Warum KI nicht nur die Funktionen, sondern das Geschäftsmodell der Engineering-Softwareanbieter verändern könnte

Von Dr. Thomas Tosse

Die Anbieter von Engineering-Software haben ihren Kunden jahrzehntelang erklärt, wie sie auf disruptive Veränderungen reagieren müssen. Nun könnten sie selbst vor einer stehen.

Die Gefahr besteht nicht darin, dass künstliche Intelligenz einige weitere Funktionen in CAD-, PLM- oder Simulationssysteme bringt. Sie entsteht, wenn KI den Engineering-Prozess so grundlegend verändert, dass diese Systeme ihre zentrale Rolle verlieren.

Ende der Achtzigerjahre – des vergangenen Jahrtausends! – kostete eine 3D-CAD-Workstation noch annähernd eine Million Mark. Auf Messen wie der CeBIT gab es jeden Abend eine Standparty, reihum bei den einzelnen Anbietern, damit jeder alle Feiern besuchen konnte. Mit dem Aufkommen der Personal Computer und ihrer schnell wachsenden Rechenleistung setzte sich 3D-Software im Engineering durch.

Nach einer Phase mit vielen technischen Neuerungen, etwa bei Geometrie-Kernels, Geometrieberechnung und Parametrik sowie mit der Entwicklung von Austauschformaten wie PLM-XML, folgten Stagnation und Vergleichbarkeit. Manche Pressemitteilung kündigte 365 kundengetriebene Erweiterungen an – von denen keine einzige zitierfähig war. Sind die CAD-Entwickler nicht mehr so innovativ, wie sie ihre Kunden machen wollen?

Disruption eines Geschäftsmodells – das haben wir unseren Kunden aus der Fertigungsindustrie erzählt – bedeutet eine Bedrohung der Art und Weise, wie ein Unternehmen Wert schafft und Geld verdient. Dahinter kann eine neue Technologie stehen, ein Wettbewerber aus einem anderen Teil der Welt oder ein verändertes Kundenverhalten. Auch neue Prozesse und Plattformen können eine Branche umwälzen, wenn sie Kunden und Anbieter direkt verbinden, Zwischenhändler ausschließen oder statt eines Produkts nur noch dessen Nutzung verkaufen.

Umgekehrt lassen sich disruptive Veränderungen zum Vorteil wenden, wenn man das eigene Geschäftsmodell transformiert und die Wertschöpfung auf ein neues Niveau hebt. Viele Industrieunternehmen treiben die Digitalisierung mit starkem Engagement und beeindruckendem Tempo voran und verbessern permanent ihre Leistungsfähigkeit.

Warum erzähle ich das alles? Schließlich haben auch die Softwareanbieter längst neue Geschäftsmodelle implementiert: Software-as-a-Service, cloudnative Anwendungen mit nutzungsabhängigen Bezahlmodellen oder Marktplätze für alles rund um Engineering, einschließlich 3D-Druck und Fertigung.

Ganz einfach: Die nächste Bedrohung ihres Geschäftsmodells könnte aus einer anderen Welt kommen. Künstliche Intelligenz stammt aus der Softwareentwicklung und revolutioniert sie mit dramatischem Tempo – und nicht nur sie.

Als ChatGPT Ende 2022 auf den Markt kam, verfügte Google über ein scheinbar unangreifbares Geschäftsmodell. Allein mit Suchanzeigen und verwandten Angeboten erzielte der Konzern im Jahr 2022 rund 162,5 Milliarden US-Dollar Umsatz. Google beherrschte die Internetsuche, verfügte über einen kaum einholbar erscheinenden Index und vermittelte den Nutzern innerhalb von Sekunden passende Informationsquellen.

Doch ChatGPT konnte nicht nur ein Hotelzimmer finden, sondern einen ganzen Urlaub planen. Google reagierte schnell, zunächst mit Bard. Rund vierzehn Monate nach der Veröffentlichung von ChatGPT führte das Unternehmen seine KI-Angebote unter der Marke Gemini zusammen und hob das eigene Angebot mithilfe von KI auf eine neue Stufe.

Genau an diesem Punkt könnte die Engineering-Software stehen. Die entscheidende Frage lautet nicht, wie viel künstliche Intelligenz sich in CAD-, PLM- oder Simulationssysteme integrieren lässt. Sie lautet, ob diese Systeme auch künftig noch den Mittelpunkt des Engineering-Prozesses bilden.

