Künstliche Intelligenz in der Produktentwicklung: Hype, Hilfsmittel oder Hebel?

Letzten Dezember saß ich bei einer Sitzung des Arbeitsfeldbeirats Industrial Product Design in Groningen. Wir diskutierten die aktuellen Entwicklungen in unserem Fachgebiet, mit einem klaren Schwerpunkt: Künstliche Intelligenz (KI). Nicht als abstraktes Zukunftsszenario, sondern als konkrete Frage: Was bedeutet KI jetzt wirklich für Produktentwicklung?

Im Jahr 2025 ist generative KI endgültig in den Arbeitsalltag vieler Fachleute eingezogen. Chatbots, Bildgenerierung und Code‑Assistenz haben sich in kurzer Zeit von Kuriositäten zu täglichen Werkzeugen entwickelt. In Bereichen wie Bildung, Softwareentwicklung, Marketing und Beratung ist die Wirkung deutlich spürbar. Als jedoch die Frage aufkam, was das für die Entwicklung physischer Produkte bedeutet, hatte niemand sofort eine präzise Antwort.

Bei PEZY beschäftigten wir uns damals mit denselben Fragen. Welche KI‑Tools bringen uns wirklich voran? Wie sichern wir Qualität und Vertraulichkeit von Informationen? Und vielleicht die wichtigste Frage: Wo bleibt die menschliche Hand unverzichtbar?

Ich verfolge die Entwicklung der KI seit Jahren und habe in verschiedenen Phasen selbst experimentiert. Von frühen Tools wie DeepArt und Artbreeder bis hin zu Stable Diffusion auf meinem eigenen Laptop. Gleichzeitig bin ich immer kritisch geblieben. Wo erzeugt KI echten Mehrwert? Wo dominiert vor allem der Hype? Und wo besteht die Gefahr, Geschwindigkeit mit Qualität zu verwechseln?

Diese Frage wurde für mich besonders greifbar, als einer meiner Gesprächspartner einen LinkedIn‑Beitrag von Guido Stompff, Lektor für Design Thinking an der Hogeschool Inholland, zitierte. Er beschrieb, wie seine jährliche „Kaffeefilter‑Challenge“ dieses Jahr zum ersten Mal scheiterte. Wurden früher jährlich noch sehr unterschiedliche Ideen hervorgebracht, endete diesmal fast jede Gruppe mit derselben Idee. Der Grund? Chatbots. Was einst eine kreative Übung mit fünfzehn Minuten intensiver Interaktion war, wurde zu einer Dreiminuten‑Übung zwischen Studierenden und ihrem Telefon. In Stille.

Das ist ein treffendes Beispiel für die Paradoxie der KI: mehr Geschwindigkeit, aber weniger Vielfalt, weniger Erleben und manchmal auch weniger echte Innovation.

Produktivität, mit Vorbehalten

Aktuelle Untersuchungen zeichnen ein ähnliches Bild. KI kann Produktivitätsgewinne bringen, insbesondere in der Softwareentwicklung. Während frühere Studien noch auf Verlangsamungen durch KI‑Tools hinwiesen, sehen wir inzwischen auch deutliche Beschleunigungen. Tools wie GitHub Copilot, Claude Code und Codex sind für viele Entwickler kaum noch wegzudenken.

Doch diese Gewinne kommen nicht ohne Fragen. Qualität, Wartbarkeit, Skalierbarkeit und Sicherheit sind Aspekte, mit denen KI noch ringt. Auch auf Organisationsebene ist das Bild uneinheitlich: Viele KI‑Initiativen liefern noch keinen messbaren Impact, während die Kosten steigen.

Auch in Marketing und Design ist KI inzwischen etabliert. Große Marken experimentieren intensiv mit KI‑generierten Kampagnen. Zugleich wächst der Gegenwind. Diskussionen über Urheberrecht, Authentizität und Intentionalität sind relevanter denn je. Besonders in künstlerisch geprägten Domänen ist der Widerstand groß.

Warum Produktentwicklung anders ist

Man könnte erwarten, dass die Produktentwicklung ähnlich betroffen ist. Schließlich befinden wir uns am Schnittpunkt von Technik, Design und Business. Dennoch gibt es einen wichtigen Unterschied.

KI ist so gut wie die Daten, mit denen sie trainiert wurde. Genau hier liegt in der Produktentwicklung der springende Punkt.

Während Softwarecode und Bildmaterial im Überfluss vorhanden sind, gilt das nicht für physische Produkte. Unternehmen schützen ihre Entwürfe sorgfältig. CAD‑Daten sind selten öffentlich. Und selbst wenn solche Daten verfügbar wären, bleibt fraglich, wie gut sie nutzbar sind.

Produkte sind komplex. Sie vereinen mehrere Funktionen, integrierte Lösungen und unzählige Abwägungen zwischen Kosten, Fertigbarkeit, Nutzererlebnis, Zuverlässigkeit und Ästhetik. Echte Erfindungskraft lässt sich schwer trainieren, weil es per Definition keine Datensätze von Lösungen gibt, die noch nicht gedacht wurden.

