KI-fähige Prozessoren + Cybersicherheit
Neue Phase im Design von Embedded-Systemen
Durch Fortschritte in Embedded-KI, Connectivity und Security verändern sich die Architekturen von Embedded-Systemen grundlegend. Dr. Daniel N. Denzler, Geschäftsführer von Tria Technologies, erläutert die Trends, die das Design von Embedded-Systemen prägen – von KI-fähigen Prozessoren bis zum CRA.
Markt&Technik: Welche Trends werden den Markt für Embedded-Systeme im Jahr 2026 prägen?
Dr. Daniel N. Denzler, Tria Technologies: Der europäische Markt für Embedded-Systeme wächst rasant. Getrieben durch die steigende Nachfrage in den Bereichen Robotik für industrielle Automatisierung, Smart Cities, Landwirtschaft und Transport wurde der Markt im Jahr 2025 auf 54,7 Milliarden US-Dollar geschätzt und soll sich in den nächsten zehn Jahren fast verdoppeln.
Während die Rechenleistung sprunghaft ansteigt, werden die Formate immer kleiner. Cybersicherheit, Datenkontrolle und neue Vorschriften verschärfen die Herausforderungen in Bezug auf Connectivity und Design. Gleichzeitig müssen OEMs und Hersteller ihre Entwicklungs- und Testzyklen verkürzen.
Neu verfügbare KI-Hardwarebeschleuniger, immer kompaktere KI-Modelle sowie eine verbesserte Verarbeitungsleistung, Energieeffizienz und Connectivity eröffnen bisher undenkbare Anwendungsfälle für lokale Edge-KI. Dies treibt die Marktverschiebung hin zu immer komplexeren und leistungsfähigeren Designs auf Basis standardisierter Computer-on-Modules (CoM) an, was wiederum die Entwicklungszyklen der OEMs vereinfacht und beschleunigt sowie die Einhaltung neuer Cybersicherheits- und Datenschutzvorschriften ermöglicht.
Dr. Daniel N. Denzler, Tria Technologies: »Die Entwicklung geht in Richtung einer noch stärkeren Standardisierung – sowohl auf Hardware- als auch auf Softwareebene.«
Warum werden KI-fähige Prozessoren in modernen Embedded-Systemen unentbehrlich?
KI verlagert sich an die Peripherie. Noch vor wenigen Jahren hätte man größere Vorhaben für KI-Nutzung vor Ort mithilfe intelligenter Sensorik allein durch die Auslagerung von Workloads in die Cloud realisiert. Allerdings brachten sowohl die Datenübertragung als auch die Fernverarbeitung diverse Herausforderungen mit sich: Latenz, Datensicherheit, die Komplexität der Integration sowie zusätzliche Infrastrukturanforderungen und Abonnementkosten waren zu berücksichtigen.
Spezielle KI-fähige Prozessoren und Beschleuniger mit zugehörigen Software-Ecosystems für die Nutzung und das Management von Edge-KI haben wesentlich zur Vereinfachung und Minimierung dieser Hürden beigetragen. Darüber hinaus lassen sich durch die lokale Verarbeitung Themen rund um Datenhandling, Eigentumsrechte, Datenschutz, Souveränität und regionale Anforderungen weitaus einfacher angehen – einschließlich derjenigen, die der EU-AI-Act aufwirft.
Worauf sollten Ingenieure bei der Entwicklung achten, wenn sie die Leistungsfähigkeit steigern und zugleich den Platzbedarf der Hardware geringhalten wollen?
Entwickler von Embedded-Systemen müssen ständig einen Kompromiss zwischen Leistung und Platzbedarf sowie Flexibilität und Langlebigkeit finden. Die Erwartungen an Connectivity, Funktionalität, Integration und Benutzeroberfläche steigen kontinuierlich. Damit einher geht der Bedarf an mehr Peripheriegeräten, Speicher und nun auch an lokaler KI-fähiger Verarbeitung. All dies braucht Platz, ebenso wie die Stromversorgung. Folglich sind Verarbeitungseffizienz, Leistung und Wärmeverlust zu immer wichtigeren Maßstäben für Edge-KI-Lösungen geworden.
