Gewinne:
- Möglichkeit, Kompromissstudien von Missionsanforderungen bis zur konzeptionellen Flugzeug-/Raumfahrzeugdimensionierung mit KI-Unterstützung zu beschleunigen
- Fähigkeit zur Anforderungserstellung, Rückverfolgbarkeit und Konsistenzkontrolle mit konfigurierten Eingabeaufforderungen
- Möglichkeit zur Eliminierung unangemessener Ergebnisse durch Kreuzvalidierung von KI-vorgeschlagenen Entwurfspunkten mit physikbasierten Handberechnungen
Ein Flugzeug oder Raumfahrzeug entsteht aus einer Liste von Anforderungen, nicht auf einem Zeichenbrett. Der Satz „Tragen Sie so viel Last in diesem Bereich, bei dieser Geschwindigkeit und zu diesem Preis“ ist der Keim für das Design, das noch viele Jahre Bestand haben wird. Beim Konzeptdesign (der frühesten Entwurfsphase, in der zunächst die grobe Größe, das Gewicht und die Konfiguration des Fahrzeugs festgelegt werden) handelt es sich um den Prozess, aus diesem Keim eine Ausgangsform zu extrahieren. Die hier getroffenen Entscheidungen sind billig, aber ihre Auswirkungen sind am teuersten: Eine falsche konzeptionelle Wahl kann Millionen von Dollar an detailliertem Design verschwenden.
In dieser Einheit werden wir künstliche Intelligenz (KI) nutzen, um drei Belastungen des Konzeptdesigns zu lindern: vage Aufgabenanforderungen in messbare Anforderungen umzuwandeln, die Rückverfolgbarkeit und Konsistenz zwischen Anforderungen aufrechtzuerhalten und die Kompromissanalyse zwischen konkurrierenden Designoptionen zu beschleunigen. Aber lassen Sie uns das entscheidende Prinzip von Anfang an darlegen: Jede Größen- und Gewichtsschätzung, die die KI vorschlägt, wird notwendigerweise durch eine physikbasierte Handberechnung kreuzvalidiert. AI ist Brainstorming- und Buchhaltungspartner; ist nicht der Eigentümer der Größenentscheidung.
Konzepte: Anforderung: Eine einzelne überprüfbare Aussage, die das Tool erfüllen muss. Rückverfolgbarkeit: Die Aufzeichnungskette, woher jede Anforderung kam und mit welchem Design/Test sie erfüllt wurde. Handelsraum: Die Menge aller Optionen, die durch veränderbare Designvariablen geschaffen werden. MTOW: Maximales Abfluggewicht (Maximum Take-Off Weight), die höchste Masse, die das Fahrzeug abheben kann.
Vom Aufgabenbedarf zur Anforderung: Schritt für Schritt
Eine gute Anforderung hat drei Qualitäten: singulär (sagt etwas aus), messbar (enthält eine Zahl und eine Einheit) und überprüfbar (es ist offensichtlich, wie man sie überprüft). „Das Flugzeug muss schnell sein“ ist keine Anforderung; „Das Flugzeug muss eine Fluggeschwindigkeit vom Kaliber 250 kt (KCAS) auf Meereshöhe erreichen“ ist eine Anforderung.
Der erste Schritt besteht darin, die Anfragen der Stakeholder zu sammeln und sie mithilfe von KI in Anforderungsentwürfe umzuwandeln. Der zweite Schritt besteht darin, jede Anforderung messbar zu machen: Ersetzen Sie jedes vage Adjektiv („leicht“, „langlebig“, „effizient“) durch eine Metrik und einen Schwellenwert. Der dritte Schritt besteht darin, nach Widersprüchen zwischen den Anforderungen zu suchen: Reichweite und Nutzlast konkurrieren oft miteinander, KI bringt diese Widersprüche schnell an die Oberfläche. Der vierte Schritt besteht darin, eine Rückverfolgbarkeitsmatrix zu erstellen: Es wird tabellarisch aufgeführt, welches Aufgabenziel der obersten Ebene zu welcher Unteranforderung führt.
