„Der Mensch wird dann fast zu einer Art Teamleiter“

Redaktion: Herr Dr. Zein, lassen Sie uns zunächst etwas allgemeiner einsteigen: Wenn Sie auf das gesamte Engineering schauen – wo steht KI heute? Wo sehen Sie den größten Reifegrad, und wo die größten Lücken?

Dr. Axel Zein: Generell stehen wir beim Thema KI im Engineering noch ganz am Anfang – wirklich ganz am Anfang. Verglichen mit anderen Bereichen ist der Reifegrad sehr niedrig. Am weitesten ist KI meiner Beobachtung nach noch in der Softwareentwicklung. Das liegt vermutlich auch daran, dass Softwareentwickler die Technologien selbst bauen und eine natürliche Affinität dazu haben.

In klassischen Ingenieursdisziplinen wie Mechanik, Elektrotechnik oder PCB Design ist KI dagegen nahezu nicht existent. Da tut man sich in Europa insgesamt schwerer. In der Elektrotechnik sind wir – WSCAD – Stand heute die einzigen, die bereits KI Funktionen produktiv im Einsatz haben. Das zeigt auch: Es wird viel über KI gesprochen, aber praktisch passiert bisher wenig. Es wird aber kommen, ganz sicher.

Redaktion: Viele Unternehmen scheitern nicht am guten Willen, Pilotprojekte starten viele. Aber dann gelingt die Skalierung nicht. Was sind aus Ihrer Erfahrung die Gründe?

Zein: Die wichtigste Frage am Anfang eines jeden KI Projekts lautet nicht: „Welche Technologie nutzen wir?“, sondern: „Welches Problem wollen wir lösen?“

Diesen Fehler haben wir anfangs selbst gemacht, weil wir von der falschen Seite kamen: Was können wir alles mit KI tun? Das ist nett, aber sinnlos. Es braucht Anwendungsfälle, die echten Nutzen bringen. Dazu muss man Daten, Entwickler know how und das Fachwissen der Domäne sauber zusammenbringen. Und man braucht Leute, die bereit sind, out-of-the-box zu denken. Dieses Herausarbeiten möglicher Use-cases ist fundamental – bevor man überhaupt an Tools oder Technologie denkt. Und genau diese Phase wird stark unterschätzt.

Redaktion: Das heißt: Mindset spielt eine enorme Rolle?

Zein: Absolut. Ohne ein offenes Mindset funktioniert kein KI Projekt. Es reicht aber nicht, nur offen zu sein – man muss auch anders arbeiten wollen.

Ein gutes Beispiel aus der jüngeren Vergangenheit ist die Einführung von Robotern in der Fertigung: Zuerst hatten alle Angst um ihren Arbeitsplatz. Am Ende hat man festgestellt, dass man dank Automatisierung günstiger produzieren konnte – und dadurch sogar mehr Arbeitsplätze entstanden. Nicht die gleichen, aber neue. Genau so wird es mit KI laufen.

Redaktion: Wird sich dadurch die Ausbildung und die Rolle von Ingenieuren verändern?

Zein: Ja, aber nicht in dem Sinne, dass Berufe verschwinden. Ingenieure müssen lernen, mit neuen Werkzeugen zu arbeiten. Mit KI funktioniert Engineering heute schon punktuell deutlich schneller – teils braucht der Anwender nur einen Bruchteil der Zeit. Das bedeutet: Man kann mehr Projekte in derselben Zeit abwickeln.

Wie damals in der Fertigung: Der Mitarbeiter hat nicht mehr selbst geschweißt, sondern gelernt, den Roboter einzustellen und zu überwachen. Im Engineering ist es ähnlich: Man arbeitet anders, aber nicht weniger.

Redaktion: Viele Menschen haben aber Angst – sowohl vor Arbeitsplatzverlust als auch davor, KI Ergebnisse seien fehlerhaft. Wie schafft man Vertrauen?

Zein: Indem man Ängste offen adressiert, nicht unter den Teppich kehrt. Auf das Thema angesprochen, helfen oft historische Parallelen – beispielsweise die von der Pferdekutsche zum Zug: Ja, die Kutscher waren weg. Aber jeder Zug schuf viel mehr Arbeitsplätze als eine Pferdekutsche je hatte.

Beim Thema Zuverlässigkeit ist entscheidend: Man darf im Engineering nie rein mit KI Modellen arbeiten. KI kann halluzinieren. Deshalb kombinieren wir strikte regelbasierte Systeme („Wenn Dann Regeln“) mit KI Modellen. Das erzeugt robuste Ergebnisse – und damit Vertrauen. Nur so erreicht man Akzeptanz.

Redaktion: Heute sehen wir KI Funktionen in CAD Systemen, die einzelne Aufgaben erleichtern. Wenn aber künftig KI Agenten immer mehr übernehmen – wird CAD zur austauschbaren Commodity?

Zein: Was wir heute sehen, ist erst der Anfang: KI Features, die existierende CAD Werkzeuge smarter machen. Das ist nützlich, aber noch nicht transformativ. Der eigentliche Sprung kommt, wenn KI wirklich Teile des Engineerings übernimmt. Wir haben mit unserer automatischen Schaltschrankgenerierung einen kleinen ersten Schritt gemacht – aber das kratzt nur an der Oberfläche.

