Die Zukunft ist aufregend – besonders für Ingenieure, Ingenieurinnen oder schlicht “Engineers”, denn Herausforderungen als auch Technologie werden zunehmend komplexer. Und in der Zukunft geht es nicht nur um harte technische Fähigkeiten dieser Fachkräfte, sondern um die nahtlose Verzahnung mit ausgewählten Soft Skills, um eben jene Herausforderungen zu lösen.
Schauen wir uns das heute im Detail an.
AI Engineering?
Die künstliche Intelligenz ist natürlich der Elefant im Raum und wirkt disruptiv in allen Branchen und Industrien. In der Industrie 4.0 verändert sich gerade der Maschinenbau grundsätzlich – und dank KI steigt Produktivität, Effizienz und Innovation. Zum Beispiel: KI-gestützte Software kann Aufgaben wie die Erstellung präziser und optimierter Konstruktionsmodelle, die Analyse von Bauplänen, historischen Daten oder Projektanforderungen automatisieren. Allen voran wird der manuelle Arbeitsaufwand für Ingenieur:innen drastisch reduziert. Hier eine kurze Übersicht:
Steigerung von Produktivität und Effizienz: KI automatisiert sich wiederholende Aufgaben und ermöglicht es Ingenieur:innen, sich auf komplexere und kreativere Aspekte ihrer Arbeit zu konzentrieren. Das gilt für alle Branchen und Industrien.
Designoptimierung: KI-Algorithmen können Daten analysieren und optimierte Designmodelle erstellen – was wiederum zu effizienteren und kostengünstigeren Lösungen führen kann.
Predictive Maintenance: Diese Technologie gibt es schon seit ein paar Jahren, aber sie verbessert sich auch stetig durch immer höhere Präzision. Durch die Analyse der Daten von Sensoren und Geräten wird der Wartungsbedarf vorherzusagt.
Autonome Systeme und Robotik: KI spielt eine zentrale Rolle bei der Entwicklung autonomer Systeme und der Robotik und ermöglicht fortschrittliche Technologien für verschiedene Branchen.
Auch Deloitte kommt in ihrem “Engineering and Construction Industry Outlook 2024” zur Schlussfolgerung, dass die voranschreitende Digitalisierung und generative KI eine von fünf Schlüsselbereichen ist, die diesen Industrien in die Zukunft verhelfen. In der Abbildung 1 sehen Sie eine Auflistung von Fallbeispielen und deren Anwendung.
Welche Fähigkeiten brauchen Ingenieur:innen also, um im Bereich der künstlichen Intelligenz mitzumischen?
Wir können es grob auf drei Bereiche herunterbrechen:
- Informatik & Programmierung
- Mathematik & Statistik
- Fachkompetenz & Geschäftswissen
Und mit diesen Bereichen befinden wir uns mitten im Feld der Datenwissenschaften / Data Science – denn die Entwicklung von KI-Modellen gehört auch zu diesem Wissensgebiet. Ingenieur:innen mit Data Science Skills sind damit quasi die neuen Rockstars der Industrie 4.0.
Aber bereits die Konzentration auf einen dieser drei Bereiche bereitet kommende Engineers ausreichend auf die Zukunft aus. Unter dem Aspekt der technischen Fähigkeiten sind das unter anderem folgende Themen:
- Programmieren: Kenntnisse in Sprachen wie Python, R, Java und C++ sind nützlich, da diese häufig bei der Entwicklung von KI-Algorithmen verwendet werden.
- Maschinelles Lernen und Deep Learning: Ein Verständnis der Prinzipien des maschinellen Lernens und des Deep Learning, einschließlich neuronaler Netze, Reinforcement Learning und der Verarbeitung natürlicher Sprache.
- Datenanalyse und -modellierung: Die Fähigkeit, mit großen Datensätzen zu arbeiten, Daten vorzubereiten und Tools zur Datenvisualisierung bei der Interpretation der Ergebnisse zu nutzen.
- Robotik und Automatisierung: Kenntnisse in Robotik, Hard- und Software sind ausschlaggebend für die Integration von KI in physische Systeme.
Soft Skills vervollständigen das Bild
Doch auch wenn der dominante Auftritt und Einzug der Technologie – vor allem natürlich die künstliche Intelligenz – einige Menschen in Aufruhr gebracht hat, kommt es heute mehr denn je auf die soften, zwischenmenschlichen Fähigkeiten an. Die Zukunft ist die Symbiose von Mensch und Maschine, denn Menschen werden immer mit Menschen zusammenarbeiten. Auch, wenn Technologie sich immer stärker in unsere Beziehung integriert.