Die Entwicklung maßgeschneiderter Architekturen, die in vorgegebene Platzverhältnisse passen und diesen hohen Standards genügen, ist bei der Markteinführung neuer Lösungen sowohl mit erheblichen Kosten als auch mit Ineffizienz verbunden. Dies gilt vor allem angesichts iterativer Entwicklungszyklen und hoher Qualifikationsbarrieren.
Zwar entwickeln einige Hersteller kundenspezifische Hardware in großem Maßstab, aber die meisten erkennen schnell die Vorteile standardisierter Entwicklungsplattformen wie OSM (Open Standard Module) und SMARC (Smart Mobility ARChitecture). Diese helfen nicht nur dabei, die Leistungs-Benchmarks zu erfüllen, sondern lassen sich auch problemlos in Carrier-Boards integrieren und bieten sofort verfügbare Funktionen für skalierbare und iterative Designs. Darüber hinaus ermöglichen die festen Formate eine parallele Softwareentwicklung. Das beschleunigt die Markteinführung, senkt die Kosten, verringert die Eintrittsbarrieren und sorgt für ein ausgewogenes Verhältnis zwischen Leistung und Platzbedarf.
Auf einem Dragonwing-IQ-615-Prozessor von Qualcomm beruht das OSM-Modul OSM-LF-IQ615 von Tria Technologies.
Was bedeuten diese Entwicklungen für die Cybersicherheit im Embedded-Systemdesign?
Edge-KI-Verarbeitung bedeutet zweierlei: mehr lokale Datenverarbeitung und größere Systemautonomie. Diese Daten (zusammen mit den Modellen selbst) sind oft sensibel, urheberrechtlich geschützt und Mission- oder sogar Safety-critical. Bei größerer Autonomie kann zudem jede Störung den Betrieb schnell lahmlegen. All dies trägt zu einem erheblich gesteigerten Risikopotenzial von Embedded-Systemen bei und macht sie zu weitaus attraktiveren Angriffszielen. Cybersicherheit ist daher wichtiger denn je.
Vorschriften wie die EU-Verordnung Cyber Resilience Act (CRA) drängen auf die Durchsetzung strengerer Cybersicherheits-Standards und machen Secure-by-Design-Prinzipien sowie kontinuierliches Schwachstellenmanagement zu rechtlichen und kommerziellen Anforderungen. Dadurch sind OEMs dazu gezwungen, Systemlebenszyklen sinnvoll zu verwalten – »ausliefern und vergessen« ist nicht mehr akzeptabel.
Embedded-Compute-Module werden immer beliebter, um eine schnellere und einfachere CRA-Konformität zu erreichen und letztlich die Ziele der OEMs in Bezug auf die Langlebigkeit ihrer Produkte zu verwirklichen. Mit vorab validierter und standardisierter Hardware sowie Support und Updates sorgen sie für eine konsistente Umsetzung von Cybersicherheits-Kontrollen und eine leicht nachweisbare Konformität über mehrere Produkte hinweg.
Wohin entwickelt sich das Design KI-fähiger Embedded-Systeme in Zukunft?
Die Entwicklung geht in Richtung einer noch stärkeren Standardisierung – sowohl auf Hardware- als auch auf Softwareebene. Ohne Standardisierung ist die Entwicklung von Edge-KI-Produkten und -Dienstleistungen schlichtweg zu komplex und zu riskant. Dieser Markt ist noch sehr jung und verändert sich rasant. Für Hersteller ist Standardisierung eine der effektivsten Möglichkeiten, um Compliance sicherzustellen, die Markteinführungszeit zu verkürzen und Probleme in Bezug auf Komplexität, Cybersicherheit, Integration, Leistung, Connectivity, Governance und Kosten zu lösen. Entwickler von Embedded-Systemen werden daher verstärkt nach solchen Lösungen suchen – sowohl auf der Hardware- als auch auf der Softwareseite. Schließlich werden KI-fähige Module zur Standard-Entwicklungsplattform, und die CRA-Verordnung führt neue Transparenzanforderungen für Software-Stücklisten (SBOM, Software Bill of Materials) ein. Der Markt tendiert dazu, mit dem geringsten Widerstand und dem schnellsten Wachstum Wert zu schaffen. Standardisierung ebnet diesen Weg.