Auf der Seite der konzeptionellen Dimensionierung kann die KI bekannte technische Beziehungen (Gewichtsanteile, Schub-Gewichts-Verhältnis, Flügelbelastung) abrufen und eine erste Berechnungskette erstellen. Beispielsweise kann für ein Passagierflugzeug der Treibstoffgewichtsanteil mit der Breguet-Reichweitengleichung und der Leergewichtsanteil mit statistischen Beziehungen geschätzt werden. Aber jedes Glied dieser Kette wird durch Handberechnung bestätigt.
Tipp: Geben Sie der KI beim Schreiben von Anforderungen explizit die Aufgabe, „jedes mehrdeutige Adjektiv durch eine Metrik, Einheit und Überprüfungsmethode zu ersetzen“. Das Modell arbeitet viel disziplinierter, wenn man nicht überprüfbare Aussagen wie „benutzerfreundlich“ sagt „messbar machen“.
Konfigurieren der Kompromissanalyse
Das Herzstück der Kompromissanalyse ist die Gegenüberstellung mehrerer Kandidatenkonfigurationen mit gemeinsamen Kriterien. Das klassische Werkzeug ist die gewichtete Entscheidungsmatrix: Den Kriterien wird eine Gewichtung gegeben, jeder Kandidat wird für jedes Kriterium bewertet und die gewichtete Summe wird ermittelt. KI baut diese Matrix schnell auf, aber Vorsicht vor zwei Fallstricken: Gewichte sind eine subjektive technische Beurteilung (die nicht der KI überlassen wird) und Bewertungen müssen auf einer physikalischen Begründung basieren (nicht erfunden).
Kriterium (Gewicht)
Konfig. A: Hoher Flügel
Konfig. B: Tiefflügel
Konfig. C: Canard
Reichweite, km (0,30)
1200
1350
1250
Leergewicht, kg (0,25)
640
610
690
Produktionskosten (0,20)
mittel
niedrig
hoch
Stabilität (0,15)
hoch
mittel
mittel
Wartungsfreundlichkeit (0,10)
hoch
mittel
niedrig
Sie können diese Tabelle von der KI erstellen lassen. Allerdings müssen Reichweiten- und Gewichtszahlen aus einer unabhängigen Vorberechnung stammen und auch qualitative Bewertungen wie „Stabilität: hoch“ müssen begründet sein. Die Stärke der KI besteht darin, dass sie in wenigen Minuten zehn verschiedene Konfigurationen tabellarisch aufbereitet und eine Stimmungsanalyse durchführt (wie sich das Ranking ändert, wenn sich eine Gewichtung ändert).
Schwache Eingabeaufforderung / Starke Eingabeaufforderung
Schwache Eingabeaufforderung:
Ich entwerfe ein Trainingsflugzeug. Sagen Sie mir die beste Konfiguration.
Kraftvolle Aufforderung:
Rolle: Sie sind ein konzeptioneller Flugzeugdesignberater. Kontext: Vorläufige Kompromissstudie für ein zweisitziges Schulflugzeug (Werte sind repräsentativ): Zielreichweite ~1000 km, Reisegeschwindigkeit ~55 m/s, Nutzlast ~220 kg, Priorität auf niedrige Produktionskosten. Aufgabe: 1) Schlagen Sie 3 Kandidatenkonfigurationen vor (Flügelposition, Motortyp). 2) Erstellen Sie eine Tabelle, in der jeder Kandidat hinsichtlich Reichweite, geschätztem Leergewicht, Produktionskosten und Stabilität verglichen wird. 3) Verwenden Sie für Ihre numerischen Schätzungen die Beziehung und die Annahme. Einschränkung: Geben Sie an, welche statistische Beziehung Sie in Ihren Gewichtsschätzungen verwendet haben. Schreibeinheit; Treffen Sie keine endgültige Entscheidung, sondern reichen Sie einen Kandidaten ein. Ich werde abwägen und die endgültige Entscheidung selbst treffen.