Unsere Vision ist ein System, das wie ein erfahrener Elektrokonstrukteur agiert. Sie geben Anforderungen ein – nicht vollständig natürlich – und das System stellt Rückfragen, schlägt Lösungen vor und konstruiert. Der Mensch wird dann fast zu einer Art Teamleiter, der einen virtuellen Konstrukteur anleitet.

Mit unserer aktuellen Lösung erreichen einige Kunden heute schon 50 % Zeitersparnis. Stellen Sie sich vor, was passiert, wenn KI große Teile des Engineerings übernimmt – das sind mehrere Größenordnungen mehr.

Redaktion: Wann könnte so etwas Realität werden – 2027, 2028?

Zein: 2027 könnte man erste Entwicklungen sehen. Agenten können heute zwar bereits einfache Tätigkeiten ausführen, aber Engineering ist extrem komplex: strikte Regeln auf der einen Seite, kreative Schlussfolgerungen auf der anderen. Diese Balance ist nicht trivial. Wie schnell oder langsam es hier aber wirklich KI-basierte Lösungen geben wird, kann heute niemand sagen. Vor allem, weil wir nicht wissen, welche KI Technologien 2027 verfügbar sein werden. Ich hätte vor zwölf Monaten nicht gedacht, dass wir heute an diesem Punkt sind – und ich erwarte weitere Überraschungen.

„KI ist Change Management – in Lichtgeschwindigkeit“

Künstliche Intelligenz ist im industriellen Umfeld längst mehr als ein Modewort. Auf der Automation NEXT Conference 2025 zeigte Dr. Axel Zein, CEO der WSCAD GmbH, aus Herstellerperspektive, wie sich Engineering-Prozesse durch KI nicht nur optimieren, sondern grundlegend verändern lassen.

Redaktion: Wer hat beim Rennen um KI Engineering eigentlich den Vorteil? USA? China? Europa?

Zein: Wenn wir global auf KI schauen, ist das Ranking klar:

1. USA

2. China

… lange nichts …

Dann vielleicht UK oder Indien. Europa spielt leider keine große Rolle, denn Europa reguliert – und schaut zu. Das ist leider die Realität. Es gibt Ausnahmen wie Mistral in Frankreich, aber die sind im globalen Vergleich zu klein.

Unser Vorteil von WSCAD ist, dass wir uns in einer sehr kleinen Nische bewegen. Große Spieler wie Google oder Autodesk könnten technisch problemlos machen, was wir machen, da müssen wir realistisch sein – aber für die ist unser Markt viel zu klein.

Das erklärt übrigens, warum Autodesk sein Produkt „AutoCAD Electrical“ seit Jahren kaum weiterentwickelt: Es ist im Vergleich zu modernen elektrotechnischen CAD Systemen schwach, aber für Autodesk spielt dieser Bereich wirtschaftlich kaum eine Rolle.

Redaktion: Dann zoomen wir vielleicht noch einmal aus Ihrer Nische heraus: Wo sehen Sie denn die größten Low hanging fruits für KI im Engineering?

Zein: Aufgrund des eingangs beschriebenen Reifegrads: Im gesamten Engineering. In Mechanik, Elektrotechnik, PCB Design – überall. Faktisch wird im Engineering heute fast keine KI genutzt. Wenn jemand KI einsetzt, dann eher GPT Tools zum Schreiben von Anforderungen– aber nicht im eigentlichen Engineering. Wir stehen hier ganz am Anfang.

Redaktion: Abschließend: Angenommen, eine Führungskraft liest dieses Interview und möchte noch dieses Jahr mit KI loslegen. Was wären die ersten Schritte?

Zein: Erstens: Eine kleine Koalition der Willigen bilden – Leute aus dem Fachbereich, die neugierig sind und Lust haben, Dinge neu zu denken. Dazu ein bis zwei Softwareentwickler oder Data Analysts.

Zweitens: Den Auftrag geben, Use-cases zu finden. Diese Fälle gilt es dann nach potenzieller Auswirkung und Aufwand zu bewerten.

Und Drittens: Klein anfangen, sofort loslegen, wöchentlich berichten. Bloß nicht gleich zu Beginn ein Sechs Monats Projekt starten. Ein kleines Projekt sollte idealerweise schnell einen sichtbaren Erfolg zeigen – damit andere im Unternehmen sagen: „Das ist spannend, das möchte ich auch.“

Und ganz wichtig: Der Chef muss dahinterstehen. Entweder es ist wichtig, dann muss die Führungsebene hinschauen. Oder es ist nicht wichtig – dann sollte man es vielleicht einfach lassen.

KI im Engineering auf der Packaging Machinery Conference

Der Frage, wie sich KI jetzt und künftig auf das Engineering auswirkt, gehen wir auch auf der 3. Packaging Machinery Conference nach, die am 16. und 17. Juni 2026 in Nürnberg stattfindet.

Unser Speaker hierzu ist Dr. Daniel Eckertz Gruppenleiter Innovation Engineering am Fraunhofer IEM, mit dem wir kürzlich ein Interview hielten.

Alle weiteren Informationen zur Plattform des Verpackungsmaschinenbaus finden Sie unter https://www.packaging-machinery-conference.de/