Agentic AI in Engineering and Manufacturing: Industry Perspectives on Utility, Adoption, Challenges, and Opportunities

Diese qualitative Studie, die auf über 30 Interviews mit verschiedenen Stakeholdern basiert, zeigt, dass die Einführung von Agentic AI im Ingenieurwesen und in der Fertigung derzeit weniger durch technische Modellgrenzen als vielmehr durch fragmentierte Daten, Sicherheitsanforderungen, veraltete Schnittstellen und organisatorische Hürden eingeschränkt ist, wobei sich der Nutzen schrittweise von unterstützenden Aufgaben hin zu orchestrierten Automatisierungen entwickelt, sobald Vertrauen und Verifizierungsrahmen ausgebaut werden.

Ursprüngliche Autoren: Kristen M. Edwards, Maxwell Bauer, Claire Jacquillat, A. John Hart, Faez Ahmed

Veröffentlicht 2026-04-14
📖 6 Min. Lesezeit🧠 Tiefgang

Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Each language version is independently generated for its own context, not a direct translation.

🏭 Die große Werkstatt: Wo KI gerade steht

Stellen Sie sich die Welt der Ingenieurwesen und Fertigung wie eine riesige, hochmoderne Werkstatt vor. In dieser Werkstatt werden Dinge gebaut, die unser Leben retten oder verbessern – von Raketen über Autos bis hin zu medizinischen Geräten.

Die Studie, die auf über 30 Gesprächen mit Experten basiert, sagt uns im Grunde: Die KI ist da, aber sie ist noch nicht der alleinige Chef. Sie ist eher wie ein extrem schneller, aber manchmal etwas verwirrter Praktikant, der uns hilft, aber noch nicht die Verantwortung übernehmen darf.

Hier sind die wichtigsten Punkte, erklärt mit einfachen Bildern:

1. Was die KI heute schon gut kann (Der „Staubsauger"-Effekt)

Die KI ist derzeit am besten darin, langweilige, sich wiederholende Aufgaben zu erledigen.

  • Die Analogie: Stellen Sie sich vor, Sie müssen 1000 Aktenordner durchwühlen, um eine bestimmte Information zu finden. Ein Mensch braucht dafür Tage. Die KI ist wie ein Staubsauger, der den ganzen Boden in Sekunden durchsaugt und Ihnen genau das Blatt Papier hinhält, das Sie brauchen.
  • In der Praxis: Das KI-System hilft beim Durchsuchen von riesigen Dokumenten, beim Übertragen von Daten von einem Formular in ein anderes oder beim Prüfen, ob eine Liste von Teilen vollständig ist. Das sind Aufgaben, die viel Zeit fressen, aber wenig Kreativität erfordern.

2. Wo die KI noch scheitert (Der „Blinde Architekt")

Die KI kann zwar Texte schreiben und Code generieren, aber sie hat große Schwierigkeiten mit dem räumlichen Denken und dem physikalischen Verständnis.

  • Die Analogie: Ein KI-Modell kann Ihnen eine perfekte Beschreibung eines Stuhls geben. Aber wenn Sie es fragen: „Passt dieser Stuhl durch die Tür, wenn ich ihn um 45 Grad drehe und die Tür nur 80 cm breit ist?", wird es oft ratlos. Es versteht nicht wirklich, wie Dinge im dreidimensionalen Raum zusammenpassen oder wie Schwerkraft und Materialstärke funktionieren.
  • Das Problem: In der Fertigung geht es um 3D-Modelle, Metall, das sich unter Hitze ausdehnt, und Maschinen, die kollidieren könnten. Die KI ist hier noch wie ein Architekt, der nur auf dem Papier zeichnet, aber nie gesehen hat, wie ein Haus gebaut wird.

3. Das größte Hindernis: Der „Datensalat"

Das größte Problem ist nicht, dass die KI zu dumm ist, sondern dass die Daten, mit denen sie arbeiten soll, chaotisch sind.

