Google & Gemini

KI im Ingenieurwesen: Prof. Dr. Brandstetter über Mistral

KI im Ingenieurwesen: Prof. Dr. Johannes Brandstetter über den Emmi-AI-Exit an Mistral, Physik-Modelle und die Frist, die Europa noch bleibt.

Redaktion 1 Min. Lesezeit Aktualisiert am 16. September 2026

Kurz gesagt

Emmi AI ist ein Linzer KI-Labor für Physik-Simulation, das Bauteile virtuell testet statt im Labor. Mistral übernahm das Unternehmen im Mai 2026 für eine Rekord-Summe.

Emmi AI ist ein Linzer KI-Labor für Physik-Simulation, das Bauteile virtuell testet statt im Labor. Mistral übernahm das Unternehmen im Mai 2026 für eine Rekord-Summe. Im Interview mit DIDACTED AI ordnet Gründer Prof. Dr. Johannes Brandstetter den Umbruch ein. KI im Ingenieurwesen wird nach seiner Einschätzung das nächste große Feld nach dem Coding.

Was KI im Ingenieurwesen im Produkt-Zyklus verändert

Jedes Produkt durchläuft drei Phasen. Zuerst das Design, dann der Test, am Ende das Product Life Cycle Management. Design und Test wechseln sich ab, weil jeder Test ein neues Design erzwingt. Seit rund 50 Jahren verlagern Firmen diese beiden Phasen auf den Computer. Genau dort setzt KI im Ingenieurwesen an. Agenten übernehmen die Design-Vorschläge.

Physik-Modelle übernehmen die Bewertung. Emmi AI startete bei der Bewertung und deckt heute alle Bausteine ab. Für Unternehmen heißt das: Entwicklung wird schneller, nicht nur bequemer. Brandstetter erwartet neue Geräte zehn- bis hundertmal schneller. Wer die Abläufe nicht anpasst, verliert den Anschluss an Firmen, die es tun.

Physik-Modelle sind keine Sprach-Modelle

Ein Sprach-Modell bildet alles ab, was sich als Sequenz beschreiben lässt. Klicks, Aktionen am Computer, auch CAD-Befehle. Deshalb funktioniert Text-zu-CAD heute schon gut. Auch das Meshing folgt einer Sequenz und passt in diese Welt. Die Physik-Simulation dagegen rechnet auf einer riesigen Matrix über das gesamte Mesh. Das ist eine andere Klasse von Aufgabe.

Solche Rechnungen brauchen eigene KI-Modelle, trainiert auf neuen Daten mit neuen Strukturen. Einen festen Namen hat diese Klasse noch nicht. Die Community spricht von Physics AI, von Surrogates oder von Foundation Models für Physik. Von echten Universal-Modellen ist das Feld weit entfernt.

Themen dieses Beitrags

  • Was KI im Ingenieurwesen im Produkt-Zyklus verändert
  • Physik-Modelle sind keine Sprach-Modelle
  • Von Crash-Tests bis zur Kühlung im Rechen-Zentrum
  • Wie viel Zeit KI im Ingenieurwesen spart
  • Der Engpass sind die Trainings-Daten
  • Europa im KI-Rennen: zwei Jahre Frist
  • Agentic Engineering: der konkrete Einstieg für Unternehmen
  • Fazit: KI im Ingenieurwesen entscheidet über Europas Rolle
  • Häufige Fragen

Redaktion · Redaktion

Die Redaktion kuratiert und prüft alle Beiträge. Jeder Artikel nennt Quellen und das Datum der letzten Aktualisierung.

Zuletzt aktualisiert am 16. September 2026

Dieser Beitrag ist eine strukturierte Zusammenfassung des ursprünglichen Artikels. Die redaktionelle Überarbeitung ist eingeplant; Fakten und Zahlen werden dabei erneut geprüft.

Nächster Schritt

Von der Lektüre zur Entscheidung.

Wenn du wissen willst, was davon in deinem Unternehmen funktioniert: dreissig Minuten reichen für eine Einschätzung.

  • Unverbindlich
  • Konkrete Einschätzung