Die Ära der Agenten beginnt offiziell

Die GTC 2026 markierte einen Wendepunkt in der Geschichte der KI und zeigte, wie diese bereits jetzt die Arbeitswelt und die Produktentwicklung grundlegend verändert. Zehntausende Teilnehmer besuchten Vorträge, Ausstellungen und Demonstrationen, die die rasante Verbreitung von KI in allen Branchen – vom Maschinenbau über das Gesundheitswesen bis hin zur lebenswissenschaftlichen Forschung – verdeutlichten. Hardware und Infrastruktur wurden zwar deutlich schneller und Software wesentlich intelligenter, doch die Anwendungsfälle und Ergebnisse waren es, die wirklich beeindruckten.

Agenten, das mit Abstand wichtigste Thema der GTC 2026, stellen die bisher praktischste Anwendung von KI in der Branche dar. McKinsey merkte an, dass mit dem Wachstum der Token-Ökonomie und der Weiterentwicklung physischer KI diejenigen Unternehmen erfolgreich sein werden, die ihre Daten kontrollieren, ihr technisches Wissen besitzen und Agenten einsetzen, die dieses Wissen kontinuierlich nutzen können. Agenten können komplexe Prozesse aufschlüsseln, spezialisierte Tools einsetzen und Subagenten zur parallelen Aufgabenbearbeitung aufrufen. Dadurch kann ein einzelner Ingenieur Arbeitsabläufe orchestrieren, für die zuvor ein ganzes Team erforderlich gewesen wäre.

NVIDIA-CEO Jensen Huang brachte es auf den Punkt: KI ist kein Feature oder Werkzeug mehr, sondern essenzielle Infrastruktur. Und da diese Infrastruktur nun von Grund auf für autonome Systeme konzipiert ist, riskieren Entwicklungsunternehmen, die sich nicht anpassen, hinter Unternehmen zurückzufallen, die bereits jahrelange traditionelle Simulationen in Stunden komprimieren.

Die von Rescale auf der Veranstaltung vorgestellten Anwendungsfälle verdeutlichen, wie grundlegend diese neuen Technologien sein können. Wir sind überzeugt, dass diese Veranstaltung und die präsentierten Technologien für die führenden Köpfe im Bereich Daten und KI in der Ingenieursbranche, die einen transformativen Wandel in ihren Organisationen anstreben, von entscheidender Bedeutung sind. 

Rescale und McLaren: Reale Szenarien für agentenbasierte KI und KI-Physik

Die Partnerschaft von Rescale mit McLaren Automotive wurde auf der GTC 2026 angekündigt und durch Live-Demos sowie im Zentrum des NVIDIA-Standes, der Fortschritte im Bereich Datenintelligenz präsentierte, vorgestellt. Agententechnik und KI-Physik. 

McLaren revolutioniert seine Produktentwicklung durch die Integration von durchgängiger, agentenbasierter KI in den gesamten Entwicklungszyklus. Die digitale Engineering-Plattform von Rescale, basierend auf der KI-Infrastruktur von NVIDIA, bietet einen integrierten Stack für Rechenleistung, Daten und KI und ermöglicht so eine beispiellose Geschwindigkeit und Skalierbarkeit im Design- und Entwicklungsprozess von McLaren.

Wie sieht KI in einer erstklassigen Ingenieursorganisation aus? Die Rescale-Plattform wurde ausschließlich mit McLarens eigenen Daten trainiert und integriert NVIDIA-Technologien. KI-PhysikmodelleDie Umgebung umfasst agentenbasierte Entwicklungsbibliotheken und Wissensdatenbanken. Sie verbindet McLarens CAE-, Systementwicklungs- und Designfunktionen zu einer einzigen, kontinuierlich lernenden Plattform, die McLarens hohen Qualitätsstandards und Leistungsmerkmalen entspricht und gleichzeitig die Arbeitsgeschwindigkeit des Teams grundlegend verändert. Agentenbasierte Workflows auf der Plattform lassen sich durch dialogbasierte Anweisungen generieren. Dies senkt die Einstiegshürde erheblich und stellt die Leistungsfähigkeit KI-gestützter Entwicklung direkt den Fachexperten zur Verfügung, ohne dass tiefgreifende technische Konfigurationen erforderlich sind.

