KI verändert gerade radikal, wie wir Systeme entwickeln. Modelle, die früher Monate brauchten, entstehen heute in Tagen. Also lohnt sich die Frage: Ist mein MBSE-Skillset in fünf Jahren noch wertvoll? Ein Blick auf den aktuellen Stand von AI-Assisted MBSE mit SysML v2 zeigt: Ja - aber nur, wenn wir uns selbst mitverändern.

Was Software Engineering uns verrät

Software Engineering ist der Systementwicklung meist ein paar Schritte voraus, ein guter Indikator für das, was als Nächstes kommt. Boris Cherny, einer der Entwickler von Claude Code, beschreibt in Interviews eindrücklich, wie radikal sich seine Arbeit verändert hat: Im Dezember 2025 schrieb er schon seit 30 Tagen keinen Code mehr von Hand, ließ mehrere Claude-Sessions parallel laufen. Im Mai 2026 berichtete er von hunderten Agenten, die Tag und Nacht arbeiten - und an einem einzigen Tag 150 Pull Requests produzierten. Was bei der Software passiert, kündigt sich für MBSE an.

Drei Verschiebungen für Systems Engineers

Vom Modellierer zum Prüfer: Wird die Generierung von SysML-Modellen automatisiert, verschiebt sich unsere Rolle vom Erstellen zum Beurteilen. In Demonstrationen zeigt sich das deutlich: Vor einem Jahr verwechselten KI-Modelle noch SysML v1 mit v2. Heute erzeugen trainierte Modelle bereits syntaktisch valide SysML-v2-Modelle - inklusive korrekter ISQ-Größen und vollständiger Imports. Sogar komplette SYSMOD-Durchläufe mit Problemraum, Stakeholdern, Kontext, funktionaler und physischer Architektur samt Views lassen sich so erzeugen. Syntax und Methode werden also immer weniger zum Flaschenhals - vorausgesetzt, die KI kennt eure Methode und bekommt Feedback in einem Korrekturzyklus.

Vom Spezialisten zum Dirigenten: Statt an einer Sache zu arbeiten, koordinieren wir künftig mehrere Agenten, die parallel an Anforderungen, Compliance und Architektur arbeiten. Das Bild vom Systems Engineer als Dirigent eines Orchesters ist nicht neu - es wird jetzt einfach wörtlich. Und: KI ist lokal brillant, aber global noch etwas blind. Den systemischen Blick müssen wir weiterhin selbst einbringen.

Vertrauenswürdige KI: Entwurf statt Evidenz: Mit kommenden Regularien gilt: Was KI erzeugt, ist ein Vorschlag - keine Evidenz. Erst die unabhängige Verifikation und Validierung schafft die Nachweisbarkeit, die für zertifizierbare Produkte nötig ist. Diese Absicherung entsteht nicht durch KI-Engineering, sondern durch methodisches Engineering.

Die wichtigste Zukunftskompetenz

Donella Meadows, Systemdenkerin und Autorin von "Die Grenzen des Wachstums", beschrieb in ihrem Aufsatz "Leverage Points" zwölf Hebelpunkte, um ein System zu verändern. Der wirkungsvollste: die Fähigkeit, das eigene Paradigma - das mentale Modell der Welt - zu transzendieren. Genau das ist gerade gefragt: Vieles, was wir vor zehn Jahren über Systementwicklung zu wissen glaubten, verändert sich gerade grundlegend.

Zwei Ausgangslagen, ein Neustart

Unternehmen ohne MBSE-Historie müssen gleich zwei Dinge lernen: MBSE und den Umgang mit KI. Unternehmen mit etablierten, reifen Methoden müssen dagegen lernen, eingefahrene Arbeitsweisen loszulassen und agiler zu werden. Der Vorsprung der Erfahrenen ist real - aber er schmilzt, weil KI das Tempo des Wandels für beide Gruppen erhöht. Die Uhr wurde quasi neu gestartet.

Drei Fragen an eure Führung

Gibt es eine dokumentierte, lehrbare Methode für gute Systems-Engineering-Arbeit, die auch auf KI anwendbar ist? Gibt es einen Prozess, der nicht nur generiert, sondern auch verifiziert und validiert? Und: Behandelt ihr KI als Werkzeug - oder als Paradigmenwechsel?

Diese Fragen zu stellen, ist selbst schon ein Schritt in Richtung der wichtigsten Kompetenz: der Fähigkeit, das eigene Paradigma zu transzendieren.

Hast du ein Thema, über das wir schreiben sollen? Lass es uns wissen.