Engineering Intelligence – das ist nicht die Einführung eines Copiloten in ein bestehendes System. Während Artificial Intelligence Sprache verarbeitet, Inhalte erzeugt und Wissen zugänglich macht, versteht Engineering Intelligence technische Zusammenhänge, Regeln, Normen und Abhängigkeiten innerhalb komplexer Systeme. Sie unterstützt den Ingenieur nicht nur bei der Dokumentation, sondern nimmt aktiv am Engineering-Prozess teil. Ermöglicht wird dieser Wandel durch das Zusammenwirken technologischer Durchbrüche: Sprachmodelle verstehen technische Anforderungen, Reasoning-Modelle können mehrstufige Entscheidungen nachvollziehen, und große Kontextfenster analysieren komplette Projekte gleichzeitig.
Als wir 2024 das weltweit erste KI-gestützte elektrische CAD-System auf den Markt brachten, wurde schnell klar: Die Frage war nicht, ob Künstliche Intelligenz das Engineering verändern würde, sondern wie schnell. Die Antwort aus der Praxis fiel eindeutig aus. Im klassischen Maschinenbau verbringt ein Elektrokonstrukteur häufig ein bis zwei Arbeitstage damit, Schaltpläne manuell in Schaltschranklayouts zu übertragen, Komponenten zu platzieren und die Verdrahtung vorzubereiten. Heute markiert er lediglich die relevanten Seiten seines Schaltplans und übergibt die Aufgabe an das System. KI-Modelle analysieren die Informationen, dimensionieren den Schaltschrank, platzieren Komponenten und erzeugen die Verdrahtung automatisiert. Tätigkeiten, die zuvor sechs bis zehn Stunden erforderten, werden in wenigen Minuten erledigt. Bei unserem Kunden deXcon konnte der Engineering-Prozess dadurch um rund 50 Prozent verkürzt werden. Für Unternehmen bedeutet das vor allem, dass dieselbe Mannschaft das doppelte Projektvolumen realisieren kann – ein entscheidender Faktor in Zeiten des Ingenieurmangels.
Viel wichtiger als technologische Auszeichnungen ist jedoch die Erkenntnis, wie solche Entwicklungen überhaupt entstehen. Engineering Intelligence entsteht nicht in isolierten Innovationslaboren oder durch Chatbots im Kundensupport. Ich bin überzeugt, dass solche Technologien Chefsache sind. KI-Projekte dürfen nicht an IT-Abteilungen delegiert werden, während die Führung aus der Ferne zuschaut. In unserem Fall begann alles mit einem kleinen Team und einem klaren Auftrag: Innerhalb weniger Wochen sollte ein funktionierender Prototyp entstehen. Gleichzeitig entwickelte ein zweites Team ohne offiziellen Auftrag erste Konzepte für die automatisierte Schaltschrankgenerierung. Beide Initiativen verband die Bereitschaft, bestehende Denkmodelle infrage zu stellen. Technologische Revolutionen entstehen durch kleine Teams mit tiefem Domänenwissen, technischer Exzellenz und dem Mut, Dinge auszuprobieren. Die größten Gegner sind etablierte Prozesse und organisatorische Trägheit.
Gleichzeitig löst die Entwicklung Sorgen aus. Doch intelligente Systeme ersetzen Ingenieure nicht – sie machen sie wichtiger denn je. Seine Aufgabe verlagert sich von manueller Dateneingabe hin zu Orchestrierung, Delegation, Bewertung und Verantwortungsübernahme. Das erfordert mehr Fachwissen als je zuvor und schafft Freiräume für echte Innovation.
In fünf bis zehn Jahren wird Engineering Intelligence der neue Industriestandard sein, die heutigen CAD-Systeme werden dann zur ausführenden Dokumentationsinstanz. Die eigentliche Disruption liegt in AI-Native Engineering: Wir werden erleben, wie sich das Engineering selbst schrittweise in das System verlagert. Der Mensch definiert Ziele, Anforderungen und Randbedingungen – das System entwickelt Lösungsräume und übernimmt die operative Umsetzung. Traditionelle Systeme führen Befehle aus; Engineering-Intelligence-Systeme verstehen Absichten. Die entscheidende Frage lautet daher nicht, ob dieser Wandel stattfindet, sondern welche Unternehmen bereit sind, ihre Rolle in dieser neuen Welt aktiv zu gestalten.
