KI-Agenten übernehmen Ingenieuraufgaben: Was bleibt dem Menschen?
KI-Agenten entwerfen, rechnen und entscheiden zunehmend selbstständig. Iris Lorscheid, Dekanin der Wirtschaftsfakultät und Leiterin des Studiengangs Digital Business and Data Science an der University of Europe for Applied Sciences erklärt, warum Fachwissen jetzt wichtiger wird – und weshalb Unternehmen Verantwortung und Nachwuchs neu denken müssen.
Am Anfang war sie auch geschockt, doch Iris Lorscheid weiß: Fachwissen ist auch im Zeitalter von KI-Agenten unersetzlich.
Foto: Prof. Dr. Iris Lorscheid, University of Europe for Applied Sciences
KI-Agenten entwerfen, rechnen und entscheiden zunehmend selbstständig. Iris Lorscheid, Dekanin der Wirtschaftsfakultät und Leiterin des Studiengangs Digital Business and Data Science an der University of Europe for Applied Sciences in Hamburg über die neue Verantwortung von Ingenieurinnen und Ingenieuren und warum Unternehmen Verantwortung und Nachwuchs neu denken müssen.
Inhaltsverzeichnis
- Vom Chatbot zum autonomen Kollegen
- Ingenieurarbeit verschiebt sich vom Machen zum Bewerten
- „KI-Tennis“ führt zum Kompetenzverlust
- Jeder wird zum Manager eines Agententeams
- Verantwortung darf nicht zur Blackbox werden
- Die eigentliche Herausforderung ist weniger technisch als ein kulturell
- Der menschliche Aspekt - woher kommt die Anerkennung?
ingenieur.de: Frau Professor Lorscheid, Sie sagen, Wissen sei heute nur noch einen Agenten entfernt. Was bedeutet das für Ingenieurinnen und Ingenieure?
Iris Lorscheid: Sie haben zunehmend eine Art Kollegin oder Kollegen an ihrer Seite, der auf das Wissen und teilweise auch auf die Fähigkeiten von Fachleuten im jeweiligen Bereich zugreifen kann. Anfangs kannten wir vor allem das Frage-Antwort-Prinzip: Man fragte einen Chatbot etwa, wie sich die Belastung einer neuen Halterung berechnen lässt oder welche Werkstoffe infrage kommen. Danach konnten wir dem System eigene Unterlagen als Kontext geben – Werkstofflisten, Konfigurationen oder andere Projektdaten. Mit KI-Agenten kommt nun eine neue Stufe hinzu.
Vom Chatbot zum autonomen Kollegen
ingenieur.de: Was unterscheidet einen solchen Agenten von einem klassischen Chatbot?
Lorscheid: Ein Agent kann Werkzeuge nutzen und Arbeitsschritte selbst ausführen. Man kann ihm beispielsweise erlauben, ein CAD-Tool, Excel oder andere Anwendungen zu öffnen, Berechnungen anzustellen und Zeichnungen zu erzeugen. Hinzu kommt die Schleife: Der Agent arbeitet so lange weiter, bis er ein Design mit Zeichnung und Werkstoffbeschreibung gefunden hat, das die Spezifikationen erfüllt – etwa beispielsweise eine Halterung, die leichter ist und zugleich mehr Gewicht trägt. Er bewertet die Ergebnisse und bereitet einen Überblick vor. Das verändert die Zusammenarbeit mit KI, weil das System nicht mehr nur Informationen liefert, sondern Aufgaben autonom in Loops bearbeitet bis sie gelöst sind.
ingenieur.de: Kann diese Autonomie noch weiter gehen?
Lorscheid: Ja. Mehrere spezialisierte Agenten könnten zusammenarbeiten – zum Beispiel ein Werkstoffagent und ein Designagent. Das zugespitzte Denkmodell wäre eine „Zero-Human-Organisation“, die ohne Menschen auskommt. Das ist aber nicht die Realität. Unternehmen verfügen über viel implizites Wissen, das nicht vollständig in Daten abgebildet ist: Kundenpräferenzen, Lieferprobleme oder besondere Bedingungen in einer Maschine. Was dem Agenten nicht mitgeteilt wurde, kann er nicht berücksichtigen.
