Auf der CUBE 2025 trafen sich führende Vertreter aus den Bereichen Automobil, Verteidigung, Luft- und Raumfahrt sowie Industriemaschinen, um eine entscheidende Frage für das kommende Jahrzehnt zu beantworten: Wie machen wir die Technik KI-fähig, nicht eines Tages, sondern jetzt?

CUBE 2025 wurde von SPREAD im Rahmen unserer jährlichen Veranstaltung "AI Ready for Engineers" ausgerichtet und brachte Führungskräfte und technische Innovatoren von Volkswagen, BMW, Alstom, MBDA, Audi, Accenture, Siemens und anderen zusammen.

In den Keynotes der Kunden, den SPREAD-Produkttiefschritten und einem branchenübergreifenden Panel kristallisierte sich ein einheitliches Thema heraus:
Unabhängig von der Branche oder der Lebenszyklusphase, von F&E, Produktion oder Aftermarket, stehen Entwicklungsteams vor den gleichen strukturellen Herausforderungen. Und sie benötigen die gleiche Grundlage, um sie zu lösen: kontextbezogene, vertrauenswürdige Daten.

Den Takt vorgeben: SPREADs Vision für die nächste Engineering-Ära

Die CUBE 2025 wurde mit einer klaren Botschaft der SPREAD-Führung eröffnet: Das Ingenieurwesen tritt in eine Phase des strukturellen Wandels ein, nicht des schrittweisen Wandels. In ihrer Keynote beschrieben die Mitbegründer Robert Göbel und Philipp Noll sowie CPO Shane Connelly einen Wandel, der sich durch alle ingenieurlastigen Branchen zieht: die Entwicklung von vernetzten Systemen zu intelligenten Systemen.

Jahrelang haben Unternehmen in die Vernetzung von PLM, ALM, ERP, Simulationsumgebungen und Testsystemen investiert. Die Konnektivität löste nur einen Teil des Problems. Daten lebten immer noch isoliert, Ingenieure verbrachten immer noch Stunden damit, Informationen zu suchen, zu validieren und gegenzuprüfen, und KI-Initiativen blieben stecken, weil die zugrunde liegenden Signale keine gemeinsame Bedeutung hatten.

Philipp hat den Wendepunkt erfasst:

"Technische Systeme sind schon seit Jahren miteinander verbunden. Was wir jetzt aufbauen, ist kontextuelle Intelligenz, die Ebene, die Beziehungen, Abhängigkeiten und Ursachen versteht."

Dieser Gedanke, dass technisches Wissen berechenbar und kontextbezogen sein muss, bevor KI einen Mehrwert liefern kann, wurde zum Rückgrat von CUBE 2025. Damit wird die Rolle der KI völlig neu definiert: Sie ist kein Chatbot, kein isoliertes Analysetool, sondern eine Intelligenzschicht, die sich in die technischen Prozesse einfügt und den Teams ein gemeinsames und erklärbares Verständnis für ihre Produkte vermittelt.

Shane führte dies weiter aus, indem er KI als etwas positionierte, das das menschliche technische Denken widerspiegeln muss.

Er veranschaulichte, wie die SPREAD-Architektur für technische Intelligenz abruferweiterte Argumentation, semantische Graphen und Erklärbarkeit auf alltägliche technische Aufgaben, Anforderungsprüfungen, Änderungsanalysen, Fehlersuche, Risikoverteilung und Systemnavigation anwendet. Anstatt Vermutungen anzustellen, verfolgt das System die Logik hinter den Vorschlägen und zeigt so die Zusammenhänge und Abhängigkeiten hinter jeder Entscheidung auf.

Dieser Wechsel von Rohdaten zu kontextualisiertem Wissen macht die KI in der Technik erst möglich. Er verwandelt Daten in etwas, dem Ingenieure vertrauen, das sie validieren und auf dem sie aufbauen können. Sie verwandelt die Produktkomplexität in eine navigierbare Landschaft. Und sie schafft die Grundlage für agentenbasierte Systeme, die sinnvoll an der Entwicklungsarbeit teilnehmen können, anstatt außerhalb davon zu stehen.

Am Ende der Keynote war eine Sache klar:
KI wird die Entwicklung nur dann beschleunigen, wenn sie im Kontext verankert ist, wenn sie versteht, wie ein Produkt funktioniert, warum Entscheidungen getroffen werden und was wovon abhängt.
CUBE 2025 begann nicht mit einem Hype, sondern mit einem Plan, wie technische Intelligenz zur strukturellen Struktur des nächsten Jahrzehnts der Produktentwicklung wird.

Die Probleme und Belastungen, die das moderne Ingenieurwesen bestimmen

Die Keynotes der Kunden auf der CUBE 2025 konzentrierten sich nicht auf Lösungen, sondern auf die wirklichen Herausforderungen, die das Engineering branchenübergreifend bremsen.

