„EDA’s premier code-based PCB AI-driven design tool.“
JITX ist eine codebasierte Plattform für die Entwicklung und Optimierung komplexer Leiterplatten, insbesondere hochfrequenter Systeme. Anforderungen werden in Python beschrieben; KI kann den Code erstellen oder überarbeiten. JITX generiert daraus Schaltpläne und Strukturen, nutzt Routing- und Optimierungsverfahren und kann elektromagnetische Simulationen mit Ansys HFSS anstoßen und auswerten.
JTIX
Software-defined electronics
Standort: USA ⓘ JITX Inc., 1207 10th Street, Berkeley, CA 94710, USA
Trial / Demo / Training Individuell vereinbarte Demonstrationen, Testzugänge und Trainingsprogramme.
Consulting Beratung für automatisiertes Hardwaredesign und Einführung der JITX-Methodik.
Custom Development Individuelle Entwicklung, firmenspezifische Designbibliotheken, Prüfregeln und Integrationen.
Zielgruppen
JITX richtet sich an professionelle Elektronikentwickler, RF- und High-Speed-Spezialisten, Luft- und Raumfahrtunternehmen, Halbleiter- und Systemhersteller sowie technische Organisationen mit wiederkehrenden Hardwareplattformen. Besonders hoch ist der Nutzen, wenn Designregeln, Optimierungsziele und Schaltungsvarianten programmatisch abgebildet werden sollen.
Herausragende Funktionen
JITX verbindet KI-generierten Python-Code mit deterministischen EDA-Primitiven, Constraint-Solvern und physikalischer Simulation. Die KI kann Anforderungen und Datenblätter verarbeiten und Änderungen vorschlagen, während der erzeugte Code inspizierbar bleibt. Für Hochfrequenzdesigns kann das System Strukturen erzeugen, HFSS-Simulationen ausführen und Ergebnisse in weitere Optimierungsschritte zurückführen.
Wichtigste Anwendungsfelder
Typische Einsatzfelder sind RF-Boards, Antennen- und Hochfrequenzstrukturen, High-Speed-Elektronik, automatisierte Pin-Zuordnung, Constraint-basierte Schaltplanerstellung, Plattformdesigns und Design-Space-Exploration. Unternehmen können wiederkehrende Engineering-Regeln als Python-Code und überprüfbare Designlogik abbilden.
Nutzung & Hinweise
Der Anwender formuliert Anforderungen und Randbedingungen; die KI schlägt Python-Code oder Codeänderungen vor. Diese Änderungen müssen genehmigt und anschließend durch JITX-Solver, DRCs, Simulationen und Engineering-Reviews validiert werden. Die kostenlose Lizenz eignet sich nicht für vertrauliche Kundenprojekte. Für solche Projekte ist vorab die Enterprise-Lizenzierung zu klären.
| Zielgruppe | Einschätzung |
|---|---|
| Privatpersonen / Maker | Bedingt – Free-and-Open-Modell vorhanden, aber deutlich technischer als klassische PCB-GUI-Tools. |
| Selbstständige / Freelancer | Ja, bei Code- und Elektronikkenntnissen – geeignet für wiederverwendbare, parametrische Schaltungs- und PCB-Designs. |
| Hardware-Start-ups | Sehr gut geeignet – kann Varianten, Komponentenwahl, Designregeln und wiederkehrende Aufgaben automatisieren. |
| KMU | Ja – besonders für Unternehmen mit mehreren Produktvarianten oder wiederkehrenden PCB-Architekturen. |
| Großunternehmen | Sehr gut geeignet – lokale Installation, Air Gap, proprietäre Designs, PLM- und CAD-Integrationen sowie individueller Support sind verfügbar. |
| Entwickler / Elektroingenieure | Sehr gut geeignet – Kernzielgruppe sind Hardwareentwickler, die Schaltungen als Code modellieren und automatisieren möchten. |
| Bildung / Forschung | Ja – kostenloses Open-Source-Modell für offen lizenzierte Designs und Einsatz an Hochschulen. |
| Datenschutzkritische Organisationen | Gut mit Enterprise – lokale und Air-Gap-Installation ermöglichen hohe Datenkontrolle; die öffentliche Cloud-/Website-Nutzung bleibt US-basiert. |
Faktenbasierte KI-Einschätzung:
KI-Tool: Ja. KI-Anteil: hoch. Einfluss auf die Gesamtfunktionalität: hoch.
Im aktuellen JITX-Workflow wandelt KI Anforderungen in Python-Code um, schlägt Änderungen vor, verarbeitet Datenblätter und unterstützt Optimierungsabläufe. Die eigentliche technische Absicherung erfolgt weiterhin durch prüfbaren Python-Code, Constraint-Systeme, Routing-Solver und HFSS-Simulationen. KI ist damit zentral für die Bedienung und Iteration, während deterministische EDA- und Simulationskomponenten für Verlässlichkeit sorgen.