Auswirkungen über den gesamten Produktentwicklungszyklus hinweg:

• Schnelle Designexploration: Ingenieure können innerhalb weniger Stunden Tausende von Designiterationen auswerten, die verschiedene Bereiche der Physik und Ingenieurwissenschaften abdecken. Dies verändert grundlegend, wie schnell ein optimales Design erreicht werden kann. Agenten erweitern das Spektrum des Möglichen, erkunden einen Designraum, den kein menschliches Team manuell abdecken könnte, und setzen neue Maßstäbe für herausragende Ingenieursleistungen.
• Schnellere virtuelle Simulation: Die KI-gestützte Physik verkürzt die Simulationszeit erheblich, wobei jeder Test neue Daten in das System zurückspeist, um das Verständnis der Ersatzmodelle und Agenten für die physikalische Welt kontinuierlich zu verbessern.
• Leistungsprognose in Echtzeit: Mithilfe von Modellen des maschinellen Lernens lassen sich nahezu sofortige Vorhersagen über die Fertigungsleistung treffen, beispielsweise bei der Herstellung von Hochleistungs-Kohlenstofffaserstrukturen und -komponenten.
• Produktionsreife Agentenentwicklung: Engineering-Agenten übernehmen die hochgradig iterativen Aufgaben, deren Konfiguration, Fehlerbehebung, Überwachung und Auswertung einzeln mühsam wären. Sie können Hardware- und Softwareoptimierungen untersuchen, die die Kosteneffizienz verbessern, Studien mit spezifischem Budget durchführen und komplexe, sich wiederholende Aufgaben automatisieren. Dadurch wird die Produktivität von Experten in Infrastruktur-Workflows um das Dreifache gesteigert und Ingenieure können sich auf wertschöpfende Designprozesse konzentrieren.
• Wissensbasiertes Engineering: Die Plattform von Rescale erstellt Wissensgraphen für Ingenieure, die Erkenntnisse aus früheren Arbeiten erfassen, agentenbasierte Arbeitsabläufe ermöglichen und Produktentwicklungsentscheidungen beschleunigen.

Nick Collins, CEO von McLaren Automotive, brachte die Bedeutung auf den Punkt: „Dies ist eine echte strategische Transformation für das Unternehmen. Indem wir unsere Daten, unser Wissen und unsere Entwicklungsphilosophien in unvorstellbarer Geschwindigkeit zusammenstellen und kontinuierlich optimieren, können wir Produktentwicklungen agil vorantreiben und gleichzeitig die DNA unseres Unternehmens schützen.“

Joris Poort, Gründer und CEO von Rescale, fügte hinzu: „Unsere grundlegende Plattform ermöglicht es McLaren, die neuesten agentenbasierten Engineering-Technologien auf Basis der NVIDIA KI-Infrastruktur zu nutzen. Dies bietet Ingenieuren in kritischen Bereichen wie Kohlenstoffmaterialien, Strukturdynamik und Haltbarkeit einen sich selbst verstärkenden Wettbewerbsvorteil und letztendlich die systematische Skalierung von Ingenieursleistungen in allen Disziplinen, um schneller erstklassige Produkte zu liefern.“

Die Geschichte von McLaren ist mehr als nur eine Fallstudie aus der Automobilbranche. Sie zeigt, dass Rescales Plattformansatz zur Integration von HPC, fortgeschrittene Modellierung und Simulation und Datenintelligenz macht Agentische Engineering-Lösungen für Simulation, Konstruktion, Prüfung und Fertigung, die Ingenieurorganisationen branchenübergreifend heute zur Verfügung stehen.

Die größten Branchentrends im KI-gestützten Engineering

Die GTC 2026 markierte einen klaren Branchenwechsel: von KI als Produktivitätsschicht hin zu KI als autonomem Betriebssystem für Ingenieurs- und Wissensarbeit.

