Hardware Rich Development

Datum

Verfasst von

Hardware Rich Development

Von der Luft- und Raumfahrt zur KI: Boris über Neugier und Handwerk

Datum

Erstmals veröffentlicht

November 27, 2025

Für Boris Clémençon ging es beim Entwickeln immer darum, das Unsichtbare zu entschlüsseln: die Gleichungen, Daten und Geometrien hinter den Bewegungen und dem Verhalten von Dingen. Mit einem Hintergrund im Maschinenbau und einer Promotion in numerischer Optimierung hat Boris in den Bereichen Aerodynamik, Data Science und Satellitensysteme gearbeitet. 

Sein Weg von Dassault Aviation über Amazons Project Kuiper führt ihn nun an die Grenze des Machbaren bei physikbasierter KI für Elektronik. In jedem Bereich folgte er demselben Grundsatz: „Es gibt so viel, was wir nicht wissen, und so wenig, was wir nicht lernen können.“

Die Anfänge

„Ich war schon immer ein großer Nerd“, sagt Boris lachend. „Ich habe mich mit Astronomiebüchern und allem beschäftigt, was meine Familie mir mitbringen konnte.“ Lange bevor er einen eigenen Computer hatte, programmierte er bereits auf seinem TI-89-Taschenrechner: „Ich war, glaube ich, 18“, erinnert er sich. Die Neugier war die Konstante. Sein Studium des Maschinenbaus nahm schnell eine mathematische Richtung an. Ihn zogen partielle Differentialgleichungen, Vernetzung und Optimierung an: das unsichtbare Gerüst dafür, wie Dinge geformt, simuliert und verbessert werden. 

Diese Faszination für Struktur und Form wurde zu einem Lebensthema. Von seinem Postdoc in Cambridge zur Formoptimierung bis zu seiner späteren Arbeit an der Entschlüsselung verschlüsselter Flugdaten baute Boris seine Karriere darauf auf, zu verstehen, wie komplexe Systeme ihre Bedeutung in Code verbergen.

Drei Personen an einem Besprechungstisch mit Laptops und Essen.

Wege in der Entwicklung

Nach seiner Promotion ging Boris zu Dassault Aviation und arbeitete an der Formoptimierung militärischer Flugzeuge. „Ich arbeitete an den Rafale-Jets“, erinnert er sich, „und einige Komponenten stammten tatsächlich aus den 90er-Jahren.“ Eines Tages erlebte er seinen, wie er sagt, „Stein-von-Rosette-Moment“. „Da war dieses Speichermodul – es sieht aus wie ein Nintendo-64-Modul – mit einer seltsamen Datencodierung. Alle dachten, der größte Teil sei verloren. Ich ging in die Bibliothek, fand ein altes Papierdokument mit Decodierungsregeln und konnte sämtliche Flugdaten der letzten zehn Jahre rekonstruieren.“ 

Dieser Datensatz enthielt vertrauliche Erkenntnisse, markierte aber auch einen Wendepunkt. Die Freude am Entdecken, die Kraft der Mathematik und die menschliche Neugier, Zusammenhänge zu erkennen, die andere übersehen, wurden seitdem zu Boris’ Werkzeugen für jedes Problem. Von CFD-Solvern in Fortran und C bis zu Machine-Learning-Pipelines bei Amazon hat er stets ein Auge auf die Physik und eines auf die Daten gerichtet – und beide auf die Geschichte, die sie gemeinsam erzählen.

‍

Warum Quilter

„Ich wollte zu Startups zurück“, sagt Boris. „Früher hat mich das ein bisschen fertiggemacht, aber ich sagte mir: Okay, ich will es noch einmal versuchen und diesmal nicht vermasseln.“ Nach sieben Jahren bei Amazon war er bereit für ein Umfeld, das Erfindungsgeist höher bewertet als Beharrung. „Bei Kuiper war alles um mich herum elektronisch. Ich dachte: Das klingt sehr interessant – und ich habe viele passende Fähigkeiten. Warum also nicht?“ 

Bei Quilter verbindet Boris algorithmische Geometrie, Datenanalyse und maschinelles Lernen im Cloud-Maßstab mit Hardware. Sein Weg spiegelt Quilters Grundhaltung wider: Software und Elektronik, Neugier und Umsetzung, Physik und KI zusammenzubringen. „Man invertiert immer eine Matrix“, scherzt er, „egal in welchem Fachgebiet.“ Hinter dem Humor steckt jedoch die Erkenntnis, dass Systemdenken Fachgrenzen überwindet.

Jenseits der Werkbank

Wenn Boris nicht gerade Fehler sucht oder Gleichungen herleitet, baut er mit den Händen. „Ich arbeite sehr gern mit Holz“, sagt er. „Ich habe mir unten eine eigene Werkstatt eingerichtet, mit allen grundlegenden Werkzeugen, Handwerkzeugen und Elektrowerkzeugen. Damit repariere ich mein Haus, das viel Liebe und Aufmerksamkeit braucht.“ 

Während der Pandemie wurde aus Notwendigkeit handwerkliches Können: „Alles war so teuer, dass ich es selbst machen musste: Maurerarbeiten, Elektrik, Sanitär und Bauarbeiten.“ Außerdem betrieb er jahrelang Kampfsport, zwölf Jahre Judo und eine Zeit lang brasilianisches Jiu-Jitsu, bevor er nach einem Autounfall die Matte gegen die Werkstatt tauschte. Es ist ein vertrautes Muster: Widerstandskraft, Iteration und Präzision, nur in einem anderen Medium.

Ein Satz, der bleibt

„Es gibt so viel, was wir nicht wissen, und so wenig, was wir nicht lernen können.“ Diesen Satz sagte er einmal zu seiner Schwester. Zugleich ist er ein Leitgedanke seiner Laufbahn und der Denkweise jener Menschen, die Quilters Kultur prägen.

Zum Abschluss

Boris verbindet die technische Sorgfalt der klassischen Ingenieurkunst mit dem sicheren Umgang mit Daten in der modernen Welt. Seine Geschichte erinnert daran, dass Neugier eine universelle Sprache ist: Sie lässt sich von Fortran nach Python übertragen, von Flugzeugen zu Algorithmen, vom Handwerk zum Code.

‍

Quilter selbst ausprobieren

Project Speedrun zeigte, wie autonomes Layout in der Praxis aussieht und welche Zeitersparnis Quilter ermöglicht. Erleben Sie es jetzt mit Ihrer eigenen Hardware.

Jetzt starten

Validierung des Designs

Nach der Nachbearbeitung bleibt die entscheidende Frage: Funktioniert die Hardware? Beim Einschalten zeigen sich die meisten elektrischen Fehler. Auf diesen Moment freuen sich Ingenieure ebenso, wie sie ihm nervös entgegenblicken.

Weiter zu Teil 4

Nachbearbeitung des Designs

Autonomes Layout liefert ein vollständiges, DRC-geprüftes Design. Die Nachbearbeitung ist ein kurzer Präzisionsdurchlauf, der es für die Fertigung finalisiert.

Weiter zu Teil 3

Kompilieren des Designs

Nach der Vorbereitung wird das Design an Quilter übergeben. In klassischen Abläufen klärt hier ein Ingenieur die Entwurfsabsicht mit einem Layoutspezialisten. Quilter ersetzt dieses Gespräch durch Schaltungsverständnis: Sie laden das Projekt hoch, prüfen die Interpretation der Randbedingungen und starten den Auftrag.

Weiter zu Teil 2