Hosting & Daten
1) On-Prem / lokales Hosting
Bedeutung: Die Firma betreibt die Lösung auf eigener Hardware oder in der eigenen Infrastruktur. Im strengsten Sinn läuft dabei nicht nur die Anwendung, sondern idealerweise auch das Modell lokal.
2) Private Cloud / RZ
Bedeutung: Die Lösung läuft in einer dedizierten oder stärker abgegrenzten Cloud-Umgebung, oft bei einem Hosting-Anbieter oder Hyperscaler, aber in einem deutschen Rechenzentrum oder in einer besonders kontrollierten Umgebung.
3) EU-SaaS / Managed
Bedeutung: Der Anbieter betreibt die Lösung selbst als Dienst. Die Firma nutzt das Tool als fertigen Cloud-Service, idealerweise mit EU-Datenresidenz.
4) Hybrid
Bedeutung: Ein Teil der Verarbeitung bleibt intern / lokal / in privater Cloud, ein anderer Teil läuft in einer externen Cloud oder EU-SaaS.
5) AVV / DPA
Bedeutung: Das ist der Auftragsverarbeitungsvertrag bzw. Data Processing Addendum.
Er regelt, dass der Anbieter personenbezogene Daten im Auftrag verarbeitet und an die Weisungen des Kunden gebunden ist.
6) Kein Training
Bedeutung: Der Anbieter nutzt deine Prompts, Uploads, Anhänge, Chatverläufe oder Outputs nicht zum Training oder zur Verbesserung des allgemeinen Modells — idealerweise vertraglich ausgeschlossen.
7) Open-Source-/Transparenz-Pfad
Bedeutung: Es gibt einen Weg zu mehr technischer Transparenz und Souveränität, etwa durch:
- offene Modelle
- dokumentierte Komponenten
- self-hostbare Teile
- nachvollziehbare Architektur
- Export-/Wechselmöglichkeiten
| On-prem / local hosting | ✅ |
| Private cloud / data center | ✅ |
| EU SaaS / Managed | ❓ |
| Hybrid | ✅ |
| DPA / AVV | ❓ |
| No training on customer data | ⚠️ |
| Open source / transparency path | ⚠️ |
Gesamteinschätzung:
Lokale Enterprise-EDA mit optionalem Cloudzugang und offenem Einstiegsmodell. JITX bietet zwei klar erkennbare Betriebsmodelle: „Free and Open“ für offen lizenzierte Designs und „Enterprise“ für proprietäre Designs. Enterprise wird lokal gehostet und kann Air-Gap betrieben werden. Dadurch eignet sich JITX auch für vertrauliche Hardware-, Industrie-, Luftfahrt- oder Forschungsprojekte.
Datenverarbeitung: Verarbeitet werden Schaltungsbeschreibungen, Komponenteninformationen, Designanforderungen, PCB-Layouts, Prüfergebnisse und Integrationsdaten. Enterprise kann mit PLM-Systemen sowie KiCad, Altium und Siemens Expedition verbunden werden. Die Software automatisiert Routineaufgaben und führt detaillierte elektrische Designprüfungen durch.
Generative KI: JITX beschreibt generative KI als Ergänzung zur codebasierten Entwicklung. Nach eigenen Tests eignen sich LLMs besonders für Datenextraktion aus Datenblättern und das Schreiben höher abstrahierten Codes; für autonome Originalschaltungsentwicklung sieht JITX weiterhin erhebliche Zuverlässigkeitsgrenzen.
Fazit:
JITX ist für Unternehmen attraktiv, die reproduzierbares und automatisiertes PCB-Engineering benötigen. Datenschutz und Schutz geistigen Eigentums sind bei lokaler oder Air-Gap-Installation deutlich besser kontrollierbar als bei reinen Cloud-EDA-Angeboten.
| On-prem / local hosting | ✅ |
| Private cloud / data center | ✅ |
| EU SaaS / Managed | ❓ |
| Hybrid | ✅ |
| DPA / AVV | ❓ |
| No training on customer data | ⚠️ |
| Open source / transparency path | ⚠️ |
Gesamteinschätzung:
Lokale Enterprise-EDA mit optionalem Cloudzugang und offenem Einstiegsmodell. JITX bietet zwei klar erkennbare Betriebsmodelle: „Free and Open“ für offen lizenzierte Designs und „Enterprise“ für proprietäre Designs. Enterprise wird lokal gehostet und kann Air-Gap betrieben werden. Dadurch eignet sich JITX auch für vertrauliche Hardware-, Industrie-, Luftfahrt- oder Forschungsprojekte.
