Die gesamte Serie lesen
Dieser Artikel ist Teil einer ausführlichen Anleitung dazu, wie wir mit Quilters physikgestützter Layout-Automatisierung einen Computer auf Basis des NXP i.MX 8M Mini nachgebaut haben.
Als im Mittelalter gotische Kathedralen emporwuchsen, schienen ihre hohen Gewölbe die Grenzen des Steins zu überwinden. Für heutige Augen sind sie erstarrte Wunder: Bögen, die der Schwerkraft trotzen, durch Strebepfeiler ausgeglichene Lasten und durch Geometrie gebrochenes Licht. Für die Steinmetze, die sie bauten, waren sie zugleich Experimente mit baulichen Möglichkeiten. Jede Neuerung – Spitzbogen, Kreuzrippengewölbe, Strebebogen – ahmte zunächst vertraute Verfahren nach und ging dann darüber hinaus.
Die Ingenieurswelt steht heute an einer ähnlichen Schwelle. Unsere Werkzeuge – KI-Design-Engines, physikbasierte Simulatoren und automatisierte Abläufe – sind Kathedralen aus Software. Sie stützen menschliche Intuition und deuten zugleich auf Zukünfte hin, die wir kaum begreifen.
Matt, Produktverantwortlicher und Programmierer bei Quilter, bringt das Spannungsfeld auf den Punkt:
„Derzeit konzentrieren wir uns darauf, das Niveau dessen zu erreichen, was ein einigermaßen erfahrener Elektronikingenieur in Wochen leisten würde. Der nächste Schritt sind natürlich übermenschliche Ergebnisse: Lösungen entdecken, die noch nie jemand erwogen hat, weil sie völlig außerhalb gewohnter Denkmuster liegen.“
Gleichwertigkeit – die Fähigkeit der KI, menschliche Leistung nachzubilden – ist ein Meilenstein. Als Endpunkt betrachtet droht sie jedoch zur unsichtbaren Obergrenze zu werden. Die eigentliche Grenze liegt im Übermenschlichen: Lösungen jenseits heutiger Vorstellungskraft, Layouts, die niemand skizzieren würde, und Optimierungen über Dimensionen, die für menschliche Abwägungen zu umfangreich sind.
Dieser Essay erkundet diese Grenze. Von der Geschichte technischer Werkzeuge bis zum alltäglichen Frust der Praxis, vom Nutzen der Gleichwertigkeit bis zum umwälzenden Versprechen übermenschlicher Ergebnisse fragt er: Was geschieht, wenn die Kathedrale beginnt, sich selbst zu entwerfen?
Die lange Entwicklung technischer Methoden
Ingenieursgeschichte war stets die Erweiterung menschlicher Fähigkeiten durch Werkzeuge. Zirkel und Lineal verlängerten die Hand des Zeichners. Der Rechenschieber brachte logarithmisches Denken in mechanische Form. SPICE-Simulatoren verdichteten wochenlange Schaltungsberechnungen zu Stunden numerischer Modellierung. Jeder Fortschritt folgte einem vertrauten Muster: zuerst menschliche Intuition nachahmen, dann darüber hinausgehen.
Die CAD-Revolution der 1980er-Jahre ist ein Beispiel. Frühe CAD-Programme erdachten keine fremdartigen Geometrien, sondern digitalisierten Zeichenbretter. Erst später eröffneten sie Möglichkeiten wie Finite-Elemente-Analyse und integrierte Verifikation, die über Stift und Zeichenpapier hinausgingen.
Robert Krone, der algebraische Geometrie studierte, bevor er sich Software für Automobiltechnik und Elektronik zuwandte, verkörpert diese Entwicklung. Er erinnert sich an seine akademische Zeit:
„Meine Promotion in reiner Mathematik sollte nicht in die Industrie führen. Doch Algorithmen und Geometrie zogen mich immer näher an praktische Probleme. Bei Divergent3D entwickelten wir Software zur Automatisierung des Entwurfs von Autoteilen. Optimierung und 3D-Druck erzeugten organische Formen, die kein menschlicher Ingenieur skizzieren würde.“
Krones Wechsel von der Abstraktion zur Anwendung spiegelt den Wandel des Fachs von Gleichwertigkeit zu Entdeckung. Akademischer Code war oft eine Skizze, ein Machbarkeitsnachweis, der zum Belegen eines Satzes genügte. Produktionscode dagegen, so Krone, „musste Bestand haben“. Diese Dauerhaftigkeit – für die Industrie gehärteter Code – entspricht dem kulturellen Anspruch der Ingenieursarbeit: Zuverlässigkeit vor Neuheit.
