KI in der Produktentwicklung: Was sich zwischen Lastenheft, CAD und Fertigung verändert
Von Holger Peschke · Gründer von AImation
Ein Lastenheft beschreibt den Auftrag. Die Konstruktion braucht dazu belastbare Vorgaben, die Fertigung einen nachvollziehbaren Stand. Dazwischen liegen Rückfragen, Zeichnungen und Entscheidungen. Genau diese Übergaben interessieren mich beim Einsatz von KI. Nach 20 Jahren Automobilentwicklung und der Führung von Teams schaue ich auf die Arbeit, die am Ende tatsächlich erledigt werden muss.
KI kann in der technischen Produktentwicklung dabei helfen, Anforderungen zu strukturieren, Wissen aus Quellen aufzubereiten und Arbeitsschritte in CAD, CAM oder der Schaltplanerstellung vorzubereiten. Ihr Nutzen hängt davon ab, ob das Team mit den Ergebnissen weiterarbeiten kann und wie viel Prüfung und Nacharbeit erforderlich sind. Technische Entscheidungen und Freigaben bleiben fachliche Aufgaben.
Die Entwicklungskette entdeckenDie Entwicklung im Zusammenhang
Folgen Sie einer Aufgabe durch die Entwicklung
Wählen Sie eine Station der Entwicklungskette. Jede Station verbindet eine konkrete Frage mit einem vertiefenden Artikel oder einer eigenen Demonstration.
01AnforderungenWas muss das Produkt leisten?Einblick und Beispiele
Offene Angaben und Widersprüche als Rückfragen sichtbar machen.
Lastenheft-Beispiel ausprobierenEinordnung im Artikel ↓02EntwicklungswissenWas wissen wir bereits?Einblick und Beispiele
Fundstellen mit dem passenden Dokumentenstand zusammenführen.
RAG und Quellenprüfung verstehenEinordnung im Artikel ↓03CAD und VariantenWie wird die Idee konkret?Einblick und Beispiele
Geometrie sichtbar machen und Änderungen am Modell nachvollziehen.
Von der Handskizze zum CAD-ModellEinordnung im Artikel ↓04CAM und ElektrikWie bereiten wir die Umsetzung vor?Einblick und Beispiele
Bearbeitungsfolgen und Schaltfunktionen in eigenen Beispielen ansehen.
Das CNC-Beispiel ansehenEinordnung im Artikel ↓05Prüfung und LernenIst das Ergebnis brauchbar?Einblick und Beispiele
Prüfaufwand, Korrekturen und Ergebnisqualität gemeinsam bewerten.
Zum Vergleich im TeamEinordnung im Artikel ↓
Rückfragen und Prüfergebnisse führen zurück zu früheren Stationen.
Schematische Orientierung. Die verlinkten Demonstrationen zeigen eigenständige Beispiele und kein durchgängig entwickeltes Produkt.
Warum KI für Entwicklungsverantwortliche relevant ist
Stellen Sie sich ein neues Bauteil für eine bestehende Anlage vor. Der Auftrag enthält eine Funktionsbeschreibung, eine ältere Zeichnung und Hinweise aus dem Versuch. Die erste Aufgabe ist, daraus einen belastbaren Ausgangspunkt zu machen. Welche Variante ist gemeint? Welcher Stand gilt? Welche Information fehlt noch? Dieses gedachte Beispiel führt durch den Artikel.
Aus meiner Sicht liegt ein sinnvoller Ansatz für KI dort, wo Informationen immer wieder gesucht, verglichen oder in einen anderen Arbeitsstand übertragen werden. Ein Entwicklungsleiter kann daran eine konkrete Frage knüpfen: Hilft das Werkzeug meinem Team, eine Aufgabe mit vertretbarem Prüfaufwand abzuschließen?
Meine eigenen Demonstrationen machen einzelne dieser Schritte sichtbar. Sie zeigen, worüber wir sprechen können: etwa CAD-Arbeitsschritte im Dialog, die Vorbereitung eines CNC-Programms oder einen Schaltplan mit modellierten Fehlerfällen. Daraus entsteht noch keine allgemeine Aussage über Zeitersparnis. Dafür braucht es den Vergleich im jeweiligen Betrieb.
