de.wedoany.com-Bericht: Am 9. Juni äußerte sich Seth DeLand, Produktmarketingmanager des US-amerikanischen Ingenieurssoftwareunternehmens MathWorks, zur Anwendung von KI-Agenten im Ingenieurwesen und erklärte, dass KI-Agenten Ingenieuren einen größeren Problemraum eröffnen. Die entsprechenden Ansichten konzentrieren sich auf MATLAB, Simulink, modellbasiertes Design, Simulationsvalidierung und automatisierte Aufgabenausführung. Dies spiegelt wider, dass Unternehmen für Ingenieurssoftware die Fähigkeiten generativer KI von der Codeunterstützung hin zu ausführbaren und verifizierbaren Engineering-Prozessen vorantreiben.
Die entscheidende Veränderung bei KI-Agenten liegt in der „zirkulären Ausführung". Nachdem der Ingenieur die Aufgabenziele und Erfolgskriterien festgelegt hat, kann der KI-Agent kontinuierlich in Bezug auf Codeerstellung, Modellaufruf, Simulationsdurchführung, Fehlerkorrektur und Ergebnisprüfung iterieren.
In traditionellen Szenarien der generativen KI-Unterstützung im Ingenieurwesen müssen Ingenieure das Problem meist in eine Chat-Oberfläche eingeben, den generierten Code dann in MATLAB oder eine andere Entwicklungsumgebung kopieren und ausführen. Bei Fehlermeldungen kehren sie zur Dialogoberfläche zurück, um das Problem zu beschreiben und Änderungsvorschläge zu erhalten, bevor sie mit dem Testen fortfahren. Aktuelle Materialien von MathWorks zu KI-Agenten für MATLAB und Simulink zeigen, dass KI-Agenten über das Model Context Protocol und Toolkits große Sprachmodelle mit technischen Berechnungen, Simulationsumgebungen und lokalen Daten verbinden. Dadurch können KI-Agenten MATLAB-Funktionen aufrufen, Simulink-Modelle ausführen, Arbeitsbereichsdaten lesen, Code ausführen, Fehler analysieren und Ergebnisse weiter korrigieren. Dieses Modell treibt die KI von einer, die „Ratschläge gibt", zu einer, die „Aufgaben ausführen kann". Der Arbeitsschwerpunkt der Ingenieure verlagert sich dadurch auf Zielsetzung, Randbedingungsdefinition, Modellvalidierung und Ergebnisprüfung. Für Szenarien wie Steuerungssysteme, eingebettete Software, Signalverarbeitung, Maschinenbau, autonomes Fahren, Robotik und die Entwicklung industrieller Anlagen können KI-Agenten, wenn sie innerhalb der bestehenden Engineering-Toolkette laufen, mehr repetitive Tests, Parametereinstellungen, Modellverbindungen und Berichtserstellungsaufgaben übernehmen. So können sich die Engineering-Teams auf Systemarchitektur, Randbedingungen, Sicherheitsvalidierung und Entscheidungsfindung bei Lösungsalternativen konzentrieren.
Die technischen Materialien von MathWorks betonen zudem, dass Zuverlässigkeit und Rückverfolgbarkeit auch nach der Integration von KI-Agenten in Engineering-Prozesse weiterhin Kernprobleme darstellen. Die Produktentwicklung im Ingenieurwesen kann sich nicht auf „Bauchgefühl-Codierung" verlassen. Eingebettete Systeme, Steuerungen und Industriesoftware benötigen klare Anforderungen, die Wiederverwendung validierter Modelle und Toolboxen sowie die Bestätigung der Ergebnisse durch Simulation und phasenweise Tests.
Diese Einschätzung hat direkte Auswirkungen auf den Markt für Ingenieurssoftware. MATLAB und Simulink bedienen seit langem die Automobil-, Luft- und Raumfahrt-, Kommunikations-, Energie-, Industrieautomatisierungs- und Forschungssektoren. Viele Kunden stützen ihre Entwicklungsprozesse auf modellbasiertes Design, Simulation, Codegenerierung und Testvalidierung. Wenn KI-Agenten nur auf allgemeinen Chat-Oberflächen verbleiben, ist es schwierig, sie in stark eingeschränkte Engineering-Umgebungen zu bringen. Wenn KI-Agenten jedoch auf professionelle Tools zugreifen, Modellstrukturen verstehen, Simulationsumgebungen aufrufen und überprüfbare Ergebnisse ausgeben können, wird der Wert der Engineering-Softwareplattform weiter steigen. Softwareanbieter müssen Schnittstellen, Domänenfähigkeiten, Toolkettenverbindungen und Zugriffskontrollen bereitstellen, die von KI-Agenten aufgerufen werden können. Die F&E-Teams der Unternehmen müssen die Mensch-Maschine-Kollaborationsprozesse neu gestalten und KI-Generierung, automatische Ausführung, Ingenieurprüfung und Qualitätssicherung zu einem Kreislauf verbinden.
Die Einführung von KI-Agenten im Ingenieurwesen wird auch die Kompetenzstruktur der Ingenieure verändern. Ingenieure müssen weiterhin die Systemdefinition, die Beurteilung physikalischer Mechanismen, das Testdesign, die Bestätigung der Compliance-Grenzen und die endgültige Verantwortung übernehmen. Ein Teil der grundlegenden Codierung, Batch-Experimente, Datenaufbereitung und iterativen Validierung kann jedoch von KI-Agenten unterstützt werden. Für die Entwicklung komplexer Produkte bedeutet dies, dass Teams in der gleichen Zeit mehr Designalternativen erkunden, den Weg von der Konzeptmodellierung zur Simulationsvalidierung verkürzen und Probleme in Parametern, Modellen und Steuerungsstrategien frühzeitig erkennen können. Nachfolgende Variablen konzentrieren sich auf Aspekte wie Unternehmensdatensicherheit, Modellzugriffsverwaltung, Anpassung an mehrere Toolketten, Validierung generierter Ergebnisse und Grenzen der Ingenieursverantwortung. Nur wenn für diese Bereiche klare Regeln etabliert sind, können KI-Agenten von Demonstrationswerkzeugen in skalierte Engineering-Produktionsprozesse übergehen.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
