Produktentwicklung mit KI: Warum 80 % deiner Kosten in der Vorphase entschieden werden — und wie ein TRIZ-Skill den Hebel ansetzt
70 bis 80 Prozent der späteren Produktkosten werden in den ersten Phasen der Entwicklung festgelegt. Warum das ständig unterschätzt wird – und wie strukturierte Methoden plus KI den Hebel ansetzen.
KI kann nicht kreativ denken. Noch nicht. Trotzdem ist sie zum stärksten Werkzeug meiner Produktentwicklungs-Arbeit geworden — und zwar genau dort, wo Engineering-Teams am meisten Geld verbrennen, ohne es zu merken.
In den letzten 15 Jahren habe ich physische Produkte entwickelt — von ISS-Hardware bei EADS Astrium über aufblasbare Eventzelte und Kiteboarding-Equipment bei Skywalk bis zu eigenen Marken wie ShredRack, BOLSTair und Apres-Allstars. Drei EU-Patente, ein paar Awards, über 100.000 verkaufte Einheiten. Und ein Lerneffekt, der sich durch alle diese Projekte zieht: Wer in den ersten Wochen einer Produktentwicklung falsch abbiegt, bezahlt es später vielfach.
Diesen Effekt nennt man Cost of Change. Er ist seit Jahrzehnten dokumentiert. Trotzdem wird er in der Praxis ständig unterschätzt. In diesem Artikel zeige ich, warum — und wie sich das mit dem richtigen Methoden-Stack plus KI-Hebel grundlegend ändert.
Die zentrale These der Produktkosten-Debatte
Ehrlenspiel und Meerkamm dokumentieren in Integrierte Produktentwicklung (Hanser/Springer) eine Zahl, die jede F&E-Leitung kennen sollte: 70 bis 80 Prozent der späteren Produktkosten werden in den ersten Phasen der Entwicklung festgelegt. Konzept, Entwurf, Konstruktion. Materialwahl, Toleranzkonzept, Modulgrenzen, Fertigungsverfahren. Wenn die Werkzeuge stehen, ist das meiste Geld bereits verteilt.
Verstärkt wird das durch die Zehnerregel der Fehlerkosten — eine empirische Faustregel aus der Qualitätssicherung, die besagt: Eine Änderung, die in der Konstruktion 1 Euro kostet, kostet in der Arbeitsvorbereitung 10 Euro, in der Fertigung 100 Euro und beim Kunden im Feld 1.000 Euro. Branchenabhängig variiert der Faktor zwischen 7 und 15, aber die Größenordnung steht.
Das heißt im Klartext: Die teuersten Entscheidungen triffst du in der Phase, in der du noch keine Zahlen siehst. Kein Werkzeugbau, kein Lieferantenpreis, kein Reklamationsbericht. Nur Skizzen, Annahmen, Modelle. Und genau deshalb wird sie unterschätzt.
Warum bewährte Methoden trotzdem selten konsequent eingesetzt werden
Die Antwort der Engineering-Disziplin auf dieses Problem ist seit über 50 Jahren bekannt: Strukturierte Methoden in der frühen Phase.
- TRIZ (Genrich Altschuller, ab 1946 in der UdSSR entwickelt): Eine Theorie zur systematischen Lösung erfinderischer Aufgaben, basierend auf der Auswertung von über 200.000 Patenten. Kernsatz: Erfindungen folgen wiederkehrenden Mustern, nicht Zufall. TRIZ liefert 40 Innovationsprinzipien und eine Widerspruchsmatrix, die für 39 typische technische Konflikte (zum Beispiel “Festigkeit vs. Gewicht”) konkrete Lösungsprinzipien empfiehlt.
- FMEA (Failure Mode and Effects Analysis): Strukturierte Risikoanalyse für Komponenten und Prozesse.
- QFD (Quality Function Deployment): Übersetzt Kundenanforderungen systematisch in technische Spezifikationen.
Funktionieren alle. Sind wissenschaftlich validiert. Sind in VDI-Richtlinien (zum Beispiel VDI 2221 Blatt 1 für die Produktentwicklung) verankert.
Werden in der Praxis trotzdem selten konsequent eingesetzt.
Warum?
Weil sie in der manuellen Anwendung schlicht teuer sind.
Rechne kurz mit: Ein klassischer TRIZ-Workshop braucht typischerweise fünf Ingenieure, einen Moderator (intern oder extern), 4 bis 8 Stunden in der Sitzung selbst plus Vor- und Nachbereitung. Bei einem internen Vollkostensatz von 80 Euro pro Stunde sind das 3.000 bis 5.000 Euro pro einzelnem Brainstorming. Wohlgemerkt: nur die internen Kosten, ohne externen Moderator.
Und das ist nur eine Sitzung. Eine substantielle Vorphasen-Methodik braucht mehrere davon — pro Projekt, pro Variante, pro Konflikt.
