224 - KI im Engineering: Wie KI jeden Schritt der Produktentwicklung verändert – mit echten Use Cases | Roman Dumitrescu

Hallo und herzlich willkommen zu einer neuen Besode von The State of Process Automation. Ich bin Christoph Pacher und freue mich, dass du heute wieder mit dabei bist. Mein heutiger Gast ist Roman Dometrescu. Er ist Direktor beim Frauenhofer IEM und das heutige Thema KI im Engineering. Hallo Roman, schön, dass du da bist. Hallo Christoph, ja, ich freue mich, dass ich da sein darf. Wie vor wie heute ins Gespräch einsteigen, hab ich noch eine kleine Bitte an dich. Kürzlich habe ich die Statistiken von Spotify, Google und Apple überprüft und festgestellt, dass viele unserer Träunhörer dem Podcast noch nicht abonniert haben. Deshalb möchte ich dir hier und jetzt etwas versprechen. Wenn du auf den abonnieren Baden klickst, werde ich definitiv alles daran setzen, dass der Podcast unter Inhalt immer mal besser wird, damit du in Zukunft noch mehr von unseren Gesprächen profitierst. Denn je mehr Personen abonnieren, desto größer wird dieser Podcast werden. Und je größer der Podcast ist, desto mehr Ressourcen können wir für dich investieren und die Qualität unserer Inhalte noch mehr zu verbessern. Vielen Dank für deine Unterstützung und jetzt ab in das heutige Gespräch. Warum eines freut mich, dass du dir Zeit genommen hast, bevor wir gleich rein starten. Mach mal noch mal einen Schritt zurück, Fokus auf dich, direkt auf dem Frauenhofer IEM. Ich weiß, das ist gar nicht so deine einzige Rolle, aber erzähl mal, was machst du da ganz genau? Und mit welchem Demen beschäftigst du dich, taktäglich? Ja, wir sind ein Forschungsinzitut, einst der Frau-Nuferinzitute, was ich wesentlich damit beschäftigt, das Engineering zu verbessern. Das heißt, wir gucken, wie wir Unternehmen vom Industrieunternehmen helfen können, dass ihre eigenen Inching-Prozesse besser aufstellen, Effizienter machen, die besten Engineering-Tools auswählen oder auch ganze Toolketten gestalten, um einfach Wettbewerbsweger zu sein, im Bereich der Innovation und im Bereich der Puktenwicklung. Das ist unser Fokus und um direktor zu sein, vielleicht das Persönliche, da ist man ne typischerweise auch Professor und das bin ich eben auch an der Universität Paraboren. Super spannend. Und dass man das gleich ein bisschen genauer definieren, Engineering, weil der eine oder andere Person denkt vielleicht an Software Engineering, die andere Person denkt an Engineering im produzierenden Unternehmen, was davon oder vielleicht beides mit was beschäftigst du dich? Ja, und unser Name steht ja und ich hab's auch mal studiert, Mächer-Tronik, das heißt, das ist so alles zusammenzubringen, also Mechanik, Elektronik, aber eben auch IT und wenn wir uns die Produkte und die Systeme anschauen, die uns ja auch Challenge in den Unternehmen, dann sind das Unternehmen Produkte, die alle gezrieben sind durch viele Disziplin, durch viele unterschiedliche Komplexitätszeilbar, die schon darauf zurückzuführen sind, dass es nicht eine Methode gibt, nachdem ich ein Produkt entwickeln kann, sondern dass das Ganze schon sehr, sehr komplex geworden ist. Okay, verstanden. Und ich hab kürzlich auch im Rahmen der Vorbereitung und die Klippen von dir gelesen und da stand künstliche Intelligenz ist ein riesiger Gewinn, aber wir müssen aufpassen. Auf was müssen wir aufpassen, Roman? Auf viele Dinge, aber ich hatte das in dem Zuge tatsächlich, bin ich überzeugt davon, dass wir KI einsetzen müssen, um das Engine zu verbessern. Also das Engineing ist jetzt, das spricht ja auch schon an, es ist ja für die meisten erst beabstrakt, also die Leute, die sehen ja Produkte, die sehen das, ich sag jetzt mal, das Auto in der Einfahrt stehen, das Handy in der Hand, die Waschmaschine im Keller, aber wie das dahin gekommen ist, dann sind bei den meisten, ja, gut, das wird dann produziert und gefährtigt, weil die meisten Produktionen mal gesehen haben. Aber davor passiert ja eigentlich das Entscheidende, wie komme ich überhaupt auf die Idee dieses Produktes, wie es ausschaut, wie es gestaltet ist, welche Materialien verwendet werden, welche Software, welche Funktionität das Produkt hat. Das ist für die meisten Leute mal sehr abstrakt und das ist glaube ich ein ganz ganz wichtiger Punkt, dass man diesen Prozess, den ja eigentlich nur wenige Experten bisher bearbeiten, Entwicklerinnen und Entwickler, dass man den aber auch stärker zukünftig durch KI unterstützen kann. Da bin ich ein großer Verfechter davon, um das einfach effizienter, schneller und effektiver zu machen, aber Vorsicht ist geboten, denn man darf der KI zum einen nicht blind vertrauen und zum anderen, müssen wir auch das Zusammenspiel natürlich irgendwie definieren. Wir wollen ja nicht am NSTages nur so ein Abblick, die das wetschliche Abmicken machen von einer technischen Lösung, die komplett KI generiert ist, was ich jetzt auch nicht glaube, dass das von heute auch morgen kommt, aber deswegen auch mit Vorsicht und mit Verstand. Super, Spanneln, wir gehen später nochmal auf diesem Prozess ganz genau ein und ich weiß, dadurch mit unterschiedlichen Unternehmen und UseKisses, auseinander