Die Schlussfolgerungsökonomie ist da

Jahrelang wurde die KI-Diskussion vom Training und dem Aufbau immer größerer Basismodelle auf immer leistungsfähigeren Clustern dominiert. Die GTC 2026 markierte die entscheidende Wende hin zu Inferenz-Workloads: dem kontinuierlichen, produktionsreifen Einsatz von KI für reale Aufgaben in der Praxis. Im Ingenieurwesen ist dieser Wandel besonders bedeutsam für KI-PhysikHierbei ist Inferenz die Grundlage für Ersatzmodelle und physikbasierte KI, die Echtzeitvorhersagen während aktiver Design- und Simulationsprozesse liefern – und nicht erst im Nachhinein. NVIDIAs neue Vera-Rubin-Plattform und die Groq-Sprachverarbeitungseinheit (LPU) sind speziell für diesen Wandel entwickelt und bieten deutliche Verbesserungen beim Inferenzdurchsatz und der Kosteneffizienz. Allein die neue LPU-Technologie von NVIDIA ermöglicht einen bis zu 35-mal höheren Inferenzdurchsatz pro Megawatt – ein deutliches Zeichen dafür, dass sich die Wirtschaftlichkeit des Einsatzes von permanent aktiven KI-Systemen erheblich verbessert und deren Akzeptanz steigt.

Für Führungskräfte im Ingenieurwesen ist dies von Bedeutung, da die Kosten- und Zugangsbarrieren für den Einsatz von KI rapide sinken. Es geht nicht mehr nur darum, Datenwissenschaftlern und ML-Ingenieuren bessere Werkzeuge an die Hand zu geben. Es geht darum, leistungsstarke KI-gestützte Methoden, einschließlich physikbasierter KI-Inferenz, einzusetzen. Modellierung, Simulation und DesignexplorationDirekt in die Hände von Ingenieuren, die noch nie eine Zeile Python geschrieben haben. Ein Designer, der aerodynamische Konfigurationen erforscht, ein Materialingenieur, der Verbundwerkstoffe bewertet, oder ein Systemingenieur, der Leistungskompromisse frühzeitig im Produktzyklus validiert, kann nun KI-gestützte physikalische Inferenzfunktionen nutzen, die bisher spezialisierten Rechenteams vorbehalten waren. Da Agenten die iterative, konfigurationsintensive Arbeit im Hintergrund erledigen und die Ergebnisse in verständlicher Sprache präsentieren, gehen die Produktivitätssteigerungen weit über das ML-Team hinaus. Jeder Ingenieur wird dadurch deutlich leistungsfähiger und die Bandbreite der Designmöglichkeiten, die jedes Unternehmen realistisch erkunden kann, erweitert sich.

Das Agentic-Ökosystem expandiert rasant.

Eines der prägnantesten Themen der GTC 2026 war die rasante Weiterentwicklung des offenen Modell-Ökosystems für agentenbasierte KI. NVIDIA kündigte die Nemotron Coalition an, ein wachsendes Bündnis von KI-Laboren und Softwareplattformen, die spezialisierte, zukunftsweisende Open-Source-Modelle für die Bereiche Sprache, Simulation, Robotik und physikalische KI beisteuern. Diese stetig wachsende Bibliothek offener, anpassbarer Modelle senkt die Hürde für Unternehmen, maßgeschneiderte Agenten zu entwickeln, ohne bei null anfangen zu müssen. Gleichzeitig bietet sie eine bessere Kontrolle über das Modellverhalten und günstigere Konditionen als geschlossene, proprietäre Alternativen. Ein prominentes Beispiel ist OpenClaw, das Open-Source-Framework für agentenbasierte KI, dessen Verbreitung rasant zugenommen hat und das Jensen mit Linux verglich und als „das Betriebssystem agentenbasierter Computer“ bezeichnete.