Lesen Sie auch: „KI ersetzt keine Fachkompetenz – sie erhöht den Anspruch daran“
Ingenieurarbeit verschiebt sich vom Machen zum Bewerten
ingenieur.de: Für viele Ingenieurinnen und Ingenieure klingt das zunächst dystopisch. Warum soll der Beruf trotzdem attraktiv bleiben?
Lorscheid: Diesen Schock musste ich selbst erst verarbeiten. Wir haben über Studium und Berufserfahrung Expertise aufgebaut – und plötzlich ist sehr viel davon für alle zugänglich. Auch als Professorin habe ich mich gefragt: Was kann ich Studierenden noch beibringen, wenn ein KI-Assistent nur einen Klick entfernt neben ihnen steht und ihre Fragen beantworten kann? Dann entstehen aber produktive Dynamiken. Wir vergleichen die Lösung der KI mit meinem Ansatz, diskutieren Unterschiede und lernen daraus. KI macht außerdem Mut, Dinge auszuprobieren, an die man sich vorher nicht herangetraut hätte. Projekte, die früher große Teams oder viel Förderung gebraucht hätten, werden für Einzelne möglich.
ingenieur.de: Welche Rolle bleibt dem Menschen beim Beispiel der Halterung?
Lorscheid: Die menschliche Arbeit beginnt schon bei der Problemdefinition. Was braucht der Kunde wirklich? Welche Lösung funktioniert in seiner Realität? Die KI kann Werkstoffe und Designs durchspielen. Der Mensch bringt Erfahrung, Kontext und Urteilskraft ein. Die Arbeit verschiebt sich: weg von routinierten Einzelschritten, hin zum Forschen, Explorieren und Bewerten neuer Wege.
ingenieur.de: Bleiben Studium, Fachwissen und Erfahrung also unverzichtbar?
Lorscheid: Ja. Ein Grundverständnis bleibt notwendig – möglicherweise brauchen wir sogar mehr Verständnis, um die Vorschläge der KI beurteilen zu können. Es reicht künftig weniger, auf Juniorniveau eine Zeichnung nach klaren Vorgaben anzufertigen. Man muss Alternativen bewerten, Annahmen erkennen und Folgen abschätzen. Das ist anspruchsvoller. Das technische Verständnis wird nicht unwichtig; es wird auf einer höheren Ebene gebraucht.
„KI-Tennis“ führt zum Kompetenzverlust
ingenieur.de: Gleichzeitig besteht die Gefahr, dass Fachwissen verloren geht. Wie lässt sich das verhindern?
Lorscheid: Studien zeigen beide Richtungen: De-Skilling und Up-Skilling. De-Skilling entsteht beim „KI-Tennis“: Eine Aufgabe kommt herein, wird ungeprüft an die KI weitergereicht, das Ergebnis kommt zurück und wird ebenso ungeprüft abgegeben. Das ist „Zero Brain“. Wer nicht mehr selbst nachdenkt, vergisst Fähigkeiten oder baut sie gar nicht erst auf.
ingenieur.de: Wie sieht die bessere Alternative aus?
Lorscheid: Man nutzt KI als echten Denkpartner. Statt nur nach einer Definition zu fragen, exploriert man gemeinsam und hakt genau dort nach, wo das eigene Verständnis endet. Das System kann wie ein ständig verfügbarer, individuell arbeitender Tutor reagieren und eigene Horizonte erweitern. Es kann Unterlagen strukturieren, kritische Perspektiven einnehmen, oder Wissen in Mindmaps visualisieren. Entscheidend ist die Art der Interaktion: Lasse ich die KI für mich denken – oder denke ich mit ihr weiter?
ingenieur.de: Was folgt daraus für Hochschulen und Berufseinsteiger?
Lorscheid: Wir brauchen weiterhin Nachwuchsexpertinnen und -experten. Obsolet werden eher alte Prüfungsformen. Schriftliche Aufgaben oder KI-generierte Präsentationen zeigen kaum noch zuverlässig, was jemand verstanden hat. Ein fachliches Gespräch funktioniert besser: Erklären Sie diese Codezeile. Wofür steht diese Variable? Warum haben Sie diesen Ansatz gewählt? Im Studium brauchen wir neue Lernwege – mit und ohne KI, mit fehlerhaften Codes zum Debuggen oder mit Varianten, die begründet werden müssen. Nicht das Lernen wird überflüssig, sondern manche Formen der Leistungskontrolle.
ingenieur.de: Sehen Sie eine besondere Gefahr für Einstiegsjobs?
