Engineering im Zeitalter der KI

Das Problem, auf das KI trifft

Das Engineering für die gebaute Umwelt hat ein seit Langem bestehendes Produktivitätsproblem. Das McKinsey Global Institute stellte fest, dass die Arbeitsproduktivität im Bauwesen über zwei Jahrzehnte um etwa 1 % pro Jahr wuchs, gegenüber 2,8 % in der Weltwirtschaft und 3,6 % in der verarbeitenden Industrie.⁴ Ein großer Teil der Zeit von Ingenieurinnen und Ingenieuren fließt in das Erstellen, Abstimmen und Prüfen von Dokumenten statt in die Entscheidungen, die diese Dokumente festhalten.

Genau darin ist generative KI gut, und Ingenieurinnen und Ingenieure haben es bemerkt. In einer VDI-Umfrage aus dem Jahr 2025 mit 468 Teilnehmenden, überwiegend VDI-Mitgliedern, gaben mehr als drei Viertel der Ingenieure und Programmierer an, bereits Sprachmodelle zu nutzen, und 75 % der Befragten erwarteten spürbare Zeitersparnisse, vor allem bei Routineaufgaben.¹ Im Vereinigten Königreich stieg der Anteil der Architekturbüros, die KI nutzen, innerhalb eines Jahres von 41 % auf 59 %.² In Deutschland ist die Verbreitung in Architekturbüros geringer: 29 % der Mitglieder der Bundesarchitektenkammer nutzten 2025 KI-Werkzeuge in der täglichen Arbeit.³

Erste Ergebnisse aus Großprojekten zeigen, was möglich ist. McKinsey berichtet von einem europäischen Übertragungsnetzbetreiber, dessen KI-gestütztes parametrisches Entwurfswerkzeug bis zu 88 % weniger Stunden für Entwurf und Beschaffung benötigte, und von einer KI-gestützten Value-Engineering-Prüfung von mehr als 500 Spezifikationen in einem Paket der technischen Gebäudeausrüstung über 500 Mio. US-Dollar für eine Fabrik, die Einsparungen von 15–20 % gegenüber der ursprünglichen Basis fand.⁵ Das sind Einzelfälle, keine Durchschnittswerte. Sie zeigen die Richtung, keine Garantie.

Warum frühe Phasen mehr zählen als je zuvor

Alle Ingenieurinnen und Ingenieure kennen die Regel, dass Fehler umso teurer werden, je später man sie findet. Die NASA hat das beziffert: Kostet die Behebung eines Anforderungsfehlers in der Anforderungsphase eine Einheit, kostet derselbe Fehler im Entwurf 3–8 Einheiten, in der Herstellung 7–16, in Integration und Test 21–78 und im Betrieb 29 bis mehr als 1.500 Einheiten.⁶

Diese Kurve wirkt für KI in beide Richtungen. Früh eingesetzt, um Lücken und Widersprüche in Anforderungen zu finden oder viele Entwurfsvarianten zu erkunden, bevor man sich festlegt, hat KI ihre größte wirtschaftliche Wirkung. Ohne Prüfung eingesetzt, kann sie früh Fehler einbringen, die erst spät gefunden werden, am teuersten Punkt. Der Wert von KI im Engineering ist deshalb untrennbar mit der Qualität der Verifikation um sie herum verbunden.

KI im gesamten Lebenszyklus des Engineerings

Wie ausgereift KI ist, unterscheidet sich stark von Phase zu Phase. Ein realistischer Blick trennt, was in der Praxis bereits funktioniert, von dem, was noch Forschung ist.

Anforderungen: vielversprechend, aber früh

Eine systematische Übersichtsarbeit zu 238 Studien über generative KI im Requirements Engineering ergab, dass über 90 % Forschung im Frühstadium waren und nur 1,3 % eine Integration auf Produktionsniveau erreichten. Die am häufigsten genannten Probleme waren Reproduzierbarkeit und Halluzinationen, jeweils in etwa zwei Dritteln der Studien. Die Autoren empfehlen KI als Assistenz bei der Validierung, nicht als autonomes Werkzeug.⁷ Ein Workshop des Systems Engineering Research Center im Jahr 2024 kam zu einem ähnlichen Schluss, warnte vor übermäßigem Vertrauen und nannte die richtige Einbindung des Menschen als offene Herausforderung.⁸

Entwurfsexploration: schneller zu Varianten

Surrogatmodelle, also Machine-Learning-Modelle, die auf detaillierten Simulationen trainiert wurden, können die Leistung von Hunderttausenden Gebäudeentwürfen in Sekunden abschätzen. Ihre Grenze ist der Näherungsfehler; deshalb konzentriert sich die Forschung auf Surrogatmodelle, die ihre eigene Unsicherheit angeben.¹³ Für Entwurfsteams verändert das die Ökonomie der Variantenuntersuchung: Viele Varianten früh zu vergleichen, wird günstig, und die detaillierte Simulation bleibt den wenigen vorbehalten, auf die es ankommt.