Dr. Peter Oel von Volkswagen, VP Integration, Verification & Validation MQB&SDV, beschrieb die Herausforderung, die moderne softwaredefinierte Fahrzeuge mit sich bringen: riesige Mengen an Test-, Anforderungs- und Diagnosedaten, die über unzusammenhängende Systeme verteilt sind, was eine schnelle Identifizierung der Ursachen erschwert. Ohne eine einheitliche Sichtweise ist es fast unmöglich, Klarheit im Engineering zu schaffen.

Frank Nürnberg, Tenders and Projects Director Traxx bei Alstom, beschrieb eine einzigartige, aber universelle Herausforderung: Lokomotiven, die mit bis zu 14 nationalen Signalsystemen kompatibel sein müssen, von denen jedes einzelne überlappende, widersprüchliche Anforderungen hat. Das Ergebnis sind langsame Zertifizierungszyklen, inkonsistente Dokumentation und ständige Nacharbeit.

Im Verteidigungsbereich erläuterte Dr. Ulrich Nuding, Engineering Director Germany bei MBDA, wie strenge "National Eyes Only"-Umgebungen unvermeidliche Datensilos schaffen.
Dennoch müssen die Entwicklungsteams schneller als je zuvor arbeiten, ohne Raum für Fehler und mit vollständiger Rückverfolgbarkeit von Anforderungen, CAD, Simulation und Dokumentation. Seine Bemerkung brachte die Dringlichkeit auf den Punkt:

"Wir müssen schneller werden, koste es, was es wolle."

Intelligenter, schneller, stärker bauen: Lehren aus der Transformation von Verteidigung und Automobilindustrie

Unter der Moderation von Alexander Matthey nahmen Dr. Christof Horn (Accenture IX), Stefan Tolle (SPREAD; ex-MANN+HUMMEL, ex-Bosch) und Dr. Ulrich Nuding (MBDA) an der Diskussion teil.
Obwohl sie unterschiedliche Branchen vertraten, stimmten ihre Schlussfolgerungen mit einer einzigen Wahrheit überein:

Der Druck, der auf der Technik lastet, ist überall derselbe.

Sie diskutierten über die Notwendigkeit, Entwicklungszyklen zu beschleunigen, ohne die Einhaltung von Vorschriften zu gefährden, über die Belastung durch fragmentierte Anforderungen und Dokumentationen und über die steigende Notwendigkeit einer erklärbaren KI, der die Ingenieure bei ihrer täglichen Arbeit vertrauen können.

Dr. Horn fasste den Kern der Herausforderung zusammen: "Context beats volume".

Das Gremium betonte, dass die Skalierung von KI nicht mehr Daten, sondern besser organisierte, aussagekräftige Daten erfordert, die durch Vertrauen, Governance und funktionsübergreifende Zusammenarbeit unterstützt werden.

DIE WICHTIGSTEN ERKENNTNISSE VON CUBE 2025

• KI wird zur neuen technischen Ebene: Keine Funktion, sondern eine strukturelle Veränderung, die jeden technischen Arbeitsablauf umgestaltet.
• Unterschiedliche Branchen, ähnliche Herausforderungen. Automobilindustrie, Verteidigung, Schienenverkehr und Fertigung stehen alle vor den gleichen technischen Herausforderungen.
• Kontextualisierte Daten bestimmen den KI-Erfolg. Saubere, verknüpfte, semantisch aussagekräftige Daten sind die Grundlage für jeden skalierbaren KI-Workflow.
• Agentische Systeme sind jetzt praktische Realität. Sie analysieren bereits Modelle, erkennen Risiken und unterstützen frühe Designentscheidungen.
• Ingenieure werden verstärkt, nicht automatisiert. KI beseitigt den Verwaltungsaufwand und stärkt die menschliche Entscheidungsfindung.
• Unternehmen, die Produkt-, Prozess- und Mitarbeiterintelligenz vereinen, werden das nächste Jahrzehnt bestimmen. Die Wettbewerbsfähigkeit von Ingenieuren wird durch Kontext, Klarheit und Geschwindigkeit gewonnen.

Abschließende Reflexion: Die Teams, die Intelligenz verbinden, werden führen

Wie Robert Göbel in der Eröffnungsrede der Veranstaltung sagte:

"Diejenigen, die Intelligenz über ihre Produkte, Prozesse und Mitarbeiter hinweg miteinander verbinden, werden nicht nur mit dem Wandel Schritt halten, sondern ihn auch bestimmen.

CUBE 2025 zeigte die Roadmap für die Zukunft des Engineerings auf. KI-fähige Technik ist kein Wunschtraum mehr, sie entsteht jetzt, angetrieben von Teams, die verstehen, dass Kontext, Vertrauen und Intelligenz die neuen Hebel der industriellen Innovation sind.