Agentic AI: Wie KI-Agenten die Hardware-Entwicklung revolutionieren

Wenn ein KI-Chatbot Ihr Layout kommentiert, haben Sie noch keinen Agenten an der Seite – nur einen Beobachter. Wie das Fachportal Engineering.com berichtet, hält die sogenannte agentic AI nun auch in der Hardware-Entwicklung Einzug, beginnend beim Requirements Engineering, und das hat unmittelbare Folgen für unseren Alltag am CAD-System.

Vom Chatbot zum Mitarbeiter im Projekt

Wer kennt es nicht: Man fügt eine Anforderung in den Chat ein, bekommt einen freundlichen Text zurück, und nichts im Projekt bewegt sich. Der Chat weiß nichts vom aktuellen Schaltplan, nichts von den bereits vereinbarten Constraints und schon gar nichts davon, dass die Leiterbahnbreite gestern auf 0,2 mm geändert wurde. Genau diese Lücke zwischen „Wissen, was zu ändern wäre" und „die Änderung tatsächlich durchführen" beschreibt Engineering.com als den Kern des nächsten Schritts.

In der Softwareentwicklung funktioniert das längst: Der Agent liest den Code, schlägt Patches vor, führt sie aus und holt die Freigabe. In der Hardware fehlten bislang zwei Dinge – Kontext und Zugriff. Solange die KI nur den Text sieht, den wir hineinkopieren, bleibt das Projekt für sie unsichtbar.

Warum ausgerechnet Requirements der Hebel sind

Spannend wird es dort, wo wir ohnehin mit Text arbeiten: in den Anforderungen. Engineering.com stellt heraus, dass Anforderungen genau das Format haben, mit dem KI-Agenten gut umgehen können – lesbar, versionierbar, an einem Ort. Und gerade im Layout- und DFM-Prozess sind Anforderungen der Klebstoff, der alles zusammenhält: Stapelhöhe, Impedanz, Mindestabstand zur Gehäusekante, Bestückungsfreiräume, Lötstopplack-Fenster.

Mein pragmatischer Rat, den ich aus vielen Layout-Reviews mitnehme: Wenn Sie schon heute prüfen wollen, wie „agentenfähig" Ihr Datenbestand ist, dann sortieren Sie zuerst Ihre Requirements. Stehen die Mindestringbreiten, die Via-in-Pad-Vorgaben, die Belichtungsregeln und die Lagenaufbau-Toleranzen als beschreibender Text in einem Tool – oder liegen sie verstreut in E-Mails, Kommentaren im Schematic und Erinnerungen einzelner Köpfe? Genau diese Konsolidierung ist die Vorarbeit, damit ein Agent später Konflikte erkennen kann, solange die Änderung noch ein Vorschlag ist und kein teurer Rückläufer.

Was das für unsere Disziplin bedeutet

Die Pointe aus dem Engineering.com-Beitrag lässt sich direkt auf unsere Branche übertragen: Ein Fehler im Code zeigt sich in Minuten, ein Fehler im Routing zeigt sich oft erst am Messprotokoll oder beim Funktionstest – Monate später und um ein Vielfaches teurer. Ein Agent, der Anforderungen, Constraints und Designregeln in Echtzeit mitführt, würde den gefürchteten „Das hat früher mal funktioniert"-Moment im Layout-Review deutlich entschärfen.

Was ich daher im Auge behalte: Welche EDA-Werkzeuge ziehen in den nächsten Releases nach und öffnen ihren Datenbestand für Agenten – jenseits vom reinen Chatfenster? Solange der Agent nicht im Projekt schreibt, sondern nur darüber spricht, bleibt er Beobachter. Sobald er mit Zugriff auf die Constraint-Sets und mit klarer Freigabestufe arbeitet, wird er Kollege. Bis dahin gilt: Schreiben Sie Ihre DFM-Anforderungen so, dass sie ein Mensch in fünf Minuten versteht – ein KI-Agent wird es Ihnen später danken.