Die ehrliche Beobachtung aus 15 Jahren in F&E-Abteilungen: Wenn Geschäftsführung und F&E-Leitung diesen Aufwand sehen, wird die Methode aus dem Prozess gestrichen oder auf die wichtigsten 10 Prozent der Projekte reduziert. Auch dort, wo das Methoden-Wissen vorhanden ist. Auch dort, wo die ROI-Rechnung eindeutig wäre.
Was sich durch KI ändert — und was sich ausdrücklich nicht ändert
Hier kommt die These, die viele heute in der Diskussion missverstehen: Künstliche Intelligenz kann (Stand heute) nicht kreativ denken. Sie generiert keine echten neuen Ideen. Sie rekombiniert vorhandenes Wissen.
Das wird oft als Killer-Argument gegen KI in der Produktentwicklung genutzt. Es ist aber das falsche Argument.
Denn: TRIZ und verwandte Methoden basieren genau darauf — auf der Rekombination bewährter Lösungsprinzipien. Altschullers ganze Theorie ist im Kern eine Aussage darüber, dass kreative Lösungen Muster sind, die sich in der Patentliteratur immer wiederfinden. Wer also strukturiert nach Lösungsprinzipien sucht, braucht keine kreative KI. Er braucht eine KI, die Muster kennt und sie nach klarer Methodik anwendet.
Genau hier setze ich an.
Ich habe in den letzten Wochen einen LLM-Skill geschrieben, mehrfach getestet und mehrfach geschärft. Er funktioniert wie folgt: Du definierst ein konkretes Konstruktionsproblem mit Anforderungen und Widersprüchen. Der Skill übersetzt das in die TRIZ-Logik, identifiziert die relevanten Widerspruchspaare, prüft die Widerspruchsmatrix und liefert strukturierte Lösungsfächer aus den 40 Innovationsprinzipien — direkt anwendbar in der Konstruktion.
Was vorher 4 bis 8 Stunden Workshop mit fünf Personen gebraucht hat, läuft jetzt in 30 Minuten mit einem Ingenieur, der das Problem sauber briefen kann.
Aus 8 Stunden werden 30 Minuten. Aus 5 Köpfen wird 1 Kopf plus Methoden-Wissen on demand.
Das ist kein “KI ersetzt Ingenieure”. Das ist “KI multipliziert Ingenieure”. Wer früher zwei TRIZ-Sitzungen pro Quartal geschafft hat, schafft jetzt theoretisch eine pro Woche. Bei gleichem Personalbudget.
Ein konkretes Beispiel — bewusst auf einfachstem Niveau
Damit die Methode greifbar wird, nehme ich ein bewusst simples Produkt: eine Knoblauchpresse. Edelstahl, zwei Hebel, perforierter Pressbecher. Kennt jeder.
Drei konkrete Anforderungen an eine optimierte Version:
- Maximale Presskraft bei minimalem Handdruck (für Nutzer mit Handgelenksbeschwerden)
- Saubere Pressleistung ohne Rückstände im Becher
- Einfache Reinigung — Bauteile demontierbar oder selbstreinigend
Wenn ich diese drei Anforderungen in den TRIZ-Skill werfe, kommt — auf den Punkt strukturiert — sofort eine erste Lösungsmenge zurück:
- Prinzip 8 (Gegengewicht/Hebelübersetzung): Längerer Hebelarm oder Kniehebel-Mechanismus. Übersetzungsverhältnis verdoppeln, Handkraft halbieren.
- Prinzip 1 (Segmentierung): Pressbecher als entnehmbares Modul. Rückstände bleiben im Modul, die Hauptkonstruktion bleibt sauber.
- Prinzip 25 (Selbstbedienung): Geometrie so führen, dass beim Schließen Rückstände automatisch ausgeschoben werden. Die Reinigung passiert beim nächsten Pressvorgang.
Drei strukturierte Lösungsansätze, die sich direkt in CAD übersetzen lassen. Erzeugt in Minuten, nicht in Stunden. Und das ist nur ein Auszug — der Skill liefert in der Live-Demo den vollständigen Lösungsfächer.
Jetzt das Wichtige: Die Methode skaliert auf jede Komplexitätsstufe. Was an einer Knoblauchpresse demonstriert ist, funktioniert genauso bei einem Kühlsystem, einem Faltmechanismus für Inflatable-Bauteile (mein eigenes Spezialgebiet aus 15 Jahren Skywalk und ShredRack), einem Antriebsstrang oder einer Verpackungslinie. Die Anforderungen sind anders, die Logik ist dieselbe.
Was das in einer KMU-F&E-Abteilung bedeutet
Übersetzt auf die Realität einer mittelständischen F&E-Abteilung mit fünf bis fünfzehn Ingenieuren:
- Etwa 90 Prozent weniger Zeit pro Ideen-Sitzung: 30 Minuten strukturierter KI-Lauf statt halbtägiger Workshop.
