Dyad, die weltweit erste auf dem Markt erhältliche agentenbasierte KI-Plattform für die Hardwareentwicklung, bringt physikalische KI in den Bereich des Entwurfs und der Prüfung komplexer Systeme ein und verkürzt die Forschungs- und Entwicklungszeit von Monaten auf nur wenige Tage.

CAMBRIDGE, Massachusetts, 1. Mai 2026 — Heute gibt JuliaHub die Einführung von Dyad 3.0 sowie eine Serie-B-Finanzierungsrunde in Höhe von 65 Millionen US-Dollar bekannt, die von Dorilton Capital angeführt wird und an der General Catalyst, AE Ventures sowie der Technologieinvestor und ehemalige Snowflake-CEO Bob Muglia beteiligt sind. Dyad markiert einen grundlegenden Wandel in der Art und Weise, wie physische Systeme entworfen und gebaut werden, indem es autonome KI-Agenten in die digitale Konstruktion und Erprobung von Industriemaschinen einbindet. Von Wärmepumpen über Satelliten bis hin zu Halbleitern können Ingenieurteams die Zyklen von Konstruktion, Erprobung und Fertigung von Monaten auf Minuten verkürzen. Mehrere Fortune-100-Unternehmen nutzen bereits Dyad und Julia bereits in verschiedenen Industriezweigen wie Luft- und Raumfahrt, Behörden, Automobilindustrie, Klimatechnikund Versorgungswirtschaft.

Daniel Freeman, der die Serie-B-Finanzierungsrunde für Dorilton Capital leitete, erklärte: „Die Systemmodellierung ist eine der strategisch wichtigsten Ebenen des KI-nativen Engineering-Stacks, da hier Physik, Steuerungslogik und KI zusammenlaufen. JuliaHub hat mit Dyad etwas Außergewöhnliches geschaffen: eine Plattform, die Systeme nicht nur modelliert, sondern auch kompiliert und Ingenieure in einer einzigen Umgebung vom Konzept bis zum Produktionssteuerungscode begleitet. Wir glauben, dass JuliaHub das Potenzial hat, zu einem der wegweisenden Unternehmen im Bereich der physikalischen KI zu werden, und wir sind stolz darauf, das Team zu unterstützen, während es Dyads Weg auf den Markt beschleunigt.”

„Das schwierige Problem” der Hardware-Innovation

Die physikalische Technik stellt einen der größten Sektoren dar, der noch nicht vollständig von der KI-Revolution profitiert. Während Tools wie Claude Code, Codex und Gemini die Softwareentwicklung verändert haben, sind Industrieingenieure weiterhin durch veraltete Tools eingeschränkt. Nach Schätzungen von McKinsey werden bis 2040 Investitionen in Höhe von insgesamt 106 Billionen US-Dollar erforderlich sein, um den Bedarf an neuer und modernisierter Infrastruktur zu decken. Die Ingenieure, die diese Modernisierungen planen und umsetzen, benötigen eine Lösung, die es ihnen ermöglicht, mit dem Tempo von KI-gestützter Software Schritt zu halten. Hier kommt Dyad ins Spiel.

Dyad bietet Ingenieurteams eine KI-orientierte Umgebung zum Modellieren, Testen und Validieren industrieller Systeme: Stellen Sie sich Claude Code für die physische Welt vor. Dyad 3.0 startet heute und baut auf Dyad 1.0 auf, das im Juni 2025 eingeführt wurde, sowie auf Dyad 2.0, das im Dezember 2025 auf den Markt kam. Dyad verbindet autonome Agenten mit skalierbaren Physiksimulationen, strengen Kontrollen, Sicherheitsanalysen und der Fähigkeit, Code für eingebettete Systeme zu generieren, um die Lücke zwischen Software und der realen Welt zu schließen. Ob es sich um eine Kläranlage oder ein Automobil handelt: Ein wissenschaftlicher Doktortitel ist nicht mehr erforderlich, um hochdetaillierte digitale Zwillinge zu entwickeln, Steuerungen für spezielle Einsatzszenarien anzupassen und Hardware-Designs zu iterieren, um auf Anhieb die effizienteste Maschine zu bauen.

