Synera

Kurzfazit

Synera ist die wohl ernstzunehmendste deutsche Antwort auf die Frage, wie KI das Engineering-Tagesgeschäft konkret entlastet, nicht als Chatbot neben dem CAD-Fenster, sondern als orchestrierender Layer über der bestehenden Werkzeuglandschaft. Statt eine weitere Design-Plattform zu sein, automatisiert Synera die mühsamen Iterationen: Kabelbaum-Routing, FEA-Setup, Variantengenerierung, Spritzguss-Simulation, Cost-Engineering. Mit BMW, Hyundai, Airbus und NASA als Referenzen und einem klaren On-Premises-Pfad ist Synera für regulierte Branchen attraktiv, aber kein Tool, das man nebenbei einführt. Die Einführungsprojekte dauern Monate, die Lizenzierung ist intransparent, und der Nutzen entsteht erst, wenn die Bibliotheksdaten in Ordnung sind.

Für wen ist Synera?

Automotive-OEM und Tier-1-Zulieferer: Wer Fahrzeugvarianten in hoher Stückzahl entwickelt, Kabelbäume, Steuergeräte-Topologien, Modellfamilien, bekommt mit Synera die Möglichkeit, Variantengenerierung und Routing zu automatisieren, statt jede Konfiguration manuell aufzulegen. Genau hier liegt die Wurzel des Produkts, und die auf der Startseite genannten Referenzen (BMW, Hyundai, SEAT, MAN, IMS Gear) sprechen für sich.

Aerospace und Defence: Strukturanalyse, Topology Optimization, Composite-Layup, FEA-Reporting, Aufgaben, die heute oft als Skript-Sammlung in CATIA, Ansys oder Altair leben, lassen sich in Synera als wiederverwendbare Workflows kapseln. Mit Airbus und NASA als Kunden ist die Plattform in diesem Segment angekommen.

Manufacturing R&D: Spritzguss, Additive Manufacturing, Casting, Bereiche, in denen viele Iterationen über Simulation laufen, profitieren vom Visual-Workflow-Ansatz. Über 20 Software-Partner liefern Marketplace-Add-Ins für Spezialdisziplinen wie Additive-Optimierung, Spezial-Mesher und branchenspezifisches Reporting, das zeigt, dass die Plattform fachspezifisch tief geht, nicht nur breit.

Engineering-Teams mit bestehender CAD-Landschaft: Wer bereits in Siemens Capital, Zuken E3.series, CATIA, Autodesk Inventor oder Ansys investiert hat, will diese Werkzeuge erhalten. Synera ist explizit für diesen Retrofit-Fall gebaut, als Orchestrierungsschicht, nicht als Ersatz.

Weniger geeignet für: Einzelkonstrukteure und kleine Engineering-Büros (Lizenzmodell und Einführungsaufwand passen nicht), Teams ohne saubere CAD-Bibliotheksdaten (die Automatisierung scheitert dann am Input), Anwender, die ein eigenständiges Design-Tool suchen (Synera ist Orchestrator, kein CAD), und Unternehmen, die schnelle KI-Hilfe ohne Projektaufwand wollen, dafür sind Generalisten wie ChatGPT oder Claude zugänglicher.

Preise im Detail

Plan	Preis	Was du bekommst
Evaluation/PoC	Auf Anfrage	Zeitlich begrenzte Lizenz für definierten Use Case, Onboarding-Workshop, Solution-Engineer-Begleitung
Enterprise (Floating Tokens)	Auf Anfrage	Token-Pool für mehrere Nutzer und Module, Marketplace-Zugriff, technischer Support, AVV
Enterprise + On-Premises	Auf Anfrage	Self-Hosting im eigenen Rechenzentrum, dedizierte Solution Engineers, Customizing
Marketplace-Add-Ins	Variabel	Zusätzliche Lizenzkosten je nach Anbieter (z. B. Inkbit, Mesh-Spezialisten, Additive-Module)

