Editorial
Rechenleistung
Wenn ich an mein Maschinenbaustudium zurückdenke, waren die bestimmenden Themen faktisch greifbar: Werkstoffkunde, Technische Mechanik, Maschinenelemente, Technische Thermodynamik, Technologie der Fertigungsverfahren.
Hinzu kamen ein paar Grundlagen rechts und links des Maschinenbauerfokus – Chemie, Physik sowie Elektrotechnik und Datenverarbeitung sowie die Mathematik. Letztere ist eine faszinierende Wissenschaft. Zum einen, weil sie logisch ist und das Ergebnis keiner großen Interpretation bedarf. Zum anderen, weil sie einem – steigt man tiefer in sie ein – endlose Weiten eröffnet: Räume, Dimensionen, bis hin zur Unendlichkeit. Der Weg dorthin führt über die Jonglage mit Formeln, Definitionen, Annahmen und Abstraktion. Es war – die wichtigen Grundlagen natürlich ausgenommen – aufgrund der dargebotenen Tiefe mehr eine Spielerei denn ein Fach, das auf das spätere Arbeitsleben vorbereitet hätte.
Was man aus den Mathematikvorlesungen mitnehmen kann, ist die analytische Herangehensweise: das Problem erkennen, analysieren und diskutieren. Theorien aufstellen und beweisen oder widerlegen. An der TU Darmstadt ging es in meinen Vorlesungen nicht um das Formeln-Lernen, sondern um die Fähigkeit, möglichst effizient einen Lösungsweg zu finden. Die Werkzeuge dazu lagen unter anderem im Taschenbuch der Mathematik von Bronstein neben mir.
Heutzutage ist eine neue Gewichtung hinzugekommen. Mit der ansteigenden Datenmenge – Experten rechnen in Exa- und Zettabytes – steigt auch die Notwendigkeit, Maschinen intelligent und lernfähig zu machen. Da drängt sich die Frage auf, ob der Mathematiker bald der bessere Ingenieur sein wird.
Fakt ist, dass die Big-Data-Analyse mächtige Algorithmen und eine hohe Abstraktionsfähigkeit verlangt. Es geht nicht mehr um die richtige Lager-dimensionierung, sondern um riesige Datendimensionen. Mittels Künstlicher Intelligenz sollen Maschinen selbst den Nutzen der Datenwolken groß machen und halten. Und sie sollen auch – dezentral eingesetzt – Engpässe vermeiden, die durch Verzögerungszeiten der bilateralen Datenübertragung entstehen.
Fakt ist aber auch, dass rein statistische Ansätze im Produktionsumfeld nicht zielführend sind. Es braucht vielmehr die Verknüpfung des produktionstechnischen Wissens mit den Daten.
Entsprechend der mathematischen Logik folgend (Theorem und Beweis), muss der Ingenieur nicht befürchten, verdrängt zu werden. Dennoch wird sich die Ausbildung an der Basis ändern. Während zu meinen Studienzeiten der Studiengang Mechatronik als Novum angesehen wurde und sich noch im Aufbau befand, wird es zukünftig Studiengänge geben, die das Wichtigste aus dem Maschinenbau mit der Mathematik und Informatik verheiraten.
Zählt man eins und eins zusammen, wird klar, dass dieser Wandel wichtig für den Maschinenbau in Deutschland ist, da die Zukunft in der inter-disziplinären Zusammenarbeit liegt. cs
Das könnte Sie auch interessieren
Praxisnahes Training der Antriebstechnik
ABB Motion University: Lernen, ausprobieren, anwenden
Die ABB Motion University am Standort Mannheim hat ihr Schulungsprogramm für Antriebstechnik vorgestellt. Die Kurse sind praxisorientiert angelegt, sodass die Teilnehmenden das erworbene Wissen direkt in der Implementierung, im Betrieb und in der...
mehr...Mehr Raum für mehr Möglichkeiten
Heranführen, ausbilden, spezialisieren: Dieser Dreiklang bildet die Grundlage für das neue Ausbildungszentrum des Bruchsaler Antriebs- und Automatisierungsspezialisten SEW-Eurodrive. Mit namhaften Gästen aus Bildung, Politik, Verbänden und natürlich...
mehr...Kommunikation an Schulen neu denken
Ob privat oder beruflich – die digitale Kommunikation nimmt einen immer größeren Teil unseres Alltags ein. An Schulen sieht es jedoch oft anders aus, zumindest was den Informationsfluss betrifft.
mehr...BASF fördert neuen Masterstudiengang
Die Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau (RPTU) startet zum Wintersemester 2025/26 den Masterstudiengang Digital Process Engineering. BASF unterstützt das Programm mit Stipendien.
mehr...Effizientere Tainings in der Industrie
Teamviewer stellt eine immersive Spatial-Computing-Lösung für effiziente Schulungs- und Onboarding-Prozesse in der Industrie vor. Als einer der weltweit führenden Anbieter von Lösungen für den digitalen Arbeitsplatz, unter anderem für Augmented...
mehr...Bildungsoffensive für mehr KI-Kompetenz
KI auf dem Weg zum Bildungsstandard
Das KI-Robotik-Unternehmen Robominds ruft die Initiative zur Stärkung der Ausbildung im Umgang mit Künstlicher Intelligenz in Deutschland ins Leben. Damit will das Technologieunternehmen als Antwort auf den Fachkräftemangel nicht nur Hochschulen und...
mehr...Nächste Generation von Robotik-Experten
Studierende vertiefen Automatisierungs-Fachwissen bei Igus
Studierende der Technischen Hochschule Nürnberg Georg Simon Ohm besuchten das Igus-Werk in Köln, um ihr Fachwissen der Automatisierungstechnologie zu vertiefen. Bereits im vergangenen Juli waren sie als Team Autonohm nach Bordeaux gereist, um mit...
mehr...Der erste Tag ist geschafft
Spannung und Vorfreude lagen in der Luft, als 38 Nachwuchskräfte am 1. August beim Automatisierungsspezialisten Lenze ins Berufsleben starteten. Die neuen Lenzianer beginnen ihre Laufbahn in zehn kaufmännischen und technischen Ausbildungsberufen und...
mehr...Alles auf einer Plattform
Für professionelles Arbeiten auf der Baustelle, in der Werkstatt oder beim Reparatureinsatz ist funktionales und leistungsfähiges Werkzeug unerlässlich.
mehr...