Geräte werden immer komplexer – vom Halbleiterchip bis zum Steuergerät im Auto. Wie lassen sich diese Systeme noch effizient testen, ohne dass die Kosten und der Personalbedarf explodieren? Softwaredefinierte Plattformen und KI bieten einen Ausweg.
Rudy Sengupta arbeitet seit über 20 Jahren bei National Instruments, das heute zum Test-und-Measurement-Geschäftsbereich von Emerson gehört. Das Unternehmen feiert im Jahr 2026 sein 50-jähriges Bestehen und betreut Kunden aus der Automobil- und Halbleiterindustrie, der Luft- und Raumfahrt sowie den Bereichen Verteidigung und Biowissenschaften.
Komplexität wird zum Geschäftsrisiko
Was früher ein einfaches Steuergerät für Scheibenwischer war, ist heute ein Multidomänen-Controller, der autonome Fahrsysteme und Batteriemanagement integriert. „Man kann nicht einfach immer mehr Personal einstellen, wenn die Komplexität zunimmt“, betont Sengupta. Längere Testzeiten und steigende Kosten gefährden die Markteinführung neuer Produkte.
Die Antwort liegt für Emerson in modularer Hardware und flexibler Software. Ein einzelner Ingenieur soll mit einer integrierten Plattform domänenübergreifende Steuergeräte testen, statt zahlreiche Einzelgeräte zu kombinieren. Global agierende Unternehmen profitieren zudem von konsistenten Daten über alle Standorte hinweg, wenn beispielsweise Fahrzeugkomponenten in Deutschland, Großbritannien und den USA validiert werden.
KI verlagert die Komplexität
Künstliche Intelligenz erleichtert das Programmieren, doch die Komplexität verschiebt sich vom Programmieren hin zur Teststrategie und Datenanalyse. „Man sucht die Nadel in einem ständig wachsenden Heuhaufen aus Daten“, beschreibt Sengupta die Herausforderung. Mit dem KI-Assistenten Nigel AI bietet Emerson ein Werkzeug, das Testsequenzen entwirft, Code generiert und künftig auch agentische Fähigkeiten erhält. Wichtig dabei: Nigel trainiert nicht mit Kundendaten, das geistige Eigentum der Firmen bleibt also geschützt.
Sengupta empfiehlt Führungskräften drei Schritte: eine unternehmensweite Datenstrategie entwickeln, KI unter Beachtung von Sicherheitsstandards ausprobieren und auf softwaredefinierte Plattformen setzen, die mit dem Unternehmen mitwachsen.