Frühphase | DLR-Ingenieur gründet Startup, bringt Vibe Coding in die Hardware-Entwicklung

Hintergrund

Die Landschaft der industriellen Softwareentwicklung war seit jeher durch hohe Einstiegsbarrieren gekennzeichnet, ein struktureller Flaschenhals, der Innovationen für kleine Teams und Startups lange Zeit behinderte. Branchenriesen wie Dassault Systèmes und ANSYS haben ihre dominante Marktposition durch exorbitante Lizenzgebühren und steile Lernkurven gefestigt und so effektiv eine geschlossene Ökosystem-Mauer errichtet, die Ingenieure dazu zwingt, Jahre damit zu verbringen, komplexe Werkzeugketten zu meistern. Dieses traditionelle Paradigma steht in scharfem Kontrast zur rasanten Demokratisierung der Softwareentwicklung im Consumer- und Web-Sektor, wo der Aufkommen von „Vibe Coding“ – einem natürlichen, durch natürliche Sprache gesteuerten Ansatz zur Softwareerstellung, der durch Tools wie Cursor ermöglicht wird – die Art und Weise, wie Anwendungen gebaut werden, grundlegend verändert hat. Orthogonal, ein neues Startup, das von Ji Yang gegründet wurde, zielt darauf ab, diese Kluft zu überbrücken, indem es die Prinzipien des Vibe Coding auf den starren Bereich des Hardware-Designs angewendet werden. Ji Yang bringt fast zwei Jahrzehnte tiefer Branchenerfahrung in dieses Unternehmen ein, nachdem er umfangreich am Deutschen Zentrum für Luft- und Raumfahrt (DLR) sowie in großen Industrieunternehmen gearbeitet hat. Seine Biografie ist nicht nur akademischer Natur; er war direkt an der Entwicklung von Kernfunktionen der Dassault-Simulationswerkzeuge beteiligt und leitete die Entwicklung des Elektriksystems der Airbus A350. Seine Karriere umfasst Schlüsselrollen bei globalen Technologie- und Fertigungsführern wie KUKA, BMW, Siemens, COMAC und Huawei. Im Jahr 2023 wurde er als TUM-Botschafter der Technischen Universität München ausgezeichnet, was seinen Status in der Ingenieurcommunity unterstreicht. Diese Erfahrungen gaben ihm einen Platz in der ersten Reihe, um die Ineffizienzen der veralteten industriellen Software zu beobachten, was seinen Übergang von der Unternehmensentwicklung zur Gründung eines eigenen Unternehmens motivierte.

Der Kerngedanke, der Orthogonal antreibt, ist die Erkenntnis, dass die Komplexität traditioneller industrieller Werkzeugketten zu einem kritischen Engpass für die Branche geworden ist. Während die Softwareentwicklung sich so weit entwickelt hat, dass Einzelpersonen komplexe Systeme durch natürliche Sprachprompts erstellen können, bleibt das Hardware-Design an mühsame, teure und hochspezialisierte Software-Ökosysteme gebunden. Ji Yang argumentiert, dass diese Diskrepanz nicht mehr nachhaltig ist. Das traditionelle Modell, das tiefe Spezialisierung in bestimmten Software-Suiten erfordert, ist für die moderne Ära ungeeignet, in der Agilität und interdisziplinäres Wissen von entscheidender Bedeutung sind. Die Mission von Orthogonal besteht darin, diese Barrieren abzubauen, indem ein neuer Workflow eingeführt wird, der die Absicht vor der Benutzeroberfläche stellt und es Entwicklern ermöglicht, sich auf die Ingenieurslogik zu konzentrieren, anstatt sich durch Software-Navigation zu kämpfen. In diesem Kontext ist die Marktreife von KI-Technologien im Jahr 2026 ein entscheidender Faktor. Während OpenAI im Februar 2026 eine historische Finanzierung in Höhe von 110 Milliarden US-Dollar abschloss und Anthropic eine Bewertung von 380 Milliarden US-Dollar erreichte, spiegelt die Gründung von Orthogonal den Übergang der gesamten Branche von einer Phase technologischer Durchbrüche zu einer Phase der großflächigen Kommerzialisierung wider. Es ist keine isolierte Veranstaltung, sondern ein Spiegelbild tiefergehender struktureller Veränderungen in der KI-Branche.