Einordnung: Synera veröffentlicht keine Listenpreise, das Preismodell ist laut Startseite token-basiert. Das ist branchenüblich für Enterprise-Engineering-Software, macht aber jeden Vergleich mit anderen KI-Tools schwierig. Konkrete Zahlen nennt der Anbieter öffentlich nicht. Nach unserer redaktionellen Einschätzung liegen realistische Jahreslizenzen für ein mittleres Engineering-Team im fünf- bis sechsstelligen Euro-Bereich, abhängig von Token-Pool, Modulen und Support-Level, belastbar ist diese Spanne aber nur über ein individuelles Angebot. Wer ernsthaft evaluiert, sollte mindestens drei bis sechs Monate für PoC, Datenvorbereitung und Verhandlung einplanen, und mit einem Total Cost of Ownership rechnen, der die Lizenz plus internes Engineering plus Solution-Engineering von Synera umfasst. Das Floating-Token-Modell ist clever für variable Teams, kann aber bei Spitzenlast unangenehme Überraschungen erzeugen, eine sauber dimensionierte Pool-Größe ist Verhandlungssache.

Stärken im Detail

Retrofit statt Toolwechsel. Synera ist explizit dafür gebaut, bestehende CAD- und Simulationsinvestitionen zu erhalten. Die Plattformseite nennt über 80 unterstützte CAD-, Mesh- und Analysewerkzeuge (unter anderem CATIA, Siemens NX, SolidWorks, PTC Creo, Inventor, Solid Edge, Ansys, Abaqus, Altair OptiStruct und HyperWorks, Nastran, LS-DYNA, Moldflow, ANSA und SimScale) sowie über 1000 Built-in-Nodes. Damit sitzt die Plattform über der existierenden Toollandschaft und orchestriert deren Aufrufe. Das ist der entscheidende Punkt für Großkunden mit jahrzehntelang gewachsenen CAD-Welten, niemand will einen Tier-1-Hersteller bitten, seine etablierten Lizenzen abzuschalten.

Visual Low-Code mit echtem Tiefgang. Engineers bauen Workflows als Node-Graphen, Aufgaben werden als Bausteine arrangiert, Datenflüsse sichtbar verbunden, Ergebnisse im integrierten 3D-Viewer kontrolliert. Eine breite Bibliothek an Built-in-Nodes deckt CAD-Operationen, Mesh-Generierung, Datenmanipulation und Reporting ab. Wer mehr braucht, embeddet Python- oder C#-Skripte, die Plattform deckt also den Bogen vom Citizen Engineer bis zum scripting-fähigen Power-User.

Agentische KI als “digitale Engineers”. Synera positioniert sich heute offen als “AI Agents Platform for Engineers”. Spezialisierte Agenten übernehmen ganze Aufgabenketten autonom: Supervisor-Agenten interpretieren Ziele und Anforderungen, Product-Agenten generieren Designkonzepte, Costing-Agenten schätzen Produktionskosten, Sales-Agenten beantworten Angebotsanfragen (RFQs), Manufacturing-Agenten beschleunigen das Mold-Design. Das Konzept ist nicht nur Marketing-Vokabular; die Plattform lässt sich an das LLM der Wahl des Kunden anbinden und bindet Agenten als ausführende Knoten in Workflows ein. Damit liefert Synera eine der wenigen ernst zu nehmenden Engineering-spezifischen Implementierungen agentischer KI im Markt.

On-Premises-Pfad für IP-Schutz. Für Automotive- und Aerospace-Kunden ist IP-Schutz nicht verhandelbar, kein Geometriedatensatz darf unkontrolliert das Haus verlassen. Synera bietet daher echte On-Premises-Installationen im Kundenrechenzentrum an (“on premises to maintain the security of IP”), alternativ AWS-gehostetes SaaS. Welche AWS-Region zum Einsatz kommt, klärst du im Vertrag, eine pauschal dokumentierte EU-Region findet sich auf der Webseite nicht. In Kombination mit der TISAX-Level-2-Zertifizierung ist On-Premises der saubere Pfad für sensible IP.