  • Die Analogie: Stellen Sie sich vor, Sie wollen einen Koch (die KI) einstellen, der ein riesiges Menü kochen soll. Aber die Zutaten sind nicht in Schränken sortiert. Sie liegen in alten Schuhkartons, auf Zetteln im Kühlschrank, in PDF-Dateien, die niemand öffnen kann, und in den Köpfen von Mitarbeitern, die bald in Rente gehen.
  • Die Realität: Ingenieure verbringen oft Wochen damit, nur zu suchen, wo die alten Pläne oder Daten liegen. Die KI kann nicht kochen, wenn die Zutaten nicht in einer sauberen Schüssel bereitliegen. Zudem sind viele Daten in Formaten, die für Computer unlesbar sind (wie handschriftliche Notizen oder alte PDFs).

4. Sicherheit und Vertrauen: Der „Zwischenhändler"

In Bereichen wie der Raumfahrt oder der Verteidigung darf die KI nicht einfach „loslegen".

  • Die Analogie: Stellen Sie sich vor, die KI ist ein sehr schneller Autofahrer. Aber weil sie manchmal halluciniert (also Dinge erfindet), darf sie nicht allein am Steuer sitzen. Ein menschlicher Ingenieur muss immer auf dem Beifahrersitz sitzen und die Hand am Bremshebel haben.
  • Die Regel: Die KI darf Vorschläge machen („Ich denke, wir sollten hier ein stärkeres Material verwenden"), aber der Mensch muss den Vorschlag prüfen und unterschreiben. Niemand vertraut einer KI blind, wenn es um das Leben von Menschen geht. Man braucht Beweise, warum die KI zu diesem Schluss kam.

5. Das Geheimnis der alten Werkzeuge (Die „Alte Kiste")

Viele Firmen nutzen seit Jahrzehnten die gleichen Software-Programme, die nicht für KI gemacht wurden.

  • Die Analogie: Es ist, als wollten Sie einen modernen, autonomen Roboter in eine Fabrik stellen, die nur mit Schraubenschlüsseln und Papierlisten funktioniert. Der Roboter kann nicht mit den Schraubenschlüsseln reden.
  • Das Problem: Die alten Software-Programme haben keine „Türen" (Schnittstellen/APIs), durch die die KI hineingreifen und Daten holen kann. Die KI steht also oft vor verschlossenen Türen und kann nicht arbeiten.

6. Die Kultur: Angst vs. Begeisterung

Es gibt zwei Arten von Firmen:

  • Die Vorsichtigen: Große, etablierte Firmen (wie NASA oder Rüstungskonzerne), die sehr langsam sind. Sie haben Angst, dass etwas schiefgeht. Sie sagen: „Wir warten erst mal ab, bis es 100% sicher ist."
  • Die Schnellen: Start-ups, die sehr schnell sind. Sie sagen: „Probieren wir es einfach aus!" Aber manchmal sind sie so schnell, dass sie keine Zeit haben, die KI richtig in ihre Prozesse zu integrieren.
  • Die Lösung: Die erfolgreichsten Firmen finden einen Mittelweg. Sie nutzen die KI als Werkzeug, nicht als Ersatz. Sie bilden ihre Mitarbeiter weiter, damit diese verstehen, wie die KI funktioniert, und schaffen eine Kultur, in der man Fehler macht und daraus lernt.

🚀 Was muss passieren, damit es wirklich klappt?

Damit die KI in der Werkstatt wirklich zum „Super-Assistenten" wird, müssen drei Dinge geschehen:

  1. Ordnung schaffen: Die Daten müssen gesäubert und in eine Form gebracht werden, die die KI versteht (keine Schuhkartons mehr!).
  2. Türen öffnen: Die alten Software-Programme müssen so umgebaut werden, dass die KI sie bedienen kann (wie ein Roboterarm, der mit einem modernen Computer kommunizieren kann).
  3. Vertrauen aufbauen: Wir brauchen neue Regeln, um zu beweisen, dass die KI sicher ist. Nicht nur „es funktioniert", sondern „wir wissen genau, warum es funktioniert".

Fazit

Die KI ist kein Zauberstab, der alle Probleme über Nacht löst. Sie ist eher wie ein neuer, sehr schneller Mitarbeiter, der noch eingearbeitet werden muss. Wenn die Firmen ihre Daten aufräumen, ihre alten Werkzeuge anpassen und ihren Mitarbeitern beibringen, wie sie mit der KI zusammenarbeiten, wird die Produktion der Zukunft nicht nur schneller, sondern auch sicherer und kreativer. Aber bis dahin ist Geduld und gute Planung gefragt.

Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?

Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.

Digest testen →