendungsfall die Rolle eines KI-Orchestrators als neutraler Vermittler. Die Architektur basiert auf einem „Zero-Knowledge"-Prinzip, bei dem der Orchestrator Anfragen weiterleitet, ohne sensible Daten zu speichern. FAICE identifizierte den Catena-X-Datenraum als potenziell geeignetes Ökosystem für den Einsatz, das eine regelbasierte Zugriffskontrolle ermöglicht. Dies erlaubt Anbietern, Normen als „Standards-as-a-Service" bereitzustellen, bei dem der Datenzugriff über sichere Schnittstellen (APIs/A2A/MCP) statt über statische Dokument-Downloads erfolgt.
FAICE hat festgestellt, dass konventionelle Lizenzierungsmodelle (pro Nutzer/pro Dokument) grundlegend überprüft werden müssen – insbesondere im Hinblick auf den Einsatz von KI-Agenten, die Inhalte paraphrasieren und zitieren. Das Projekt empfiehlt den Übergang zu „KI-first"-Geschäftsmodellen. Dazu zählen Pay-per-API-Call- bzw. Pay-per-Token-Modelle sowie projektbezogene Abonnements, die Partnern für die Dauer eines Projekts Zugang zu bestimmten Normen gewähren. Ein „Freemium"-Modell wurde vorgeschlagen, um Metadaten für KI-Agenten frei auffindbar zu machen und damit Transaktionen für den Volltextzugriff anzustoßen.
Eine wesentliche Herausforderung war die „Datenbereitschaft": Viele Normen (PDF, ReqIF, SysML) sind für den Austausch zwischen Organisationen und Tools konzipiert – was jedoch nicht bedeutet, dass KI-Modelle mit diesen Datenformaten hinreichend gut arbeiten können. Erschwerend kommt hinzu, dass Metamodelle in Teilen individuelle Interpretationen der Normen zulassen und im Rahmen unternehmensübergreifender Zusammenarbeit SysML-Profil-Dialekte sowie Inkompatibilitäten auf Abstraktionsebenen eine zusätzliche Herausforderung darstellen.
Das zentrale Hindernis für den Standards-Chatbot ist der „Daten- und Lizenzierungs-Engpass": Bestehende Lizenzmodelle unterstützen den granularen, bedarfsgerechten Zugriff, den KI-Agenten erfordern, nicht ausreichend. Für den SysML-Assistenten bleibt der Zugang zu erfahrenen SysML-Praktikern entscheidend, um reale Kollaborationsszenarien adäquat abzubilden.
2026 wird FAICE den Fokus auf technische Erweiterungen des SysML-Assistenten legen, um reale Kollaborationsherausforderungen zu adressieren:
Unternehmensübergreifender Modellaustausch: Der Assistent erkennt Abweichungen in unternehmensspezifischen Profilen und schlägt automatisierte Korrekturen vor bzw. führt diese durch.
Unterstützung mehrerer Versionen: Umgang mit Unterschieden zwischen SysML-Versionen (1.x/2) bei verschiedenen Partnern.
Integration zusätzlicher Modalitäten: Praktischer Einsatz von „Smart Standards" (IDiS) und ReqIF zur Verbesserung von Effizienz und Zuverlässigkeit des Assistenten.
Die Veröffentlichung von SysML v2 bietet zudem die Gelegenheit, die Assistentenfähigkeiten zur Unterstützung von v1.x-nach-v2-Migrationen gezielt weiterzuentwickeln.
Das Projekt hat erfolgreich funktionsfähige Prototypen entwickelt und damit die Realisierbarkeit sicherer, normenkonformer Frameworks unter Beweis gestellt, die reale Herausforderungen der Industrie adressieren. Die Erkenntnisse wurden in zwei Whitepapers, einer Handlungsempfehlung sowie einem Webinar veröffentlicht. Ein DIN/DKE-Projekt („IDiS") greift die Ergebnisse bereits auf und treibt damit internationale Diskussionen zur Förderung maschinenlesbarer Normen und Standards voran.
Markus Franke (Schaeffler, Projektvorsitz):
„Mit FAICE haben wir den Finger in die Wunde gelegt. Die gesammelten Erfahrungen zeigen, dass es noch ein weiter Weg ist, um Kollaboration ohne bewusst errichtete Hindernisse zu ermöglichen. Offenheit bedeutet oft, alles zu verändern, was wir gewohnt waren zu tun und bereit waren zu teilen."
Michael Maletz (AVL): „KI wird die Art und Weise, wie Engineering betrieben wird, grundlegend verändern. Durch die Erkenntnisse dieses Projekts wird die Vision, KI in einer heterogenen MBSE-Umgebung einzusetzen, zur Realität – wir gestalten diese Zukunft aktiv mit. FAICE gibt einen Ausblick darauf, wie Ingenieure von KI profitieren werden, und legt das Fundament dafür, dass Organisationen sich auf den Arbeitsplatz von morgen vorbereiten können."
Michael Haller (ZF): „FAICE zeigt, wie KI MBSE vereinfachen und Lücken in der kollaborativen Entwicklung schließen kann. Indem natürliche Sprache in strukturierte Modelle überführt und die Zusammenarbeit über Organisationen, Formate und SysML-Versionen hinweg nahtlos integriert wird, können sich Ingenieure auf echte Architektur und Innovation konzentrieren – statt auf Tool-Komplexität. Dies ist ein bedeutender Schritt in Richtung einer Zukunft, in der KI zu einem integralen Partner in Engineering-Workflows wird."
Ihr Draht zu uns. Wir helfen gern in allen Fragen rund um Ihr Projekt oder Auswahl von Veröffentlichungen
TELEFONHOTLINE
+49 6151 9287-336
Hier können Sie sich für Ihre individuellen Neuigkeiten rund um prostep ivip eintragen.
Für noch mehr Inspirationen, News und Infos rund um prostep ivip.
