Prototyping mit KI

Dass man Software mit KI schreibt, ist inzwischen selbstverständlich. Dass man damit Geräte baut, ist es nicht — obwohl sich dort in den letzten Jahren mehr verändert hat.

Ich entwickle seit einiger Zeit Hardware: Gehäuse, Platinen, Firmware. Dieser Artikel beschreibt, wie das abläuft. Nicht als Werkzeugliste, sondern als Arbeitsweise — und mit der Frage, wo die Grenze verläuft.

Warum Hardware und warum jetzt

Drei Dinge haben sich unabhängig voneinander geöffnet.

Der Zugang zu Fertigung. Ein 3D-Drucker kostet weniger als ein Notebook und steht auf dem Schreibtisch. Was früher Werkzeugbau bedeutete, kostet heute ein paar Gramm Material und eine Nacht.

Der Zugang zu Bauteilen. Sensoren, Mikrocontroller und Funkmodule gibt es einzeln, fertig bestückt und mit Dokumentation, im einstelligen Eurobereich. Man kauft keine Rolle mit 3.000 Stück mehr.

Der Zugang zum Fachwissen. Das ist der neue Teil. Hardwareentwicklung verlangt vier Gebiete gleichzeitig — Mechanik, Elektronik, eingebettete Software und meist noch eine Weboberfläche. Wer in einem davon zuhause ist, scheitert an den anderen dreien. Genau hier ändert KI die Lage.

Der Ablauf

Es beginnt mit einer Beschreibung, nicht mit einer Zeichnung. Ich sage, was hinein soll, wie es bedient wird und woran es hängt. Was zurückkommt, ist kein fertiges Druckfile, sondern ein parametrisches Modell: eine Textdatei, in der jedes Maß eine benannte Variable ist — Wandstärke, Lochabstand, Bauteilgröße, Spiel.

Das klingt nach einem Umweg und ist der wichtigste Punkt des ganzen Ablaufs. Ein fertiges Modell ist eine Sackgasse; wenn das Bauteil zwei Millimeter größer ausfällt als angenommen, fängt man von vorn an. Ein parametrisches Modell ändert sich an einer Zahl. Und weil es Text ist, kann die KI es genauso bearbeiten wie Programmcode — mit Versionsverwaltung, nachvollziehbaren Änderungen und automatischen Prüfungen.

Geprüft wird, bevor gedruckt wird. Ein Druck dauert Stunden, und man sieht einem Modell nicht an, ob es taugt. Also laufen vorher Prüfungen, die drei Fragen beantworten: Besteht jedes Teil aus einem Stück? Passt es aufs Druckbett? Überschneiden sich Bauteile, die zusammengesteckt werden sollen? Dazu kommen Zusicherungen im Modell selbst — dass zwischen Platine und Deckel Luft bleibt, dass eine Bohrung nicht in eine Wand läuft. Jede dieser Prüfungen ist billig; ein Fehldruck ist es nicht.

Die Elektronik bleibt Handarbeit — die Auslegung nicht. Welcher Sensor, welche Beschaltung, welcher Widerstand: Das lässt sich im Dialog klären, mit dem Datenblatt als Schiedsrichter. Gelötet wird von Hand, und daran wird sich auch nichts ändern.

Die Firmware wird geschrieben und geprüft. Ein erheblicher Teil einer Gerätesoftware braucht gar keine Hardware: Umrechnungen, Zeichensätze, Zeitlogik, Signalverarbeitung. Diese Teile laufen als kleine Testprogramme auf dem Entwicklungsrechner, mit erfundenen Eingaben, bei denen das Ergebnis vorher feststeht. Was dort durchfällt, kommt nicht aufs Gerät. Das spart nicht Tipparbeit, sondern Fahrten zum Basteltisch.

Aufgespielt wird übers Netz. Das Gerät nimmt neue Software über WLAN entgegen und fällt auf die alte zurück, falls die neue nicht startet. Es hat außerdem eine Statusseite, die Version, Messwerte und den Grund des letzten Neustarts nennt. Damit kann die KI ihre eigene Arbeit überprüfen, ohne dass ich etwas abtippe.

Und dann wird gemessen. Der Teil, den ich am meisten unterschätzt hatte. Wenn ein Gerät nicht tut, hilft kein Nachdenken, sondern ein Messgerät: eine Messung, eine Antwort, die nächste Frage. So arbeitet man sich durch, bis von allen Möglichkeiten eine übrig ist. Dass jemand danebensitzt, der den Schaltplan im Kopf hat und die nächste sinnvolle Messung nennt, ist der praktische Nutzen — mehr als das Erzeugen von Code.

Was an Hardware anders ist als an Software

Wer aus der Softwareentwicklung kommt, unterschätzt drei Dinge.

Es gibt kein Rückgängig. Ein Druck läuft acht Stunden. Ein verlötetes Bauteil kommt nicht ohne Weiteres wieder heraus. Fehler kosten hier nicht Sekunden, sondern eine Nacht oder einen Nachmittag. Deshalb verschiebt sich das Verhältnis: Prüfen lohnt sich vielfach mehr als in Software.

Die Wirklichkeit antwortet nicht im Klartext. Es gibt keine Fehlermeldung, wenn eine Lötstelle kalt ist. Es gibt nur ein Gerät, das dunkel bleibt. Debuggen heißt hier: Hypothesen bilden und sie mit einem Messgerät ausschließen.

Es gibt eine Wahrheit außerhalb des Modells. Ein Bauteil hat ein Datenblatt, und das gilt — unabhängig davon, wie überzeugend eine Erklärung klingt. Das ist unbequem und zugleich der beste Schutz: Man kann jede Behauptung nachschlagen und jede Annahme nachmessen. Gerade im Umgang mit KI ist das viel wert.

Was beim Menschen bleibt

Ich hatte erwartet, dass die KI das Schwierige übernimmt und ich das Handwerkliche. Tatsächlich übernimmt sie das Umfangreiche — CAD, Firmware, Tests, Dokumentation —, und bei mir bleibt das Urteil.

Ob ein Maß plausibel ist. Ob eine Erklärung stimmt oder nur gut klingt. Ob eine Funktion, die dreimal umgebaut wurde, überhaupt die richtige Idee war. Ob man an dieser Stelle weiterargumentieren oder endlich messen sollte.

Dieses Urteil setzt Grundlagen voraus. Nicht, um alles selbst zu können, sondern um zu erkennen, wann etwas nicht stimmt. Wer nur beschreibt und übernimmt, merkt nicht, wenn ein Bauteil falsch beschaltet ist — er merkt nur, dass es nicht geht, und weiß nicht warum.

Das ist die Beobachtung, die ich aus der Praxis für Workshops und Beratung am wichtigsten finde, und sie gilt weit über Hardware hinaus:

KI senkt nicht die Anforderung an Fachwissen. Sie verschiebt sie vom Ausführen zum Beurteilen.

Und sie verschiebt, was sich überhaupt lohnt. Vieles, was früher an fehlender Zeit oder fehlender Breite gescheitert wäre, ist heute ein Wochenendprojekt. Nicht, weil es einfacher geworden ist — sondern weil der Aufwand für alles, was zwischen Idee und Gerät liegt, um ein Vielfaches gesunken ist.

So arbeite ich in meinen Projekten. Was dabei entsteht, zeige ich hier nach und nach.