Marktplatz als Spezialisten-Hebel. Über 20 Software-Partner liefern Add-Ins für Nischen, Additive-Optimization, Spezial-Mesher, branchenspezifische Reporting-Pakete. Damit muss Synera nicht jede Fachdomäne selbst tief abdecken, sondern öffnet die Plattform für Spezialisten, ein Modell, das in komplexen Engineering-Welten funktioniert.

Glaubwürdige Referenzkunden. BMW, Hyundai, Airbus und NASA sind keine Logos, die man nebenbei aufstellt, diese Organisationen verlangen Pilotprojekte, Sicherheitsaudits und nachweisbare ROI-Berechnungen, bevor ein Tool in den produktiven Engineering-Workflow darf. Wer Synera einführt, kauft kein Start-up-Experiment, sondern eine Plattform, die in regulierten Großkonzernen bestanden hat.

Schwächen ehrlich betrachtet

Intransparente Preisgestaltung. Keine Listpreise, kein öffentlicher Token-Kostenrahmen, kein Self-Service-Trial. Das macht den Einstieg für KMU und mittlere Engineering-Büros zur Hürde, wer nicht zur Zielgruppe großer OEMs und Tier-1-Zulieferer gehört, weiß nicht, ob er überhaupt verhandlungsfähig ist. Für eine Plattform, die zunehmend “agentic AI” verspricht, fehlt damit der Demokratisierungs-Schritt, den Foundation-LLM-Anbieter längst gegangen sind.

Datenqualität ist Vorbedingung, nicht Ergebnis. Synera automatisiert Workflows auf strukturierten Daten, CAD-Bibliotheken, Material-Tabellen, Variantenregeln. Wo diese Grundlagen schlecht sind, scheitert auch der beste Workflow. Viele Tier-2-Zulieferer unterschätzen, wie viel Datenarbeit dem ersten echten Produktiveinsatz vorausgeht. Die “12–24 Monate bis Produktivbetrieb”-Faustregel bei komplexen Variantenprojekten gilt nicht wegen der Software, sondern wegen der Daten.

Steile Lernkurve für tiefe Workflows. Einfache Automatisierungen sind in Tagen aufgesetzt. Komplexe Multi-Tool-Orchestrierung, etwa ein vollständiger Variantengenerator über Capital, NX und Ansys, verlangt erfahrene Solution Engineers, die das Tool und die orchestrierten Quellsysteme beherrschen. Die Plattform ist visuell, aber sie ersetzt kein domänenfachliches Engineering-Wissen.

Abhängigkeit von Drittwerkzeug-APIs. Synera ruft fremde CAD- und Simulationswerkzeuge auf, wenn Capital seine API ändert oder Ansys ein Major Release veröffentlicht, brechen Workflows. Synera pflegt seine Konnektoren aktiv, aber die Abhängigkeitskette ist real und in regulierten Engineering-Prozessen ein Risikofaktor, der bedacht werden muss (Versionskontrolle, Pinning, Validierungsworkflows).

Token-Modell macht Kostenplanung schwer. Floating-Token-Pools sind elegant für variable Teamgrößen, machen die jährliche Kostenplanung aber zu einer Verhandlung statt einer Tabellenkalkulation. Wer in Q4 einen Sprint hochfährt, kann unerwartet ins Pool-Limit laufen. Saubere Nutzungstelemetrie und ein definiertes Eskalations-Procurement sind Pflicht.