Lorscheid: Ja, auf der Junior-Ebene entsteht derzeit eine Lücke. Gerade standardisierte Einstiegsaufgaben lassen sich leichter automatisieren, und es werden weniger Menschen dafür eingestellt. Das ist problematisch, weil Unternehmen langfristig Nachwuchsexpertise brauchen. Investitionen in Menschen sind deshalb selbst eine notwendige Investition in KI-Projekten, keine Konkurrenz zu ihnen: Ein Agent ist nur so gut wie die Person, die sein Ergebnis einordnet und freigibt. Deshalb müssen Unternehmen neue Wege schaffen, auf denen Berufseinsteiger Erfahrung und Urteilskraft aufbauen können. Sonst sind wir in 30 Jahren hier fertig.
Jeder wird zum Manager eines Agententeams
ingenieur.de: Sie verwenden den Begriff „Agent Manager“. Betrifft das nur Führungskräfte?
Lorscheid: Nein. Zugespitzt gesagt haben wir künftig alle ein Team von Agenten. Ressourcen und Personalstärke begrenzen uns weniger, wenn wir Agenten für unterschiedliche Aufgaben einsetzen können. Die Führungsfragen ähneln interessanterweise der Arbeit mit Menschen: Wie onboarde ich den Agenten? Welche Informationen braucht er? Wie müssen diese Informationen strukturiert sein? Welche Autonomie gebe ich ihm, und an welchen Punkten ist eine menschliche Freigabe nötig?
ingenieur.de: Was macht einen guten „Agent Manager“ aus?
Lorscheid: Er oder sie stellt geeigneten Kontext bereit, definiert Aufgaben und Grenzen, entscheidet über Kontrollpunkte und beurteilt die Ergebnisse. Mit wachsender Erfahrung kann man einem Agenten bei stabilen Prozessen mehr Autonomie geben. Trotzdem wird auch einmal etwas schiefgehen. Dann muss man aus Fehlern lernen und Prozesse anpassen. Der schwierigste Teil bleibt die Urteilskraft: Ist das Ergebnis gut genug, um daraus eine Entscheidung abzuleiten oder es weiterzugeben? Genau hier liegt auch eine Governance-Falle: Wenn man Mitarbeitende daran misst, wie oft sie Fehler des Agenten entdecken, entsteht ein Anreiz, möglichst häufig zu widersprechen – auch wenn der Agent richtig liegt. Man bekommt dann übertriebene Skepsis oder Menschen, die aus Angst vor Kritik lieber eskalieren, statt wirklich zu urteilen. Sobald ein Indikator wie „Fehler gefunden“ selbst zur Kennzahl wird, verliert er seine Aussagekraft. Deshalb sollte man eher die Qualität der gemeinsamen Entscheidungen im Team bewerten als die Trefferquote Einzelner.
Verantwortung darf nicht zur Blackbox werden
ingenieur.de: Wer trägt die Verantwortung, wenn ein autonom arbeitender Agent einen Fehler macht?
Lorscheid: Das ist eine offene und teilweise unfaire Frage: Das KI-System wird nicht zur Rechenschaft gezogen, sondern der Mensch. Stellen Sie sich vor, ein Designagent bewertet verschiedene Zeichnungen und Werkstoffe und empfiehlt mit einer schlüssigen Argumentation Option eins. Der Mensch gibt diese Empfehlung weiter. Später zeigt sich, dass der Agent einen Werkstoff systematisch falsch interpretiert hat und ein großer Schaden entsteht. Dann stellt sich die Frage, an welcher Stelle die Sorgfalt verletzt wurde.
ingenieur.de: Wie lässt sich diese Sorgfalt konkret bestimmen?
Lorscheid: Wenn eine Schwäche des Werkstoffs zum üblichen Fachwissen gehört und die Einsatzbedingungen bekannt waren, liegt die Sorgfaltspflicht beim verantwortlichen Ingenieur oder bei der Ingenieurin. Handelt es sich dagegen um eine sehr spezielle, kaum bekannte Eigenschaft, kann der Fehler im Agentendesign, in der Systemarchitektur oder in einem überzogenen Leistungsversprechen liegen. Diese Zuordnung ist noch nicht abschließend geklärt. Unternehmen sollten deshalb selbst festlegen: Welche Informationen muss das Agentensystem liefern? Welche Prüfungen werden vom Agent Manager erwartet? Wo liegen Freigaben und Verantwortlichkeiten?
ingenieur.de: Was ist dabei besonders wichtig?
