Die Chancen und Grenzen von AI in der Produktentwicklung
AI nimmt in der Produktentwicklung heute Recherche- und Entwurfsarbeit ab, sodass Ergebnisse früher vorliegen. Sie ist ein Werkzeug, das man nur dann effizient einsetzt, wenn man seine Grenzen kennt – und weil sich diese Grenzen schnell verschieben, müssen wir sie ebenso schnell immer wieder neu ausloten.
Was AI gut kann: Sie erzeugt aus einem Entwurf viele Varianten und macht damit Vergleiche möglich, für die im Projektalltag sonst die Zeit fehlt. Sie sichtet Normen und Datenblätter, fasst Recherche zusammen, liefert erste Entwürfe für die Dokumentation und nimmt einem Routinearbeit ab. Richtig eingesetzt spart sie damit erhebliche Arbeitszeit.
Man sollte aber nicht den Fehler machen, die Inhalte ungeprüft zu lassen. Obwohl die Agenten die Arbeiten von Mitarbeitern übernehmen können, sind sie selbst keine. Ein Sprachmodell erzeugt allzu oft plausibel klingenden Text – es mangelt dann aber möglicherweise an Wahrheitsgehalt.
Was AI nicht kann
AI trägt keine Verantwortung: Sie zeichnet weder für die Sicherheit verantwortlich noch steht sie für den Menschen ein, der später an der Maschine arbeitet. Zielkonflikte entscheidet sie nicht, weil sie den realen Kontext nie vollständig kennt; was sie liefert, ist ein Vorschlag ohne Bewusstsein für die Folgen.
Für viele Aufgaben, die auf fertigen 3D-Modellen aufsetzen – Renderings, Farbvariationen und Darstellungen –, ist AI inzwischen sehr gut geeignet. Bei Zeichnungsableitungen unterstützt sie erste Ansichten, doch Bemaßung und Tolerierung bleiben Aufgabe des Konstrukteurs. Für die Erstellung funktionaler 3D-Modelle ist sie dagegen bislang nicht geeignet. Das liegt unter anderem daran, dass heutige Modelle vor allem mit Sprache und Bildern trainiert und gesteuert werden, kaum aber mit parametrischen CAD-Daten. Komplexe Geometrien mit Randbedingungen, Toleranzen und Fertigungsanforderungen lassen sich auf diesem Weg nicht zuverlässig beschreiben. Hierfür wird es „noch“ einen versierten Konstrukteur brauchen.
Unser Modell
Wir halten die Rollen getrennt: Die Maschine liefert Vorschläge und Entwürfe, verantwortlich für das Ergebnis ist der Ingenieur. Jeder Vorschlag durchläuft deshalb eine fachliche Prüfung, bevor er in ein Produkt einfließt – das kostet einen Teil der Zeit, die vorne gespart wurde; in unseren Projekten bleibt unter dem Strich dennoch eine deutliche Ersparnis.
Quellen
- Xu, Jain, Kankanhalli (2024): Hallucination is Inevitable – formaler Beweis, dass Sprachmodelle als allgemeine Problemlöser zwangsläufig halluzinieren; der Fehler lässt sich nicht vollständig beseitigen.
- Chen et al. (2025): Understanding Design Fixation in Generative AI – generative AI zeigt Design-Fixierung und verengt den Lösungsraum, ähnlich wie menschliche Denkblockaden.
- Vicente & Matute (2023): Humans inherit artificial intelligence biases – Scientific Reports: Menschen übernehmen die Fehler eines AI-Systems und behalten sie bei, auch nachdem die Unterstützung weg ist.
IDEA e.U. · Determined Innovation