Konkurrenz aus mehreren Richtungen. Die großen CAD-Anbieter (Siemens Capital, Dassault, Autodesk, Altair) bauen eigene Automatisierungs- und KI-Schichten, oft tief in ihre Produkte integriert. Wer ohnehin Single-Vendor fährt, bekommt diese Funktionen “kostenlos”. Synera punktet als Multi-Vendor-Orchestrator, dieser Vorteil schmilzt, sobald ein Großkonzern auf eine einheitliche CAD-Plattform standardisiert.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Eine integrierte ECAD-Plattform mit Harness-Design willst	Siemens Capital oder Zuken E3.series
Ein vollständiges MCAD/PLM aus einer Hand brauchst	CATIA
Konstruktion in Maschinenbau-Mittelstand suchst	Autodesk Inventor
Eine breite Simulations-Suite mit eigener Automatisierung willst	Altair HyperWorks

Erwähnenswert ohne eigene Tool-Seite: Ansys (Marktführer für FEA, baut eigene KI-Schicht aus), Siemens NX und Solid Edge (CAD/CAM mit zunehmender Automatisierung), Dassault 3DEXPERIENCE (Plattform-Ansatz vergleichbar mit Synera, aber Single-Vendor), Hexagon Manufacturing Intelligence sowie generische Workflow-Plattformen wie n8n, KNIME oder Activeeon. Synera ist im westlichen Markt der profilierteste herstellerunabhängige Engineering-Orchestrator, wer Multi-CAD fährt und KI-Agenten ernst nimmt, kommt aktuell kaum an Synera vorbei.

So steigst du ein

Schritt 1: Use Case schärfen, nicht Plattform evaluieren. Synera lohnt sich nicht für “wir wollen KI ausprobieren”. Identifiziere einen konkreten, wiederkehrenden Engineering-Schmerz mit messbarem Volumen, etwa “wir routen pro Quartal 80 Kabelbaumvarianten manuell, pro Variante 4 Stunden”. Solche Cases lassen sich in einem 8- bis 12-wöchigen PoC realistisch automatisieren und ROI-rechnen. Vage Effizienzversprechen scheitern dagegen am Lizenzpreis.

Schritt 2: Datenbestand vor Demo prüfen. Bevor du mit Synera-Vertrieb sprichst, prüfe intern, wie sauber deine CAD-Bibliotheken, Material-Tabellen und Variantenregeln gepflegt sind. Eine Lücke hier verlängert das Projekt von 3 auf 12 Monate. Ein Vorgespräch mit dem eigenen PLM-Team ist meist produktiver als das erste Synera-Pitch-Meeting.

Schritt 3: PoC mit Solution Engineer aufsetzen. Synera stellt im Vertriebsprozess einen Solution Engineer, der den ersten Workflow gemeinsam mit dem Kundenteam baut. Diese Phase entscheidet, ob das Tool langfristig trägt, investiere die internen Ressourcen, fordere konkrete Übergabe-Dokumentation und sichere dir Sourcecode-Zugriff auf die gebauten Workflows. Wer den PoC outsourct und am Ende keine eigenen Workflow-Erbauer hat, kauft Abhängigkeit statt Plattform.

Schritt 4: Center of Excellence aufbauen. Synera entfaltet seinen Wert über das einzelne Projekt hinaus, wenn ein internes 2- bis 4-köpfiges CoE-Team Workflows pflegt, Standards setzt und Fachabteilungen anlernt. Ohne dieses CoE bleibt die Plattform ein Insel-Tool mit hohen Lizenzkosten. Mit CoE entwickelt sich Synera zur strategischen Engineering-Infrastruktur.