Doch mit wachsender Optimierung und Simulation verschiebt sich die Entwicklung. Werkzeuge verdichten nicht mehr nur bekannte Berechnungen. Sie durchsuchen so große, multidimensionale Entwurfsräume, dass selbst Expertenintuition versagt. Ingenieure müssen weniger jede Möglichkeit berechnen, als entscheiden, welche fremdartige Möglichkeit die Fertigung wert ist.
Bei Gleichwertigkeit hält diese Geschichte inne. Mit übermenschlichen Ergebnissen beschleunigt sie sich.
Gleichwertigkeit als Schwelle, nicht als Ziel
Gleichwertigkeit zu erreichen bedeutet, eine Vertrauensschwelle zu überschreiten. Ingenieure müssen zunächst glauben, dass ein Werkzeug ihre Expertise nachbilden kann, bevor sie ihm Entscheidungen überlassen. Für Startups ist diese Schwelle existenziell: Solange ein Produkt keine Gleichwertigkeit zeigt, werden Unternehmenskunden es nicht einführen.
Matt formuliert es technisch: Quilter will „erreichen, was ein erfahrener Ingenieur in Wochen leisten würde“.
Gleichwertigkeit schafft Glaubwürdigkeit. Sie zeigt, dass ein physikgestütztes KI-Werkzeug keine Science-Fiction ist, sondern eine praktikable Alternative zu klassischen Abläufen. Sie gibt Ingenieuren Sicherheit, dass der Vorschlag der Maschine nicht völlig danebenliegt. Und sie gibt Investoren Vertrauen, dass Märkte existieren.
Doch Gleichwertigkeit birgt auch Gefahren. Als Endzustand begrenzt sie die Vorstellungskraft. Ingenieure könnten KI nur als schnelleres Zeichenbrett nutzen statt als Erzeuger fremdartiger, aber brauchbarer Möglichkeiten. Investoren könnten Produkte finanzieren, deren Entwicklung nach Erreichen der Gleichwertigkeit stagniert. Beschäftigte könnten bei Unternehmen landen, deren Innovation beim Nachbilden endet.
Stephen Ambrose betont die kulturellen Kosten dieses Stillstands. „Unternehmenskunden nehmen an, dass ein Startup schwach ist“, sagt er. „Ihre Aufgabe ist, vom ersten Tag an Kompetenz zu beweisen und Vertrauen zu wecken.“
Kompetenz zu beweisen erfordert Gleichwertigkeit. Vertrauen zu wecken erfordert den Ausblick auf mehr.
Gleichwertigkeit ist daher am besten als Baugerüst zu verstehen: für die Errichtung notwendig, aber nicht die Kathedrale selbst. Wer das Gerüst mit dem Bauwerk verwechselt, bleibt hinter dem Versprechen technischer Werkzeuge zurück: dem Sprung vom Nachahmen zum Überwinden.
Auf dem Weg zu übermenschlichen Ergebnissen
Was bedeutet „übermenschlich“ praktisch? Keine Fantasie. Es bedeutet gültige, fertigbare und physikalisch validierte Lösungen, die der menschlichen Intuition dennoch fremd sind.
Matt beschreibt dieses Ziel:
„Der nächste Schritt sind natürlich übermenschliche Ergebnisse: Lösungen entdecken, die noch nie jemand erwogen hat.“
Betrachten wir PCB-Design. Ein menschlicher Ingenieur wägt Versorgungsintegrität, EMI, Wärmeabfuhr und Fertigbarkeit mithilfe von Erfahrung und Heuristiken ab. Eine KI-Engine ohne diese heuristischen Grenzen kann Zielkonflikte über Tausende Variablen gleichzeitig untersuchen. Sie könnte ein Leiterbahnlayout vorschlagen, das sinnlos aussieht, sich in der Simulation aber als optimal erweist.
