Warum generative KI den Ingenieurs­beruf transformiert

Ingenieurinnen und Ingenieure, deren Arbeit traditionell durch präzise manuelle Entwürfe, detaillierte Berechnungen und analytisches Denken geprägt ist, sehen sich nun mit Technologien konfrontiert, die wesentliche Teile ihrer Arbeit automatisieren können. Um ein besseres Verständnis für die Auswirkungen dieser Entwicklungen auf den Ingenieurberuf zu gewinnen, hat die VDI/VDE-Gesellschaft für Mess- und Automatisierungstechnik (GMA) eine umfassende Studie initiiert.

Das Aufkommen leistungsfähiger generativer KI-Modelle, insbesondere die Veröffentlichung von ChatGPT, bestimmt seit Ende 2022 den Diskurs um Auswirkungen von KI auf neue Arbeitsformen. Die Fähigkeit dieser Systeme, Texte, Designs, Codes und komplexe Analysen zu generieren, eröffnet weitreichende Möglichkeiten zur Effizienzsteigerung und Innovationsförderung.

Vor diesem Hintergrund untersucht die vorliegende Studie die Auswirkungen generativer KI auf den Ingenieurberuf. Das Ziel dieser Untersuchung ist es, die Potenziale und Risiken generativer KI für die ingenieurwissenschaftliche Praxis systematisch zu analysieren. Dabei werden sowohl technische als auch arbeitsorganisatorische und berufspolitische Fragestellungen adressiert. Ein besonderer Fokus liegt auf der Frage, welche strategischen Maßnahmen erforderlich sind, um den Wandel durch generative KI im Ingenieurwesen konstruktiv zu gestalten.

Methodischer Ansatz der Studie

Die Studie basiert auf einem mehrstufigen empirischen Ansatz, der sowohl quantitative als auch qualitative Methoden kombiniert. Neben einer breit angelegten Online-Umfrage mit 468 Teilnehmerinnen und Teilnehmern – primär aus dem Kreis der Mitglieder des Vereins Deutscher Ingenieure e. V. – wurden Workshops mit Ingenieurinnen und Ingenieuren aus verschiedenen Fachrichtungen durchgeführt. Ergänzend wurden leitfadengestützte Expertinnen- und Experteninterviews geführt. Übergeordnetes Ziel war es, die bisherigen Thesen und Hypothesen über die Auswirkungen generativer KI zu validieren und domänenspezifische Einschätzungen einzuholen. Die Online-Befragung umfasste sowohl Fragen zur aktuellen Nutzung generativer KI als auch zur zukünftigen Relevanz der Technologie.

Ein besonderer Fokus lag auf der Identifikation von Aufgabenbereichen, in denen generative KI als potenzielle Unterstützung wahrgenommen wird, sowie auf den Herausforderungen, die mit ihrer Implementierung verbunden sind – vor allem mit Blick auf den Ingenieurberuf und dessen Fachdisziplinen/Gewerke.

Technologische Grundlagen von generativer KI

Generative KI basiert auf tiefen neuronalen Netzwerken, die mithilfe äußerst großer Mengen an Trainingsdaten Muster und Zusammenhänge in Texten, Bildern und anderen strukturierten sowie unstrukturierten Daten erkennen. Während die Technologie durchaus schon erhebliche Potenziale zur Automatisierung und Unterstützung ingenieurwissenschaftlicher Tätigkeiten aufweist, bestehen weiterhin Herausforderungen im Hinblick auf ihre Zuverlässigkeit und Nachvollziehbarkeit und auf die Qualität der generierten Ergebnisse.

Insbesondere die Problematik sogenannter ‚Halluzinationen‘ – also fehlerhafter oder unplausibler Ausgaben durch die KI – stellt eine zentrale Limitation für den Einsatz in sicherheitskritischen und hochpräzisen ingenieurtechnischen Anwendungen dar. Zudem sind generative KI-Modelle auf qualitativ hochwertige und repräsentative Trainingsdaten angewiesen.

In vielen ingenieurwissenschaftlichen Domänen sind umfangreiche und standardisierte Datensätze jedoch (noch) nicht verfügbar, was die Modellqualität beeinflussen kann. Dies führt dazu, dass generative KI in spezialisierten Fachgebieten nicht immer zuverlässig einsetzbar ist und alternative Möglichkeiten zur Domänenanpassung, jenseits des reinen Trainierens, erforderlich sind. Besonders unmittelbares Potenzial wird der KI dagegen in der Dokumentation sowie bei administrativen Aufgaben und der Übernahme von Tätigkeiten außerhalb des eigenen Kernprofils zugesprochen.

