Wenn Industrie zu denken beginnt

Auf der 3DExperience World 2026 in Houston diskutierten Nvidia-CEO Jensen Huang und Dassault-CEO Pascal Daloz über den industriellen Einsatz von Künstlicher Intelligenz. Dabei ging es unter anderem um Domänenwissen, Verantwortung und die Frage, unter welchen Bedingungen KI überhaupt erst reale Wertschöpfung ermöglicht.

Die 3DExperience World 2026 brachte in Houston erneut Ingenieure, Entwickler, Entscheider und Forscher aus unterschiedlichen Industriebereichen zusammen. Thematisiert wurden digitale Zwillinge, Simulation, Fertigung und die zunehmende Bedeutung von Künstlicher Intelligenz in industriellen Prozessen. Die Veranstaltung verstand sich nicht nur als Anwenderkonferenz, sondern auch als Ort der Einordnung langfristiger technologischer Entwicklungen.

Im öffentlichen Gespräch zwischen Jensen Huang, CEO von Nvidia, und Pascal Daloz, CEO von Dassault Systèmes, wurde rasch deutlich, dass es nicht um einzelne Produkte oder kurzfristige Innovationen ging. Stattdessen stand die grundlegende Frage im Raum, wie KI so eingesetzt werden kann, dass sie industrielle Prozesse unterstützt, ohne fachliche Verantwortung oder menschliche Urteilskraft zu ersetzen.

Dabei folgte die Diskussion einer klaren Logik: Künstliche Intelligenz entfaltet ihren Nutzen nicht abrupt, sondern stufenweise. Von ersten Voraussetzungen über neue Formen der Zusammenarbeit bis hin zu systemischen Veränderungen in Industrie und Gesellschaft.

Erste Voraussetzungen: Rechnen und Domänenwissen

Jensen Huang machte früh deutlich, dass Rechenleistung allein keinen industriellen Mehrwert erzeugt. «If you have computing without knowledge, it’s empty», sagte der Nvidia-CEO. Rechnen ohne tiefes Verständnis von Prozessen, Materialien und Zusammenhängen bleibe wirkungslos. Erst die Verbindung von Rechenleistung und Domänenwissen ermögliche skalierbare industrielle Anwendungen.

Diese Aussage verweist auf ein verbreitetes Missverständnis im aktuellen KI-Diskurs. Viele Anwendungen konzentrieren sich auf generische Modelle, die ausserhalb konkreter fachlicher Kontexte operieren. In der industriellen Praxis zeigt sich jedoch, dass KI nur dort tragfähig wird, wo sie in bestehendes Expertenwissen eingebettet ist und dieses ergänzt.

Pascal Daloz knüpfte daran an und betonte in diesem Zusammenhang die Rolle digitaler Zwillinge als Bindeglied zwischen Daten, Modellen und realen Prozessen. Sie schaffen den fachlichen Rahmen, in dem KI sinnvoll arbeiten kann, ohne den Bezug zur physischen Realität zu verlieren.

Zusammenarbeit statt Ersatz

Aus diesen Voraussetzungen ergibt sich eine veränderte Rolle der KI. Jensen Huang beschrieb sie nicht als Ersatz für menschliche Arbeit, sondern als Erweiterung. «AI is going to multiply human capability, not replace it», sagte er. KI unterstütze Analyse, Variantenbildung und Simulation, während Entscheidung und Verantwortung beim Menschen verbleiben.

Ein zentraler Aspekt dieser Zusammenarbeit ist der Übergang von expliziter zu impliziter Programmierung. Systeme lernen aus Beispielen, Zielvorgaben und Kontexten, statt über starre Regeln gesteuert zu werden. Dies ist insbesondere für industrielle Anwendungen relevant, in denen Prozesse komplex, variantenreich und schwer vollständig formalisierbar sind.

Digitale Zwillinge dienen dabei als gemeinsamer Arbeitsraum. Sie ermöglichen es, Szenarien zu testen, Auswirkungen abzuschätzen und Entscheidungen vorzubereiten, bevor sie in der realen Produktion umgesetzt werden. KI wird so zum Werkzeug im Denkprozess, nicht zum autonom handelnden Akteur.

«Künstliche Intelligenz entfaltet ihren industriellen Nutzen nur in Verbindung mit fundiertem Domänenwissen.» Jensen Huang, CEO Nvidia

KI als infrastrukturelle Grundlage

Mit zunehmender Reife weitet sich der Blick von einzelnen Anwendungen auf strukturelle Fragen. Jensen Huang ordnete Künstliche Intelligenz als grundlegende Voraussetzung moderner Industrie ein. Mit der Aussage «Artificial intelligence is infrastructure» machte er deutlich, dass KI nicht als einzelnes Produkt, sondern als tragende Basis industrieller Systeme zu verstehen ist. Ähnlich wie Energie- oder Kommunikationsnetze bilde KI die Basis für weitere Entwicklungen, ohne selbst im Vordergrund zu stehen.

Diese Perspektive hat unmittelbare Folgen für Industrie und Gesellschaft. Der steigende Bedarf an Rechenleistung erhöht den Energieverbrauch und erfordert Investitionen in entsprechende Infrastrukturen. Anders als frühere technologische Umbrüche wird dieser Prozess weniger durch politische Programme als durch wirtschaftliche Notwendigkeiten getrieben.

Pascal Daloz verwies in diesem Zusammenhang auf die Verantwortung von Plattformanbietern, stabile und nachvollziehbare Systeme bereitzustellen. Nur wenn KI verlässlich funktioniert und ihre Ergebnisse nachvollziehbar sind, entsteht das Vertrauen, das für eine breite industrielle Nutzung notwendig ist.

Kognitives Teaming und denkfähige Systeme

Am Ende dieser Entwicklung steht nicht die autonome Maschine, sondern das Zusammenspiel von Menschen und Systemen. Jensen Huang brachte dies auf den Punkt: «Every engineer will have many AI agents working with them.» Der einzelne Ingenieur wird nicht ersetzt, sondern durch digitale Assistenten unterstützt, die Analyse- und Routineaufgaben übernehmen.

Dieser Ansatz deckt sich mit dem Konzept des kognitiven Teamings, wie es unter anderem von Dr. Franziska Bocklisch in der industriellen Forschung am Fraunhofer IWU untersucht wird. Dabei geht es um die gezielte Verteilung von Aufgaben zwischen Menschen und Maschinen, um gemeinsame Ziele, transparente Entscheidungsprozesse und klar definierte Rollen.

Industrie beginnt in diesem Verständnis nicht im Sinne menschlicher Intelligenz zu denken, sondern als System, das Wissen, Erfahrung und Rechenleistung miteinander verbindet. Künstliche Intelligenz wird so vom Selbstzweck zum integralen Bestandteil industrieller Gestaltung.