setzt, hast du ganz konkrete UseKisses, möcht man später noch darüber sprechen, davor würde ich gerne nochmal auf einem Punkt oder auch deine Perspektive einholen, weil du diesem Markt ja auch sehr gut im Blick hast. Wie hoch ist denn der Handlungsdruck für Unternehmen, genau in diesem Bereich jetzt auf KI zu setzen? Siehst du da, das Unternehmen diesen Druck verspüren, oder siehst du eher die andere Seite, das ist sagen, wir warten jetzt mal ab, es geht doch eh noch ganz gut. Es gibt natürlich beides einige, die dir das noch nicht so kommen sehen. Ich persönlich, glaube aber, was die Mehrzahl der Unternehmen, das momentan verstanden haben, dass sie gerade in Deutschland unter massive Wettbewerbszug stehen. Also ich glaube sogar stärker als jemals zuvor. Das hat verschiedene Gründe. Ich hatte einen schon gesagt, dieses Thema an sich werden komplexer und wir merken, dass eine Vielzahl der Funktionalitäten nicht in den Disziplinen und den Stärken sind, die ich jetzt mal im Ort des Europäische Ingenien, das deutsche Ingenien bisher ausgemacht haben, was sehr sehr, ich sag mal, hart, wer fokussiert war, aber in den klassischen Disziplinen, also sehr stark auch mechanisch getrieben. Da sehen wir auch ein Autos Beispiel. Da spricht man vom Software Defined Vehicle, also das ist ein verandererollender Supercomputer und da braucht man an der Kompetenzen diese Komplexität. Die spürt man, die nimmt zu. Deswegen sieht man auch bei großen Unternehmen, dass sie echt komplexe Strukturen geschaffen haben, die aber die Sachen natürlich nicht leichter machen. Ein weiterer Grund ist, ist tatsächlich das ganze Thema der Regulatorik. Also wir sehen einfach dieses Stönen der Unternehmen. Oh mein Gott, ich muss diese ganzen Richtlin einhalten, insbesondere zum Kontext Nachhaltigkeit, aber auch im Bereich KI. Und das muss ja alles schon passieren, während der Entwicklung. Also während des Ingenierings, wo ich noch nicht mal das Produkt fertig habe. Und ich sag das manchmal schon mal so überspitzt. Also im Prinzip früher hat man da Ingenieure gebraucht, mittlerweile braucht man im Team sicherlich auch in fast schon Juristen. Um einfach sicher zu sein, dass was man entwickelt, dass das noch eine gewisse Konformität hat und eine Zulassung bekommt. Ja, und der dritte Punkt ist, der unfassbare globale Wettbewerbszug, wie sehen, ein ungehördes Tempo im Ingeniering, was Innovation angeht in Asien, auch in USA, die mit anderen Stärken kommen, die jetzt nicht zu unseren originären Stärken in Europa gehören. Und da müssen wir gucken, wie wir es hinbekommen. Kollege sagte, wir können die Systeme des 21. Jahrhunderts nicht mit den Methoden des 20. Jahrhunderts entwickeln. Und ich finde das ein schönes Bild. Was heißt, wir müssen auch das Ingeniering einfach auf den neuesten Stand prosingen. Was siehst du da konkret? Jetzt Bezogen auf Asien, was Druck erzeugt? Also, es gibt viele Gründe. Ich will über die politischen gar nicht sprechen, sondern über das, was wo ich mich fachlich beschäftige. Und wenn ich mit CT aus spreche, gerade auch die in Asien viel unterwegs sind oder wieder zurückkommen, sagen die, das Tempo ist ungehörlich groß. Also, ich sage jetzt aber so überspitzt, während in Asien da die ersten Produkte an dem Markt gehen, sind die Konkurrenten hier noch im Revueon vom Lasten-Eff beschäftigt. Und ich hatte neulichen Gespräche und hatte wirklich einer gesagt, der hat nach einem Tag, nach zwei Tagen ein Lasten-Eff bekommen. Also, die nutzen da viel stärker auch solche Technologien wie KI eben, um viel mutiger und schneller Effizienzen zu erheben, ist da alles richtig, wahrscheinlich nicht, aber es sind vom Menschen-Geräviert und Lasten-Defter dann einfaches List, alles richtig ja auch nicht. Also, da geht vieles, wirklich, indem man wirklich auf das Tempo drückt. Und ich glaube, das ist ganz, ganz wichtig und entscheidend, um auch Wettbewerbsfähig zu bleiben. Denn wir werden ja in Europa jetzt ja nicht der Produktionsstand oder die Werkbank der Welt. Und wenn wir es jendlich erfimmt und inginieren, dann wird es schon schwierig mit dem Thema Industrie. Wir gehen gleich direkt in die Industrie rein. Etc. vor, du sprichst vielleicht mit einer Geschäftsführer oder mitten gesamtensilabel von einen Industrieunternehmen. Wie büdest du da genau vorgehen und wie überlegst du auch, wo KI dann in diesen Industrieunternehmen überhaupt Sinn macht? Also, typischerweise läuft das momentan so ab, dass die Unternehmen sich alle irgendwie mit dem Thema KI schon beschäftigen und sich fragen, was sind jetzt die Potenziale. Und es ist auch gar nicht die große Kunst, schnell Potenziale zu finden. Also, man findet sehr schnell Use-Case. Also, ich sag's mal, so ein typischer Use-Case, gerade im Engineering, ist das Anforderungsmanagement. Man hat so viele Anforderungen, die an das Druck gestellt werden, aus unterschiedlichen Quellen. Man muss das erheben, dokumentieren, pflegen. Das ist etwas, was der Mensch sowieso gar nicht so gut kann. Das kann man superautomatisieren durch KI-Verfahren und Abgleichen und auch schon auf Konformität gegenüber, sag's mal, Regulierungen überprüfen. Also, da findet man viel. Da kann