Die Hersteller von Engineering-Software reagieren durchaus auf die KI-Entwicklung. Bislang integrieren sie künstliche Intelligenz jedoch überwiegend in ihre bestehenden Produkte und Plattformen: als komfortable Benutzerschnittstelle, Assistenzsystem oder Agent für definierte Aufgaben. Damit verbessern sie ihre Werkzeuge. Ob KI den Engineering-Prozess und damit auch die Rolle dieser Werkzeuge grundsätzlich verändern könnte, ist eine andere Frage.

Ein Beispiel aus der Industrie ist der Siemens Industrial Copilot. Ursprünglich war er ein klassisches Copilot-System, das hauptsächlich auf Benutzeranfragen antwortete. Heute entwickelt Siemens ihn in Richtung agentischer Funktionen weiter. Im Engineering kann er unter anderem SPS-Code und Testfälle generieren, HMI-Visualisierungen anlegen und komplexere Automatisierungsaufgaben in einzelne Arbeitsschritte zerlegen.

Einen anderen Ansatz verfolgt NVIDIA mit Physical AI. Der Begriff stammt aus dem autonomen Fahren und bezeichnet künstliche Intelligenz in physischen Systemen wie Robotern, Maschinen oder Drohnen. Solche Systeme sollen aus Fehlern lernen, Strategien anpassen, sich in unbekannten Umgebungen zurechtfinden und komplexe Manipulationen eigenständig ausführen.

Mit Omniverse, Isaac und zugehörigen Modellen und Entwicklungswerkzeugen stellt NVIDIA eine Infrastruktur für die Entwicklung und Simulation physischer KI-Systeme bereit. Zahlreiche führende Anbieter von Engineering-Software kooperieren inzwischen mit NVIDIA oder integrieren dessen Technologien. Dassault Systèmes vereinbarte im Februar 2026 eine umfassende Partnerschaft mit NVIDIA. Auch PTC, Cadence und Siemens Digital Industries Software arbeiten mit Technologien aus diesem Umfeld.

Doch genügt es, einzelne Projekte und Funktionen zu ergänzen, um den Kunden den optimalen KI-Nutzen zu eröffnen? Hunderte spezialisierte Start-ups konkurrieren inzwischen mit den milliardenschweren Entwicklungsbudgets der etablierten Anbieter. Dabei geht es nicht nur um zusätzliche Funktionen, sondern um unterschiedliche Vorstellungen davon, wie Engineering künftig überhaupt betrieben wird.

Was also, wenn die Hersteller von Engineering-Software eine entscheidende Entwicklung zu wenig berücksichtigen?

Dann stehen sie vielleicht in einigen Jahren dem Endgegner Projekt Prometheus gegenüber. Das 2025 von Jeff Bezos und Vik Bajaj gegründete Unternehmen verfügt über eine Finanzierung in Milliardenhöhe und wird bereits heute mit mehreren Dutzend Milliarden US-Dollar bewertet. Ein vergleichsweise kleines Team entwickelt ein KI-System, das Bezos als „Artificial General Engineer“ beschreibt.

Prometheus will für das Engineering leisten, was Coding-Agenten für die Softwareentwicklung leisten: Entwicklungsprojekte drastisch beschleunigen, indem die KI nicht nur assistiert, sondern aktiv mitentwirft.

Ob Prometheus dieses Versprechen einlösen kann, ist offen. Doch schon die Größenordnung des Vorhabens sollte die etablierten Anbieter alarmieren. Die disruptive Gefahr besteht nicht darin, dass KI eine weitere Funktion im CAD-System übernimmt. Sie entsteht, wenn sich der Schwerpunkt der Wertschöpfung vom manuellen Modellieren auf das Formulieren, Bewerten und autonome Umsetzen technischer Ziele verlagert.

CAD-, PLM- und Simulationssysteme verschwinden deshalb nicht zwangsläufig. Sie könnten jedoch vom zentralen Arbeitsmittel zur technischen Infrastruktur im Hintergrund werden. Für ihre Anbieter wäre das tatsächlich eine Disruption des Geschäftsmodells.

Arbeiten die etablierten Anbieter bereits an der nächsten Generation des Engineerings – oder vor allem daran, künstliche Intelligenz in die bestehenden Systeme einzubauen?

Über den Autor

Dr. Thomas Tosse begleitet Anbieter von Engineering- und Unternehmenssoftware seit Jahrzehnten in strategischem Marketing, Positionierung und Kommunikation.