# Stellantis-Ingenieure sparen Wochen und arbeiten doppelt so hart > Ingenieure im Technologiezentrum von Stellantis in Michigan berichten, dass KI die Entwicklung eines freihändigen Fahrsystems auf sechs Wochen und eine Luftwiderstandssimulation von einem Tag auf drei Minuten verkürzt hat. Sie arbeiten nach eigenen Angaben härter, prüfen jedes Ergebnis und fürchten um Kernkompetenzen, während der Konzern die Fahrzeugentwicklung bis 2027 halbieren will. - URL: https://ai-news-daily.xyz/de/posts/stellantis-ingenieure-sparen-wochen-und-arbeiten-haerter/ - Published: 2026-11-02 - Tags: business, agents, essays - Author: KI-generiert (this text was generated by AI; see https://ai-news-daily.xyz/de/about/#ai-disclosure) - Publisher: [AI News Daily](https://ai-news-daily.xyz/de/) Der Testwagen ist ein Jeep Grand Cherokee mit einem Riss in der Windschutzscheibe. Aus den Außenspiegeln fehlen Stücke, damit die Kameras hineinpassen. Joydip Saha leitet bei Stellantis das Projekt zum freihändigen Fahren und nennt ihn das ramponierteste Auto auf dem Gelände. Ein gelber Kasten auf dem Armaturenbrett ist der Notschalter: Ein Knopfdruck, und der Fahrer übernimmt wieder. Im Parkhaus unter dem Chrysler Technology Center in Auburn Hills, Michigan, piept das System, wenn es Saha braucht. Gerade ist es verwirrt. Das Parkhaus ist ein rautenförmiges Labyrinth, der Wagen steuert auf die falsche Ausfahrt zu. Saha greift ans Lenkrad. Draußen auf den Vorortstraßen meistert dieselbe Software eine Kreuzung, an der zwei andere Fahrer gleichzeitig unerlaubt die Spur wechseln. Saha fährt jede neue Softwareversion selbst, mitunter zweimal pro Woche. Nick Lichtenberg von Fortune verbrachte zwei Tage im Zentrum und veröffentlichte seinen Bericht am 1. November. Saha erzählte ihm, sein Team habe das freihändige Fahrsystem des Cherokee mithilfe von KI-Werkzeugen in sechs Wochen entwickelt. Ein ähnliches Projekt habe früher ein Jahr, manchmal sogar 18 Monate gedauert. Er hat aber eine Regel: „Ich lasse die Leute keine Architektur mit KI entwerfen, weil sie sonst verlernen, Fehler zu finden.“ ## Vier Jahre Entwicklung sollen in zwei passen Das Tempo ist für Stellantis wichtig, weil der Konzern darauf angewiesen ist. Fortune zufolge will das Unternehmen die Fahrzeugentwicklung von vier Jahren auf 24 Monate verkürzen, beginnend mit zwei Modellen im Jahr 2027. Der Konzern führt 14 Marken, das Europageschäft schreibt Verluste, und die bereinigte operative Marge lag im zweiten Quartal bei 1,8 Prozent. Vorstandschef Antonio Filosa hat für 2030 ein Ziel von 7 Prozent gesetzt. Im Februar schrieb das Unternehmen rund 22,2 Milliarden Euro, etwa 26,5 Milliarden Dollar, auf seine Elektroautostrategie ab. Die Aktie verlor an diesem Tag 25 Prozent. Seit Jahresbeginn ist sie laut Fortune um fast 60 Prozent gefallen. In dem Gebäude, das Iacocca 1991 eröffnete, nennen die Ingenieure konkrete Einsparungen. Softwareentwicklungsleiter Ben Zawodni führt Hunderte einzelne elektronische Steuergeräte in einem Zentralrechner namens STLA Brain zusammen. Ein Machbarkeitsnachweis für eine globale Plattform zur Beobachtung von Systemzuständen habe eine Woche gedauert. Vor der Einführung von Programmieragenten wären es seiner Erinnerung nach etwa sechs Monate gewesen. Fehler, für deren Behebung früher zwei bis drei Wochen nötig waren, seien heute in zwei bis drei Tagen behoben. In der Aerodynamik lässt Arturo Guzmans Team ein trainiertes Modell eine Änderung am Frontsplitter eines Ram-Pick-ups prüfen. Nach etwa drei Minuten liegt eine Schätzung des Luftwiderstands vor. Die vollständige Simulation dauerte 14 bis 24 Stunden. Guzman führte KI vor etwa fünf Jahren in der Gruppe ein und rückt die Erwartungen der Führungskräfte zurecht: „Es gibt keine Wunder. Es gibt keine Magie.“ Er nennt das Modell einen Praktikanten. Im Windkanal des Unternehmens wird laut dessen Leiter Steve Kubiak währenddessen weiterhin üblicherweise ein Auto pro Tag getestet. Nur die Analyse hat sich beschleunigt: Ein Kollege übergibt einem Assistenten die Daten der letzten 20 Durchläufe und fragt, was ihm auffällt. Die Zahlen sind Angaben der Ingenieure, die ein Reporter zusammengetragen hat. Sie beschreiben einzelne Projekte, nicht den gesamten Entwicklungszyklus des Konzerns. ## Warum die Arbeit härter wird Dieselben Leute zeichnen ein vielschichtigeres Bild. Zawodni sagt, die Agenten hätten seine Arbeit erheblich erleichtert, und stellt dann selbst die Frage: „Warum arbeite ich also so viel härter?“ Nach seiner Einschätzung arbeitet er mindestens doppelt so hart wie früher und spürt „eine enorme Dringlichkeit“. In seinem Team seien die Reaktionen gemischt. „Ich glaube, es gab einen Startschuss, und der ist gefallen“, sagt er. „Manche haben ihn gehört, andere nicht.