man aber auch in andere Bereiche reingehen. In den Testen, wir werden zum Teil beim Autonom fahren, gar nicht alle Testfälle physisch durchspielen können, sondern wir müssen mit KI-Testfälle obgenerieren, damit wir überhaupt eine test genug Testfälle haben, gegen die wir testen können. Also, da gibt's ja ganze Menge, aber das ist tatsächlich, ich sag immer, so der leichteste Teil, Use-Case zu identifizieren. Da könnte man jeweils einen spezifischen Kupeloten bauen. Was spannender ist, und da muss man strategisch an die Sachen, wie baue ich oder wie nutze ich eigentlich KI und insbesondere generative KI mit Sprachmodellen strategisch meinem Unternehmen. Wie verändert das so meine eigene Engineering IT-Welt, wo ich ja typischerweise eher mal einen IT-Tool kaufe, ein PLEM-System, also ein System, wo man mit dich Produktdaten pflege oder ein paar Dinge hat. Systeme, mit dem ich dann engineering, davon braucht man ja regelern auch ziemlich viele davon, welche Rolle spielt dann KI in diesem Zusammenspiel all dieser Systeme und da muss man sich schon etwas strategischer auch stellen und da muss man auch etwas tun, was wir in der Vergangenheit auch sehr stichmütterlich gemacht haben. Wir haben einfach gesagt, ja gut das Engineering, das folgt schon der Innovation irgendwie, aber oftmals müssen wir das engineering-System verstehen, dass wir das erstmal richtig optimieren müssen, beziehungsweise auch fit machen müssen um diese Aufgaben zu klären und dazu gehören dann solche Fragen, welche Rolle, welche ein Stellmärtspiel tatsächlich ein Sprachmodell, ein KI-Modell innerhalb meines Unternehmens und das sind keine leicht zu beantworten Fragen, das muss man ganz klar sagen. Was man ja aktuell beobachten kann, ist definitiv, dass wenn Unternehmen so bedürgelt gesagt hast über KI-Sprechen, meinen sie eigentlich alles was mit KI zu tun hat. Also die wenigsten differenzieren da wirklich, wir sprechen jetzt über generativen KI oder wir sprechen KI, die ist schon immer mega abstergerecht, die klassische traditionelle KI. Siehst du da auf der einen Seite generativen KI oder auf der anderen Seite klassische KI, die mehr Potenziale hat in der Industrie? Also ich glaube, das spannende ist sicherlich das Thema generative KI aktuell, weil ich sage jetzt mal das klassische analytische, das machen wir ja schon seit Jahrzehnten. Das muss man ehrlich ja weisse sagen, das sind die Betoten ja auch mal besser geworden, aber ich sage mal den Ansatz, ich habe etwas überwache etwas mit KI. Das gibt es in der Produktion schon seit Jahren, das gibt es auch schon im in anderen Prozessen, aber das man der KI zutraut, etwas zu entwerfen, etwas zu gestalten. Das ist schon der neure Ansatz und ich glaube auch der, der mehr Potenzial, mehr Disziktion zumindest verspricht in den ganzen Prozess und auch herausfordernd da ist. Ich habe die Rechte, die meisten vermischen das, die meisten haben natürlich auch jetzt schon Ahnung von KI, aber oftmals gerade in großen Unternehmen sitios, die kennen sich natürlich aus, aber die haben natürlich immer KI gedacht in ihren Produkten. Also aus der Produkte sich, die kennen sich mit der Technologie aus und weniger mit den eigenen Prozessen und deswegen fällt das den meist noch ein bisschen schwer, aber das Thema ist meiner mal nach auf einem absoluten Formarge. Das hat man auch auf der Hannover Messe gesehen, da gab es ganz ganz viele USG-Systemen und die Bereiche reingehig und fast alle Unternehmen haben darüber gesprochen, die eigenen Wetschöpfe und Prozesse gerade im Ingenienium durch KI zu verbessern. Also ich glaube das wird mittlerweile erkannt und am Ende des Tages ist es ja auch ein paar Stokes, jetzt klassische generative KI, es ist ein Obsob KI, es geht darum, das ist ja eher mein Weinenkredo, die Wettbeörsfähigkeit im Ingenienium durch das Ingenienium zu erhöhen. Was musst du überhaupt technologisch oder aus auch organisatorisch im Unternehmen passieren, dass man KI sinnvoll einsetzen kann? Weil so du gerade gesagt hast, am Ende ist die Technologie erwuscht, es muss ein klarer Value entstehen für das Unternehmen, aber was muss denn passieren, dass am Ende auch durch Technologie ein Value entstehen kann? Am besten, mein Kredo immer, dass die Leute möglichst wenig von der Technologie am Endes Tages eigentlich mitbekommen. Also es muss so seamless sein, gut integriert. Wir selber nutzen ja auch viel KI-Alltag, alleine wenn wir keine Ahnung zu Hause, Netflix-Kookbord oder gleich, das ist alles im Hintergrund, wo unsere Präferenzen ausgewertet werden und so ähnlich gut muss das eigentlich auch eher im Hintergrund sein. Deswegen ist etwas, was ich nicht sehe, dass ich jetzt erst mal sage, bevor wir loslegen, schuhe ich jetzt alle meine 5.000 Mitarbeiter in KI. Das ist ja eigentlich genau der falsche Ansatz. Also KI ermöglicht ja ein viel intuitiveres Arbeiten mit komplexer Technologie. Das ist ja gerade das, was wir momentan feststellen, wo wir die großen Potenziale sehen, die Ingenieure und Ingenieure, ich selber sehe auch dazu, wir waren ja mal sehr stolz, dass nur wir das können, nur wir können das Ingenieren, nur wir können diese Tools bedienen. Ich habe im