Circuit Mind sammelt in Series A 18,5 Mio. US-Dollar ein und kündigt 25 Mio. US-Dollar für KI-gestützten Elektronikentwurf an

Circuit Mind hat eine Finanzierung in Höhe von 25 Mio. US-Dollar angekündigt, um seine KI-Plattform für den Entwurf und die Prüfung elektronischer Schaltungen auszubauen. Das Paket umfasst eine Series-A-Finanzierungsrunde über 18,5 Mio. US-Dollar und eine zuvor nicht angekündigte Seed-Runde. Damit steigt die Gesamtfinanzierung des Londoner Unternehmens auf 33,4 Mio. US-Dollar.

Die Series-A-Runde wurde von Norwest angeführt. Beteiligt waren auch die bestehenden Investoren Third Prime, Differential Ventures und Blackhorn Ventures sowie der neue Investor Lightscape VC. Third Prime führte die Seed-Runde an. Dave Zilberman, General Partner bei Norwest, wird in den Vorstand von Circuit Mind einziehen.

Die Finanzierung fällt mit der Einführung von AVE zusammen, der neuen Agentic Verification Engine des Unternehmens. Sie prüft Entwürfe anhand der Datenblätter von Bauteilen und der technischen Regeln eines Unternehmens. Zusammen mit dem bereits bestehenden Entwurfsassistenten ACE deckt sie zwei miteinander verbundene Aufgaben ab: eine funktionsfähige Schaltung zu erstellen und Fehler zu finden, bevor daraus eine physische Leiterplatte wird.

Automatisierung der Arbeit zwischen Anforderungen und Schaltplan

Elektronikentwicklung bedeutet mehr, als Symbole auf einem Bildschirm anzuordnen. Ingenieure müssen kompatible Bauteile auswählen, elektrische Anforderungen erfüllen, die Verfügbarkeit berücksichtigen und dokumentieren, warum ein Entwurf den Vorgaben entspricht. Schon eine scheinbar geringfügige Unstimmigkeit kann dazu führen, dass ein Team Fertigung und Tests erneut durchlaufen muss.

ACE von Circuit Mind – kurz für Assistant to Circuit Engineers – setzt bei einem Hardware-Blockdiagramm an. Laut der Ankündigung erstellt das System innerhalb weniger Minuten einen Schaltplan, eine Stückliste und ergänzende Analysen. Zudem können Ingenieure Optionen vergleichen, die auf Kosten, Größe, Leistungsaufnahme oder Verfügbarkeit der Bauteile optimiert sind.

Die Produktdokumentation des Unternehmens liefert weitere nützliche Details: Zu den Eingaben können Signale, funktionale Anforderungen, mechanische Einschränkungen und Beschaffungsanforderungen gehören. Zu den Ergebnissen zählen mögliche Schaltpläne, eine Analyse der Bauform und der Verfügbarkeit sowie Exporte für ECAD-Software und Bauteilbibliotheken. Ingenieure können die maßgeblichen Einschränkungen festlegen und Alternativen untersuchen.

Damit wird ACE zu einem Werkzeug, mit dem sich Zielkonflikte beim Entwurf abwägen lassen. Ein günstigeres Bauteil kann die Leistungsaufnahme erhöhen; ein kleineres Gehäuse kann das Wärmemanagement oder die Beschaffung erschweren. Die Automatisierung der Suche kann Ingenieuren mehr Kandidaten zur Bewertung liefern, während sie weiterhin selbst für die Annahmen und Abnahmekriterien verantwortlich sind.

Warum Circuit Mind KI mit Physik kombiniert

Die Plattform verbindet agentische KI mit einer patentierten, physikbasierten Entscheidungs-Engine, strukturierten Modellen elektronischer Bauteile und kundenspezifischem technischem Kontext. Dazu gehören zugelassene Hersteller, bevorzugte Bauteile und Konstruktionsregeln. Circuit Mind zufolge lässt sich die Plattform in die ECAD-Werkzeuge, Bibliotheken, Produktlebenszyklusmanagementsysteme und technischen Umgebungen integrieren, die Kunden bereits nutzen.

Das ist ein anderer technischer Ansatz, als einen universell einsetzbaren Chatbot zu bitten, eine Schaltung zu entwerfen. Ein Sprachmodell kann bei der Interpretation von Informationen helfen, doch für die Auswahl von Bauteilen und Verbindungen sind auch explizite Prüfungen anhand elektrischer Grenzwerte und Entwurfsanforderungen nötig. Circuit Mind kombiniert Automatisierung mit einer strukturierten Darstellung der Funktionen eines Bauteils.

In der früheren Vorstellung von ACE beschrieb das Unternehmen, wie sich aus einem Blockdiagramm Schaltplan- und Stücklistenoptionen generieren lassen. Die Optimierung erstreckte sich dabei auch auf den Lebenszyklusstatus, die Widerstandsfähigkeit der Lieferkette und bevorzugte Hersteller. Die neue Ankündigung erweitert diesen Ansatz: Statt lediglich einen Entwurf zu erstellen, soll dieser nun auch anhand der unternehmensinternen Praktiken überprüft werden.

