Wenn Komplexität kippt: Tim Weilkiens über den digitalen Sturm im Engineering

Bei der ersten Keynote der ReConf 2026 ging es mal wieder um KI, wie hätte es auch anders sein können. Doch um die geht es hier nicht. Die zweite Keynote am Mittwoch Morgen von Tim Weilkiens hatte eine ganzheitliche Sicht auf die Entwicklungen unserer Zeit. Ja, natürlich ging es da auch um Künstliche Intelligenz, doch diese war nur eine Welle in dem perfekten Sturm, in dem wir uns im Moment befinden.

Ein Sturm aus mehreren Richtungen

Tim wählte das Bild des Perfect Storm, einem Kinofilm aus dem Jahr 2000. Mehrere Entwicklungen treffen gleichzeitig aufeinander und erzeugen eine Lage, die sich mit Erfahrung allein nicht mehr beherrschen lässt. Künstliche Intelligenz ist ein Teil davon. Der Vortrag macht deutlich, dass es nicht um eine einzelne Technologie geht. Digitale Zwillinge, durchgängige Datenketten und neue Modellierungssprachen verstärken sich gegenseitig.

Dieses Zusammenspiel führt zu einer Situation, in der bekannte Vorgehensweisen ihre Wirkung verlieren. Frühere Projekte lassen sich nicht mehr als Referenz heranziehen. Entscheidungen müssen unter anderen Voraussetzungen getroffen werden als noch vor wenigen Jahren. Dabei bezieht er sich auch viel auf Langdon Morris, über dessen Arbeit ich hier schon vor sechs Jahren berichtete.

Drei Kurven laufen auseinander

Ein zentrales Argument der Keynote ist die Gleichzeitigkeit mehrerer exponentieller Entwicklungen. Die Komplexität der Systeme steigt seit Jahrzehnten. Arbeiten von Olivier de Weck zeigen diese Entwicklung über lange Zeiträume. Im Alltag vieler Projekte wird diese Steigerung als stetiger Druck wahrgenommen. Anforderungen nehmen zu, Schnittstellen werden zahlreicher, Abhängigkeiten wachsen.

Die Entwicklung erreicht exponentielles Wachstum in drei Bereichen: Komplexität, Werkzeuge sowie Menschen und Organisationen.

Tim WEilkiens

Parallel dazu entwickeln sich Werkzeuge mit hoher Geschwindigkeit. Rechenleistung, Softwareplattformen und zuletzt AI-basierte Systeme erweitern den Handlungsspielraum im Engineering. Diese Entwicklung folgt ebenfalls einer exponentiellen Kurve und hat in den letzten Jahren deutlich an Tempo gewonnen.

Die dritte Kurve betrifft Menschen und Organisationen. Anpassung findet statt, aber sie verläuft deutlich langsamer. Transformationen dauern Jahre. Agile Methoden wurden vor langer Zeit eingeführt und sind bis heute nicht durchgängig etabliert. Diese Asymmetrie erzeugt einen Engpass. Systeme und Werkzeuge entwickeln sich schneller als die Fähigkeit von Organisationen, diese sinnvoll einzusetzen.

Komplexität verschwindet nicht

Tim greift die Tatsache auf, dass Komplexität nicht reduziert werden kann. Sie lässt sich verschieben und strukturieren, aber nicht eliminieren. Modularisierung, saubere Schnittstellen und Architekturen verändern die Form der Komplexität. Dies nennt Olivier de Weck das 1. Gesetz des Systems Engineering.

Zur Einordnung verweist der Vortrag auf das Cynefin Framework, das zwischen komplizierten und komplexen Problemen unterscheidet. Komplizierte Probleme lassen sich analysieren und lösen. Komplexe Probleme erfordern Experimente. Vorgehen entsteht durch Ausprobieren, Beobachten und Anpassen.

Systems Engineering bewegt sich zunehmend in diesem komplexen Bereich. Klassische Planung stößt dort an Grenzen. Agilität ist ein Versuch, mit dieser Situation umzugehen. Der Vortrag deutet an, dass auch diese Antwort an ihre Grenzen stößt, wenn die zugrunde liegende Dynamik weiter zunimmt.