Ein konkretes Beispiel

Das folgende Szenario ist ein illustratives Rechenbeispiel, kein dokumentierter Referenzfall, es zeigt, wie eine typische Einführung aussehen kann. Ein Tier-1-Automotive-Zulieferer aus dem Großraum Stuttgart (rund 600 Engineers, Schwerpunkt Bordnetz und Sensorik) führt Synera für die Variantengenerierung im Kabelbaum-Bereich ein. Der bisherige Ablauf: Pro neuem OEM-Projekt entstehen 30–50 Fahrzeugvarianten, jede Variante wird in Siemens Capital manuell auf Basis einer Referenzkonfiguration angepasst, KBL/VEC-Datensätze werden anschließend per Skript exportiert. Aufwand pro Variante: ca. 6 Stunden, zuzüglich Reviewschleifen. Nach Einführung von Synera definiert das CoE-Team einen Variantengenerator-Workflow: Synera liest die Referenz-Topologie aus Capital, wendet eine Matrix aus Optionsregeln an (KI-gestütztes Routing für nicht spezifizierte Verlegewege), validiert gegen Material- und Längenrestriktionen und exportiert die fertigen KBL/VEC-Dateien für den OEM. Aufwand pro Variante nach Einlauf: ca. 1,5 Stunden, 75 Prozent Zeitersparnis bei vergleichbarer Qualität. Bei 40 Varianten pro Jahr und 6 Großprojekten parallel summiert das rechnerisch auf rund 1.080 eingesparte Engineer-Stunden jährlich, sodass sich Lizenz- und Einführungskosten in diesem Beispiel innerhalb von rund 18 Monaten amortisieren. Wichtig: Der Zulieferer hat parallel zwei Engineering-Datenpfleger eingestellt, weil saubere Bibliotheksdaten Voraussetzung waren. Die KI ist Hebel, nicht Ersatz.

DSGVO & Datenschutz

• Anbieter: Synera GmbH (Deutschland), nach unserer Kenntnis früher unter dem Namen ELISE (Bremen) am Markt (siehe Verifikations-Hinweis unten). Für den nordamerikanischen Markt wurde laut About-Seite 2025 zusätzlich die Synera Technologies Inc. in den USA gegründet.
• Datenhosting: Wahlweise SaaS auf AWS oder On-Premises im Kundenumfeld. Die konkrete AWS-Region ist nicht öffentlich dokumentiert und sollte vertraglich festgelegt werden. Für Großkunden mit IP-Sensitivität (Automotive OEM, Aerospace, Defence) ist On-Premises der Standardfall, dort verlässt kein Geometriedatensatz das eigene Rechenzentrum.
• TISAX: Synera ist nach TISAX Level 2 zertifiziert, das ist der Branchenstandard für Informationssicherheit bei Automotive-Zulieferern und für deutsche OEMs faktisch Voraussetzung.
• Datennutzung: Bei den agentischen KI-Funktionen binden Kunden laut Startseite ihr eigenes LLM an (“use LLMs of your choice”), etwa eine Azure-OpenAI-Instanz oder ein On-Prem-Modell. Synera trainiert keine eigenen Foundation-Modelle. Ob und wie Kundendaten (Geometrie, Bibliotheken, Workflows) darüber hinaus verarbeitet werden, ist öffentlich nicht dokumentiert und sollte vertraglich geklärt werden.
• Auftragsverarbeitung (AVV): Ein AVV ist bei Enterprise-Engineering-Software dieser Art üblich, eine öffentliche Datenschutz- oder AVV-Seite von Synera konnten wir im Recherchezeitraum jedoch nicht abrufen. Kläre den AVV daher aktiv im Vertrag. Bei On-Premises-Betrieb entfällt die externe Datenverarbeitung weitgehend.
• Empfehlung für Unternehmen: Für Automotive- und Aerospace-Engineering ist Synera datenschutzrechtlich gut aufgestellt, die Kombination aus deutscher GmbH, TISAX-Zertifizierung und echter On-Premises-Option ist im Markt eher selten. Wer regulierte Daten (Defence, Behörden, Patientensimulation in Medtech) verarbeitet, sollte trotzdem eine Datenschutz-Folgenabschätzung und ein technisches Audit der Konnektoren durchführen.

Gut kombiniert mit

• Siemens Capital, als primäre ECAD-Plattform für Bordnetz- und Harness-Design, Synera als Orchestrator und Variantengenerator darüber. Klassische Konstellation in Automotive-Tier-1-Häusern.
• Altair HyperWorks, Synera ruft HyperWorks-Solver für FEA-Iterationen und Topology Optimization auf, Synera-Agenten parameterisieren, starten und werten die Läufe aus. Gerade bei Composite- und Leichtbau-Projekten ein produktiver Workflow.
• CATIA, als MCAD-Basis, Synera als Automatisierungsschicht für Variantenaufbau, Stücklistenpflege und CAD-zu-Simulation-Übergaben. Funktioniert besonders in Aerospace-Umgebungen, in denen CATIA Standard ist.

