Polaris.AI gab am 7. September 2026 bekannt, dass das Unternehmen seine Lösung „Design × Lösungen für den Einsatz künstlicher Intelligenz“ für den Fertigungssektor anbietet. Die Lösung richtet sich an Design- und Entwicklungsarbeiten in Bereichen wie Maschinen und Anlagen, Elektrik und Elektronik, Automobilindustrie und anderen Branchen. Dabei wird künstliche Intelligenz für den Umgang mit technischen Zeichnungen, Designdaten und den damit verbundenen Arbeitsabläufen eingesetzt.
Nach Angaben des Unternehmens beschränkt sich die Lösung nicht auf die Erstellung einer neuen Zeichnung, sondern verknüpft Zeichnungen mit technischen Normen, Wissensbeständen und Fertigungsdaten. Sie deckt fünf zentrale Kategorien von Design- und Entwicklungsarbeiten ab: die Suche nach früheren Zeichnungen, die Unterstützung des Designs mithilfe von Retrieval-Augmented Generation (RAG), die Erstellung und Bearbeitung von Zeichnungen, die Designprüfung sowie die Unterstützung bei der Gestaltung von Produktionsprozessen.
Was bietet die Lösung?
Das Angebot umfasst Funktionen für den Umgang mit einer Zeichnung von ihrer Erstellung bis zu ihrer Verwaltung nach der Freigabe. Zu den genannten Fähigkeiten gehören die Unterstützung bei der Erstellung neuer Zeichnungen, die Analyse der Zeichnungsstruktur, die Unterstützung von Konstrukteuren bei der Überprüfung von Elementen sowie die Verwaltung von Zeichnungen, Spezifikationen und Änderungen. Außerdem ermöglicht die Lösung den Vergleich von Zeichnungen und Spezifikationen, die Nachverfolgung der Änderungshistorie und die Analyse des Umfangs der Auswirkungen einer Änderung.
Im fertigungsbezogenen Bereich kann das System Maße und Komponenten aus Zeichnungen extrahieren und anschließend Informationen wie Spezifikationen oder Katalogdaten ausgeben. Zudem soll es die Prozessgestaltung unterstützen und die in der Zeichnung enthaltenen Informationen mit Prüf- und Messdaten sowie betrieblichen Kommentaren verknüpfen. Dies führt zu einer abschließenden Prüfung, die dazu beiträgt, Auslassungen vor der Übergabe des Designs zu reduzieren.
Drei technische Grundlagen
Polaris.AI baut die Lösung auf drei Säulen auf: dem Verständnis der Zeichnungsstruktur, der Umwandlung von Designstandards in nutzbares Wissen sowie der Verknüpfung von Design mit Fertigung und Prozessen. Bei der Strukturanalyse können Zeichnungen oder ihre Bilder und die Daten der relevanten Formelemente in eine grafische Darstellung der Beziehungen zwischen den Elementen umgewandelt werden. Dadurch können Bild- und Sprachmodelle die Beziehungen innerhalb der Zeichnung verstehen, anstatt sie lediglich als isoliertes Bild zu behandeln.
Die Säule der Standards stützt sich auf kundenspezifische Designstandards, Toleranzregeln und Anmerkungen von Experten, um interpretierbare Ergebnisse nach einer nachvollziehbaren technischen Logik zu erzeugen. Nach Angaben des Unternehmens integriert die Säule der Prozessverknüpfung Prüf- und Messergebnisse sowie Kommentare in den Design-Workflow. Dadurch können frühere Informationen bei späteren Entscheidungen genutzt werden.
Was ändert sich in der Praxis?
Wenn sich diese Funktionen in realen Umgebungen bewähren, liegt der wesentliche Wert nicht allein in der automatischen Erstellung einer Zeichnung, sondern in der Verringerung des Zeitaufwands für das Auffinden, Verstehen und Vergleichen früherer Zeichnungen. Zudem kann das verstreute Wissen in CAD- und PDF-Dateien, Katalogen und Spezifikationsdaten in eine abfragbare Referenz umgewandelt werden. Polaris.AI erklärt, dass die Validierung auch auf der Nutzung früherer Projekte und gesammelter Validierungsergebnisse beruht, um die Unsicherheit bei Designentscheidungen zu verringern.
Das Unternehmen weist außerdem darauf hin, dass es an der Interpretation von Beziehungen in zweidimensionalen Zeichnungen und an der Rekonstruktion dreidimensionaler CAD-Modelle daraus forscht. Die vorliegenden Informationen nennen jedoch weder die Preise der Lösung noch die Art ihrer Verfügbarkeit, Kundennamen oder unabhängige quantitative Ergebnisse zur Messung von Genauigkeit und Produktivität. Daher bleibt der praktische Nutzen von der Qualität der Zeichnungsdaten und Standards abhängig, die jeder Hersteller bereitstellt, sowie von der Fähigkeit der Ingenieurteams, die Ergebnisse der künstlichen Intelligenz vor ihrer Freigabe zu prüfen.