Kopierbare Eingabeaufforderungsvorlagen
Vorlage 1 – Einen Aufgabenbedarf in eine messbare Anforderung umwandeln:
Wandeln Sie die folgenden Stakeholder-Anfragen in einzelne, messbare und überprüfbare Anforderungen um. Für jede Anforderung: eine Metrik, eine Einheit, ein Schwellenwert und eine vorgeschlagene Verifizierungsmethode (Analyse/Test/Demonstration). Übersetzen Sie vage Adjektive („leicht“, „schnell“) in konkrete Zahlen; Wenn Sie unsicher sind, fragen Sie nach, welche Informationen Sie benötigen. Anfragen: [hier auflisten]
Vorlage 2 – Rückverfolgbarkeitsmatrix und Konfliktprüfung:
Nehmen Sie diese Anforderungsliste und: (a) erstellen Sie eine Rückverfolgbarkeitstabelle, die jede Anforderung mit dem übergeordneten Aufgabenziel verknüpft; (b) alle Paare widersprüchlicher oder herausfordernder Anforderungen markieren (z. B. Reichweite vs. Nutzlast); (c) Auflistung fehlender oder nicht überprüfbarer Anforderungen. Das Ergebnis sei eine Tabelle. Anforderungen: [hier auflisten]
Vorlage 3 – Aufbau einer gewichteten Entscheidungsmatrix:
Erstellen Sie ein gewichtetes Entscheidungsmatrix-Framework für die folgenden Kandidatenkonfigurationen. Erstellen Sie die Kriterienzeilen und die Kandidatenspalten. Lassen Sie die Gewichtsspalte LEER (ich werde die Gewichte eingeben). Erläutern Sie in einer separaten Notiz die physikalische Begründung für die Punktzahl, die Sie in jede Zelle eingeben. Schreiben Sie keine erfundene Zahl, sondern markieren Sie die Stelle, die Sie erraten haben, als „erraten“. Kandidaten: [...] Kriterien: [...]
Vorlage 4 – Gegenprüfung der konzeptionellen Bemaßung:
Überprüfen Sie unabhängig das folgende Vordimensionierungsergebnis: MTOW, Flügelfläche, Schub. (a) Berechnen Sie die Flächenbelastung (W/S) und vergleichen Sie sie mit der typischen Reichweite für Ihre gegebene Flugzeugklasse. (b) Berechnen Sie das Schub-Gewichts-Verhältnis (T/W) und vergleichen Sie es mit der typischen Reichweite. (c) Warnen Sie, wenn die Werte außerhalb des typischen Bereichs liegen, und weisen Sie auf einen möglichen Fehler hin. Schreiben Sie alle Einheiten explizit. Eingabe: [MTOW-, S-, T-Werte]
Mini-Hüllen
Fall 1 – Frühzeitige Erkennung widersprüchlicher Bedürfnisse. Bei einem UAV-Projekt wünschen sich die Stakeholder sowohl „mindestens 8 Stunden Flugzeit“ als auch „maximal 12 kg Gesamtmasse“. Durch die Quantifizierung der beiden Anforderungen und die grobe Festlegung des Energiebudgets zeigt die KI, dass für einen 8-stündigen Flug mit typischer Batterieenergiedichte (ca. 200 Wh/kg) allein 6–7 kg Batterie erforderlich wären; Das passt zusammen mit der Zuladung und dem Aufbau nicht in das 12-kg-Budget. Der Widerspruch wird diskutiert, bevor mit der detaillierten Gestaltung begonnen wird. Lektion: Durch die Übersetzung von Anforderungen in Zahlen werden verborgene Widersprüche frühzeitig sichtbar.
Fall 2 – Sensitivitätsanalyse ändert die Entscheidung. Ein Team vergleicht drei Flügelkonfigurationen; Konfiguration mit Anfangsgewichten. B gewinnt (gewichtete Punktzahl 0,82 vs. 0,79). Die KI wird gefragt: „Was passiert, wenn ich das Kostengewicht von 0,20 auf 0,10 reduziere“; In diesem Szenariobereich kommt Config in den Vordergrund. A übernimmt die Führung (0,84 vs. 0,80). Das Team erkennt, wie sensibel die Entscheidung hinsichtlich der Kostenpriorität ist, und klärt die Gewichtungen mit dem Stakeholder. Lektion: Es kommt nicht auf die einzelne Punktzahl an, sondern auf die Stabilität des Rankings.