Transformation trifft auf menschliche Grenzen

Ein wiederkehrendes Motiv ist die Frage nach der Anpassungsfähigkeit. Wie schnell können sich Menschen und Organisationen verändern. Die Beispiele aus dem Alltag zeigen, dass diese Fähigkeit begrenzt ist. Ein Teil der Bevölkerung nutzt digitale Technologien nicht. Gesetzliche Initiativen versuchen, analoge Zugänge zu erhalten. Unternehmen entscheiden sich bewusst gegen bestimmte Entwicklungen und nehmen Nachteile in Kauf.

Diese Beobachtungen stehen im Kontrast zur technischen Entwicklung. Während Systeme und Werkzeuge exponentiell wachsen, bleibt die Anpassungskapazität begrenzt. Daraus entsteht eine strukturelle Spannung, die sich nicht durch Methoden allein auflösen lässt.

Der Wendepunkt ist erreicht

Langdon Morris hat schon vor Jahren diesen Wendepunkt beschrieben, auf den wir nun stoßen. Entwicklungen erreichen eine Phase, in der sich ihre Auswirkungen nicht mehr linear fortschreiben lassen. Die Künstliche Intelligenz spielt in diesem Kontext natürlich auch eine wichtige Rolle und beschleunigt diese Entwicklungen drastisch.

Der Vortrag vermeidet eine dystopische Darstellung. Wir können die Entwicklung nicht ändern und Versuche, sie zu stoppen, bleiben wirkungslos. Entscheidend ist die Vorbereitung auf diese Situation. Organisationen müssen lernen, mit der Dynamik zu arbeiten, statt gegen sie.

Prozesse bleiben, Umsetzung verändert sich

Ein wichtiger Punkt ist die Stabilität von Prozessen. Insbesondere die Inputs und Outputs bleiben bestehen. Systeme und Anforderungen müssen formuliert werden, sorgfältiger denn je. Und Menschen müssen immer noch Entscheidungen treffen.

Die Umsetzung dieser Prozesse verändert sich jedoch grundlegend. Künstliche Intelligenz kann große Teile der operativen Arbeit übernehmen, die zwischen Input und Output stattfindet. Der Vortrag spricht von Szenarien, in denen Systeme weitgehend automatisch erzeugt werden, was mit Ansätzen wie Vibe Coding immer einfacher wird.

Damit werden, zumindest mittelfristig, Anforderungen und Tests zu kritischen Punkten. Genau dort sieht Tim aktuell Schwächen. Requirements Engineering und Test halten mit der Entwicklung der Werkzeuge nicht Schritt.

Modelle werden zum Träger der Semantik

Und damit sind wir bei der Modellierung. Dokumente und Tabellen reichen nicht aus, um die Semantik von Daten zu transportieren. Ein Wert in einer Tabelle enthält keine Information über seinen Kontext. Bedeutung entsteht erst durch Struktur und Beziehungen.

Modelle bieten diese Struktur, denn Sie können Zusammenhänge explizit darstellen und maschinenlesbar machen. Damit werden sie zur Grundlage für durchgängige Datenketten. Der Begriff des Digital Thread beschreibt diese Verbindung über den gesamten Lebenszyklus eines Systems.

In dieser Perspektive werden Modelle zu den Kronjuwelen im Engineering. Sie enthalten die Semantik, auf der weitere Automatisierung aufsetzt.

Neue Rollen im Engineering

Auf Basis dieser Modelle entsteht eine andere Werkzeuglandschaft. Der Vortrag beschreibt eine Verschiebung weg von monolithischen Engineering-Tools. Stattdessen entstehen viele spezialisierte Anwendungen für konkrete Aufgaben. Diese Anwendungen greifen auf gemeinsame Modelle zu.

In so einem Setting entwickelt und pflegt eine kleine Gruppe von Experten diese Modelle. Sie stellen die Konsistenz sicher und definieren die Struktur. Der Großteil der Anwender arbeitet mit darauf aufbauenden Werkzeugen. Diese Werkzeuge sind auf spezifische Aufgaben zugeschnitten und deutlich einfacher zu bedienen.

Diese Entwicklung ist eng mit Fortschritten in der Softwareentwicklung verbunden. Anwendungen lassen sich schneller erstellen. AI unterstützt bei der Umsetzung. Dadurch wird es wirtschaftlich, viele kleine Werkzeuge statt weniger großer Systeme zu betreiben.