Lorscheid: Nachvollziehbarkeit. Wer eine Entscheidung verantworten soll, braucht nicht nur eine fertige Empfehlung, sondern Annahmen, Quellen, Berechnungswege, Unsicherheiten und Grenzen des Systems. Verantwortung darf nicht an einer Blackbox hängen.
Die eigentliche Herausforderung ist weniger technisch als ein kulturell
ingenieur.de: Sie sehen KI-Agenten eher als kulturelle denn als technische Herausforderung. Warum?
Lorscheid: Die technische Frage lautet: Was kann das System? Die kulturelle Frage lautet: Wofür wollen wir es einsetzen? Viele Unternehmen denken zuerst an Effizienz – Aufgaben schneller erledigen, Personal reduzieren, Profit steigern. Dabei bleibt offen, wo der Mensch steht. Beschäftigte sind aber nicht nur ein Kostenfaktor oder Ausführende von Routineaufgaben. Sie sind Innovatoren, bauen Kompetenzen auf und können gemeinsam mit KI Wege finden, die vorher nicht denkbar waren.
ingenieur.de: Wie können Unternehmen ihre Beschäftigten konkret mitnehmen?
Lorscheid: Sie sollten den Zugang demokratisieren und die Menschen früh einbeziehen. Beschäftigte können selbst ausprobieren, wie Agenten ihre Aufgaben verändern und verbessern. Dafür braucht es Weiterbildung: Wie verarbeitet ein Agent Eingaben? Wo liegen typische Grenzen? Wie prüfe ich Ergebnisse? Nicht jeder muss programmieren können. Es gibt Oberflächen, mit denen sich Agenten ohne eine Zeile Code nutzen oder konfigurieren lassen; für komplexe Eigenentwicklungen braucht es weiterhin Spezialisten.
ingenieur.de: Welche Ziele sollten Unternehmen für die Einführung formulieren?
Lorscheid: Nicht nur die Zahl etablierter Agentensysteme oder eingesparte Arbeitszeit sollte als Kennzahl dienen. Ebenso wichtig ist, ob Beschäftigte neue Kompetenzen aufbauen, bessere Entscheidungen treffen und neue Lösungen entwickeln. KI sollte Denkpartner, Entwicklungspartner und Aufgabenerfüllungspartner sein. Mein Appell lautet: Die Einführung ist nicht nur ein Thema für den CTO, sondern für den CEO. Unternehmen müssen den Menschen von Anfang an mitdenken.
Der menschliche Aspekt – woher kommt die Anerkennung?
ingenieur.de: Woher können Ingenieurinnen und Ingenieure künftig Anerkennung und berufliches Selbstbewusstsein ziehen, wenn KI so viel Wissen verfügbar macht?
Lorscheid: Aus der Verbindung des eigenen Fachwissens mit den Fähigkeiten der Agenten. Damit können Menschen ihre individuellen Grenzen verschieben und Dinge tun, für die früher ein großes Team nötig gewesen wäre. Das ist ein lebendiger Prozess. Der Wert liegt weniger darin, jede Routine selbst auszuführen, sondern relevante Fragen zu stellen, verantwortlich zu urteilen und Möglichkeiten zu erschließen. Kompetenz, Verantwortung und Anerkennung verschwinden nicht – sie bekommen eine neue Bedeutung.
Zur Person: Iris Lorscheid ist Dekanin der Wirtschaftsfakultät und Leiterin des Studiengangs Digital Business and Data Science in Hamburg an der University of Europe for Applied Sciences. Sie ist Diplom-Informatikerin und Verwaltungswissenschaftlerin und promovierte mit summa cum laude in Informatik an der Technischen Universität Hamburg-Harburg. Lorscheid ist Expertin auf dem Gebiet der Datenwissenschaften und der agentenbasierten Simulation mit Schwerpunkt auf der Analyse sozialer Systeme und datenbasierter Theorieentwicklung.
Ein Beitrag von:
