Smart Manufacturing · Aerospace · Multi-Agent
XTI Aerospace — AI-Factory-Assistant für die TriFan 600
Custom Multi-Agent-AI auf eigener Azure-Instanz, GDPR-konform — implementiert über LangGraph, Chainlit und AG-UI, damit Engineering und Stakeholder das Agentic-Framework gleichzeitig erleben und bewerten konnten.
- Kunden
- Inpixon · XTI Aerospace
- Produkt
- TriFan 600 — VTOL Aircraft
- Stack
- Azure (private) · LangGraph · Chainlit · AG-UI
- Daten
- Production · Inventory · Quality · RTLS
Über den Kunden
Inpixon ist ein US-amerikanischer Spezialist für Indoor-Intelligence- und RTLS-Technologie und liefert die räumlichen Echtzeitdaten, auf denen moderne Smart-Factory-Use-Cases aufbauen. XTI Aerospace entwickelt mit der TriFan 600 ein Hybrid-VTOL-Geschäftsflugzeug — ein anspruchsvolles Fertigungsumfeld, in dem Verzögerungen, Material- und Qualitätsthemen direkt auf Auslieferungstermine durchschlagen.
inpixon.comDie Aufgabe
Flugzeugfertigung ist komplex. Eine einzelne Verzögerung trifft Lieferzeiten, Umsätze und Ressourcenplanung. Klassische Dashboards zeigen Daten, lösen aber nicht das Interpretationsproblem — wer fragt, wo etwas hakt, braucht heute Stunden, um die Antwort aus mehreren Systemen zusammenzuziehen.
Vorgehen
Statt sich früh auf ein Agentic-Framework festzulegen, haben wir bewusst mehrere parallel implementiert — LangGraph für die Orchestrierung, Chainlit für eine schnell explorierbare Chat-Oberfläche, AG-UI für eingebettete Workflows. So konnten Engineering-Team und Stakeholder gleichzeitig Stärken, Schwächen und Rollout-Potenzial in echte Produkte einschätzen.
Was wir gebaut haben
Ein konversationeller AI-Factory-Assistent auf einem realistischen TriFan-600-Produktionsdatensatz, betrieben auf einer dedizierten Azure-Instanz und damit DSGVO-konform. Dahinter ein Multi-Agent-System für Material- und Inventarplanung, Personal, Qualität, Logistik, Wartung und On-Time-Delivery. Realistische Störszenarien (Lieferantenausfall, Engpässe, Qualitätsausbruch, VIP-Rush-Order) werden simuliert; die Agenten analysieren Folgen und schlagen Maßnahmen vor.
Was es zeigt
Wie AI vom Chatbot zum operativen Decision-Support-System wird — und wie sich Multi-Framework-Evaluation in echten Industrial-AI-Projekten anfühlt. Bottlenecks, Engpässe, Qualitätsrisiken und Lieferverzug werden früh sichtbar, statt erst im Reporting des nächsten Monats. Grundlage für Digital-Twin- und Industrial-AI-Anwendungen.