„Es geht nicht darum, Ingenieuren dabei zu helfen, eine kleine Aufgabe nach der anderen zu erledigen. Es ist agentenbasiertes Engineering in großem Maßstab, bei dem Teams eine vollständige Spezifikation in Dyad einspeisen können und das System das komplette System entwirft. Spec in. Design out”, sagte Viral Shah, CEO von JuliaHub.

Digitale Zwillinge mit wissenschaftlichem maschinellem Lernen

Die cloudbasierten Agenten von Dyad sind darauf ausgelegt, das wissenschaftliche Wissen der Welt kontinuierlich zu durchsuchen, um Modelle ständig zu verbessern. KI-automatisierte Labortests nehmen zu, um sicherzustellen, dass Modelle der physikalischen Realität entsprechen. Streaming-Daten in Verbindung mit wissenschaftlichem maschinellem Lernen (SciML) ermöglichen es, dass Modelle automatisch wachsen, während das System aus der realen Welt lernt. Das Simulationsökosystem und die Sprache von Dyad bieten eine Grundlage, auf der all diese Erkenntnisse an die Ingenieure zurückgemeldet werden, damit diese die Prozesse überprüfen, feststellen können, ob Annahmen den Kundenanforderungen entsprechen, und als „Human in the Loop” die Sicherheit des Endprodukts gewährleisten. Das Design von Dyad bedeutet, dass Ingenieure nicht jede einzelne Zeile Code schreiben müssen, um Millionen von Entwürfen auszuprobieren, und gibt ihnen gleichzeitig die richtigen Werkzeuge an die Hand, um sicherzustellen, dass Flugzeuge in der Luft bleiben.

Prith Banerjee, Senior Vice President of Innovation bei Synopsys, kommentiert die Partnerschaft mit JuliaHub wie folgt: „Dyad transformiert das Engineering auf Systemebene, indem es wissenschaftliche KI, agentenbasierte Modellierung und eine leistungsstarke Kompilierungspipeline zu einem einheitlichen Workflow kombiniert. Durch die Integration mit der Synopsys-Simulationssoftware Ansys TwinAI™ ermöglicht es hochpräzise hybride digitale Zwillinge, indem es physikbasierte Simulation mit datengesteuerten Modellen verbindet. Was früher einen hohen manuellen Aufwand erforderte, lässt sich nun weitaus effizienter erledigen, was den gesamten Lebenszyklus des digitalen Engineerings beschleunigt und die Art und Weise neu definiert, wie intelligente, softwaredefinierte Systeme entworfen und validiert werden.”

Dyad will KI für die Wissenschaft in der realen Welt implementieren

Allgemeine KI kann nicht garantieren, dass ein Modell den Gesetzen der Physik gehorcht. In der physikalischen Technik ist ein Fehler kein Bug, der gepatcht werden muss; es ist ein Brückeneinsturz oder ein Batteriebrand. Dies war bislang das Hindernis, das KI daran hinderte, eine bedeutende Rolle im Hardware-Engineering zu spielen. In neueren agentenbasierten Benchmarks zur Modellierung chemischer Prozesse schafften es allgemeine LLM-Systeme wie Codex, Claude Code (Opus) und Gemini kaum, die Ersteinrichtung abzuschließen. Dyad automatisierte den gesamten Prozess der Erstellung modellprädiktiver Regler zur Optimierung der Ausbeute einer chemischen Anlage fast vollständig – eine Aufgabe, die normalerweise Wochen dauern würde.

