Führende Technologien erschließen Ingenieuren und Designern Produkte der nächsten Generation
PTC (NASDAQ: PTC) gab heute die Übernahme von Frustum Inc., einem führenden Anbieter von generativer Designsoftware, für ca. 70 Mio. USD bekannt. Frustums Technologie für generatives Design – eine Methode, die künstliche Intelligenz (KI) zur Erzeugung von Designoptionen nutzt – stellt eine transformative Ergänzung des PTC Creo Portfolios dar.
Das in Boulder, Colorado, ansässige Unternehmen Frustum bietet patentierte und cloudbasierte Engineering-Software, mit der Designer und Ingenieure durch Nutzung leistungsstarker KI-Funktionen ihre persönlichen Erfahrungen erweitern und hochwertige Produktdesigns der nächsten Generation entwickeln können.
„Mit dieser Übernahme setzt PTC neue Maßstäbe in puncto Innovation“, erklärte Jim Heppelmann, President und CEO von PTC. „Creo ist das Herzstück der Gesamtstrategie von PTC, und mit den integrierten Funktionen von ANSYS und jetzt von Frustum erreicht Creo eine Führungsposition in der Welt des Designs und der Simulation. Mit der Entwicklung bahnbrechender neuer Technologien wie beispielsweise AR/VR, Hochleistungs-Computing, IoT, KI und additiver Fertigung erfährt die CAD-Branche eine Renaissance, und PTC ist bestens aufgestellt, um dabei eine wegweisende Rolle einzunehmen.“
Frustum ergänzt die strategische Beziehung von PTC zu ANSYS, die auf der LiveWorx im Juni 2018 bekannt gegeben wurde, und verlagert die Analyse an den Anfang des Designprozesses. Mithilfe der integrierten Funktionen von Frustum und ANSYS kann Creo Designmethoden mit generativem Design empfehlen, Anwender mit ANSYS Discovery Live durch den iterativen Designprozess führen und schließlich das vollständige Produkt maßstabsgerecht mit dem umfassenderen ANSYS Discovery-Paket validieren. Diese in Creo integrierten Funktionen bieten Ingenieuren unübertroffene Möglichkeiten, Produktinnovationen schnell voranzutreiben.
„Diese Übernahme war ein logischer Schritt für PTC und seine Kunden“, erklärte Jeff Hojlo, Program Director, Product Innovation, IDC. „KI und maschinelles Lernen (ML) gelten weithin als zwei der bedeutsamsten Technologien der Zukunft. Für Design, Engineering und F&E sind die möglichen positiven Auswirkungen der Erweiterung des Entwicklungsprozesses mit KI und ML bemerkenswert: geringere Qualitätskosten (zurzeit 20-25 Prozent des jährlichen Umsatzes eines durchschnittlichen Herstellers), höhere Produkterfolgsquote (mit 80 Prozent erfolgloser Produkte weiterhin sehr gering) und optimale Markteinführungszeit sowie schnellere Umsatzrealisierung, da die Kundenerwartungen sofort und exakt erfüllt werden.“
Leistungsstarkes generatives Design
Mit generativem Design können Ingenieure die Funktionsanforderungen und Ziele ihres Designs, einschließlich der bevorzugten Materialien und Fertigungsprozesse, interaktiv festlegen. Es ist sogar möglich, wichtige Designparameter zu definieren, die Kaufentscheidungen, Fertigungskapazitäten, den Status der Lieferkette und regional erforderliche Produktvarianten berücksichtigen. Auf dieser Grundlage präsentiert das System mithilfe von KI und leistungsstarken Computing-Techniken Designalternativen als Ausgangspunkt oder als endgültige Lösung. Ohne Einschränkungen was das menschlichen Vorstellungsvermögen und die Erfahrung betrifft, können Ingenieure mit der Technologie interagieren, um überlegene Designs und innovative Produkte schneller zu konstruieren.
Für die große PTC Kundenbasis ist das generative Design mit Blick auf folgende Aspekte interessant:
Höhere Engineering-Produktivität
Höhere Innovation und Erkundung konzeptioneller Designs
Entwicklung leistungsstarker Konstruktionen mit geringerem Gewicht und verbesserter Haltbarkeit
Optimierung neuer Produkte für verbesserte Produzierbarkeit, geringere Materialkosten und kürzere Produktionszeiten
Erzeugung komplexer für additive Fertigung optimierter Geometrien
Schnellere Lieferung von besseren Produkten
Die Einflüsse der künstlichen Intelligenz
Ein integraler Bestandteil der Technologie von Frustum ist eine leistungsstarke KI-Komponente, die lernt, sich weiterentwickelt und letztendlich kritische Aufgaben ausführt. Beispiele dafür sind:
Wertvolles Feedback für den Designer in einer frühen Designphase
Erstellen optimierter Designs für mehrere Ziele gleichzeitig und mehrere neuartige Designalternativen für Designer, mit denen Unternehmen Engineering-Zyklen erheblich verkürzen können
Änderungen an Designs, wobei verschiedene Anforderungen und Einschränkungen, physische Gegebenheiten, Materialien, Verfügbarkeit, Fertigungsprozesse und Designziele berücksichtigt werden
Automatisches Testen der Designergebnisse anhand anderer Erkenntnisse des Unternehmens, einschließlich Kostenkalkulation, Lieferketten und Qualitätsdaten
www.ptc.com