Unser Fazit

Synera verdient 4 von 5 Sternen. Die Plattform ist im Engineering-Automatisierungs-Markt unter den herstellerunabhängigen Anbietern aktuell die ernstzunehmendste Wahl, gute Werkzeugabdeckung, glaubwürdige Referenzkunden, ehrlicher On-Premises-Pfad, TISAX-Zertifizierung. Der Schritt von “klassischer Workflow-Plattform” zu “agentischer KI für Engineers” wirkt fundiert, nicht nur aufgesetzt. Den fünften Stern kostet vor allem die intransparente Preisgestaltung, keine Listpreise, kein Trial, keine niedrigere Einstiegsstufe, und die hohe Eintrittshürde, die das Tool faktisch auf Konzerne und große Mittelständler beschränkt. Auch die echte Abhängigkeit von gepflegten Stammdaten und die langen Einführungsprojekte sind Faktoren, die in der Realität viele Projekte langsamer machen als die Verkaufsversprechen suggerieren. Für die richtige Zielgruppe, Automotive Tier-1, Aerospace, manufacturing-getriebene R&D, ist Synera trotzdem eine der spannendsten deutschen Engineering-Tech-Geschichten der vergangenen Jahre.

Was wir bemerkt haben

• Juli 2026, Die Webseite läuft unter der Domain synera.ai. Die Positionierung im Seitentitel lautet jetzt explizit “AI Agents Platform for Engineers”, die früher dominierende “Low-Code-Engineering-Plattform”-Sprache ist dem Agenten-Narrativ gewichen, wobei die Plattformseite die Low-Code-Grundlage (Node-Editor, über 1000 Built-in-Nodes, über 80 Tool-Integrationen) weiterhin ausführlich beschreibt.
• Juli 2026, Auf der Startseite werden als Referenzen BMW Group, Hyundai Motor Group, Airbus, EDAG, NASA, MAN, Hettich, ARRK, Ariane, Safran, IMS Gear und SEAT genannt. Die Kundenliste reicht damit erkennbar über das Automotive-Tier-1-Segment hinaus in Aerospace und Manufacturing.
• Juli 2026, Synera positioniert die agentische KI über klar benannte Agentenrollen (Supervisor/Project Manager, Evaluation, Product, Costing, Sales, Cost, Manufacturing) sowie disziplinspezifische Agenten für Harnessing und strukturelle Validierung. Das ist mehr Substanz als das bloße Schlagwort “Agentic AI”, die Agenten sind als ausführende Knoten in die Workflows eingebunden und lassen sich an das LLM der Wahl des Kunden anbinden.
• Juli 2026, Die About-Seite datiert die Unternehmensgründung auf 2018 (mit vorangegangener Forschung 2006–2018) und weist eine Gesamtfinanzierung von rund 55 Mio. € aus: 3 Mio. € Seed (2019), 14,5 Mio. € Series A (2022) und eine Series B über 40 Mio. USD (2026). Die US-Tochter Synera Technologies Inc. wurde demnach 2025 gegründet. Diese Angaben stammen aus der Eigendarstellung des Anbieters.
• Hinweis zur Verifikation: Dass das Unternehmen früher unter dem Namen ELISE (Bremen) firmierte, entspricht unserer Kenntnis, ließ sich in diesem Recherchedurchgang aber nicht erneut an einer Primärquelle bestätigen, die aktuelle About-Seite nennt durchgehend nur den Namen Synera. Frühere Notizen zu einem German Innovation Award und einer McKinsey-Kooperation konnten wir ebenfalls nicht belegen und führen sie nicht als gesicherte Fakten. Für aktuelle Unternehmensmeldungen verweisen wir auf den Newsroom von Synera.