„In der Software für das Design technischer Systeme findet derzeit ein disruptiver Wandel statt, und Dyad ist hier führend. Frühere Tool-Generationen bieten weder die versprochene Produktivität noch die Integration, um den Wert von KI freizusetzen. Mit Dyad können Sie physikalische Modelle erstellen, Regelalgorithmen mit automatischer Codegenerierung entwickeln und präzise digitale Zwillinge sowie Surrogate für die schnelle Entwicklung von Deep-Learning-Inferenzmodellen erstellen – alles dank KI. Dyad agiert dort, wo Physik auf Analytik trifft, und Kunden sowie Aktionäre profitieren davon!”, sagte David Joyce, ehemaliger CEO von GE Aviation und stellvertretender Vorsitzender von GE.

Die Modellierungssprache von Dyad wurde speziell dafür entwickelt, für KI-Agenten leicht verständlich zu sein. Ihre grundlegende Logik basiert auf den Gesetzen der Physik, sodass die Agenten ableiten können, wie sich Flüssigkeiten durch Maschinen bewegen, wie Windgeschwindigkeit und Temperatur Komponenten beeinflussen und wie grundlegende Kräfte wie die Schwerkraft das Design prägen. Dies führt zu physikalisch validen Modellen, auf die sich Ingenieure verlassen können. So entwickelte JuliaHub beispielsweise in Zusammenarbeit mit Binnies, einem Unternehmen mit 100-jähriger Tradition im Wassermanagement, und Williams Grand Prix Technologies einen SciML-basierten digitalen Zwilling, der mit nur vier Sensoreingaben Pumpenausfälle in Wasserversorgungssystemen mit einer Genauigkeit von über 90 % vorhersagt.

„Dyad stellt einen Quantensprung für die Wasserwirtschaft dar und ermöglicht den Übergang von reaktiven Abläufen zu vorausschauender Entscheidungsfindung auf Systemebene”, sagte Tom Ray, Director of Digital Products & Services (Digital Twins & AI) bei Binnies. „Es hat das Potenzial, die Art und Weise zu verändern, wie Unternehmen die Komplexität der realen Welt modellieren, Ausfälle vorhersagen und die Leistung täglich optimieren.”

Seien Sie dabei bei der Dyad 3.0-Einführungsveranstaltung

Dyad 3.0 wird nächsten Monat am 19. Mai im Rahmen einer Live-Veranstaltung offiziell vorgestellt. Besuchen Sie uns, um Live-Produktdemonstrationen zu sehen und von unseren Kunden zu erfahren, wie sie Dyad in verschiedenen Branchen einsetzen – von der Luft- und Raumfahrt über HLK bis hin zu Versorgungsunternehmen und Robotik.

Für weitere Informationen und Medienanfragen wenden Sie sich bitte an: [email protected] 

Informationen zu JuliaHub

JuliaHub ist ein führendes Unternehmen im Bereich der wissenschaftlichen KI und hat es sich zur Aufgabe gemacht, diejenigen, die sich den schwierigsten wissenschaftlichen und technischen Herausforderungen der Welt stellen, mit modernsten, KI-orientierten Tools in einer nahtlosen und sicheren Umgebung zu unterstützen. Das Unternehmen wurde 2015 von den Entwicklern von Julia gegründet, der leistungsstarken Open-Source-Sprache, die am MIT entwickelt wurde und mittlerweile von über einer Million Entwicklern weltweit genutzt wird. JuliaHub kombiniert fortgeschrittenes mathematisches Rechnen mit Fachwissen im Bereich des maschinellen Lernens, um Techniken des wissenschaftlichen maschinellen Lernens (SciML), Digital-Twin-Lösungen sowie Modellierung und Simulation der nächsten Generation in der Luft- und Raumfahrt, der Automobilindustrie und anderen industriellen Branchen zu ermöglichen.

Foto: https://mma.prnewswire.com/media/2970068/Satellite_Photovoltaics_JuliaHub_Dyad.jpg
Photo: https://mma.prnewswire.com/media/2970067/Cooling_circuit_JuliaHub_Dyad.jpg
Logo: https://mma.prnewswire.com/media/2826187/JULIAHUB_Logo.jpg