Studium noch wirklich als und ein halbes Jahr CAD-Design lernen müssen, was hat man da gelernt, das Tool? Also nicht unbedingt das Designen und das Gestalten und davon, da sehen wir jetzt eine Abkehr und das blickt unglaublich viele Potenziale und da gibt es ja auch Begriffe dafür, die das schön beschreiben. Also im Software programmieren ist man da weiter, gibt es diesen Begriff des Wide Coatings. Ich weiß ob du den schon mal gehört hast, der ist von André Kaparte jetzt so benannt worden. Also man folgt dem Wide der KI. Also man wird durch KI unterstützt und der Stimmung und wohin die KI, die so treibt, dahin entwickelt, immer weiter, dein Software-Code. Und das staunlicherweise, das was hinten rauskommt, ist dann vielleicht nicht 100 Prozent, das was du am Anfang dir so gedacht hast, aber es funktioniert sehr, sehr gut und das trifft auf das Problem sehr gut zu. Ich glaube, wir brauchen ein bisschen mehr Wipes, auch so ein klassischen traditionell Engineering, weil ich glaube, das macht auch mehr Spaß und wenn KI ein bisschen mehr treibt und auch unterstützt, ob man selber, aber dann die immer noch die wesentliche Entscheidung treffen kann und einfach eine Lage ist, viele komplexe Dinge zu machen, wo ich früher wieder die Kollegen alle gebraucht hätte oder an der Verabteilung, dann glaube ich erhöhte das die Kreativität und dann ich sag mal die Freude am Engineering ungemein. Aber mal logerade gesagt hast, Roman, das Ziel sollte ja nicht sein, dass man jetzt die Mitarbeiter im Bereich KI schuld, siehst du dann aktuell die Situation auch so, dass man sie jetzt zum Beispiel im Bereich wie verfassig einen Bromd oder ähnliches nicht schulen sollte und einfach abwarten sollte, dass KI dann reibungslos in bestehenden Duells integriert wird. Ich würde da natürlich das unterschiedlich betrachten. Es gibt natürlich Leute, die haben ja schon losgelegt und es ist unternehmen, wo jetzt Leute im KI-Bereich nicht losgelegt haben, ich tier der Wegruf, macht unbedingt, das ist ganz, ganz wichtig, aber mir geht es ja darum, dass man das nicht auf die lange Bank schiebt und argumentiert, wir müssen erstmal 5000 Leute schulen, das ist der falsche Ansatz und das glaube ich wirklich, dass dann nicht richtig ist, sondern dass man da sensibilisiert, das ist vollkommen klar, aber es wird manchmal so KI ist jetzt irgendwie eine große, komplexe Zauberbox, da müssen wir erstmal irgendwie, ich sag jetzt mal alle durchschulen, trainieren, bevor wir irgendwas ausprobieren dürfen. Das ist, aus meiner Sicht dann einfach der falsche Ansatz, viel zu träge, viel zu langsam, sondern es muss eigentlich dahingehen, dass wir sagen es gibt natürlich ein paar Experten, es gibt auch paar Leute, die mehr aufprobieren, die auch ihre Prozesse gestalten können, neu gestalten können, nehmen sie mehr Erahnung haben, wie man KI einsetzen kann, aber der Großteil im Unternehmen, werden keine KI-Experten in Zukunft sein, das werden wir auch gar nicht hinbekommen und aus meiner Sicht gar nicht notwendig. Gehen wir gleich mal in diesen Entwicklungsprozess, also Produktentwicklungsprozess rein, weil jetzt habe ich verstanden, wie wir KI ungefähr einordnen können in Bereich der Industrie, aber jetzt möchte ich gerne mit dir eine Ebene die vergehen und stellen wir uns gerne vor, wir wollen einen Produkt entwickeln und für uns damals durch diesen gesamten Entwicklungsprozess, wo kann denn jetzt generative KI speziell, eine Benefit, eine Unterstützung oder vielleicht auch so ein Sparring-Badener sein? Ja, sehr gerne. Also ich versuche mal, einfach das Bild zu machen, die meisten, die jetzt irgendwie mit der Entwicklung schon Kontakt hatten, die kennen das natürlich. Man typischerweise sehr vereinfacht, würde man so eine Entwicklung eines, dass man komplexen Mechanromschnittsystems in so einem V anordnen. Also man fängt oben links an bei dem V, da geht es dann noch eigentlich ganz zu Beginn erstmal um die Ideenfindung. Also treffe ich überhaupt den Schmerz meiner Kunden und da kann man unterschiedlich schon KI einsetzen. Ich kann es natürlich für die einfache Schärsche stärker einsetzen, ich kann es natürlich, was mittlerweile super schnell geht, Marktes Schärchen durchzuführen, ich kann auch mal gucken, was die Wettbewerber so tun, was auch viel schneller ist, dass in die klassischen Tätigkeiten und das beschleunigt KI ganz, ganz wesentlich. Ich kann natürlich aber auch ganz früh in so ein Prozess KI einsetzen, um vielleicht dann auch erst Ideen schnell zu visualisieren, vielleicht sogar ein bisschen zu einem 3D-Modell, einem virtuellen Prototypen und das mit meinen Kunden da rüber sprechen. Und bevor ich noch gar nicht mehr den Entwicklung gestartet habe, ich habe das mit einem Sohn tatsächlich gebracht, die Worte des Lego-Droporte machen und dann gesagt, Papa, bevor wir irgendwas entwickeln, machen wir da erstmal Bilder davon, wie unser Droporte ausschauen könnte und dann hatte er, aber dadurch vielmehr Ideen, wie es dann endestags dann werden soll, ne? Und da hilft KI-Pack-Nopfdruck das ganze zu visualisieren und wir haben ganz viele Kooperation auch in dem Bereich, wo Unternehmen sagen, wir wollen zum Beispiel