Strukturierte Daten als Grundlage für agentenbasierte KI

Ein durchgängiges Thema der GTC 2026 war, dass strukturierte Daten die Grundlage für KI in Unternehmen bilden: Agenten sind nur so leistungsfähig wie die Daten, auf die sie zuverlässig zugreifen und mit denen sie arbeiten können. Für Entwicklungsunternehmen ist diese Herausforderung besonders akut: Simulationsergebnisse, Testdaten, Designiterationen und Leistungsprotokolle sind oft über verschiedene, voneinander unabhängige Tools und Teams verstreut. Die Data-Intelligence-Funktionen von Rescale setzen hier direkt an und bieten einheitliches Datenmanagement, Metadatenanreicherung und Nachverfolgung der Datenherkunft entlang des gesamten Entwicklungs-Workflows. So arbeiten Agenten und KI-Physikmodelle von Anfang an mit sauberen, kontextualisierten und kontrollierten Daten. Die Qualität Ihrer KI-Ergebnisse hängt immer von der zugrunde liegenden Datenbasis ab. Für Entwicklungsunternehmen bedeutet dies Investitionen in drei Bereiche:

• Einheitliche Datenstruktur zur Verbindung von Simulations-, Test- und Konstruktionsdaten 
• Umfangreiche Metadaten und Herkunftsverfolgung liefern den Agenten den Kontext für zuverlässiges Handeln.
• Ingenieurwissenschaftliche Wissensgraphen, die Fachwissen im Laufe der Zeit erfassen und erweitern

Veränderungsmanagement und Kontrollerhaltung sind entscheidend

Mit zunehmender Reife agentenbasierter KI rückt die Kontrolle der Zugriffsrechte von Agenten und deren Einhaltung der vorgegebenen Grenzen in den Mittelpunkt. Transparenz und Kontrolle über Agentenaktionen dürfen nicht vernachlässigt werden, sondern müssen nicht nur aus technischer Sicht, sondern auch im Rahmen des operativen Change-Managements berücksichtigt werden. Rescales Erfahrung in der Begleitung von Implementierungen agentenbasierter Systeme gewährleistet, dass die Veränderungen in Personal und Prozessen die Sicherheitskontrollen auf Unternehmensebene und das MCP-basierte Framework optimal ergänzen. Dieses ermöglicht die präzise Vergabe von Berechtigungen an Agenten, die Protokollierung ihrer Aktionen und die Begrenzung ihres Zugriffs. So kann das Potenzial agentenbasierter KI genutzt werden, ohne firmeneigene Entwicklungsdaten oder Workflows zu gefährden.

Warum diese Trends für Ingenieurorganisationen wichtig sind

Die GTC 2026 hat eine klare Trennlinie gezogen. Der Wandel von trainingszentrierter KI hin zu inferenz- und agentenzentrierter KI ist nicht mehr nur eine Frage der Zeit; er hat bereits stattgefunden. The Wall Street Journal Es wurde festgestellt, dass Inferenz – also die tägliche Anwendung von KI nach dem Training – einen grundlegenden Wandel in der Konzeption und dem Einsatz von IT-Infrastruktur vorantreibt. Und die Ingenieursorganisationen, die jetzt handeln, werden ihren Vorsprung gegenüber denen, die noch überlegen, ob sie damit beginnen sollen, deutlich ausbauen.

Rescale hat auf diesen Moment hingearbeitet. Unsere Plattform wurde für Entwicklungsunternehmen konzipiert, die schnell agieren müssen, ohne dabei die für erstklassige Produkte notwendige Präzision zu vernachlässigen. Die Partnerschaft mit McLaren ist der beste Beweis für diese Mission: Ein Unternehmen mit 60 Jahren Erfahrung im Ingenieurwesen nutzt Rescale, um die Produktentwicklungszeiten zu verkürzen, das Know-how seiner besten Ingenieure programmatisch zu skalieren und das institutionelle Wissen zu schützen, das seine Marke ausmacht.

Erfahren Sie mehr über die Ankündigungen von Rescale auf der GTC 2026

Sind Sie bereit zu erfahren, was die digitale Engineering-Plattform von Rescale für Ihr Unternehmen leisten kann? Besuchen Sie unsere GTC-2026-Seite für die McLaren-Ankündigung, Rescale-Demo-Ressourcen und Informationen zum Einstieg. Entdecken Sie mehr! Rescales GTC-Ressourcen und sehen Sie Rescale in NVIDIAs GTC-Zusammenfassungsblog.