Das Lastenheft wird zum Ausgangspunkt für Rückfragen
Im gedachten Bauteilprojekt steht vielleicht „schnell montierbar“ im Lastenheft. Für einen Entwurf lässt sich damit arbeiten. Für einen Nachweis fehlt ein vereinbartes Kriterium. Eine KI-gestützte Vorprüfung kann solche Stellen als Klärungsbedarf aufbereiten. Das zuständige Team legt anschließend fest, unter welchen Bedingungen und nach welchem Maßstab geprüft wird.
Die NASA-Leitlinie für Anforderungen nennt unter anderem eindeutige Referenzen, nachvollziehbare Zuordnung und überprüfbare Kriterien. Diese Grundlagen sind auch für die Bewertung eines KI-Vorschlags nützlich: Eine flüssig formulierte Anforderung muss fachlich noch lange nicht vollständig sein. NASA: How to Write a Good Requirement.
Ich würde deshalb zunächst die Qualität der Rückfragen bewerten. Fehlt wirklich eine Angabe? Ist sie vielleicht schon in einem anderen Dokument enthalten? Erfindet das System einen Grenzwert, hat es an dieser Stelle keine brauchbare Klärung geliefert.
Entwicklungswissen braucht Herkunft und Stand
Als Nächstes sucht das Team nach einer früheren Entscheidung: Warum wurde bei der alten Variante ein anderer Werkstoff gewählt? Eine hilfreiche Antwort muss auf die dazugehörigen Unterlagen verweisen. Ein ähnlicher Versuchsbericht aus einem anderen Projekt kann die Frage offenlassen.
Retrieval Augmented Generation, kurz RAG, verbindet die Suche in einem Datenbestand mit einem Sprachmodell. Gefundene Inhalte werden dem Modell als Kontext übergeben; die Antwort kann auf Quellen verweisen. Microsoft beschreibt dieses Prinzip in seiner RAG-Dokumentation. Microsoft Learn: Retrieval Augmented Generation.
Für den Engineering-Einsatz würde ich zusätzlich prüfen, ob Revision, Variante und Zugriffsrechte berücksichtigt werden. Widersprechen sich Zeichnung und Änderungsentscheidung, muss dieser Widerspruch sichtbar bleiben. Das Team braucht eine belastbare Fundstelle und eine klare Kennzeichnung dessen, was noch ungeklärt ist.
In CAD wird aus der Beschreibung ein prüfbares Modell
Mit geklärten Vorgaben beginnt die Arbeit an der Geometrie. Meine CAD-Videos zeigen, wie ein Sprachmodell gezeigte Arbeitsschritte im CAD-System ausführt. Vorgaben und Rückmeldungen erfolgen im Dialog. Ein Beispiel beginnt mit einer Handskizze, andere beschäftigen sich mit der Prüfung einer Konstruktion oder der technischen Zeichnung.
Ein weiteres, eigenständiges Video macht eine Patentschrift als räumliche Baugruppe verständlich. Schnittansichten und eine Explosionsdarstellung helfen dabei, die Anordnung der Teile zu betrachten. Das Modell ist eine technische Interpretation. Abgeleitete Maße und Annahmen müssen mit der Quelle abgeglichen werden.
Für mich wird ein solcher Ablauf dann interessant, wenn Änderungen nachvollziehbar bleiben: Welche Geometrie wurde verändert? Welche Vorgabe steckt dahinter? Was muss erneut geprüft werden? Die schöne Darstellung ist ein Einstieg in diese Fragen.
CNC und Elektrik erweitern den Blick auf die Umsetzung
Nach der Konstruktion müssen weitere Fachbereiche mit den Unterlagen arbeiten können. Im CNC-Beispiel führen ein 3D-Modell und eine Zeichnung zur Planung von Rohteil, zwei Aufspannungen und Bearbeitungsfolge. Zu sehen sind eine Simulation sowie ein Paket aus zwei NC-Programmen und einem Rüstblatt. Ein gefertigtes Bauteil oder ein freigegebener Maschinenlauf ist damit nicht dokumentiert.
Die Elektrikreihe betrachtet andere Aufgaben: einen Motorabgang und eine Wendeschütz-Schaltung mit modellierten Fehlerfällen. Sie zeigt, wie aus einer beschriebenen Aufgabe Annahmen, ein Schaltplan und interne Prüfungen entstehen. Die Bewertung für eine reale Anlage bleibt Aufgabe der zuständigen Fachleute.
Diese Videos gehören inhaltlich zusammen, weil sie Übergaben in der Entwicklung greifbar machen. Sie zeigen unterschiedliche Bauteile und Schaltungen. Es wäre falsch, daraus die Geschichte eines einzigen vollständig entwickelten Produkts zu machen.