mit ihren Kunden so ein bisschen Co-Innovation machen und das eben durch KI schnell visualisiert und generiert werden und da ist man ganz am Anfang des Prozesses. Dann kann man natürlich weitergehen und versuchen das ganze zu formalisieren in, ich sage jetzt mal wirklich eine Spezifikation, also eine formale Spezifikation, was soll das Produkt denn leisten? Und da sind wir dann bei dem Thema Anforderungen und so ein typisches Anforderungssef, das ist wirklich, also ein Telefonbuch, dann das will keiner eigentlich durch dich lesen und pflegen und da kann KI einem sehr viel abnehmen, um einfach mal auch Dopplungen zum Beispiel zu erkennen. Wenn 5.000 Anforderungen drin stehen, dann kann man sicher sein, dass irgendeine vielleicht doppelt kommt oder vielleicht sogar in Konsistente oder widersprüchlich. Das kann KI relativ automatisch prüfen oder ob diese Anforderungen tatsächlich dann mit den regularien gesetzlichen Regularen über einstimmen würde oder eben nicht, das kann man gut automatisieren und dann kann man doch weitergehen. Dann wird schon spannend, weil dann kann man auch ins Design gehen. Also es gibt jetzt die ersten Tools, die am Markt sind, wo ich praktisch per Text Prompt CRD, also 3D Geometrien erstellen kann. Also ich muss gar nicht mehr den komplexes CRD-Toot beherrschen, sondern ich kann tatsächlich mit dem Text Prom sagen, wie die Geometrie auch schon wollen, wie ich es mir vorstellen und kann sie dann, man sieht das so typischerweise jetzt nicht nur rein textuell, aber mit so, ich sage mal, mit so Schaltern, dann so parametrisieren, also größer Kleider machen, Veränderungen, Radiens, Verändern. Also ich weiß ich, weil ich das gelernt habe, es war wirklich alles, was oder Radiens zu kurz zu ihr, das war alles so was, das ist der Eitzschulungseinheit. Und das kann man dann viel intuitiver machen oder eben auch, dass es auch schon seit Jahren zum Teil gibt, zum Beispiel Elektronik Design. dass man zum Beispiel das "Routing" von den Leiterbahnen, das macht man schon seit Jahren eben automatisiert durch Alkohrhythmen und nicht mehr durch den Menschen, weil das sind so viele Schichten, dass das kann man gar nicht mehr durchblicken. Also da gibt's Potenziale und dann ist man schon in der, ich sag's mal, unten am V angekommen und wenn man dann wieder hochgeht und deswegen auch dieses V, weil das geht dann wieder hoch, weil man auf der rechten Seite des Vs dann das testet, was man links so spezifizierter und sich ausgedacht hat. Und dann kann man da unglaublich viel mit KI machen, indem man eben, wobt eine gewisse Anzahl an Testfällen durchspielt, vordefiniert gegen die man dann sein, ich sag's mal seit Ende, "Wurf testet" und sagt, hält ja dann dagegen bestand. Und die Idee ist, das ist das große Ziel, das ist auch das große Ziel in Automobilindustrie, so eine Art komplette virtuelle Homologation, also praktisch bis zur virtuellen Zulassung deines Autos, so hast praktisch gar nichts gebaut, sondern hast das eigentlich komplett virtuell gestaltet und kannst dir sicher sein, wenn ihr jetzt den Knopf drücks und die Produktionsmaschinen legen los, das Ding hinten was vom Band rollt montiert ist, das darf, es hat gekte Straßenzulassung, das ist das große Ziel und da hilft KI natürlich um gemein und das kann man jetzt doch weiterdenken, weil selbst im Beziv das Fahrzeug oder das Produkt ja auch wieder Daten generisiert, die kann ich natürlich mit KI wieder analysieren, in die Entwicklungsabteilung wieder spielen und sagen "Wurf cool, jetzt habe ich viel besser verstanden, wie der Kunt ist vielleicht nutzt und kann dann zum Beispiel ein Software-Update aufspielen." Oder im schlimmsten Fall, wenn man das nicht kann, dann für die nächste Prokgeneration dieser Erkenntnisse nutzen. Also ich glaube, es gibt Unwengen von Potenzialen und das sind aber wirklich die Kleidentpotenziale, wie ich sie mal sage, weil das sind diese einzelnen News-Cases. Jetzt werden wir den gesamten Prozess sich anschaut, gibt es ein mega Thema bei Unternehmen, das haben alle. Jedes Unternehmen kennt das, jede Größe-Organisation, überall Fallenjahrtten an und diese Daten-Konsistenzue aneinanderzuhalten, sodass man nichts gedoppelt, Dreifachat oder gar Inkonsistenz on anderem. Das ist aus meiner Sicht das größte Potenzial, was man erschließen könnte durch KI, weil KI kann ja sehr gut Daten übersetzen und Konsistenz halten und auch Tools miteinander koppeln. Das ist eigentlich etwas, was dann eher begleitend ist, was gar nicht die Inschnee-Tätigkeit selbst unterstützt, sondern das, was im Hintergrund ist, in den IT-System abläuft, dass das einfach besser ist und wenn ich damals brauche, ich per Knopfdruck ist auch wirklich gekommen und das ist mein, also mein Gefühl, schon seit Jahren, eines der größten Probleme in Unternehmen, dass sie diese Daten nicht vernünftig gepflegt bekommen, vernünftig Konsistenz haben über verschiedene Entwicklungsprojekte hinweg und dann startet man immer neu, erfindet zum oft die Welt das zweite, dritte und vierte Wahl wieder, wo man sie nicht findet oder nicht richtig abgelegt hat. Ich glaube, das ist auch ein diesen Potenzial. Wenn ich das jetzt so ganz kurz