Assistenzfunktion in Entwicklungsprozessen

Mittelfristig sehen die Befragten Potenzial in der Unterstützung und Vereinfachung analytischer Prozesse und von Entwurfsprozessen. Beispielweise ermöglicht generative KI die Konformitätsprüfung von Entwürfen oder die Interaktion mit Daten in natürlicher Sprache. („Warum hat die Maschine gestern weniger produziert?“) Darüber hinaus zeigt die Studie auch langfristige Potenziale für die Erforschung weiterer, neuartiger Anwendungsfelder für generative KI in Ingenieurberufen auf. Die schlussendliche Kontrolle über Ausgaben der generativen KI sollte nach Auffassung der Befragten von Menschen vorgenommen werden.

Generative KI kann nicht immer nachweisen, wie sie zu einer bestimmten Lösung gelangt ist, was eine Nachvollziehbarkeit von Entscheidungen erschwert. Eine Integration in Prozesse muss entsprechend sicherstellen, dass Möglichkeiten bestehen, die Ausgaben menschlich überprüfen zu können.

Datenverfügbarkeit und Datenschutz

Die Nutzung generativer KI erfordert Daten, die für spezialisierte Anwendungen in vielen Ingenieurdisziplinen erst zur Verfügung gestellt werden müssen. Dazu eignen sich in Firmen lokal installierte KI-Systeme besonders. Bei der Nutzung der Systeme müssen Datenschutz und geistiges Eigentum beachtet werden.

Integration in ingenieurwissenschaftliche Prozesse – trotz Skepsis

Trotz überwiegender Akzeptanz und Offenheit gegenüber dem Einsatz generativer KI besteht vereinzelt auch erhebliche Skepsis und Ablehnung unter den Befragten. Damit sollte offen und transparent umgegangen werden. Partizipative Beteiligungsformate und die Identifikation spezifischer Anwendungspotenziale bewähren sich im Umgang mit dieser Skepsis. Ingenieurinnen und Inge­nieure sollten die Technologie aktiv als Unterstützung in Entwurfs- und administrativen Prozessen nutzen, ohne jedoch ihre Kontrollfunktion aufzugeben.

Bewusst Erfahrungen sammeln, spezifische KI-Kompetenzen aufbauen

Es gilt, agil mit KI-Systemen zu experimentieren, um zugehörige Erfahrungen zu sammeln. Entsprechende strategische Entscheidungen in Forschung und Entwicklung sind dafür erforderlich. Unternehmen sollten gezielt in Weiterbildungen investieren, um Fachkräfte für den Einsatz und die Bewertung von KI-Systemen zu befähigen. Insgesamt wurden zehn Handlungsempfehlungen entwickelt, die in Abschnitt 4. der Studie hervorgehoben sind.

Die Studie verdeutlicht, dass generative KI bereits heute vielfach genutzt und nachgefragt wird. Ihr volles Potenzial wird sich jedoch erst in den kommenden Jahren entfalten. Entscheidend für den Erfolg wird sein, die Technologie gezielt einzusetzen und Rahmenbedingungen zu schaffen, die sowohl Innovation als auch Sicherheit gewährleisten.

Ergebnisse der Befragung im Einzelnen

Generative KI hat das Potenzial, die Wissensarbeit erheblich zu verändern, indem sie menschliche Fähigkeiten erweitert und Aufgaben automatisiert.

• In 57 Prozent der Fälle erweitert generative KI menschliche Fähigkeiten, während in 43 Prozent der Fälle Aufgaben automatisiert werden.
• Hohe Exponiertheit von KI in kognitiven Routine­tätigkeiten und komplexen analytischen Aufgaben.
• Wissensarbeit umfasst Tätigkeiten wie Informationsrecherche, Dokumentation, Programmierung und Beratung.
• Zukünftige Tätigkeiten in sozialen, kreativen und kognitiven Bereichen könnten ebenfalls von generativer KI unterstützt werden.
• Veränderungen in Jobprofilen durch KI.
• Die Einführung generativer KI führt zu signifikanten Veränderungen in den Anforderungen an Jobprofile und Qualifikationen.
• Jobprofile könnten durch vollständige Automatisierung, Integration in bestehende Tätigkeiten oder Transformation verändert werden.
• In einer Studie wurden drei Szenarien beschrieben: vollständige Automatisierung, Integration in bestehende Berufe und Transformation von Arbeitsprozessen.
• Die Nachfrage nach Fähigkeiten in KI-gestützter Datenanalyse und kreativem Denken steigt, während standardisierte Datenverarbeitung weniger gefragt ist.

Nutzungsszenarien generativer KI

Generative KI wird bereits in verschiedenen Bereichen des Ingenieurwesens eingesetzt und erforscht.

• Anwendungen umfassen die Generierung von Texten, Programmierunterstützung und die Erstellung von 3D-Modellen.
• KI-gestützte Algorithmen helfen bei der Vorhersage von Nachfrage- und Preisentwicklungen.
• Predictive Maintenance wird durch generative KI verbessert, indem Wartungszeitpunkte präziser vorhergesagt werden.