In benachbarten Feldern geschieht das bereits. Google DeepMinds Arbeit zur Chip-Bauteilanordnung von 2021 nutzte Reinforcement Learning, um in Wochen statt Monaten Entwürfe auf dem Niveau menschlicher Experten zu erzeugen. Airbus nutzte generatives Design für Gitterstrukturen in Flugzeuginnenräumen, die bei gleicher Festigkeit Gewicht sparen. In beiden Fällen wirkten die KI-Vorschläge „falsch“, bis die Physik ihre Richtigkeit zeigte.
Krone erlebte das bei Autoteilen unmittelbar: „Optimierung und 3D-Druck erzeugten organische Formen, die kein menschlicher Ingenieur skizzieren würde.“
Die Glaubwürdigkeit übermenschlicher Ergebnisse hängt von der Validierung ab. Wie Matt betont, routet Quilter nicht einfach Leiterbahnen, sondern prüft sie anhand der Physik: „Wie hoch ist der Temperaturanstieg? Reicht das aus, um den Strom zu tragen?“
Ohne Validierung sind übermenschliche Ergebnisse Kuriositäten. Mit Validierung sind sie revolutionär.
Für Ingenieure fordert übermenschliches Design Stolz und Gewohnheiten heraus. Für Investoren signalisiert es einen verteidigbaren Vorsprung: Gleichwertigkeit lässt sich kopieren, übermenschliche Entdeckung wächst mit Daten und Algorithmen. Für Bewerber bedeutet es Sinn: nicht an schnelleren Zeichenbrettern zu arbeiten, sondern an fremdartigen Entdeckungen, die ihren Beruf neu definieren.
Zuverlässigkeit im Hardwaredesign
Physik, Geometrie und Standards
Schaltungszuverlässigkeit beginnt bei der Physik: parasitäre Effekte, Signalintegrität und thermische Belastungen. Entwurfsfehler wie scharfe rechtwinklige Knicke, unzureichende Kupferbreite oder schlecht ausgelegte Masseflächen fallen in ersten Skizzen oft nicht auf. Sie zeigen sich unter Last.
Direkte Erkenntnisse aus den Interviews
Matt formulierte es klar: „Jedes System verrät Ihnen, wie es kaputtgehen will.“ Er sucht früh nach verborgenen Mustern: Rückstrompfaden, Lagenaufbauten mit ungleichmäßiger Erwärmung oder Funktionen, deren Anordnung eine ungünstige Kreuzung erzwingt. Bei einem aktuellen Design, sagte er, „stimmte das Stitching nicht … technisch funktionierte es, aber man sah, dass uns die Schleifeninduktivität Probleme machen würde.“ Durch ein Überdenken der Masseflächen und Bauteilpositionen vermied sein Team spätere Ausfälle.
Robert betont klare Spezifikationen. „Wenn nicht klar ist, was Sie lösen, wird auch Ihre Lösung nicht zuverlässig sein“, sagte er. Er berichtete von einem Projekt, bei dem die Minimierung der Via-Anzahl ohne Definition einer maximalen Leiterbahnverzögerung Platinen hervorbrachte, die Simulationen bestanden, aber wegen Signalreflexionen im Feld versagten. „Klarheit behebt die Hälfte Ihrer Fehler“, stellte Robert fest.
Stephen bringt Pragmatismus in diese Geometrie. „Die perfekte Lösung, die nie ausgeliefert wird, ist nutzlos“, sagte er. Er bevorzugt überschaubare, klar definierte Korrekturen gegenüber der Suche nach perfekten Ideallösungen, die den Einsatz verzögern. In einem Fall vergrößerte das Team statt einer vollständigen Überarbeitung des Lagenaufbaus die Leiterbahnabstände und ergänzte Schutzleiterbahnen. Kleine Änderungen verbesserten Fertigbarkeit und Zuverlässigkeit erheblich.