zusammenfass und vielleicht mal auf eine Ebene höher bringe, dann würde es ja bedeuten, dass der gesamte Prozess von Idee bis zum ersten Prototypen viel günstiger, viel schneller geht. Man könnte eigentlich Produkte extrem schnell auch direkt am Kunden testen und direkt auch Feedback einholen, was ja auch dazu führen würde, dass die Produkte hoffentlich am Ende dann auch besser sind oder vielleicht mehr das Problem von Kunden am Ende lösen. Ja, absolut, ich habe ein schönes Beispiel, was jetzt gar nicht so aus meiner typischen Branche ist, Gespräch mit dem Schuhhersteller oder mit einer Firma, die praktisch für die Schuhmarken, die sind Designprozess gestaltet, die sagen, da kommt natürlich der Designer und hat jedes mal neun Entwurf und jedes mal wird ein Prototyp gebaut von so einem Schu, oder es koste jedes mal 102, 300 Euro, oder dann wird er verworfen oder dann wollen die was anpassen und das kostet jedes mal Geld und das machen wir jetzt eben durch KI, wollen wir das komplett virtualisieren, das werden die Seiner sagt, ich hätte es gerne an den Farbe, das vielleicht nochmal anders geschnürkselt unter der gleichen, dass wir es gleich visualisieren können und das Spat, Geld, das Spatzeit und das trifft und das ist genau die Vermutung, das trifft dann hoffentlich den Nerf des Kunden viel, viel besser als wenn wir das dann teuer jedes mal versuchen die physische Welt zu beführen. Hast du dann noch vielleicht ein anderes Beispiel direkt aus der Industrie, wo du sagst, das war wirklich spannend? Ja, wir haben das auch von anderen Unternehmen gemacht, das kann ich aber auch nicht entnennen, da ging es ein Branche-Licht, also Lampen. Lampen ist auch so was, echt auch ein Design-Element, also man sieht so, bei Design-Elementen ist es ganz, ganz das Potenzial schnell zu heben und dort haben wir tatsächlich dann versucht die ganzen verschiedenen Innovationsideen für neuen Leuch, da wird ja auch technologisch viel gemacht, da ein bisschen zu smarten Funktionen, dass ich mein Handy aufladen kann und dann haben wir gleich diese Entwürfe eben KI generisiert, visualisiert an den verschiedenen Orten, wo dann so die Leuchte vielleicht mal aufgestellt werden sollte, so dass sich der Kunde das dann im Endstag ist gut vorstellen kann und sagen kann, wo das sieht aber wirklich gut aus, oder die Fotos, oder die Bilder, die dann entstanden sind, also das hat so eine Qualität und das muss man auch wissen, wie gut die Qualität ist, dass der normale Bürger es nicht unterscheiden könnte, ob das jetzt ein KI generiertes Bild ist oder wirklich ein Produkt, was schon besteht und man hat das fotografiert. Und das ist schon eine extrem krasse Qualität, wenn man sich früh überlegt, wie sowas aussah, dann hat man immer gewusst, dass es ein Designenwurf, wo man hat noch viel Fantasie gebraucht, also da gibt es schon eine ganze Menge und der Fantasie ist keine Grenzen gesetzt, wir haben euch für den Landmaschinen herstellen, haben wir mal so ein Mehldrescher auf dem Strand gesetzt, wo man gesagt, da guckt mal, wie das am Strand ausschauen würde, wenn er hinten durchs Wasser springt, es ist natürlich jetzt nicht Spieler rei, aber es zeigt alles ist möglich, man kann es in jedem Sätting machen und sehr detailliert. Wo siehst du aktuell noch Limitationen, was nicht möglich ist? Also tatsächlich geht die größte Limitation und dass es auch eine Forschungsfrage, die bleiben wird, wie weit kann die KI wirklich neue Lösungen entwickeln? Also sie lernt ja praktisch aus einer Menge an Erfahrung, an Wissen und das ist ja auch schon super viel, weil ich sage, man sagt ja auch mal so, wenn unter den Wüste was es weiß, dass dieses Potenzial kann man sofort erheben, aber ob wirklich was komplett neu entsteht, was komplet destruktives im Sinne von, das hat es, gab es noch nie, da gibt es ja noch große Zweifel, ob das diese Modell überhaupt leisten können, man sieht immer Ansätze, aber da würde ich sagen, ist eine große Limitation, die zweite Limitation, die sichlich da ist, man darf diesen Modellen gerade generativ Modellen niemals blind vertrauen, weil sie immer ein Ergebnis auszubringen, das ist in den Modellen ja technologisch so vorgesehen und das kann natürlich trotzdem falsch sein. Deswegen ist dieses Wechselspiel ja so wichtig, dass deswegen komm ich auf dieses Wipe-Coding, also Wipe heißt ja wirklich, ich lasse mich leiten, aber ich vertraue nicht blind, also ich steuere das Ganze noch und kontrolliere das Ganze noch, das ist glaube ich ganz, ganz wichtig, ja und deswegen müssen wir als Menschen uns da als Entwickler dann ein Wickler da müssen wir mitgehen, das ist glaube ich ganz, ganz wichtig. Weil du gerade gesagt hast, wir als Menschen müssen mitgehen und wir haben jetzt eher über den Entwicklungsprozess gesprochen, sprechen wir mal über die Person, die diesem Prozess eigentlich durchläuft, ein Ingenieur und wie verändert sich dann eigentlich die Rolle eines Ingenieurs durch den Einsatz von KI, wenn auch mit KI arbeitet? Ja, das ist eine super spannende Frage natürlich, ich sage jetzt mal das extrem scenario an, dass ich aber nicht glaube auch nicht mittelfristig, wahrscheinlich auch nicht langfristig