|
16.07.2026
17:42 Uhr
|
Rudy Sengupta warnt die Embedded-Branche: Wer noch mit bisherigen Methoden testet, wird mit exponenti^ell steigenden Kosten und Testzeiten zu kämpfen haben.

Rudy Sengupta ist Vice President NI Test and Analytics Software bei Emerson und einer der wichtigsten Köpfe bei moderner Test-Infrastruktur für Embedded-Systeme. Am Rande des Events NI Days, das im Februar 2026 in München stattfand, konnten wir uns mit ihm über die drängendsten Probleme der Branche und mögliche Lösungsansätze unterhalten.
Der Kern des Problems liege in der wachsenden Produktkomplexität, sagt Sengupta. Sie entstehe dadurch, dass Systeme immer mehr Funktionen auf engstem Raum beherbergen – egal, ob in der Automobilindustrie, Halbleiterfertigung oder Luft- und Raumfahrt. So kümmere sich beispielsweise in einem aktuellen KFZ ein einziges Steuergerät um unterschiedliche Funktionen wie Batteriemanagement, Radar oder autonome Fahrassistenz. Wer solche Multidomänen-Geräte mit herkömmlichen Methoden teste, gerate in eine Spirale: mehr Messgeräte, mehr Software, mehr Personal – ohne dass Tests mit der Komplexität der Systeme Schritt halten könnten.
Rudy Sengupta erklärt im „heise meets … “-Podcast, warum Unternehmen nicht einfach mehr Ingenieure einstellen könnten. Die Kosten explodierten, die Abstimmung werde aufwendiger, die Testzeiten wüchsen trotzdem. Stattdessen schlägt er einen anderen Ansatz für skalierbare Lösungen vor: Softwaredefinierte Systeme, bei denen flexible Software modulare Hardware steuert – kombiniert mit einer durchdachten Plattformarchitektur.
Die eigentliche Herausforderung liege dabei nicht bei der Programmierung, sondern an zwei anderen Stellen im Workflow. Sengupta zeigt, wo die kognitive Komplexität tatsächlich zunimmt und warum das zur Führungsentscheidung wird.
Sengupta nennt drei konkrete Maßnahmen, die Unternehmen jetzt angehen sollten. Erstens: eine unternehmensweite Datenstrategie. Zweitens: praktischer KI-Einsatz. Drittens: Evaluierung von Testplattformen.
Und er warnt: Wer seine Testdaten nicht schützt, riskiert, dass Alleinstellungsmerkmale in öffentlichen KI-Modellen landen, denn Konstruktionsdateien und Messergebnisse sind wertvolles geistiges Eigentum.
Ein vollständiges Transkript der aktuellen Podcast-Episode von heise meets gibt es unter den Shownotes bei Podigee zu lesen.
(vbr)