SysML v2 als technischer Enabler

In diesem Kontext hat SysML v2 enormes Potential. Die Sprache wird nicht als fertige Lösung dargestellt, sondern als notwendiger Baustein. Sie schafft die Grundlage für präzise und maschinenlesbare Modelle.

Ein wesentlicher Aspekt ist die formale Semantik. SysML v2 basiert auf einer formalen Logik (Prädikatenlogik erster Stufe), die eine eindeutige Interpretation ermöglichen. Das ist Voraussetzung für die Zusammenarbeit mit Maschinen. Gleichzeitig wird durch eine textuelle Notation der Zugang erleichtert.

Ein weiterer Punkt ist die Integration von zeitlichen Abläufen. SysML v2-Modelle können Zustände zu unterschiedlichen Zeitpunkten darstellen. Damit lassen sich digitale Zwillinge direkt im Modell abbilden. Variantenmanagement wird ebenfalls unterstützt und erhält eine formale Grundlage.

Die SysML hat eine lange Reise hinter sich. Viele Menschen haben sie, teilweise ehrenamtlich, mit viel Leidenschaft entwickelt und an diesen Punkt gebracht. Durch die Verankerung bei der OMG, einer internationalen Standardisierungsorganisation, ist sie langfristig angelegt und auf Stabilität ausgerichtet. Trotz der Akquisition der OMG durch EDM wird sich das nicht ändern.

Integration statt Dokumentation

Ein wiederkehrendes Motiv ist die Abgrenzung zwischen oberflächlicher und tiefgehender Digitalisierung, im Englischen: Digitization vs Digitalization. Oberflächliche Digitalisierung, wie in PDFs, macht Daten in Dokumenten nicht wirklich zugänglich. Sie lassen sich speichern und austauschen, aber nicht sinnvoll weiterverarbeiten. Maschinen können mit dieser Form der Information nur begrenzt umgehen.

Erst wenn Daten semantisch strukturiert vorliegen, entsteht ein Mehrwert. Modelle ermöglichen diese Struktur. Sie machen Informationen zugänglich für Analyse, Simulation und Automatisierung. Der Digital Thread wird damit praktisch umsetzbar.

Dies wird durch die aktuellen Entwicklungen dringlicher und SysML v2 hat das Potential, hier eine wichtige Rolle zu spielen. Ohne semantische Modelle bleibt das Potenzial von AI im Engineering begrenzt.

Ein Blick auf die Praxis

Der Vortrag schließt mit einem konkreten Beispiel. Das Startup Planetary Utilities entwickelt Satelliten mit einem kleinen Team. Die eingesetzten Werkzeuge verbinden Modellierung, Simulation und Implementierung in einer Umgebung.

Die Arbeitsweise unterscheidet sich deutlich von klassischen Projekten. In einer Arbeitsumgebung interagiert der Ingenieur mit einem Agenten und sieht die Auswirkungen direkt in verschiedenen Modellsichten, egal ob CAD outline, textuelles SysML oder eine animierte Visualisierung im All. Dabei ist auch ein Wechsel in andere Werkzeuge möglich, wie OnShape für 3D CAD. Feedbackzyklen sind kurz. Änderungen werden direkt umgesetzt und überprüft. Daten bleiben konsistent und sind jederzeit verfügbar. Der Fokus liegt auf dem Engineering selbst, nicht auf der Bedienung von Werkzeugen.

Fazit

Die Keynote bewertet die Entwicklungen, die auf einen „Perfect Storm“ hinweisen. Die beschriebenen Entwicklungen sind real und greifen ineinander. Komplexität wächst weiter. Werkzeuge entwickeln sich schnell. Organisationen müssen Wege finden, mit dieser Dynamik umzugehen.

Der entscheidende Punkt liegt in der Semantik. Modelle, die Bedeutung transportieren, werden zur Grundlage für weiteres Engineering. Ohne diese Basis bleibt der Einsatz moderner Werkzeuge fragmentiert.

Die Zukunft des Systems Engineering entsteht nicht durch neue Prozesse. Sie entsteht durch eine andere Nutzung von Modellen und durch eine konsequente Integration von Daten. SysML v2 könnte dabei eine wichtige Rolle spielen.