Ergebnisse der Umfrage zur generativen KI

Die Umfrage zeigt, dass Ingenieure generative KI als Unterstützung in ihrer Arbeit sehen, jedoch auch Bedenken haben.

• 88 Prozent der Befragten sind männlich, der größte Teil ist zwischen 46 und 60 Jahren alt.
• Die Mehrheit sieht Potenzial in der Effizienzsteigerung und der Entlastung von Routineaufgaben.
• Skepsis besteht gegenüber der Flexibilisierung der Arbeitsbedingungen durch generative KI.

Handlungsempfehlungen für den Ingenieurberuf

• Generative KI sollte nicht in Prozessen eingesetzt werden, die kontinuierliche menschliche Kontrolle erfordern.
• Ingenieure sollten aktiv in die Entwicklung und Anpassung von KI-Systemen einbezogen werden.
• Bedenken gegenüber KI sollten ernst genommen und durch transparente Kommunikation adressiert werden.

Technologische Infrastruktur für generative KI

Der Aufbau einer effizienten technologischen Infrastruktur ist entscheidend für die Implementierung generativer KI in Unternehmen.

• Nutzung von skalierbaren Cloud-Lösungen und spezialisierter Hardware wie GPUs oder TPUs ist nötig.
• Durch Parallelisierung und Optimierung der Hardwareauslastung können Kosten und Ressourcenaufwände gesenkt werden.
• Förderprogramme von Bund und Ländern unterstützen Investitionen in Infrastruktur und Forschung.
• Unternehmen müssen den monetären Nutzen des Einsatzes generativer KI genau analysieren.

Weiterbildung der Ingenieure für KI

Die kontinuierliche Weiterbildung von Ingenieurinnen und Ingenieuren ist unerlässlich, um den kompetenten Umgang mit generativen KI-Systemen zu fördern.

• Interne Schulungen und Kooperationen mit Universitäten stärken die Innovationskraft.
• Es besteht die Gefahr des Kompetenzverlusts (De-Skilling) durch den Einsatz von generativer KI.
• Der Alltag der Ingenieure erfordert den Umgang mit verschiedenen Medien und Formaten, wobei die Technologien noch Entwicklungsbedarf haben.

Zukunftsbilder für Ingenieurfelder 2035

Generative KI wird die Arbeitsweise in verschiedenen Ingenieurfeldern bis 2035 revolutionieren.

• In der Mess- und Automatisierungstechnik ermög­lichen selbstlernende Sensoren und autonome Steuerungssysteme hochpräzise Lösungen.
• Im Bauwesen können KI-generierte Gebäudepläne und selbstlernende HLK-Systeme energieeffiziente und nachhaltige Gebäude schaffen.
• In Produktion und Logistik optimiert generative KI Lieferketten und ermöglicht On-Demand-Produktion.
• In der Verfahrenstechnik und Chemie revolutioniert KI die Stoffumwandlung und optimiert Produktionsprozesse.

Fazit zur Rolle von generativer KI

Die Studie zeigt, dass generative KI den Ingenieurberuf nachhaltig verändern und dabei auch Herausforderungen mit sich bringen wird.

• Die Mehrheit der Ingenieure ist offen für den Einsatz von generativer KI.
• Technologischer Fortschritt sollte nicht als Allheilmittel betrachtet werden; menschliche Intelligenz bleibt entscheidend.
• Unternehmen müssen spezifische Datengrundlagen bereitstellen, um generative KI effektiv einzusetzen.
• Ein gemeinsamer Prozess mit der Zielgruppe ist notwendig, um wertschöpfende Anwendungen zu identifizieren und zu fördern.

Sichere Datenräume statt Risiko-Plattformen

Die Studie betont Regulierung und Absicherung als Vor­aussetzung für den verantwortungsvollen KI-Einsatz. Die GMA-Vorsitzende Christine Maul betont: „Generative KI darf nicht zum Risiko für Innovationen und Geschäftsgeheimnisse werden. Der VDI rät dringend davon ab, sensible technische Daten über offene Plattformen zu verarbeiten. Stattdessen braucht es geschützte, unternehmensinterne KI-Lösungen mit klaren Vorgaben für Datenschutz. Das bietet Sicherheit im Umgang mit den Tools und eröffnet Gestaltungsspielraum, um schnell auf neue KI-Trends nach abgestimmten Unternehmensprozessen eingehen zu können.

Die Studie verdeutlicht, dass generative KI bereits heute vielfach genutzt und nachgefragt wird. Ihr volles Potenzial wird sich jedoch erst in den kommenden Jahren entfalten. Entscheidend für den Erfolg wird sein, die Technologie gezielt einzusetzen und Rahmenbedingungen zu schaffen, die sowohl Innovation als auch Sicherheit gewährleisten. Die Studie basiert auf einer Umfrage mit 468 Ingenieuren und Workshops zur Validierung von Hypothesen.