- Fünf- bis zehnfach mehr Methoden-Durchläufe pro Quartal: Bei gleichem F&E-Budget. Mehr Variantenanalysen, mehr Widerspruchs-Lösungen, mehr früh durchgespielte Risiken.
- Hebel auf die 70 bis 80 Prozent Kostenfestlegung in der Vorphase: Genau die Phase, in der die teuersten späteren Kosten entstehen oder eben nicht entstehen.
Das verändert die F&E-Abteilung von einem Engpass zu einem Tempo-Hebel. Bei gleicher Personaldecke.
Für die Geschäftsführung ist die Rechnung damit eindeutig. Nicht “KI macht alles automatisch”. Sondern: Mit den gleichen Leuten, die wir heute haben, können wir in der Vorphase fünf- bis zehnmal mehr durchdenken — und retten damit den größten Kosten-Hebel im Unternehmen.
Die wichtige Abgrenzung: Selbstdenken bleibt erlaubt
Ich verbringe einen Teil jeder Diskussion über KI in der Produktentwicklung mit einem Disclaimer, der mir wichtig ist: Der Ingenieur bleibt zentral.
Drei Punkte, die der Skill nicht ersetzt:
- Das richtige Problem erkennen. Welche Anforderungen sind die echten? Welcher Widerspruch ist der relevante? Das ist Engineering-Urteil, kein KI-Output.
- Die Lösung in den Konstruktionskontext einbetten. Materialwahl, Fertigungsprozess, Toleranzkette, Lieferantennetzwerk. Das macht weiterhin der Ingenieur.
- Validierung am realen Bauteil. Tests, Prototypen, Iterationen. Bleibt physische Welt.
Der Skill ist ein Tempo-Multiplikator für die Methodenanwendung — nicht ein Ersatz für Engineering-Tiefe. Wer ohne Engineering-Tiefe arbeitet, produziert mit KI nur schneller schlechte Lösungen.
Aber: Wer die Engineering-Tiefe hat und den Methoden-Hebel nicht nutzt, hat in absehbarer Zeit einen Wettbewerber, der ihn nutzt.
Drei sofort umsetzbare Schritte für deine Entwicklungsabteilung
Auch wenn du nichts mit mir zusammen machst: Diese drei Schritte kannst du diese Woche in deiner Abteilung anstoßen.
1. Cost-of-Change-Bewusstsein in der Konzeptphase verankern. Jedes Kick-off-Meeting für ein neues Produkt sollte mit einem expliziten Reminder beginnen: 70 bis 80 Prozent der späteren Produktkosten werden hier festgelegt. Nicht später. Klingt banal — verändert die Diskussionsqualität.
2. Eine konkrete strukturierte Methode pro Projekt verbindlich machen. Nicht alle. Nicht TRIZ, FMEA und QFD parallel. Eine. Konsequent. Welche, hängt vom Projekttyp ab — bei klassischen Konstruktionsproblemen mit technischen Widersprüchen ist TRIZ meine erste Wahl.
3. KI-Tooling in die Vorphase ziehen, nicht in die Spätphase. Die meisten F&E-Teams testen KI-Tools heute in Dokumentation, Reporting oder CAD-Automatisierung. Das ist nicht falsch, aber der Hebel ist klein. Der große Hebel liegt in der Methodenanwendung in der Vorphase.
Wenn du tiefer einsteigen willst
Ich halte zu diesem Thema einen 15-minütigen Impulsvortrag — mit Live-Demo an einem realen Produkt-Case deiner Wahl. Format: Inhouse oder remote, beides funktioniert. Im Anschluss diskutieren wir typischerweise konkrete Anwendungen in deinem Projekt-Portfolio.
Wer noch tiefer einsteigen will, für den habe ich ein Done-with-You-Workshop-Programm. Dort verankern wir den Methoden-Stack über mehrere Wochen direkt im Team — mit konkreten Lösungsfächern für laufende Projekte, nicht mit Theorie an erfundenen Beispielen.
Schreib mir kurz über die Seite Vorträge oder per Mail. Im Anschluss schicke ich dir das passende Format mit konkreten Daten.
Über den Autor: Tobi Deckert ist Wirtschaftsingenieur und Gründer der Einfallsschmiede — einer Produktentwicklungsberatung mit Fokus auf physische Hardware. 15 Jahre Erfahrung in der Entwicklung technischer Produkte, davon 5 Jahre F&E in der Inflatable-Branche bei Skywalk (Kiteboarding, Eventzelte). Eigene Marken: ShredRack, BOLSTair, Apres-Allstars. 3 EU-Patente, ISPO Brand New Award, Green Product Award. Heute fokussiert auf KI-gestützte Methoden in der frühen F&E-Phase und Engineering-Mandate für mittelständische Hersteller.
#Produktentwicklung #Engineering #TRIZ #Konstruktion #KMU #KünstlicheIntelligenz
Dein Betrieb steckt genau hier fest? Das löse ich →