Prüfung gegen Vorschriften: der schwierigste Schritt

Die automatisierte Prüfung von Entwürfen gegen Bauvorschriften ist seit Jahrzehnten ein Ziel. Eine Übersichtsarbeit aus dem Jahr 2025 kommt zu dem Schluss, dass sie weitgehend manuell bleibt und ein umfassendes automatisiertes System noch in weiter Ferne liegt, wegen der Komplexität der Regelwerke, mehrdeutiger Rechtssprache und knapper Trainingsdaten.¹⁰ Echte Fortschritte gibt es dort, wo Regelwerke und Datenformate dafür ausgelegt sind. Das digitale Genehmigungssystem CORENET X in Singapur ist seit Oktober 2025 für neue Projekte ab 30.000 m² verpflichtend und seit dem 1. Oktober 2026 auch für Projekte ab 5.000 m².¹¹ In Deutschland hat eine Machbarkeitsstudie in Nordrhein-Westfalen BIM-basierte Baugenehmigungen an neun realen Projekten erprobt und festgestellt, dass sie nur funktionieren, wenn Modellierungsrichtlinien, Vorprüfungen und Prüfregeln als ein System zusammenwirken.¹²

Was sich für Ingenieurinnen und Ingenieure ändert

Die Systems Engineering Vision 2035 von INCOSE erwartet, dass KI Systemingenieurinnen und -ingenieure effizienter und wirksamer macht und die Praxis überwiegend modellbasiert wird.¹⁷ In meiner Arbeit über Architektur, Sensorhardware und Software hinweg sehe ich drei Verschiebungen in dem, was Ingenieurinnen und Ingenieure tatsächlich tun.

Keine dieser Verschiebungen macht Ingenieurinnen und Ingenieure weniger wichtig. Sie verlagern ihren Beitrag von der Menge zum Urteil, das schwerer zu automatisieren und für Auftraggeber wertvoller ist.

Verantwortung, Haftung und Daten

Die Berufsorganisationen sind in einem Punkt klar. Die Bundesingenieurkammer stellt fest, dass Ergebnisse KI-gestützter Berechnungen das menschliche Urteil nicht ersetzen können, dass Ingenieurinnen und Ingenieure KI-gestützte Ergebnisse auf Plausibilität prüfen müssen und dass haftbar bleibt, wer Planungsunterlagen unterschreibt, auch gegenüber dem Auftraggeber.¹⁴ Der VDI rät dringend davon ab, sensible technische Daten auf offenen Plattformen zu verarbeiten.¹

Der rechtliche Rahmen bewegt sich in dieselbe Richtung. Nach der neuen EU-Produkthaftungsrichtlinie gilt Software, einschließlich KI-Systemen, als Produkt; die neuen Regeln gelten für Produkte, die nach dem 9. Dezember 2026 in Verkehr gebracht werden.¹⁵ Der EU AI Act verlangt von Organisationen, die KI nutzen, Maßnahmen zur Förderung der KI-Kompetenz ihrer Beschäftigten.¹⁶ Für Ingenieurbüros bedeutet das dokumentierte Entscheidungen darüber, welche Werkzeuge wofür, mit welchen Daten genutzt werden und wie Ergebnisse geprüft werden. Dieser Artikel bietet allgemeine Informationen, keine Rechtsberatung.

Prinzipien für die Praxis

Engineering war schon immer die Disziplin, Dinge in der realen Welt zum Funktionieren zu bringen und die Verantwortung dafür zu übernehmen. KI verändert, wie viel Ingenieurinnen und Ingenieure erstellen und erkunden können. An dieser Verantwortung ändert sie nichts. Am meisten gewinnen werden die Ingenieurinnen, Ingenieure und Büros, die KI nutzen, um weniger Zeit mit Dokumenten zu verbringen und mehr mit den Entscheidungen, für die es diese Dokumente gibt.

Häufige Fragen