Tiefenanalyse

Die strategische Positionierung von Orthogonal basiert auf der Prämisse, dass KI als paradigmaverschiebende Kraft in der Hardware-Ingenieurwissenschaft dienen kann, ähnlich wie sie es in der Software getan hat. Das Startup versucht nicht nur, bestehende Workflows zu automatisieren, sondern denkt die Interaktion zwischen menschlichen Ingenieuren und Hardware-Design-Tools grundlegend neu durch. Durch die Nutzung von Large Language Models (LLMs), um natürliche Spracheingaben zu interpretieren, zielt Orthogonal darauf ab, die komplexe Syntax und die prozeduralen Anforderungen traditioneller Computer-Aided-Design- (CAD) und Simulationssoftware abstrahieren. Dieser Ansatz stimmt mit der Philosophie des „Vibe Coding“ überein, bei der der Entwickler das gewünschte Ergebnis oder das Systemverhalten beschreibt und die KI den zugrunde liegenden Code oder die Designspezifikationen generiert. Für die Hardware könnte dies bedeuten, die Funktion einer Schaltung oder die Einschränkungen einer mechanischen Komponente in einer einfachen Sprache zu beschreiben, während die KI die komplexen geometrischen und elektrischen Validierungen übernimmt. Die Bedeutung dieses Wandels wird durch die sich ändernde Natur von Smart-Hardware-Unternehmen verstärkt. Ji Yang beobachtet, dass KI-ermöglichte Teams kleiner und vielseitiger werden. In diesem neuen Ökosystem wird von einem einzelnen Ingenieur erwartet, dass er mehrere Domänen beherrscht, vom mechanischen Design über die Elektrotechnik bis hin zur Softwareintegration. Traditionelle industrielle Software, mit ihren isolierten Modulen und steilen Lernkurven, wirkt diesem Trend aktiv entgegen, indem sie Spezialisierung erzwingt. Die Plattform von Orthogonal zielt darauf ab, die kognitive Last, die erforderlich ist, um zwischen diesen Domänen zu wechseln, zu senken, und ermöglicht es einem „Full-Stack“-Hardware-Ingenieur, effizient zu arbeiten.

Diese Demokratisierung der Fähigkeiten ermöglicht es kleineren Teams, Projekte anzugehen, die zuvor große, spezialisierte Abteilungen erfordert hätten, und könnte den Marktanteil der Inhaber, die auf ihre verankerten Tool-Ökosysteme vertrauen, stören. Darüber hinaus spielt die Wahl der Gründer und Berater eine entscheidende Rolle für die Lebensfähigkeit dieses Ansatzes. Ji Yangs direkte Erfahrung mit den Kern-Simulationswerkzeugen von Dassault verschafft ihm ein intimes Verständnis der technischen Hürden, die mit KI-gesteuertem Hardware-Design verbunden sind. Er weiß genau, wo die Schmerzpunkte liegen und welches Maß an Genauigkeit und Zuverlässigkeit für die industrielle Akzeptanz erforderlich ist. Diese Insider-Perspektive ist kritisch, da die Hardware-Entwicklung physische Einschränkungen und Sicherheitsvorschriften beinhaltet, die in der reinen Softwareentwicklung nicht existieren. Ein Fehler im Code kann gepatcht werden; ein Fehler im Hardware-Design kann zu kostspieligen Rückrufaktionen oder Sicherheitsrisiken führen. Daher wird der Erfolg von Orthogonal davon abhängen, ob es gelingt, strenge Ingenieurvalidierungen in seinen KI-gesteuerten Workflow zu integrieren, um sicherzustellen, dass die Bequemlichkeit des Vibe Coding die Präzision nicht beeinträchtigt, die in den Sektoren Luft- und Raumfahrt, Automobilbau und industrielle Fertigung erforderlich ist. Die Daten aus dem ersten Quartal 2026 zeigen, dass die Investitionen in KI-Infrastruktur im Jahresvergleich um mehr als 200 % gestiegen sind und die Penetration von KI-Implementierungen in Unternehmen von 35 % im Jahr 2025 auf etwa 50 % gestiegen ist. Dies unterstreicht den Bedarf an effizienteren Tools, um diese wachsende Kapazität zu nutzen.

