Engineering AI|Simulation Ein Leitfaden für den Einsatz von KI-Agenten

Anbieter zum Thema

SimScale GmbH

Heidrive GmbH

CADFEM Germany GmbH

Bohnhardt Cad-Consulting

SimScale veröffentlicht einen Architekturleitfaden für den Einsatz autonomer KI-Agenten im Engineering. Er beschreibt vier Prozessprinzipien und zeigt, wie sich Nvidia-Technologien in die Architektur einbinden lassen.

SimScale hat den «Engineering AI Blueprint» vorgestellt. Der Architekturleitfaden soll CTOs und Verantwortlichen im Engineering eine Grundlage bieten, um KI-Agenten im Unternehmen zu skalieren. Er basiert auf Erkenntnissen aus realen Engineering-Projekten und Kundeneinsätzen und bezieht Technologien von NVIDIA für beschleunigtes Rechnen sowie physikbasierte KI-Modelle und -Werkzeuge ein.

Der Übergang von KI-Pilotprojekten zum unternehmensweiten Einsatz ist anspruchsvoll – insbesondere, wenn KI-Agenten komplexe Entwicklungsabläufe übernehmen. Der Blueprint beschreibt einen praktischen Rahmen für den Einsatz autonomer KI im Engineering und zeigt auch, wo die Grenzen der Autonomie liegen sollten.

Vier Prinzipien für einen neuen Entwicklungsprozess

Laut Blueprint legen bestehende Verifikations- und Validierungsprozesse – etwa nach dem V-Modell – Entwürfe zu früh fest und prüfen sie zu spät. Die daraus entstehende Lücke könne Kosten verursachen. Eine darin zitierte Untersuchung kommt zu dem Ergebnis, dass Entscheidungen vor dem Design-Freeze 86 Prozent der erwarteten Programmkosten festlegen. Konzeptfehler, die erst spät entdeckt werden, hätten etwa 13-mal mehr Nacharbeit zur Folge.

Als Alternative beschreibt der Blueprint vier Leitprinzipien:

1. systematische Erkundung von Entwurfsvarianten statt früher Festlegung,
2. frühere Nachweise,
3. physische Tests als Bestätigung,
4. kontinuierlicher Wissenszuwachs der KI-Agenten mit jedem Durchlauf.

KI im Engineering vom Pilotprojekt in den produktiven Einsatz zu bringen, könne einen tiefgreifenden Wandel bedeuten. Es gehe um ein neues Betriebsmodell: gemeinsame KI-Fähigkeiten, die im gesamten Engineering zum Einsatz kommen, kleinere Teams, kürzere Entwicklungszyklen und eine kontinuierlich wachsende Wissensbasis. Der Wandel sei mit dem Übergang zu CAD und CAE vergleichbar. Deshalb brauchen Unternehmen eine klare Einführungsstrategie. Entscheidend sei, Autonomie nicht mit Entscheidungsbefugnis zu verwechseln. Ingenieurinnen und Ingenieure müssen für die Arbeit der Agenten verantwortlich bleiben, sagt David Heiny, CEO und Mitgründer von SimScale.

Architektur mit Nvidia-Technologien

Der Blueprint beschreibt die Ebenen, die autonome Arbeitsabläufe benötigen – von der Orchestrierung bis zu einer Wissensschicht, über die das Unternehmen selbst verfügt. Außerdem ordnet er Technologien von Nvidia in die Architektur ein: Nvidia PhysicsNeMo, Nvidia Nemotron und das Nvidia NeMo Agent Toolkit.

Um KI im Engineering zu skalieren, brauche es Arbeitsabläufe, in denen Agenten Entwurfsvarianten untersuchen, anhand physikalischer Modelle prüfen und die Ergebnisse für den nächsten Entwicklungsschritt nutzen können. Mit Nvidia PhysicsNeMo und GPU-beschleunigten Solvern unterstütze SimScale Teams dabei, Entwürfe zu untersuchen, deren Bewertung sonst zu teuer oder zeitaufwändig wäre. So lassen sich leistungsfähigere Optionen identifizieren und kostspielige Nacharbeit in späteren Entwicklungsphasen reduzieren, ist Steve Levay überzeugt, Head of Product Marketing for AI Engineering bei Nvidia.

KI-Agenten: Unternehmen erwarten einen messbaren Nutzen

Eine von SimScale Anfang 2026 durchgeführte Befragung von 350 Verantwortlichen im Engineering aus Unternehmen mit mindestens 1‘000 Mitarbeitenden ergab: 99 Prozent erwarteten innerhalb von zwölf Monaten einen konkreten wirtschaftlichen Nutzen durch KI. Der Blueprint beschreibt, wie CTOs und Engineering-Verantwortliche den Erfolg des KI-Einsatzes messen können.

Im Engineering stehe ein Wandel bevor, wie ihn die Softwareentwicklung mit Coding-Agenten erlebt habe – und er vollziehe sich schneller als erwartet, so David Heiny. Der Unterschied: Ein Engineering-Agent müsse physikalisch korrekte Ergebnisse liefern. Mit Nvidia-Bibliotheken und -Werkzeugen habe man eine Infrastruktur geschaffen, in der Agenten stundenlang laufen, Tausende von Entwürfen untersuchen und Ergebnisse überprüfen können, bevor eine Ingenieurin oder ein Ingenieur sie freigebe. Der Blueprint sei ein offener Leitfaden für CTOs, die diesen Wandel aktiv gestalten wollen.

Der vollständige «Engineering AI Blueprint» steht unter www.simscale.com/engineering-ai-blueprint zum Download bereit.