Standards & Zuverlässigkeit in der Praxis
Designstandards praktisch umzusetzen ist schwierig. Werkzeuge helfen, doch Fehlinterpretationen oder vage Anforderungen untergraben häufig die Zuverlässigkeit. Typische Fallstricke sind:
- Nichtbeachtung des Abgleichs von Differenzpaaren oder das Überqueren geteilter Masseflächen führt zu Signalintegritätsproblemen.
- Das Übersehen von Toleranzen der Via-Metallisierung und Kupferstärken, die unter IPC-6012 oder IPC-A-600 wichtig sind.
- Das Unterschätzen mechanischer Belastungen in flexiblen PCBs. IPC-2223 für Flex- und Starrflex-PCBs berücksichtigt beispielsweise Zugentlastungen und Klebedeckfolien, weil Biegung Ausfallarten verursacht, die bei starren PCBs nicht auftreten.
Diese Probleme erfordern technische Aufmerksamkeit und Rückkopplung aus der Produktion. Matt, Robert und Stephen betonten, dass selbst beste Simulationen versagen, wenn vorgegebene Standardtoleranzen der Fertiger verletzt oder Bauteile zu nah an Platinenkanten platziert werden. Fertigbarkeit muss früh Priorität haben.
Zuverlässigkeit in der Teamstruktur
Die Parallelen zwischen Hardwarezuverlässigkeit und Teamresilienz sind strukturell, nicht bloß metaphorisch. Erfolgreiche Platinen haben klare Randbedingungen, antizipierte Ausfallarten und eingebaute Reserven. Erfolgreiche Teams haben eindeutige Rollen, benannte Verantwortlichkeiten, belastbare Abläufe und nutzen Fehler zum Lernen.
Normen, Klarheit, psychologische Sicherheit
Robert sagte: „Unklare Anforderungen sind nur aufgeschobene Fehler.“ Das betrifft Teamnormen ebenso wie Schaltungsspezifikationen. Unklare Ziele oder wechselnde Prioritäten führen zu Unruhe, Nacharbeit und Reibung. Softwaretechnikforschung zeigt starke Zusammenhänge zwischen klaren Normen, psychologischer Sicherheit, Teamleistung und Arbeitszufriedenheit. Eine Studie von 2018 zu Entwicklungsteams fand, dass sowohl psychologische Sicherheit als auch klare Normen eine höhere selbst eingeschätzte Leistung und geringere Fluktuation vorhersagten. Die Klarheit der Normen hatte sogar noch größere Vorhersagekraft.
Diese Ingenieure beschrieben bei Quilter frühe Abstimmungstreffen, in denen Randbedingungen ausdrücklich festgelegt werden: benötigte Reserven, nicht akzeptable Ausfallarten und zulässige zeitliche Toleranzen für Ergebnisse. Das entspricht der Definition von Leiterbahnbreiten oder Kupferflächenregeln in einer PCB-Spezifikation.
Schrittweiser Fortschritt & Pragmatismus
Stephens Warnung – „Die perfekte Lösung, die nie ausgeliefert wird, ist nutzlos“ – gilt unmittelbar für die Projektplanung. Das Warten auf ideale Werkzeuge, Spezifikationen oder Einigkeit verzögert oft Zuverlässigkeit. Besser ist es, schrittweise auszuliefern, unter realen Bedingungen zu testen und zu iterieren. So wie eine Platine überleben kann, wenn ein Testraum ausfällt, ist ein Team mit kurzen Rückmeldeschleifen widerstandsfähiger.
Teams, die kleine Erfolge erzielen – einen kleinen Fehler beheben, eine Spezifikation klären, eine Reserve ergänzen –, bauen eine Zuverlässigkeitskultur auf. Wie Matt bemerkte: „Sie warten nicht darauf, dass das Labor es Ihnen sagt. Sie bauen so, dass das Labor Sie nicht überraschen kann.“ Diese Disziplin schafft zuverlässige Hardware und verlässliches Vertrauen im Team.