Datenverarbeitung: Verarbeitet werden Schaltungsbeschreibungen, Komponenteninformationen, Designanforderungen, PCB-Layouts, Prüfergebnisse und Integrationsdaten. Enterprise kann mit PLM-Systemen sowie KiCad, Altium und Siemens Expedition verbunden werden. Die Software automatisiert Routineaufgaben und führt detaillierte elektrische Designprüfungen durch.
Generative KI: JITX beschreibt generative KI als Ergänzung zur codebasierten Entwicklung. Nach eigenen Tests eignen sich LLMs besonders für Datenextraktion aus Datenblättern und das Schreiben höher abstrahierten Codes; für autonome Originalschaltungsentwicklung sieht JITX weiterhin erhebliche Zuverlässigkeitsgrenzen.
Fazit:
JITX ist für Unternehmen attraktiv, die reproduzierbares und automatisiertes PCB-Engineering benötigen. Datenschutz und Schutz geistigen Eigentums sind bei lokaler oder Air-Gap-Installation deutlich besser kontrollierbar als bei reinen Cloud-EDA-Angeboten.
Stärken & Schwächen im Überblick
| Stärken | Schwächen |
|---|---|
| • Sehr hoher Automatisierungsgrad bei komplexen Elektronikdesigns | • Hohe fachliche Einstiegshürde |
| • Prüfbarer und versionierbarer Python-Code | • Python- und EDA-Kenntnisse bleiben erforderlich. |
| • Kombination aus KI, deterministischen Solvern und physikalischer Simulation | • Stark auf professionelle und komplexe Engineering-Workflows ausgerichtet. |
| • Lokaler beziehungsweise abgeschotteter Enterprise-Betrieb | • Kosten und Vertragsbedingungen des Enterprise-Angebots sind nur auf Anfrage erhältlich. |
| • Schnittstellen zu KiCad, Altium, Siemens Expedition und PLM-Systemen | • Die kostenlose Stufe darf laut Anbieter nur für Designs unter bestimmten Open-Hardware-Lizenzbedingungen verwendet werden. |
| • Geeignet für wiederholbare Plattform- und Produktfamilienentwicklung | • KI-generierter Code und Simulationsergebnisse benötigen qualifizierte technische Freigabe. |
Bewertungen
0 Bewertungen insgesamt
Für dieses Tool liegen noch keine bestätigten Bewertungen vor.
Bewertung absenden
Deine Bewertung wird erst nach der Bestätigung per E-Mail sichtbar. Damit schützen wir das Portal vor Missbrauch.
Bewertung melden
Bitte wähle den Grund aus, warum diese Bewertung geprüft werden soll.
DSGVO-konforme Nutzung möglich?
Gesamteinschätzung:
Bedingt, im lokal gehosteten Enterprise-Betrieb gut kontrollierbar.
Positiv ist, dass JITX für Enterprise-Kunden eine lokal gehostete und Air-Gap-fähige Installation anbietet. Dadurch können proprietäre Designs innerhalb der eigenen IT-Infrastruktur verarbeitet werden, ohne dass Konstruktionsdaten zwingend in eine öffentliche US-Cloud übertragen werden müssen. JITX behandelt Kundendaten in den Nutzungsbedingungen als vertrauliche Informationen.
Negativ ist, dass die allgemeinen JITX-Services in den USA gehostet werden. Die Datenschutzerklärung nennt Google Analytics, FullStory und HubSpot; bei der Website können Geräte- und Interaktionsdaten einschließlich Formularinteraktionen erfasst werden. Personenbezogene Daten können in den USA gespeichert und von dort in andere Länder übertragen werden.
Serverstandort: USA für die allgemeinen gehosteten Services; lokale Kundeninfrastruktur beim Enterprise-Modell. Ein öffentlich zugänglicher DSGVO-AVV/DPA, EU-Hosting, SCC-Dokument oder eine vollständige Subprozessorenliste wurde nicht gefunden: Keine gesicherten Informationen verfügbar.
Training auf Kundendaten: JITX hat Untersuchungen zur Verwendung externer LLMs wie Claude, Gemini und GPT für PCB-Code veröffentlicht. Eine allgemeine öffentliche Zusage, dass Kundendesigns niemals zum KI-Training verwendet werden, wurde nicht gefunden. Beim lokalen oder Air-Gap-Betrieb kann dieses Risiko technisch deutlich reduziert werden.
Fazit: Für DSGVO- und IP-kritische Hardwareprojekte ist der Enterprise-Betrieb auf eigener Infrastruktur die sinnvollste Variante. Die browserbasierte Website und Marketingdienste sollten getrennt von der eigentlichen lokalen Designumgebung bewertet werden.