Folge 2: Der Elektronikentwickler vor und mit KI – wie sich der Arbeitsalltag konkret verändert

01Vorher: Der Arbeitsalltag ohne KI

Vor dem breiten KI-Einsatz bestand ein großer Teil der Entwicklungszeit aus Aufgaben, die zwar Erfahrung erforderten, aber wenig kreativen Spielraum ließen: Datenblätter mussten Seite für Seite durchforstet werden, um herauszufinden, welcher Anschlusspin welche Funktion trägt und wie ein Bauteil korrekt beschaltet wird. Der Schaltungsentwurf verlief iterativ und fehleranfällig – jede Designänderung konnte Wochen an nachgelagerter Arbeit zunichtemachen. Die Prüfung auf Regelverletzungen (Design Rule Checking) erfolgte weitgehend manuell oder mit klassischen, starren DRC-Systemen, die nur bekannte Regelverstöße erkannten, aber keine suboptimalen Layouts vorschlagen konnten. Testfälle wurden von Hand aus Spezifikationen abgeleitet, oft basierend auf dem persönlichen Erfahrungsschatz Einzelner. Technische Dokumentation entstand meist am Ende eines Projekts unter Zeitdruck – entsprechend lückenhaft fiel sie häufig aus.

02Jetzt: Der Arbeitsalltag mit KI

Mit KI-Unterstützung verschiebt sich der Schwerpunkt spürbar: KI-gestützte Design-Tools schlagen heute innovative Lösungsansätze vor, die klassische Entwurfsmuster nicht berücksichtigt hätten, und übernehmen die Wiedererkennung und Wiederverwendung bewährter Funktionsblöcke weitgehend automatisch. Bei der Spezifikation von Anforderungen leitet KI relevante technische und normative Vorgaben automatisch aus früheren Projekten, Normen und Marktanforderungen ab, erkennt Muster und prüft Anforderungen auf Vollständigkeit und Konsistenz. In der Simulation und Verifikation liefert KI frühzeitig Hinweise auf mögliche Designfehler, wodurch sich die Zahl der Entwicklungszyklen bis zum ersten funktionsfähigen Design (First Time Right) spürbar verkürzt. Testfälle werden automatisch aus Spezifikationen oder früheren Projekten abgeleitet, typische Fehlerbilder werden erkannt und gezielt Lösungsvorschläge zur Validierung unterbreitet. Technische Dokumentation entsteht heute weitgehend automatisiert und parallel zum Entwicklungsprozess auf Basis von Design- und Fertigungsdaten – nicht mehr als nachträgliche Pflichtübung.

Im Chipdesign geht die Entwicklung inzwischen noch einen Schritt weiter: Agentische KI-Systeme identifizieren eigenständig fehlerhafte Timing-Pfade, schlagen Korrekturen vor, setzen sie um und lassen die Analyse erneut laufen, bis definierte Schwellenwerte erreicht sind – ein Vorgang, der früher manuelle Iteration über Tage erforderte. Frühe Anwender berichten hier von Produktivitätssteigerungen zwischen dem Zwei- und Fünffachen bei komplexen Design-Aufgaben, die traditionell vier bis sechs Monate beansprucht hätten.

03Was gleich bleibt

Was sich dabei nicht verändert, ist die eigentliche Verantwortung: KI kann vergleichbare Materialien oder alternative Komponenten vorschlagen – die Verwendungsentscheidung obliegt weiterhin dem Fachmann. KI kann Regelverletzungen und suboptimale Layouts erkennen – das entbindet den Entwickler nicht davon, die notwendigen Vorgaben selbst zu treffen. Diese Verschiebung – von der reinen Ausführung hin zur Bewertung, Entscheidung und Freigabe – ist kein Bedeutungsverlust für den Entwickler, sondern eine Aufwertung: Die Zeit, die früher in Bauteilrecherche und Dokumentation floss, steht jetzt für genau die Aufgaben zur Verfügung, die menschliches Fachwissen wirklich erfordern.

04Nutzen nach Rolle

• Nutzen für EntwicklerRepetitive und fehleranfällige Aufgaben (Datenblatt-Recherche, DRC-Vorprüfung, Testfall-Ableitung, Dokumentation) werden von der KI übernommen – die frei werdende Zeit fließt in Architekturentscheidungen, Trade-off-Bewertung und die Aufgaben, die den Beruf ursprünglich attraktiv gemacht haben.
• Nutzen für ManagementKürzere Entwicklungszyklen bis zum ersten funktionsfähigen Design (First Time Right) und dokumentierte Produktivitätssteigerungen im zwei- bis fünffachen Bereich bei komplexen Design-Aufgaben verkürzen die Markteinführungszeit spürbar – ein direkter Wettbewerbsvorteil gegenüber Unternehmen, die noch rein manuell entwickeln.
• Nutzen für FAE und VertriebSchnellere, KI-gestützt dokumentierte Entwicklungszyklen liefern belastbarere Aussagen zu Lieferterminen gegenüber Kunden – ein Verkaufsargument, das sich direkt in Kundengesprächen nutzen lässt.
• Compliance-HinweisWichtig für die Praxis: KI-generierter Code und KI-unterstützte Designentscheidungen unterliegen denselben Cyber-Resilience-Act-Pflichten wie klassisch entwickelte Bauteile – Code Review bleibt Pflicht, nicht nur auf Funktion, sondern auch auf Lizenzkonformität und Sicherheit. Wer das von Anfang an in den Entwicklungsprozess einbaut, statt es nachträglich zu ergänzen, spart sich genau die doppelte Arbeit, die Folge 1 dieser Serie bereits als Wettbewerbsvorteil beschrieben hat.

05Zwei-Perspektiven-Schluss