Branchenwirkung

Das potenzielle Impact des Ansatzes von Orthogonal geht über individuelle Effizienzgewinne hinaus und wird die Wettbewerbsdynamik des industriellen Softwaremarktes neu gestalten. Seit Jahrzehnten haben Unternehmen wie Dassault und ANSYS ihre Dominanz durch hohe Wechselkosten und Netzwerkeffekte aufrechterhalten. Ingenieure werden auf diesen Plattformen geschult, und Unternehmens-Workflows sind auf ihre spezifischen Dateiformate und Prozesse aufgebaut. Durch die Einführung einer natürlichen Sprachschnittstelle, die diese zugrunde liegenden Komplexitäten abstrahiert, stellt Orthogonal die Notwendigkeit dieser Legacy-Tools für die frühe Entwurfs- und Prototyping-Phase in Frage. Wenn dies gelingt, könnte dies das Monopol der Inhaber aushöhlen und sie dazu zwingen, ähnliche KI-gesteuerte Schnittstellen zu übernehmen oder Marktanteile an agilere, nutzerzentrierte Alternativen zu verlieren. Diese Verschiebung hat auch tiefgreifende Auswirkungen auf die Struktur von Hardware-Startups und F&E-Abteilungen. Das traditionelle Modell, spezialisierte Ingenieure für bestimmte Software-Tools einzustellen, wird obsolet. Da KI die technische Ausführung von Designaufgaben übernimmt, verschiebt sich der Wertvorschlag eines Ingenieurs von der Software-Profiency hin zu Systemdenken und architektonischer Vision. Dies könnte zu einer integrativeren Ingenieurbelegschaft führen, in der Individuen mit starkem konzeptionellem Verständnis, aber weniger formaler Ausbildung in spezifischen CAD-Tools, bedeutend zu Hardware-Projekten beitragen können. Es senkt die Eintrittsbarriere für Innovation und ermöglicht es kleineren Teams, mit größeren Korporationen zu konkurrieren, die zuvor auf ihre ressourcenintensiven Ingenieurabteilungen zurückgegriffen haben, um einen Wettbewerbsvorteil zu wahren.

Darüber hinaus beschleunigt die Integration von KI in das Hardware-Design den Iterationszyklus. In traditionellen Workflows erfordert das Ändern eines Designs oft die Navigation durch mehrere Softwareebenen, das erneute Ausführen von Simulationen und das manuelle Aktualisieren der Dokumentation. Mit einem KI-gesteuerten System können Änderungen vorgeschlagen und fast augenblicklich validiert werden. Diese schnelle Feedback-Schleife fördert Experimente und Innovation, da Ingenieure weniger bestraft werden, wenn sie alternative Designs erkunden. Für Branchen wie Luft- und Raumfahrt sowie Automobilbau, in denen die Time-to-Market entscheidend ist, kann diese Beschleunigung in signifikante Wettbewerbsvorteile münden. Der Fokus von Orthogonal auf Vibe Coding in der Hardware ist somit nicht nur eine technologische Neuheit, sondern eine strategische Antwort auf den Bedarf der Branche nach Geschwindigkeit und Flexibilität in einer zunehmend komplexen technologischen Landschaft. Besonders im chinesischen Markt, wo Unternehmen wie DeepSeek, Tongyi Qianwen und Kimi durch schnellere Iterationsgeschwindigkeiten und kosteneffizientere Produkte aufsteigen, gewinnt diese Art von disruptiver Technologie an Bedeutung. Die globale KI-Landschaft differenziert sich, und Regionen entwickeln basierend auf ihren eigenen regulatorischen Umgebungen und Talentschmieden einzigartige Ökosysteme. Orthogonal positioniert sich hier als Brücke zwischen westlicher Ingenieurstradition und der neuen Ära der KI-gestützten Entwicklung.