Die Harvard Business School listete kürzlich 6 Business Skills for Engineers auf – wir stimmen dem grundsätzlich zu, ergänzen diese Liste allerdings mit einem weiteren wesentlichen Punkt:
Anpassungsfähigkeit und ständiges Lernen.
Effektive Kommunikation
Engineers müssen häufig technische Details für nichttechnische Interessengruppen erklären. Das passiert, wenn beispielsweise eine neue Softwarearchitektur dem Marketingteam vorgestellt wird – dazu muss ein komplexer Fachjargon in leicht verständliche Begriffe übersetzt werden. Generell stellt eine effektive und vor allem klare Kommunikation sicher, dass alle Beteiligten und Interessenvertreter stets im Bilde sind.
Management
Effektives Projektmanagement im Ingenieurwesen beinhaltet die Koordinierung von Ressourcen, Zeitplänen und Personal, um Projektmeilensteine zu erreichen. Engineers, die ein Team bei der Entwicklung eines neuen Produkts leiten, müssen das Team motivieren, die Ressourcen effizient verwalten und die Herausforderungen des Projekts meistern. Und natürlich müssen sie sich an erster Stelle selbst managen können. Zeitmanagement ist beispielsweise oft ein gesonderter Soft Skill.
Problemlösung
Ingenieur:innen lösen Probleme grundsätzlich durch Innovation und Kreativität. Bei Engpässen in der Produktion sind sie beispielsweise imstande, den Produktionsprozess neu zu gestalten, um Effizienz zu steigern, Kosten zu senken oder den Produktions-Output aufrechtzuerhalten. Hier kommt sowohl analytisches als auch kreatives Denken zum Einsatz, beides Soft Skills in ihrer eigenen Kategorie.
Geschäftsbetrieb
Das Verständnis der finanziellen Auswirkungen von technischen Entscheidungen müssen Ingenieur:innen auf dem Schirm haben. Sie können beispielsweise mit Hilfe von Kosten-Nutzen-Analysen die wirtschaftlichsten Materialien für ein Projekt ermitteln und so sicherstellen, dass das Projekt im Rahmen des Budgets bleibt und gleichzeitig die Qualitätsstandards erfüllt.
Forschung und kritisches Denken
Die Fähigkeit, gründlich zu recherchieren und kritisch zu denken, ist unerlässlich. Damit können sie neue Möglichkeiten erkennen, Ideen prüfen und fundierte Entscheidungen in einer technologiegetriebenen Landschaft treffen. Zum Beispiel wenn Ingenieur:innen nach einem neuen Softwaretool forschen, das Prozesse automatisiert und so die Projektergebnisse verbessern kann. Und sich gleichzeitig im Klaren sind, welche Herausforderungen ein mögliche Lösung mit sich bringen kann.
Führungsqualitäten / Leadership
Es ist wichtig, mit gutem Beispiel voranzugehen und sich auf Veränderungen einzustellen. Gute Ingenieur:innen sind beispielsweise fähig, ein Team bei der Umstellung auf agiles Projektmanagement zu leiten, das Team durch den Lernprozess zu führen und Herausforderungen mit einem positiven, lösungsorientierten Ansatz anzugehen.
Anpassungsfähigkeit und ständiges Lernen
Sämtliche technologischen Bereiche entwickeln sich rasant, so auch das Ingenieurwesen. Engineers müssen sich zu kontinuierlichem Lernen verpflichten, um Branchentrends und technologischen Fortschritten voraus zu sein oder zumindest schrittzuhalten. Sie bilden sich weiter, nehmen an Workshops teil oder erlernen neue Softwaretools. Wie wir weiter oben bereits schreiben, könnte eignen sich die Informatik, Mathematik, Statistik, Geschäftswissen oder die hier genannten Soft Skills besonders gut.
Zum Vergleich – diese Soft Skills fügen sich nahtlos in die Ergebnisse ein, die McKinsey generell für die Arbeit der Zukunft identifiziert hat (siehe Abb. 3). Daher sind Ingenieur:innen durch die Kombination der hier vorgestellten Hard- und Soft Skills bestens für die Zukunft aufgestellt.
.png)
