Computer Aided Design (CAD)

Computer Aided Design (CAD) bezeichnet die rechnergestützte Erstellung, Änderung und Validierung von Geometrien und Produktdaten über den gesamten Konstruktionsprozess hinweg. CAD verknüpft modellbasierte Geometriebeschreibung mit Regeln, Parametern und Metadaten, um wiederholbare, prüfbare und kollaborative Entwicklungsabläufe zu ermöglichen.

Begriff und Einordnung

CAD ist ein Kernbestandteil der digitalen Produktentwicklung und bildet die Grundlage für nachgelagerte Disziplinen wie CAE (Simulation), CAM (Fertigung) und PLM/PDM (Datenmanagement). Es unterstützt die modellbasierte Definition (MBD) und dient als Quelle für technische Kommunikation, Stücklisten und Fertigungsunterlagen.

Technische Funktionen

Moderne CAD-Systeme bieten parametrische, feature-basierte Volumen- und Flächenmodellierung, hybride Direktmodellierung, Skelett- und Top-Down-Konstruktion, Varianten- und Konfigurationsmanagement sowie integrierte Baugruppenprüfungen (Kollision, Toleranz, Spaltmaß). Ergänzend existieren Drafting/Detailing, assoziatives Ableiten von Zeichnungen, B-Rep/TSplines/Sub-D für komplexe Formen und Schnittstellen zu neutralen Formaten (STEP, JT, IGES) und hersteller-spezifischen Formaten.

Daten- und Qualitätsmanagement

CAD-Modelle tragen Metadaten (Material, Toleranzen, PMI), Revisionsstände und Abhängigkeiten. Qualitätsregeln (z. B. Naming, Layer, Parametrik) werden über Prüfprofile und Modellchecks durchgesetzt, um Downstream-Robustheit und Wiederverwendbarkeit sicherzustellen.

Prozessintegration und Organisation

In der Organisation ist CAD in PDM/PLM eingebunden: Änderungswesen (ECR/ECO), Freigabe-Workflows, Rechte- und Variantensteuerung sowie Mehrstandort-Kollaboration mit Concurrency-Mechanismen (Check-in/Check-out). Schnittstellen zu CAM/CAE ermöglichen durchgängige Prozessketten; MBD reduziert Zeichnungsaufwand und unterstützt papierarme Freigaben.

Nutzen und Grenzen

CAD erhöht Änderungs- und Variantenfähigkeit, reduziert Fehler durch Assoziativität und ermöglicht virtuelle Absicherung. Grenzen liegen in komplexen Abhängigkeiten, Datenfragmentierung und Tool-Heterogenität; Governance, Standards und Schulung sind entscheidend für Skalierbarkeit und Datenqualität.