Ausblick

Blickt man in die Zukunft, wird die Trajektorie von Orthogonal und ähnlichen Vorhaben von ihrer Fähigkeit abhängen, Vertrauen und Zuverlässigkeit in hochriskanten Umgebungen zu etablieren. Industrielle Sektoren wie Luft- und Raumfahrt, Automobilbau und Medizintechnik haben strenge regulatorische Anforderungen und eine niedrige Toleranz für Fehler. Die Einführung von KI-gesteuerten Design-Tools wird umfangreiche Validierung, Zertifizierung und Integration mit bestehenden Industriestandards erfordern. Ji Yangs Hintergrund in diesen Sektoren positioniert Orthogonal gut, um diese Herausforderungen zu navigieren, da er die kritische Bedeutung von Genauigkeit und Compliance versteht. Der Weg nach vorne ist jedoch nicht ohne Hindernisse. Der Aufbau von Benutzertrauen in KI-generierte Hardware-Designs wird Zeit benötigen, und das Startup muss nachweisen, dass seine Tools die volle Komplexität realer ingenieurwissenschaftlicher Probleme bewältigen können, ohne subtile Fehler einzuführen, die katastrophale Folgen haben könnten. Der breitere Branchentrend deutet darauf hin, dass die Nachfrage nach solchen Werkzeugen wächst. Da Hardware zunehmend softwaredefiniert wird, verwischt die Grenze zwischen Software- und Hardware-Entwicklung weiter. Unternehmen suchen zunehmend nach Wegen, KI über ihren gesamten Produktentwicklungslebenszyklus zu integrieren, vom ersten Konzept bis zur finalen Fertigung.

Orthogonals frühphasiger Fokus auf Vibe Coding für Hardware-Design platziert es an der Spitze dieser Konvergenz. Wenn das Startup seine Plattform erfolgreich skalieren kann, um komplexe, multidisziplinäre Projekte zu unterstützen, könnte es zu einem Standardwerkzeug im Arsenal des Hardware-Ingenieurs werden, ähnlich wie CAD-Software heute. Langfristig ist mit einer Beschleunigung der Kommodifizierung von KI-Fähigkeiten zu rechnen. Da die Lücken in den Modellfähigkeiten schrumpfen, wird reine Modellkapazität keine nachhaltige Wettbewerbsbarriere mehr sein. Stattdessen werden vertikale, branchenspezifische KI-Lösungen an Bedeutung gewinnen, und Unternehmen, die über tiefes Branchen-Know-how verfügen, werden einen Vorteil haben. Orthogonal signalisiert eine breitere Transformation darin, wie physische Produkte entworfen und gebaut werden. Es repräsentiert einen Weg weg von werkzeugzentrierten Workflows hin zu absichtszentriertem Design, bei dem der Fokus darauf liegt, was gebaut werden muss, anstatt wie man die Software benutzt, um es zu bauen. Dieser Wandel hat das Potenzial, eine neue Welle der Innovation im Hardware-Sektor freizusetzen und kleineren Teams und Einzelpersonen zu ermöglichen, ausgefeilte Produkte zu schaffen, die zuvor außerhalb ihrer Reichweite lagen. Während die KI weiter reift, könnte die Unterscheidung zwischen Software- und Hardware-Entwicklung weiter auflösen, was zu einem integrierteren und effizienteren Ansatz für das Ingenieurwesen führt, der die volle Kraft der künstlichen Intelligenz nutzt, um komplexe Herausforderungen der physischen Welt zu lösen.