wäre, dass die KI das komplett alle selber kann. Da habe ich aber gerade schon gesagt, weswegen ist eigentlich nicht danach ausschaut, dass das tatsächlich geht, dass man jetzt sagt, das kann die KI komplett fertig erledigen, ich glaube, dass es uns gelingen muss, dass diese Rolle müssen die Ingenieurinnen und Ingenieurinnen auch annehmen, das ist ja eine Besuchskruppe, ich gehört dazu, die manchmal sehr resistent gegen Veränderungen ist und ich sag das immer so offen, weil ich, also ich vertrete gerade Entwicklungsingenieurinnen und ich liebe die, aber wir müssen da schon ehrlich sein, es ist gerade Bewegung und da muss man auch dafür bereit sein und da muss man auch Spaß sein haben und die meisten haben das auch und das ist ganz, ganz wichtig. Also wenn ich jetzt sage, ich nutze KI und die KI unterstützt mich dabei, dann ist das natürlich jetzt so, ja, ich bin immer noch der entscheider, aber wir werden natürlich merken, dass die KI sehr weit gehen kann, je nachdem, wie gut ich sie steuern kann und diesen Prozess, darauf muss ich mich einlassen und dann muss ich natürlich auch so ein bisschen, ja, ich muss, muss ihn jeder so gerade selber finden, es gibt noch nicht so genau, dass ich sagen kann, es läuft jetzt genau so ab. Ich glaube nicht, dass das so sein wird, dass am Ende des Tages nur ein Stempel drunter gemacht wird, ja, wollen ich abskontrolliert, das wäre ja auch sehr traurig, sondern das Idealbild und das möchte, das, was ich vertreten möchte, ist, dass ich durch diese Technologien so befähigt werde, dass ich eben nicht 30 Prozent meines Tages damit verbringe mich mit Leuten abzustimmen, 30 Prozent meines Tages damit zu verbringe, da Dokumenteunterlagen zu suchen und 30 Prozent damit verbringe ich hier e-Mails zu lesen und irgendwelche Leute anzurufen und mit 10 Prozent dann wirklich entwickele, sondern dass wir das umdrehen können, dass ich eher die 90 Prozent kreativ entwickeln, neue, mich stärker mit dem Problem, sondern ersetzen kann, die es dort gibt und eher 10 Prozent für diese anderen Aufgaben einbringen muss und das glaube ich, das ist das überzeugende Argument, weil das wird ja jeder unterschreiben. Ich hätte jetzt wirklich ein Blick in viele Entwicklungsabteilungen schon gehabt und auch aktuell, da gibt es ja kein der sagt, euch ließe, ich lese gerne e-Bells oder ich sitze gerne stelle ich in Teams-Witings und der gleichen, sondern die Leute wollen ja was gestalten und das sind die Potenziale und über diese begeisterung muss man letztlich auch kommen. Das heißt, wenn wir so in die Zukunft schauen, wird es eigentlich eine Mischung sein zwischen Unterstützer und Sparring-Badener. Ja, das definitiv, es gibt ja auch Studien, die das schon untersucht haben, weil es ja gerade die Leute jetzt, also das Potenzial ist am größt und für die Leute, die nicht mega Erfahrung haben, das ist definitiv so. Also man kommt viel schneller rein, man kann auch in Themen rein schnuppern, das gilt dann auch für die Leute mit vielerfahrung, aber die können dann in Leuten in Themen rein gucken, wo sie nicht so vielerfahrung haben. Also ich sage immer, man kann so bisschen vor seinem eigentlichen Aufgabenbereich vorher und danach noch ein bisschen mehr machen, dazu wird man befähigt und das ist eigentlich sehr, sehr spannend. Also man erweitert so ein bisschen seinen Portfolio und das ist, ich glaube das ist, dass die Potenziale sind da wahnsinnig groß und ich glaube, das wird die meisten schon überzeugen. Aber ich will gerne nochmal auf einen Punkt eingehen, weil du hast gerade angesprochen die Studie oder unterschiedliche Studien, die Ihr zeigen, dass ihr ein durchschnittlicher Mitarbeiter etwas besser wird, aber die ganz guten Mitarbeiter werden in Erserlinie nicht gleich noch besser, sondern es ist mal ein bisschen ein Hindernis und bringt eben keine deutlichen Erfolge. Wenn wir das jetzt mal umlegen auf die Produkteenwicklung, dann möchte ich ja eigentlich die absolut besten Mitarbeiter haben, dass die die absolut besten Ideen entwickeln und die besten Produkte am Ende generieren und nicht ein durchschnitt und es kommt ein durchschnittliches Produkt aus. Ja absolut und deswegen ist das ja so wichtig zu verstehen, wenn wir sagen, du hast diese Aufgabe und jetzt machst du, und die machst du seit 30 Jahren, jetzt kriegst du K.I. und machst immer noch genau die selber Aufgabe. Das kann es nicht sein. Also das sind genau diese Zahlen, die rauskommen, dass man da 2% besser oder 3% besser wird, sondern das Aufgabenprofil muss sich dann dramatisch auch ändern und das kann sich ändern, indem ich eben mehr Verantwortung, mehr Kreativität, kreative Prozesse gestalten kann dadurch und dadurch leistet auch diese Person, die viel Erfahrung hat, deutlich mehr und verändert es ihr Aufgabenprofil. Und diese ganzen Studien, die belegen ja nur, dass ich sage, wenn eine Person, die diese Aufgabe ist schon gut kann, mit K.I. oder stützt, wird die nicht viel besser können und dass der Person, die die Aufgabe noch nicht gut kann, aber mit K.I. sie ähnlich gut kann. Das ist ja, als weiß ich, was Snowbrainer, und deswegen müssen wir das Aufgabenprofil verändern. Und da stehe wir