Externe Erkenntnisse & Zuverlässigkeitstheorie
Ein Blick über Quilter hinaus zeigt Konzepte, die ähnliche Ideen systematisiert haben.
- Hochzuverlässigkeitsorganisationen (HROs) in Luftfahrt, Energie und Gesundheitswesen betonen die Beschäftigung mit Fehlern, Sensibilität für Betriebsabläufe und Resilienz. McKinsey-Forschung deutet darauf hin, dass HROs neben höheren technischen Standards auch Koordinationsfähigkeiten, Kommunikation und klar definierte Normen hervorheben.
- Zuverlässigkeitstechnik für KI-Systeme wird zunehmend untersucht. Konzepte schlagen die Kombination von Kennzahlen wie mittlerer Zeit zwischen Ausfällen (MTBF), formaler Verifikation und menschlicher Zuverlässigkeitsanalyse vor, um Systeme unter unterschiedlichen Bedingungen vertrauenswürdig zu machen.
Diese externen Konzepte spiegeln wider, was Quilters Ingenieure bereits verfolgen: Ausfälle voraussehen, klare Randbedingungen definieren und Reserven einbauen.
Architektur der Zuverlässigkeit – die Prozessebene
Wie übersetzt Quilter diese technischen und kulturellen Erkenntnisse in dauerhafte Prozesse?
- Randbedingungen früh festlegen & teilen
Alle größeren Designs beginnen mit Randbedingungsdokumenten für Signalintegrität, thermische Last und Fertigbarkeit. Ingenieure aus Mechanik, Analog-, Digital- und Layoutentwicklung prüfen sie gemeinsam. - Rückmeldeschleifen mit Prototypen
Frühe Platinen werden unter Testbedingungen wie Temperaturwechseln, Vibration und Feuchtigkeit aufgebaut, um reale Ausfallarten zu erkennen. Fehler werden auf Geometrie zurückgeführt: Kupferdicke, Via-Metallisierung, Abstände. - Code- & Layoutprüfungen über Fachgrenzen hinweg
Nicht nur Layoutingenieure prüfen das Layout, sondern Fachleute aus HF, Analogtechnik, Digitaltechnik und Mechanik gemeinsam. Das entspricht Roberts Aussage: Klarheit entsteht, wenn Annahmen an Schnittstellen ausdrücklich werden. - Schrittweise Ergebnisse & Messung
Statt ein Produkt wegen „perfekter Spezifikationen“ zu verzögern, liefert Quilter kleinere Module, beobachtet ihr Verhalten, misst Ausfallarten, lernt und verbessert. Stephens Pragmatismus lautet: Lieber jetzt mit hoher Sicherheit lösen, was möglich ist, als auf das Ideal zu warten.
Der kulturelle Sprung
Der Schritt von Gleichwertigkeit zu übermenschlicher Leistung ist nicht nur technisch, sondern auch kulturell.
Ingenieure reagieren skeptisch auf undurchsichtige Werkzeuge. Vertrauen entsteht durch Transparenz, Visualisierung und Testsammlungen. Matt erkennt das an:
„Ich liebe eine unglaublich robuste Testsammlung, die sich fast mathematischen Beweisen annähert, sodass man sagen kann: Das funktioniert. Ich weiß es sicher.“
Visualisierung verbindet die Kultur. Wie Matt feststellt, können Ingenieure von „Hunderten, Tausenden Datenpunkten“ überwältigt werden.
Die Herausforderung ist nicht nur, Lösungen zu erzeugen, sondern sie so darzustellen, dass Menschen ihnen vertrauen können.
Startups verkörpern diesen Sprung. Ambrose sagt: „In Großunternehmen erstickt Bürokratie den Ehrgeiz. In Startups können Sie Ideen sofort entwickeln und umsetzen.“
Übermenschliche Ergebnisse hängen von dieser Freiheit ab. Unternehmen mit vielen Risikomanagementebenen zögern, fremdartige Lösungen einzusetzen. Improvisationsstarke Startups wagen den Sprung zuerst.
