Agentische KI für die Luft- & Raumfahrtindustrie

Agentische KI für das Engineering ist die leistungsfähigste Ingenieurtechnologie, die in meiner Karriere eingeführt wurde. Und gerade jetzt beobachte ich immer wieder, wie Teams in der Luft- und Raumfahrt sowie in der Verteidigungsindustrie ein neues Triebwerk an ein Flugzeug montieren, das dafür gar nicht ausgelegt ist. Am Boden sieht das beeindruckend aus. Doch dann soll es fliegen.

Den Führungskräften, mit denen ich mich treffe, mangelt es nicht an Ehrgeiz. Das Budget ist vorhanden, die Überzeugung ist da. Es steht außer Frage, dass agentische KI die Zukunft ist. Was fehlt, ist die Grundlage für diesen ehrgeizigen Plan. Und solange das nicht behoben wird, macht die KI-Engine nur Lärm.

‍

Was ich sehe, wenn ein Pilot ins Stocken gerät

Es gibt ein Muster. Entwicklungsteams wurden angewiesen, KI in ihre Prozesse zu integrieren. Ein Team wählt einen Anwendungsfall aus, bindet ein großes Sprachmodell (LLM) ein und führt eine Demo durch, die im Raum großen Anklang findet. Sobald es dann jedoch mit einem echten, regulierten und vielschichtigen Entwicklungsprozess konfrontiert wird, bricht das Ganze zusammen.

So sieht das in der Praxis aus – anhand der Gespräche, die ich jede Woche führe:

• Agenten, die plausibel klingende, aber falsche Ergebnisse liefern, und ein Ingenieur, der diese Fehler aufdecken muss.  
• Rechenleistung und Budget werden für Arbeitsabläufe verschwendet, die von vornherein gar keine KI benötigten.
• Ergebnisse, die niemand nachvollziehen kann – in einer Branche, in der ein nicht nachvollziehbares Ergebnis ein Ergebnis ist, das man weder zertifizieren noch skalieren kann.
• Ingenieure, die nach einer einzigen schlechten Erfahrung das Vertrauen verlieren und die Agenten stillschweigend umgehen, anstatt mit ihnen zusammenzuarbeiten.
• Kosten werden erfasst, doch der Nutzen wird in Adjektiven beschrieben, nicht in Zahlen.

Nichts davon ist ein KI-Problem. Jedes einzelne davon ist ein grundlegendes Problem.

‍

Das Hindernis ist die Grundstruktur, nicht das Modell

Ich bin nicht der Einzige, der das sagt. Ein aktueller Gartner®-Bericht mit dem Titel Top Aerospace and Defense Manufacturing Trends for 2026, bringt es so direkt auf den Punkt, wie ich es noch von keinem Analysten gehört habe: „Das eigentliche Hindernis für Innovationen ist nicht die Technologie, sondern das unternehmensweite Versagen der Luft- und Raumfahrt- sowie Verteidigungsindustrie, sich auf grundlegende Elemente als strategische Beschleuniger festzulegen.“

Lesen Sie das noch einmal. Das Problem sind nicht die großen Sprachmodelle (LLMs). Es sind die Prozesse, die fragmentierten Tools und die Digitalisierung, die nie stattgefunden hat. Wie es in demselben Bericht heißt: „Der KI-Hype kann schlecht verwaltete Modelle, inkonsistente Informationen oder unklare Systemzustände nicht kompensieren, insbesondere in einer hochtechnisierten Branche.“

Man kann sich nicht durch Automatisierung aus einer Situation befreien, für die man nie die Grundlagen geschaffen hat. Darum geht es letztendlich.

Und es gibt auch eine Variante davon, die in die entgegengesetzte Richtung fehlschlägt. Einige der größten Unternehmen der Welt haben ihren Mitarbeitern vermittelt, dass KI kein optionales Extra mehr ist. Also setzen die Teams KI-Agenten in jedem nur erdenklichen Prozess ein – nicht, weil dies strategisch sinnvoll wäre, sondern weil es nach Fortschritt aussieht.

‍

Wie eine tragfähige Grundlage aussieht, auf der KI aufbauen kann

Bevor Sie einen KI-Ansatz beurteilen, sollten Sie sich ehrlich mit den Rahmenbedingungen auseinandersetzen, unter denen er funktionieren muss. In der Luft- und Raumfahrt sowie in der Verteidigungsindustrie sind drei Dinge am wichtigsten.