auch zum Anfang, da bin ich auch ehrlich, weil es gibt ja auch Studien, die zum Beispiel dann wiederum belegen, dass das so gut funktioniert, aber sobald 2 Leute dann arbeiten und dann kommt die K.I. noch mit rein, die gar kein Produktivitätsgewinn mehr haben. Also das Team, also nach den Störstülenlage wäre Teamarbeit eher kein nicht förderlich. Es würde gar nicht viel bringen, sondern die Leute arbeiten alle alleine mit ihrer K.I. Und das glaube ich, wird am Ende des Tages aber zum Problem, weil, was ich ja schon sagte, neue Ideen entstehen ja weiß zwischen Menschen und vielleicht auch zwischen Menschen und einer K.I. Aber ich glaube ganz viel zwischen Menschen und ich glaube, die Potenzial müssen machen. Aber wir müssen das Aufgabenprofil der Ingenieure und Ingenieure verändern, sonst werden diese, dann samt diese Benchmarks natürlich alle recht. Ja. Ich bin auch gespannt, wie sich auch diese Benchmarks in den nächsten Monaten oder auch Jahre entwickeln werden. Aber wir kommen jetzt langsam zum Schluss und zum Schluss werden auch mal spannend. Stelle vor, du sprichst mit deinen CTO eines mittelständischen Unternehmen. Was würdest du ihn oder ihr ganz konkret mit auf dem Weg geben, wenn sie jetzt genau um dieses Thema generatifiker I einsatz in der Industrie geht, was wer die eine Botschaft oder der Eines hat, den nur mitgeben würde es. Also ganz kurz würde ich sagen machen. Also definitiv da rein investieren, sagt das ganz platt die größten Erfolge, die ich gesehen habe bei den Unternehmen in den letzten zwei Jahren, oder die Unternehmen, die am schnellsten vorangekommen sind, waren die Unternehmen, die gesagt haben, ich nehme ein, zwei, drei, vier Leute raus aus meinem Unternehmen, die sich mit dem Thema intensiv beschäftigen. Das klickt am Anfang im Mittelstand als total abzußelbe können die da und nicht rausnehmen, die haben nach Halle aufgaben, aber die Leute werden so schnell produktive Lösungen finden für die gesamte Organisation. Das ist unfassbar und die werden auch so ein Spaß dabei entwickeln. Das habe ich auch bei allen gesehen, die brengen, die muss man eine hause schicken, die muss man wirklich wieder eine hause schicken und die ziehen die gesamte Organisation mit. Das ist unglaublich wichtig und das war für mich wirklich der Tipp Nummer eins, sich die Leute reinzurum und auch als CTO nicht die Angst zu haben, zu fragen, zu stellen und sich wirklich darüber zu informieren. Man kann nicht alles, was das Tempo so hoch, das ist jede Woche entsteht, was neu ist, gibt es was Neues, die Neuesten Sachen kriegt man aus den sozialen Medien mittlerweile in diesem Technikbereich daraus. Das ist nicht die Aufgabe des CTOs, ständig bei Ex oder bei LinkedIn abzuhängen, aber ein Team zu haben, die das gännen, die da auch gucken und da auch in der Community dabei sind. Das ist ganz, ganz wichtig und das wäre das eine und auf das anderen Seite würde ich schon auch als CTO empfehlen, mit den Leuten offen umzugehen, so sagen es tut sich was, es verändert sich was, es wird besser, aber ihr müsst euch auch auf den Weg einlassen. Und das ist glaube ich ganz, ganz wichtig. Ich bin übrigens der Meinung, dass wir in Deutschland beste Voraussetzungen haben. Wir haben, also wir werden die immer noch beneidet für uns in den Genürden, in den Genür und jetzt haben wir so ein bisschen, ich will ich sagen, abfällig, aber wir haben ein bisschen über die problematischen Seiten gesprochen, aber wir müssen auch die positiven. Wir haben unglaublich viel noch haut, wir haben unglaublich viel wissen, wenn wir das noch mit KI fahren können und wenn wir vor allem auch verstehen, dass wir auf unserem technologischen Stack jetzt eben noch vielleicht auch stärker so das Thema IT noch ausbauen müssen, nicht IT anstatt, Maschinenbau oder E-Technik, sondern zusätzlich. Dann schaffen wir dieses ganze, ich nenne das immer dieses full stack engineering, diesen gesamten Technologisch stack in Deutschland zu haben, dann bleiben wir jetzt nicht bewerbslich und dann bleiben wir auch führend. Im Momentan reden wir uns sehr, sehr beeindruckend, dass wir dann nicht mehr führend sind, momentan sind wir auch ganz gut aufgestellt. Aber ich glaube, die Messe ist dann noch nicht gelesen, wir stehen eigentlich gar nicht so schlechter an, aber wir brauchen diesem Mut jetzt. Roman, ich würde sagen, das ist zum Abschluss nochmal eine sehr positive Botschaft an dieser Stelle sage ich herzlichen Dank, dass du mit dabei warst, hat super viel Spaß gemacht, alles Gute. Ciao. Danke, bis dann, ciao. Schön, dass du wieder dabei warst. Wir haben dank deiner Hilfe gerade in einen riesigen Meilenstein erreicht, über 5.000 Stammhörer hören jetzt regelmäßig zu. Das ist einfach nur unglaublich. Und deswegen wollte ich mich ganz persönlich bei dir nochmal bedanken. Danke, dass du wieder eingeschalten hast. Danke, dass du den Bot-Caste unterstützt. Und danke, dass du dir auch die Zeit genommen hast und auf den abonnieren Button geklickt hast. Denn genau das hatte zu beigetragen, dass nun mehr als 5.000 Stammhörer Woche für Woche zuhören. Danke dafür. Und wir hören uns in der nächsten Folge von "The State of Process Automation".