Abgefahren – die Software-Kolumne

AI ist der neue Automotive Imperativ

Aus Co-Piloten werden KI-Agenten: Agentic AI könnte Entwicklungsprozesse in der Automobilindustrie neu ordnen. Entscheidend ist, ob Unternehmen ihre Daten, Tools und Expertise sinnvoll verknüpfen.

Gelber Geländewagen vor den Buchstaben SW auf weißem Hintergrund.
Vom klassischen Engineering zum AI-first-Workflow: Dr. Christof Horn von Accenture sieht in Agentic AI große Chancen für die Automobilindustrie – vorausgesetzt, KI wird mit fundierter Automotive-Expertise verbunden.

KI ist hungrig nach Daten und sucht nach Wertschöpfung. Währenddessen macht die Automobil-Industrie leise ihre Hausaufgaben: Software wird nach modernen Methoden entwickelt, IT-Infrastruktur wird automatisiert, alle Unterlagen sind längst digital, und Brücken verbinden die Tool- und Daten-Inseln untereinander. Ein idealer Nährboden also für die Algorithmen der Künstlichen Intelligenz, die längst „Agentic AI“ heißt. Und die immer mehr kann.

In den meisten Einzeldisziplinen – Texte lesen, Objekte erkennen, Daten analysieren – schlägt KI inzwischen das menschliche Vermögen. Das von Menschen erzeugte Wissen wurde längst von Algorithmen einverleibt, man könnte auch sagen: ohne Zustimmung enteignet. Nur die physische 3D-Welt bleibt noch herausfordernd, denn von ihr gibt es noch keinen digitalen Zwilling, der einfach einzulesen wäre.

Aus Engineering…

Alle weiteren Fortschritte beruhen aber nicht auf noch mehr Daten, die sowieso zunehmend von KI-generiertem Müll verseucht sind. Nun geht es darum, die Modelle effizienter zu machen, Modelle mit faktischen Datenquellen zu vernetzen, und die Modelle miteinander kommunizieren zu lassen. Die Open-Source-Plattform OpenClaw zeigt, was dann passiert: Aus dem Chatbot wird ein Netzwerk von Software-Agenten, die menschenähnlich mit unseren Dateien und Tools, Mails und Nachrichten hantieren.

 

Ein Vorgehen, das alle elektrisiert hat und eine Route zu echter Wertschöpfung und Steigerung der Produktivität jenseits der KI Co-Piloten aufzeigt. Und die drei Hauptsorgen – Datenschutz, IT-Sicherheit und Prozess-Steuerung – sind adressiert, wie die schnelle Adaption im NVIDIA-Universum als „NemoClaw“ zeigt.

 … wird Promt Engineering

 Damit ändert sich für den automobilen Ingenieur alles. Wir stehen an der Schwelle vom Mensch-zentrierten, von der KI unterstützten Entwicklungsprozess zu einem „AI first“ Paradigma: Der Mensch beauftragt, leitet und assistiert KI-Algorithmen, das Vorgehen aber wird von der KI her gedacht. Und KI geht anders vor. Der Mensch startet ein Tool und bearbeitet das Werkstück im Tool und exportiert die CAD-Daten. Die Maschine analysiert die Anforderungen, programmiert sich ein Computer-Skript oder steuert das Tool fern und generiert die CAD-Daten direkt.

Dennoch braucht es den Menschen in diesem automatisierten Workflow, und zwar bis auf weiteres. Denn bislang verstehen Algorithmen nicht besonders viel von dem, was sie tun. Der Begriff des „AI Slop“ macht die Runde: Die so schnell erzeugten Artefakte strotzen vor Fehlern, unnötigen Komplexitäten, oder bilden eben die wahrscheinlichste Option ab – aber eben nicht die richtige.

Neue Rollen

Wie so häufig bilden unsere heutigen Rollen die Vergangenheit ab. Es gibt Product Owner, Projektmanager, Testingenieure und Qualitätsverantwortliche, weil Arbeitsteilung und Spezialisierung zwingend erforderlich waren – niemand konnte alles gleich gut. Das ändert sich nun im großen Stil, und es ist auch keine Neuigkeit. Wer Word oder Photoshop nutzt, macht eigenständig die Arbeit von einem ganzen Team damaliger Spezialisten.

Save the Date: AUTOMOBIL-ELEKTRONIK Kongress 2027

Am 22. und 23. Juni 2027 findet zum 31. Mal der Internationale AUTOMOBIL-ELEKTRONIK Kongress (AEK) statt. Dieser Netzwerkkongress ist bereits seit vielen Jahren der Treffpunkt für die Top-Entscheider der Elektro-/Elektronik-Branche.

Sichern Sie sich Ihr Konferenzticket!

Wie sehen diese neuen Rollen aus? Das werden wir wohl noch herausfinden müssen. Denn es gibt eine klare Vorgehensweise: zuvorderst stehen Kundenwert und Herausforderung, dann die Lösung, dann der Prozess, dann Organisation und Rollen. Der Fokus auf den Kunden – das Warum – ist daher so wichtig. Und es bleibt dabei: Ein schlechter Prozess, der mit KI automatisiert wird, der bleibt ein schlechter Prozess.

Bei der Implementierung von KI hilft daher die Orientierung an den Wertströmen: Was genau wollen wir eigentlich am Ende erzeugen? Und wie kommen wir dort am einfachsten hin, wenn wir alle Daten von Anfang an zur Hand haben?

Der neue automobile Imperativ: KI birgt größte Chancen– wenn wir sie mit unserer Automotive-Expertise zusammenbringen.