• Regulierte, modellbasierte Definitionen, die als einheitliche Informationsquelle für Konstruktion, Fertigung und Lieferkette dienen.  ‍
• Eine vernetzte Toolchain, sodass Daten zwischen den Konstruktionssystemen fließen, ohne dass sie manuell übertragen werden müssen.
• Eine deterministische und nachprüfbare Ausführung, da diese Branche die von ihr ausgelieferten Produkte zertifizieren muss.

Deterministisch vs. heuristisch – das ist der entscheidende Punkt! Deterministische Technologie ist die einzige Technologie, die Ingenieure akzeptieren werden. All dies ist der Unterschied zwischen einer Initiative, die es bis in die Produktion schafft, und einer, die nur eine Reihe von KI-Hoffnungen bleibt.

‍

Wo Enterprise-KI aufhört und Engineering beginnt

Lassen Sie mich nun ganz offen sprechen – und dieser Teil ist meine persönliche Meinung, nicht die des Analysten. Die weitgehend horizontalen KI-Plattformen für Unternehmen, etwa von Microsoft oder Palantir, sind darauf ausgelegt, Texte und Datenbanken zu analysieren und eine Entscheidung zu empfehlen. Das ist für die Unternehmensführung wirklich nützlich. Es ist jedoch nicht dasselbe wie Ingenieurarbeit. Keine dieser Plattformen kann von Haus aus CAD-Daten in ein Netz umwandeln, eine Finite-Elemente-Analyse durchführen, die Spannungsergebnisse auswerten und die Geometrie unter Berücksichtigung physikalischer Einschränkungen anpassen.

Und so erkläre ich es unseren Kunden: Enterprise-Plattformen beraten. Synera führt das Engineering aus.
Wir haben Synera als Plattform für agentische KI im Engineering entwickelt: Es verbindet die spezialisierten Tools, denen Luft- und Raumfahrt- sowie Verteidigungsteams bereits vertrauen, und lässt dann Teams von Agenten laufen, die Geometrie ändern, Simulationen ausführen, Ergebnisse interpretieren und einen Prozess von Anfang bis Ende durchführen – mit jedem protokollierten und prüfbaren Schritt und dem Ingenieur als Dirigent der Arbeit. Es läuft On-Premises, sodass geistiges Eigentum (IP) die eigene Umgebung nie verlässt.

Deshalb ist das Argument der Grundlagen für mich nicht abstrakt. Die Agenten zahlen sich erst dann aus, wenn sie auf vernetzten Tools, digitalisierten Prozessen und geregelten Daten aufbauen. Wir arbeiten mit namhaften Unternehmen aus der Luft- und Raumfahrt sowie der Verteidigungsindustrie zusammen, die Sie kennen: NASA, Airbus, Safran, Arianespace. Bei Airbus lief ein Ausschreibungsprozess, der zuvor 50 Stunden dauerte, nach der Schaffung der Grundlagen innerhalb von 7 Minuten ab. Bei der NASA untersucht ein einzelner Ingenieur nun mehr als 100 Entwurfsvarianten in einer Stunde – eine Arbeit, für die früher zwei Ingenieure zwei Tage benötigten, um vier Varianten zu erstellen. Die Ingenieure sind nicht verschwunden. Sie haben die Zeit zurückgewonnen, die ihnen durch die alten Übergabeprozesse geraubt wurde.

‍

Die Uhr tickt bereits

Dies ist kein zeitlich unbegrenztes Zeitfenster. Gartner geht davon aus, dass die Einführung modellbasierter Definitionen in den Bereichen Konstruktion, Fertigung und Zusammenarbeit mit Zulieferern – ergänzt durch KI – bis 2030 „von derzeit 40 %“ auf „mehr als 80 % der L&R-Unternehmen“ steigen wird. Die Teams, die jetzt die Grundlagen schaffen, werden eine solide Basis haben, auf der sie aufbauen können. Die Teams, die weiterhin Demos mit isolierten Tools durchführen, werden sich weiterhin fragen, warum aus der Demo nie ein vollständiges Programm geworden ist.

Daher eine Frage, die ich bei Ihrer nächsten Führungskräftesitzung stellen würde: Wenn morgen ein Agent einen Ihrer zentralen Engineering-Prozesse ausführen würde – wäre die zugrunde liegende Infrastruktur bereit, diese Last zu tragen, oder nur dazu, in einer Demo zu beeindrucken?

Die ehrliche Antwort darauf ist mehr wert als jedes Pilotprojekt. Der Gartner-Bericht eignet sich gut, um dies auf Herz und Nieren zu prüfen.

Den Gartner-Bericht über Trends in der Luft- und Raumfahrt- sowie Verteidigungsfertigung 2026 lesen

Möchten Sie die nächste Studie gleich am Tag ihrer Veröffentlichung erhalten? Abonnieren Sie den Synera-Newsletter.