Darum setzt Mercedes fürs PLM jetzt auf KI

Mercedes-Benz treibt die Digitalisierung seiner Produktentstehung voran und führt zusammen mit Contact Software und Siemens ein neues konzernweites Product-Lifecycle-Management-System ein. Die neue Plattform „PLM.AI“ soll Entwicklung, Einkauf, Produktion, Vertrieb und Aftersales in einem durchgängigen digitalen Datenmodell zusammenführen. Ziel ist es, Informationen und Entscheidungen über den gesamten Lebenszyklus eines Fahrzeugs hinweg besser zu vernetzen und Entwicklungsprozesse deutlich zu beschleunigen.

Nach Angaben des Unternehmens kann die Entwicklungszeit neuer Fahrzeuge dadurch um bis zu 30 Prozent sinken. In einzelnen Engineering-Prozessen erwartet Mercedes-Benz Effizienzsteigerungen von bis zu 50 Prozent. Konkret entspricht das einer Verkürzung der Fahrzeugentwicklung um rund 17 Monate. „Mit PLM.AI schaffen wir das digitale Rückgrat für die Produktentstehung der Zukunft bei Mercedes-Benz. Gleichzeitig schaffen wir die Grundlage, um Fahrzeugentwicklung, Produktion und Kundenerlebnis in einer neuen Dimension miteinander zu verbinden“, sagt Entwicklungsvorstand Jörg Burzer.

Nächster Schritt der AI-First-Strategie

Das Projekt fügt sich in die umfassendere KI-Agenda des Herstellers ein. Mercedes-Benz verfolgt seit einiger Zeit einen „AI First“-Ansatz, bei dem künstliche Intelligenz nicht mehr nur einzelne Prozesse optimieren, sondern entlang der gesamten Wertschöpfungskette verankert werden soll. Bereits heute kommen KI-Anwendungen unter anderem in Entwicklung, Produktion, Softwareentwicklung und Verwaltung zum Einsatz. Ziel ist es, KI als strukturelles Element von Entscheidungs- und Wertschöpfungsprozessen zu etablieren.

Mercedes Chef-KI-Stratege Daniel Eitler will gezielt jene Anwendungsfälle priorisieren, die „den größten Mehrwert entlang der Wertschöpfungskette schaffen“, sagte der Manager gegenüber automotiveIT. Gleichzeitig setzt der Hersteller auf standardisierte Datenstrukturen, Governance-Modelle und den systematischen Kompetenzaufbau innerhalb der Belegschaft. Details zur KI-Strategie bei Mercedes-Benz verriet Eitler zuletzt auch im Rahmen des automotiveIT Kongress 2026.

KI wird bei Mercedes-Benz zum Motor der Wertschöpfung

Mercedes will KI nicht mehr nur punktuell einsetzen, sondern entlang der gesamten Wertschöpfung strategisch verankern. Der Konzern setzt dazu auf Management-Priorisierung, standardisierte Daten- und Prozessstrukturen, breite Mitarbeiterbefähigung und die gezielte Erprobung von Agentic-AI-Anwendungen.

PLM.AI soll nun die technologische Grundlage schaffen, um diese Strategie im Engineering-Bereich in großem Maßstab umzusetzen. Dafür investiert Mercedes-Benz nach eigenen Angaben rund eine halbe Milliarde Euro.

KI-Agenten analysieren Zielkonflikte

Ein zentrales Element der Plattform ist der Einsatz spezialisierter KI-Agenten. Sie sollen komplexe Zusammenhänge über verschiedene Unternehmensbereiche hinweg analysieren und Informationen automatisch miteinander verknüpfen. Als Beispiel nennt Mercedes-Benz die Optimierung von Fahrzeuggewichten. Änderungen an Bauteilen beeinflussen gleichzeitig Kosten, Sicherheitsanforderungen, Softwarefunktionen und Produktionsprozesse. Künftig sollen KI-Agenten diese Wechselwirkungen parallel bewerten und Entwicklungsingenieuren schneller belastbare Entscheidungsgrundlagen bereitstellen.

Bereits heute unterstützt KI bei Materialkostenanalysen, Zertifizierungsprozessen, Fehlererkennung und Softwareentwicklung. Mit PLM.AI will der Hersteller diese bislang eher punktuellen Anwendungen zu einem durchgängigen digitalen Entwicklungsprozess verknüpfen.

Agenten-Systeme im Kommen

Damit folgt Mercedes-Benz einem Branchentrend, der über klassische GenAI-Anwendungen hinausgeht. Agentic AI entwickelt sich zunehmend zum strategischen Thema der Automobilindustrie. Während generative KI bislang vor allem als Assistenzsystem fungierte, sollen autonome Agenten künftig eigenständig Aufgaben koordinieren, Informationen bewerten und Entscheidungen vorbereiten.

Auch BMW testet entsprechende Konzepte bereits in geschäftskritischen Prozessen. Im Einkauf unterstützt dort der KI-Agent „Mr. Flexibility“ das Management bei Kapazitäts- und Kostenentscheidungen und soll komplexe Szenarien deutlich schneller analysieren. Das Ziel: Entscheidungen in hochdynamischen Liefer- und Produktionsnetzwerken zu beschleunigen und datenbasiert abzusichern.

Sowohl Mercedes-Benz als auch BMW verfolgen damit einen ähnlichen Ansatz: KI-Agenten sollen nicht länger isolierte Einzellösungen bleiben, sondern als digitale Akteure in zentrale Unternehmensprozesse eingebunden werden.

Offene Architektur mit Siemens und Contact Software

Technisch stützt sich Mercedes-Benz bei PLM.AI auf zwei strategische Partner. Contact Software liefert mit „Contact Elements“ den offenen PLM-Core-Layer, der Produktdaten, Prozesse und Anwendungen zusammenführt. Siemens bringt Technologien für KI-gestütztes Fahrzeugdesign, Simulation und digitale Zwillinge ein. Die Gesamtverantwortung für Architektur, Governance und Transformation verbleibt jedoch bei Mercedes-Benz. Der Konzern betont zudem, die volle Kontrolle über Datenbestände und darauf aufbauende KI-Modelle zu behalten.

Mit PLM.AI entsteht damit mehr als ein neues PLM-System. Mercedes-Benz baut ein datenbasiertes Entwicklungsökosystem auf, das KI-Agenten, digitale Zwillinge und unternehmensweite Prozessdaten in einer gemeinsamen Plattform verknüpft. Der Erfolg dürfte letztlich davon abhängen, ob es gelingt, die angestrebte Vernetzung tatsächlich in kürzere Entwicklungszyklen und schnellere Innovationsprozesse zu übersetzen.

Welche konkreten Effekte hat KI im Engineering?

Über das Potenzial von KI im Automotive Engineering wird seit Jahren diskutiert. Capgemini hat nun untersucht, welche Effekte Unternehmen bereits messen. Besonders deutlich zeigen sich die Auswirkungen in frühen Entwicklungsphasen und bei der Produktivität.

Ronja Schmiedchen