Herbert Simons Sciences of the Artificial (1969) beschrieb Design als Anpassung von Umgebungen an menschliche Ziele. Andy Clarks Natural-Born Cyborgs (2003) argumentierte, dass Werkzeuge kognitive Erweiterungen sind. In beiden Werken bilden Werkzeuge nicht nur nach, sondern definieren neu. KI-Design-Engines erweitern Denken in Bereiche, die für unmittelbare Intuition zu groß sind.
Der Sprung ist also doppelt: technisch von Gleichwertigkeit zu Entdeckung und kulturell vom Vertrauen in Nachbildung zum Vertrauen in Erkundung. Ingenieure müssen vom Handwerker zum Kurator, vom Problemlöser zum Prüfer und vom Schöpfer jedes Details zum Koordinator von Möglichkeiten werden.
Was aus Ingenieuren wird
Wenn Werkzeuge fremdartige, aber gültige Lösungen vorschlagen, wer sind dann die Ingenieure?
Sie sind nicht mehr nur Handwerker. Als Kuratoren wählen sie unter den KI-Optionen aus. Als Ethiker entscheiden sie, welche Lösungen zu Fertigbarkeit, Kosten und Nachhaltigkeit passen. Als Koordinatoren bringen sie Teams, Werkzeuge und Zielkonflikte in Einklang.
Ambrose trifft den Kern: „Pragmatisch und erfinderisch zu sein heißt nicht, Abkürzungen auf Kosten der Qualität zu nehmen. Es heißt, die vorhandenen Mittel geschickt zu nutzen.“
Einfallsreichtum verlagert sich vom manuellen Lösen jeder Randbedingung zum Wissen, welchen Tunnel man nehmen soll, wenn die KI mehrere durch den Berg gegraben hat.
Für Ingenieure kann dieser Identitätswandel verunsichernd sein. Stolz beruhte lange auf persönlichem Einfallsreichtum und dem eleganten Kniff. In einer übermenschlichen Zukunft könnte er auf Urteilsfähigkeit beruhen: zu wissen, welcher fremdartigen Idee man vertraut.
Für Investoren bedeutet das kulturelle Widerstandsfähigkeit. Startups, die dieses neue Berufsverständnis fördern, werden diejenigen überholen, die an Gleichwertigkeit festhalten. Für Bewerber lautet die Botschaft: Hier bietet sich die Chance, nicht nur einem Unternehmen beizutreten, sondern einem Berufsfeld, das sich neu definiert.
Möglichkeiten
Die Geschichte der Ingenieurskunst ist eine Geschichte von Schwellen. Der Zirkel erweiterte die Reichweite des Zeichners. CAD digitalisierte das Zeichnen. Simulation erweiterte die Analyse. Alles ahmte zuerst nach und ging dann darüber hinaus.
Gleichwertigkeit ist die jüngste Schwelle: notwendig, aber nicht ausreichend. Wer dort stehen bleibt, bleibt beim Gerüst. Die Kathedrale sind übermenschliche Ergebnisse: ohne KI unvorstellbare Lösungen, die dennoch physikalisch fundiert, validiert und fertigbar sind.
Matts Aufforderung ist klar: Der nächste Schritt ist die Entdeckung von „Lösungen, die noch nie jemand erwogen hat“.
Krones Weg zeigt, dass Abstraktion greifbar wird, wenn Optimierung über menschliche Skizzen hinausgeht. Ambrose erinnert daran, dass pragmatische, unmittelbar handelnde Startups die Orte sind, an denen dieser Sprung beginnt.
Für Ingenieure: Lassen Sie Unbehagen zu. Für Investoren: Erkennen Sie, dass Gleichwertigkeit nicht die Ziellinie, sondern die Auffahrt ist. Für Bewerber: Sehen Sie Startups wie Quilter als Orte, an denen nicht nur Produkte, sondern berufliche Identitäten entstehen.
Wir bauen nicht mehr nur Schaltungen. Wir bauen Kathedralen der Möglichkeiten – Strukturen, die sich selbst entwerfen und dabei neu gestalten, was es bedeutet, Ingenieur zu sein.