Es gibt inzwischen beeindruckende Tools, die 3D‑Modelle erzeugen können. Doch die Kluft zwischen einem visuell überzeugenden Modell und einer herstellbaren, verlässlichen Baugruppe ist groß.

Auch in CAD‑Software sehen wir KI‑gesteuerte Funktionen wie generatives Design auftauchen. Diese können wertvoll sein, sind aber vorerst vor allem auf die Erstellung einzelner Bauteile ausgerichtet. Nicht auf das Entwerfen kompletter, integrierter Produkte, die in der Praxis funktionieren müssen.

Wo KI funktioniert

Bedeutet das, dass KI in der Produktentwicklung keine Rolle spielt? Ganz und gar nicht. Ich nutze sie mittlerweile fast täglich.

Vor allem aber für die „low‑hanging fruit“. Übersetzungen, Textbearbeitung, Zusammenfassungen. Und vielleicht am wertvollsten: Recherche. Mit Chatbots kann man wesentlich gezielter suchen als mit traditionellen Suchmaschinen. Sie helfen beispielsweise bei der Lieferantensuche, bei der Recherche zu physikalischen Prinzipien oder Analysemethoden oder beim Aufspüren konkurrierender Produkte.

Der Gewinn liegt hier in der Geschwindigkeit, ohne dass man zwangsläufig Qualität einbüßt. Vorausgesetzt, man bleibt kritisch, hinterfragt weiter und überprüft Quellen.

Außerdem sehen wir Anwendungen im Bereich Formgebung. Nicht indem KI die Arbeit komplett übernimmt, sondern als Unterstützung in der Vorarbeit. Für Moodboards, Referenzmaterial, erste Richtungen bei Materialisierung, Farbe und Oberflächen sowie Visualisierungen. Die Rolle des Designers wandelt sich dadurch teilweise vom Ausführenden zum Regisseur.

Vielleicht die interessanteste Anwendung liegt in der Exploration von Produktangeboten. KI kann große Mengen an Reviews analysieren und Muster erkennen. Woran sind Nutzer zufrieden? Wo liegen Frustrationen? Welche Erwartungen tauchen immer wieder auf? Das kann helfen, Alleinstellungsmerkmale gegenüber dem bestehenden Markt zu formulieren, Ideen zu strukturieren und Konzepte auf einem Niveau zu visualisieren, das geeignet ist, potenzielle Kunden oder Stakeholder zu begeistern.

Im vergangenen Jahr haben drei Kunden uns aufgesucht, die dank KI‑Tools ihre Produktidee verfeinert und zu Papier gebracht hatten. Nicht als Endpunkt, aber als Sprungbrett. Es gab ihnen genug Vertrauen, um den nächsten Schritt zu gehen.

Doch genau hier liegt auch ein Risiko: KI kann die Illusion erzeugen, weiter zu sein, als man tatsächlich ist.

Der unentbehrliche menschliche Faktor

Denn zwischen einer guten Idee und einem erfolgreichen Produkt liegt noch eine Welt an Arbeit.

Die Übersetzung eines Konzepts in ein funktionales, herstellbares, zuverlässiges und ansprechendes Produkt erfordert mehr als Daten und Algorithmen. Es erfordert Abwägungen. Kontext. Gespräche mit Stakeholdern. Das Lösen widersprüchlicher Anforderungen. Erfahrung mit Materialien, Fertigungsprozessen, Toleranzen, Nutzungssituationen und dem Verhalten im Praxiseinsatz.

Und letztlich erfordert es Tests in der realen Welt. Funktioniert das Produkt wirklich? Ist es benutzerfreundlich? Liegt das Gefühl richtig? Hält es stand? Das sind Fragen, die man nicht mit einem Prompt beantwortet, sondern mit physischen Prototypen, Nutzerfeedback und Iteration.

Die menschliche Hand bleibt dabei unverzichtbar.

Fazit

KI verändert unser Fachgebiet, aber vorerst weniger radikal als in der Software‑ oder Grafikentwicklung. Sie übernimmt unsere Arbeit nicht, bewirkt jedoch Verschiebungen. Ähnlich wie es zuvor CAD‑Software, Photoshop und 3D‑Drucker taten.

Wir beobachten eine teilweise Verschiebung vom Erschaffen zum Kuratieren und vom Machen zum Bewerten. Der eigentliche Wert liegt derzeit vor allem in unterstützenden Aufgaben: schneller Einblick gewinnen, Möglichkeiten erkunden, Quellenrecherche betreiben, Propositions schärfen und Kommunikation verbessern.

Doch der Kern der Produktentwicklung bleibt vorerst Menschenwerk: Dinge zu schaffen, die nicht nur logisch klingen oder gut aussehen, sondern in der realen Welt zuverlässig funktionieren.