Entwicklung verläuft mit Rückkopplungen
Eine Erkenntnis aus der Fertigung kann zurück in die Konstruktion führen. Eine geänderte Schnittstelle kann neue Fragen an Lastenheft und Prüfung auslösen. Die grafische Kette in diesem Artikel ist deshalb eine Orientierung. In einem Projekt werden Stationen erneut durchlaufen.
NASA beschreibt Konfigurationsmanagement unter anderem über eindeutig bezeichnete Stände, bewertete Änderungen und dokumentierte Entscheidungen. Für eine KI-Unterstützung leite ich daraus ab: Ein Änderungsvorschlag sollte seinen Ausgangsstand und die betroffenen Unterlagen nennen. Seine Freigabe muss nachvollziehbar bleiben. NASA: Configuration Management.
Nutzen zeigt sich nach Prüfung und Nacharbeit
Für einen ersten Vergleich würde ich eine bekannte, wiederkehrende Aufgabe wählen. Das Team bearbeitet sie mit einem klar benannten Datenstand und vergleicht das Ergebnis mit seinem bisherigen Vorgehen. Die Kriterien werden vorher vereinbart. Eine schnell erzeugte Ausgabe allein ist noch kein gutes Ergebnis.
Erfassen Sie die Bearbeitungszeit und die anschließende Prüfzeit getrennt. Dokumentieren Sie notwendige Korrekturen sowie offene Punkte. So kann ein Entwicklungsverantwortlicher beurteilen, ob sich Arbeit tatsächlich verringert oder nur in die Prüfung verschiebt.
| Blickwinkel | Was Sie beobachten | Frage für die Entscheidung |
|---|---|---|
| Qualität | Fehlende Angaben, fachliche Fehler und nachvollziehbare Quellen | Ist das Ergebnis für den nächsten Schritt brauchbar? |
| Aufwand | Bearbeitung, Prüfung, Korrekturen und laufende Pflege | Wie verändert sich der gesamte Aufwand? |
| Zusammenarbeit | Rückfragen, Zuständigkeiten und verständliche Übergaben | Kann das Team mit dem Ergebnis weiterarbeiten? |
Mein Vorschlag: Beginnen Sie mit einer klaren Übergabe
Bringen Sie eine Aufgabe mit, bei der Ihr Team regelmäßig ins Stocken gerät: eine Lastenheft-Prüfung, die Suche nach einer Änderungsbegründung oder die Vorbereitung von Unterlagen für einen anderen Fachbereich. Dazu gehören ein Beispiel, der bisherige Ablauf und die Person, die das Ergebnis beurteilen kann.
Darauf lässt sich ein abgegrenzter Versuch aufbauen. Klären Sie vorab, welche Daten verwendet werden dürfen, welche Werkzeuge eingebunden werden und wer Ergebnisse prüft. Die Beteiligten brauchen Gelegenheit, den Ablauf zu verstehen und an ihren eigenen Aufgaben zu üben.
Ich würde einen Versuch beenden oder verändern, wenn seine Ergebnisse nur mit unverhältnismäßigem Aufwand kontrollierbar sind. Genau solche Entscheidungen gehören für mich zu einem sinnvollen Einsatz von KI in der Produktentwicklung.
Häufige Fragen
Quellen und Einordnung
Die Entwicklungskette ist eine redaktionelle Orientierung von AImation. Die verlinkten CAD-, Patent-, CNC- und Elektrik-Videos zeigen eigenständige Demonstrationen. Sie dokumentieren kein gemeinsam entwickeltes Kundenprodukt. NASA und Microsoft stützen die genannten Grundlagen zu Anforderungen, Konfigurationsmanagement und RAG. Die Einordnung und die Vorschläge für einen Einstieg sind Empfehlungen von AImation; gemessene Kundenergebnisse werden nicht behauptet.
- NASA: How to Write a Good Requirement
- Microsoft Learn: Retrieval Augmented Generation
- NASA: Configuration Management
- AImation: Ein CNC-Drehprogramm vorbereiten (Video)
- AImation: Vom Satz zum Schaltplan (Video)
- AImation: Die Schaltung im Kurzschluss-Test (Video)
Quellen geprüft am 2. November 2026.
Bringen Sie einen Ablauf aus Ihrer Entwicklung mit.
Im kostenlosen Erstgespräch schauen wir auf Ihre Aufgabe, die vorhandenen Daten und einen sinnvollen nächsten Schritt.