“ Über seine Ingenieure ergänzt er: „Ingenieure haben wirklich Angst, ihre Kernkompetenzen zu verlieren.“ Sie wollten wissen, warum ein Semikolon das tut, was es tut. Er hält diese Neugier für berechtigt und möchte, dass sie stattdessen zu Architekten werden. Sahas Regel weist in die andere Richtung, und beide Manager sitzen im selben Gebäude. Der eine will schneller Architekten heranbilden. Der andere verbietet dem Werkzeug, die Architektur zu übernehmen, weil die Ingenieure bei einem sicherheitskritischen Produkt weiterhin jede Frage beantworten können müssen. Andere berichten eher von Qualitäts- als von Zeitgewinnen. Mel Roberts plant Infotainmentfunktionen fünf bis acht Jahre im Voraus. Ihr KI-Recherchewerkzeug liefert zehn bis 15 Quellen, und sie muss jede prüfen. „Ich glaube nicht, dass es Zeit spart“, sagt sie, doch ihre Arbeit werde belastbarer. Amanda French leitet Plattformteams und nutzt KI, um Anforderungen und Stücklisten zusammenzuführen. Diese liegen in regionalen Systemen, die nie für den Austausch untereinander ausgelegt wurden, ein Erbe der vielen Unternehmensfusionen. Beide betonen, dass menschliches Urteilsvermögen nötig bleibt. „Die KI-Systeme werden uns nicht sagen, welche neuen Plattformen wir brauchen“, sagt Zawodni. Das Muster ist nicht auf Detroit beschränkt. Am 20. Oktober veröffentlichte die Linux Foundation eine Umfrage unter Open-Source-Projekten. 59 Prozent der Betreuer berichteten seit dem Aufkommen generativer KI von mehr Beiträgen. Schätzungsweise 25 Prozent der eingehenden Pull Requests waren von geringer Qualität. Was am einen Ende schneller entstand, wurde am anderen Ende zu zusätzlicher Prüfarbeit. Bei Stellantis fällt diese Arbeit denselben Ingenieuren zu, die den Code schreiben. ## Sich überflüssig machen und trotzdem einstellen Ned Curic, Leiter für Entwicklung und Technologie, war zuvor bei Amazon, Microsoft und Toyota. Er wirbt für eine Idee, von der er weiß, wie schwer sie zu vermitteln ist: „Das Beste, was man für die eigene Karriere tun kann, ist, sich selbst überflüssig zu machen.“ Er habe das mehrfach getan, indem er ein Team in gute Verfassung gebracht habe und dann weitergezogen sei. Das Unternehmen müsse für diejenigen, denen das gelinge, immer eine neue Aufgabe bereithalten. Laut Fortune sagte er Bloomberg im Oktober auf dem Pariser Autosalon zudem, Stellantis werde dieses Jahr in Europa und den USA „mehrere Hundert“ Ingenieure einstellen. Curic spricht offen über den Stand des Unternehmens. Einige Teams erzielten „phänomenale Erfolge“, sagt er, aber „als Gesamtorganisation sind wir noch nicht so weit“. Anne Laliron leitet die rund 400-köpfige Technologieforschung und ergänzt eine Beobachtung: Erfahrene Ingenieure trügen frühere Fehlschläge mit sich, und manchmal „macht ihr Gehirn Türen zu“. Junge Ingenieure mit Rennsimulatoren im Keller kamen sofort mit dem Fahrsimulator zurecht. Testfahrer, die zehn oder 20 Jahre in echten Prototypen verbracht hatten, brauchten länger. ## Was sich in vier Jahren klären könnte Alison Rahm, Chefingenieurin für mittelgroße und große SUVs, erinnert sich an eine Mitarbeiterversammlung 1997. Ihr Chef kündigte damals etwas Neues an, das E-Mail hieß. „Wir waren alle völlig in Panik“, sagt sie. Sie gingen zurück an ihre Schreibtische und probierten es aus. Heute übernimmt KI Prüfungen, die sie früher von Hand erledigte, etwa eine Liste mit rund 1.000 Konstruktionsregeln durchzugehen. Die Ingenieure können sich dadurch fragen, ob die Regeln selbst stimmen. Auf Gegenprüfungen will sie noch nicht verzichten. Auch nach Einführung virtueller Crashtests ließen Ingenieure noch jahrelang echte Autos gegen Wände prallen, um sich von der Richtigkeit ihrer Annahmen zu überzeugen, sagt sie. Wie lange dauert es, KI ebenso zu vertrauen? Nach einer Pause antwortete sie, es brauche noch einen Lebenszyklus: „Ich würde sagen, vier Jahre.“ Das wäre 2030, das Jahr, für das Filosa die Marge von 7 Prozent versprochen hat. ## Quellen - Boysel, S., & Lai, A. (2026). *Navigating Open Source Software Development in the Generative AI Era: Challenges and Opportunities for Project Communities* (announced by the Linux Foundation, 20 October 2026). https://www.prnewswire.com/news-releases/new-lf-research-survey-shows-generative-ai-cuts-open-source-coding-time-in-half-but-25-of-incoming-pull-requests-are-considered-ai-slop-302913843.html - Lichtenberg, N. (2026). *'The best thing that you can do for your career is to make yourself redundant': Inside Stellantis' AI push after the 'starting gun went off'*. Fortune. https://fortune.com/2026/11/01/stellantis-detroit-ai-best-thing-make-yourself-redundant-chrysler/