Die Volkswagen Group und die Technische Universität Braunschweig richten eine Professur für KI in Produktentwicklung ein. Die Kooperation zeigt, wie eng wissenschaftliche Forschung und industrielle Fahrzeugentwicklung inzwischen miteinander verbunden sind.
Die neue Stelle soll am Institut für Konstruktionstechnik angesiedelt werden und Methoden der künstlichen Intelligenz für unterschiedliche Phasen der Fahrzeugentwicklung untersuchen. Dazu gehören virtuelle Modelle von Bauteilen und Fahrzeugen, mechatronische Systeme, automatisierte Fahrfunktionen sowie die Auswertung von Daten aus der tatsächlichen Fahrzeugnutzung. Für die Volkswagen Group geht es damit nicht allein um einzelne digitale Werkzeuge, sondern um die Frage, wie Entwicklungsprozesse grundsätzlich neu organisiert werden können.
Die Besetzung ist nach Angaben der Partner möglichst bis Oktober 2026 vorgesehen. Zunächst soll die Professur für fünf Jahre finanziert werden und anschließend in eine reguläre Professur der Universität übergehen. Dieses Modell soll Forschungskapazitäten aufbauen, die über die unmittelbare Kooperation hinaus am Standort erhalten bleiben.
Die Professur soll Entwicklungszeiten verkürzen und digitale Prozesse verbinden
Die Automobilindustrie entwickelt sich zunehmend von einer vorwiegend mechanisch geprägten Branche zu einem Zusammenspiel aus Fahrzeugtechnik, Software und Datenverarbeitung. Dadurch steigt nicht nur die technische Komplexität moderner Fahrzeuge. Auch Entwicklung, Erprobung und Produktion müssen enger aufeinander abgestimmt werden, damit Änderungen an Software, Elektronik und mechanischen Komponenten nicht voneinander getrennt erfolgen.
Ein Schwerpunkt der Professur dürfte auf sogenannten digitalen Zwillingen liegen. Dabei handelt es sich um virtuelle Abbilder von Fahrzeugen, Komponenten oder Produktionsschritten, an denen Konstruktionen getestet und verändert werden können, bevor physische Prototypen entstehen. KI-Systeme können innerhalb solcher Modelle verschiedene Entwürfe vergleichen, Fehlerquellen erkennen und zusätzliche Varianten erzeugen.
Für Hersteller liegt der mögliche Nutzen vor allem in einer höheren Geschwindigkeit und einer größeren Zahl parallel untersuchter Optionen. Physische Versuchsträger bleiben zwar für die abschließende Prüfung unverzichtbar, sie könnten jedoch später und gezielter eingesetzt werden. KI in Produktentwicklung wird damit zu einem Instrument, das Kosten, Entwicklungsdauer und technische Qualität gleichzeitig beeinflussen kann.
Teilautonome KI-Systeme könnten Routineaufgaben in der Entwicklung übernehmen
Neben virtuellen Fahrzeugmodellen sollen auch KI-Agenten eine Rolle spielen. Gemeint sind Programme, die klar umrissene Aufgaben weitgehend selbstständig bearbeiten, etwa das Durchführen wiederkehrender Softwaretests oder die Auswertung umfangreicher Messreihen. Ingenieurinnen und Ingenieure könnten sich dadurch stärker auf Entscheidungen konzentrieren, während standardisierte Prüfabläufe automatisiert werden.
Weiter reicht der Ansatz sogenannter Foundation Models. Diese Systeme werden mit großen und unterschiedlichen Datenbeständen trainiert und könnten Informationen aus Konstruktion, Softwareentwicklung, Produktion und später möglicherweise auch aus der Zulieferkette miteinander verbinden. Das Ziel wäre ein durchgängiger digitaler Entwicklungsprozess, bei dem Erkenntnisse aus einem Bereich unmittelbar in andere Arbeitsschritte einfließen.
Gerade darin liegt jedoch eine der anspruchsvollsten Aufgaben der Kooperation. Daten aus verschiedenen Abteilungen, Instituten und Unternehmen müssen technisch kompatibel, verlässlich und für die jeweilige Anwendung geeignet sein. Zugleich stellt sich die Frage, welche Informationen zwischen Volkswagen, Forschungseinrichtungen und Partnern der Zulieferindustrie geteilt werden können, ohne sensible Entwicklungsdaten offenzulegen.
Braunschweig soll Forschung schneller in industrielle Anwendungen überführen
Die Professur wird eng mit dem Niedersächsischen Forschungszentrum Fahrzeugtechnik zusammenarbeiten. Nach Angaben der Universität bündelt das Zentrum mehr als 1.000 Forschende, über 40 Institute und mehr als 50 Unternehmenspartner. Damit erhält die neue Stelle Zugang zu einem Netzwerk, das unterschiedliche Disziplinen der Mobilitätsforschung mit industriellen Fragestellungen verbinden kann.
Für den Forschungsstandort Niedersachsen ist die Professur deshalb mehr als eine zusätzliche universitäre Stelle. Sie soll als Schnittstelle zwischen Grundlagenarbeit, konkreten Entwicklungsproblemen und der späteren Nutzung neuer Verfahren dienen. Volkswagen verspricht sich davon einen schnelleren Wissenstransfer, während die Universität Forschungsthemen bearbeiten kann, die unmittelbar aus der industriellen Praxis entstehen.
Die Nähe zwischen Wolfsburg und Braunschweig erleichtert dabei eine kontinuierliche Zusammenarbeit. Neben der Volkswagen Group sollen auch Zulieferer, Start-ups und weitere Forschungspartner in Projekte einbezogen werden. Dadurch könnte ein regionales Netzwerk entstehen, in dem neue Verfahren nicht nur untersucht, sondern auch unter realen Bedingungen erprobt und schrittweise in bestehende Abläufe integriert werden.
Die Kooperation stärkt Volkswagen, schafft aber auch neue Abhängigkeiten
Für die Volkswagen Group ist der Aufbau eigener KI-Kompetenz strategisch bedeutsam. Je stärker Fahrzeuge über Software, Daten und automatisierte Funktionen definiert werden, desto wichtiger wird der Zugang zu Fachkräften und wissenschaftlichem Know-how. Die Professur kann dem Konzern helfen, Forschung frühzeitig zu begleiten und Erkenntnisse schneller in die eigene Fahrzeugentwicklung zu übertragen.
Auch für die Automobilindustrie insgesamt ist der Ansatz relevant. Wenn zentrale Entwicklungsschritte digital verknüpft werden, müssen Hersteller und Zulieferer ihre bisherigen Formen der Zusammenarbeit anpassen. Kleinere Partner könnten von gemeinsamen Forschungsprojekten profitieren, zugleich aber unter Druck geraten, eigene Daten und Prozesse für neue digitale Plattformen aufzubereiten.
Der Forschungsstandort Niedersachsen erhält mit der Professur die Chance, seine bestehende Spezialisierung auf Fahrzeugtechnik um eine stärkere KI-Komponente zu erweitern. Ob daraus dauerhaft wettbewerbsfähige Verfahren entstehen, wird jedoch nicht allein von leistungsfähigen Modellen abhängen. Entscheidend ist, ob sich wissenschaftliche Erkenntnisse verlässlich in industrielle Prozesse übertragen lassen und ob die entwickelten Systeme auch außerhalb einzelner Pilotprojekte funktionieren.