Diese Weiterentwicklung steht neben anderen Ansätzen, KI in der Entwicklung einzusetzen, darunter KI-gestützter Chipentwurf. Dabei handelt es sich um unterschiedliche Aufgaben: Circuit Mind konzentriert sich auf elektronische Schaltungen auf Leiterplattenebene und nicht auf das interne Layout eines Halbleiters. Erfolge im einen Bereich belegen nicht die Leistungsfähigkeit im anderen.

AVE ergänzt einen separaten Prüfablauf

AVE nutzt KI-Agenten, um Entwürfe mit den Datenblättern von Bauteilen und den Konstruktionsregeln eines Unternehmens abzugleichen. Circuit Mind zufolge sollen so Probleme aufgedeckt werden, die bei herkömmlichen Schaltplanprüfungen möglicherweise übersehen werden – und zwar bevor ein Prototyp gefertigt wird. Dadurch soll der Bedarf an erneuten Leiterplattenrevisionen sinken.

Die Trennung von Generierung und Prüfung ist sinnvoll. Ein Team muss einen vorgeschlagenen Entwurf anhand seiner Anforderungen überprüfen, statt davon auszugehen, dass ein automatisiertes Generierungssystem bereits alle Probleme gelöst hat. Die Prüfung ermöglicht es Unternehmen außerdem, ihr institutionelles Wissen projektübergreifend einheitlich anzuwenden.

Allerdings kommt es auf den Umfang der jeweiligen Prüfung an. Ein Schaltplan, der eine Reihe von Regeln erfüllt, ist damit nicht automatisch ein fertiges, qualifiziertes Produkt. Das physische Layout, elektromagnetische Störungen, das thermische Verhalten, Fertigungstoleranzen und Betriebsbedingungen können zusätzliche Einschränkungen mit sich bringen. Circuit Minds Aussagen zur nachweisbaren Genauigkeit sind daher im Zusammenhang mit den verwendeten Modellen, Annahmen und Prüfungen zu verstehen.

Was die gemeldeten Ergebnisse zeigen

Das Unternehmen gibt an, dass Entwicklungsteams bei Emerson, Schneider Electric und Fortune-5-Unternehmen seine Plattform nutzen. In seiner Mitteilung verweist es auf Entwicklungszeiten, die sich von Monaten auf Wochen verkürzen, auf eine Senkung der Stücklistenkosten um 25 % und auf weniger erneute Fertigungsdurchläufe. Dabei handelt es sich um vom Unternehmen gemeldete Ergebnisse, nicht um Resultate eines einheitlichen unabhängigen Vergleichstests.

Die von Circuit Mind veröffentlichte Zusammenfassung einer Evaluierung durch das Los Alamos National Laboratory liefert weitere Einblicke. Der Entwurf eines Mikrocontrollers mittlerer Komplexität dauerte vier Stunden und 13 Minuten, verglichen mit einem angegebenen manuellen Ausgangswert von 60–80 Stunden. Darin enthalten waren 35 Minuten für die Einrichtung, acht Minuten für die automatisierte Lösungssuche und etwa dreieinhalb Stunden manuelle Arbeit. Dieselbe Zusammenfassung beschreibt einen anspruchsvolleren FPGA-Entwurf, bei dem weiterhin umfangreiche manuelle Arbeit erforderlich war, weil einige Komponenten während der Evaluierung nicht unterstützt wurden. Diese unterschiedlichen Fälle zeigen, warum sich eine einzelne Angabe zur Geschwindigkeitssteigerung nicht auf jedes Board übertragen lässt.

Die Aussage einer Führungskraft von Schneider Electric in der Mitteilung beschreibt erste Evaluierungen, denen zufolge sich der Aufwand für die Architekturentwicklung möglicherweise um mehr als 90 % reduzieren lässt. Das ist eine engere Aussage als die Behauptung, der gesamte Hardwareentwicklungszyklus lasse sich im gleichen Umfang verkürzen. Konzeptentwicklung, detaillierter Entwurf, Leiterplattenlayout, Tests und Qualifizierung sind unterschiedliche Phasen.

Ausbau der Plattform und der Präsenz in den USA

Circuit Mind wurde von Tomide Adesanmi und Basilio Gentile gegründet und plant, die Finanzierung zu nutzen, um seine Plattform auf den gesamten Lebenszyklus des Elektronikdesigns auszuweiten, die Teams für Vertrieb, Engineering und Kundenerfolg zu vergrößern und eine US-Zentrale für Nordamerika einzurichten.

In der Praxis wird es darauf ankommen, wie gut die Software mit den Ausnahmen umgeht, die reale Elektronikprojekte erschweren: unvollständige Datenblätter, sich ändernde Anforderungen, unbekannte Bauteile und unternehmensspezifische Standards. Eine schnellere Generierung von Entwurfskandidaten ist wertvoll. Der größere Nutzen entsteht, wenn Ingenieure die Belege für eine automatisierte Auswahl prüfen und einen zuverlässigen Entwurf mit weniger Nacharbeit in die nächste Phase überführen können.