Fall 3 – Bestellfehler bei der Gewichtsschätzung. AI gibt aus einer Relation das Leergewicht eines Leichtflugzeugs mit 95 kg an. Der Ingenieur erinnert daran, dass das Leergewicht zweisitziger Flugzeuge einer ähnlichen Klasse typischerweise im Bereich von 350 bis 500 kg liegt; 95 kg sind physikalisch unmöglich. Bei der Überprüfung wird festgestellt, dass die KI einen Koeffizienten in der Beziehung falsch angewendet hat, und dies wird korrigiert. Lektion: Jede Gewichtsschätzung wird um Größenordnungen mit dem bekannten Bereich der Klasse verglichen.
Häufige Fehler
- Akzeptieren einer vagen Anforderung. Eine Anforderung, die keine Metriken und Einheiten enthält, kann nicht überprüft werden; „Es soll hell sein“ ist ein Wunsch, keine Vorgabe.
- Die KI wählt die Gewichte. Die Kriteriengewichte in der Entscheidungsmatrix sind subjektives Engineering und Stakeholder-Urteil; Wenn man es der KI überlässt, bleibt die Entscheidung obsolet.
- Akzeptieren von Punkten ohne Begründung. Wenn qualitative Bewertungen wie „Stabilität: hoch“ keine physikalische Grundlage haben, wird die Matrix zu einer ausgefallenen Liste von Vermutungen.
- Die Gewichts-/Größenschätzung wird nicht bestätigt. Statistische Korrelationen sind grobe Schätzungen; Es wird nicht auf die Detailgestaltung eingegangen, ohne sie mit dem Klassenangebot abzugleichen.
- Die Rückverfolgbarkeit wird für später aufgehoben. Wenn nicht erfasst wird, woher die Anforderung stammt, weiß niemand, welche Entscheidungen eine Änderung in der Zukunft beeinflussen wird.
Zusammenfassend
Das Konzeptdesign ist die Phase, in der die kostengünstigsten, aber effektivsten Entscheidungen getroffen werden. KI ist hier ein leistungsstarker Beschleuniger, wenn es darum geht, vage Anforderungen in messbare Anforderungen umzuwandeln, nach Rückverfolgbarkeit und Konflikten zu suchen und mehrere Konfigurationen über Kompromisstabellen hinweg zu vergleichen. Die Gewichtung der Kriterien beruht jedoch auf menschlichem Urteilsvermögen, numerische Vorhersagen werden durch physikalische Handberechnungen und Klassenintervalle verifiziert, und die endgültige Konfigurationsentscheidung liegt beim Ingenieur. KI bringt Kandidaten hervor; entscheidet nicht.
Anwendungsaufgabe
Schreiben Sie drei übergeordnete Missionsziele für ein Luft- oder Raumschiff Ihrer Wahl. Übersetzen Sie diese mithilfe von KI in mindestens sechs messbare Anforderungen und erstellen Sie eine Rückverfolgbarkeitstabelle. Erstellen Sie dann eine gewichtete Entscheidungsmatrix für die drei Kandidatenkonfigurationen; Bestimmen Sie die Gewichte selbst. Bestätigen Sie abschließend eine von der KI abgegebene Gewichts-/Größenschätzung mit einer unabhängigen Handberechnung und einem Klassenbereich. Melden Sie mindestens ein Anforderungspaar, bei dem Sie einen Konflikt feststellen.
Checkliste
- [ ] Ich habe jede Anforderung einzigartig, messbar und überprüfbar gemacht.
- [ ] Ich habe die mehrdeutigen Adjektive durch Metrik, Einheit und Schwelle ersetzt.
- [ ] Ich habe eine Rückverfolgbarkeitstabelle erstellt und widersprüchliche Anforderungen markiert.
- [ ] Ich habe die Gewichte der Entscheidungsmatrix selbst bestimmt (nicht KI).
- [ ] Ich habe die Matrixwerte auf die physikalische Begründung zurückgeführt.
- [ ] Ich habe die Gewichts-/Größenschätzungen mit Klassenabständen und Handberechnung überprüft.