Wie KI die Entwicklung in der Autobranche beschleunigt

Künstliche Intelligenz ist bei Fahrzeugherstellern, Zulieferern und Entwicklungsdienstleistern zur wichtigen Anwendung geworden. Continental nutzt KI unter anderem, um reale Testläufe mit Fahrzeugen zu reduzieren. Sie wird vom Konzern auch bei der „Überprüfung neuer Materialien und Reifentechnologien mithilfe von Simulationen“ eingesetzt. Das erklärt Gilles Mabire, Technikchef Automotive beim Hannoveraner Zulieferer.

Der Engineering-Dienstleister Edag hat das Software-Tool „KI-Crash“ entwickelt, um Simulationswerte im Fußgängerschutz vorherzusagen. Das Werkzeug benötigt keinen Rechencluster und sorgt für schnelle Ergebnisse. Statt nach vier bis sechs Wochen ohne den Einsatz von KI erhalten Konstruktionsingenieure die Ergebnisse nun nach wenigen Stunden, verspricht Edag. Zeit wird auch bei Iterationen und Variantenrechnungen gespart. Wichtig ist Richard Kordaß, Head of Innovation Area Digitalisation, „dass KI als Ergänzung zu menschlichen Fähigkeiten und freigegebenen Prozessen gesehen wird“.

Doch der Edag-Manager sieht auch Grenzen für den KI-Einsatz in der Entwicklung. Zwar könnten KI-Systeme, die aus vorhandenen Daten lernen, neue Kombinationen von Mustern erstellen. „Die Fähigkeit, völlig neue Ideen oder Konzepte zu generieren, ist hingegen begrenzt und obliegt dem menschlichen Verstand.“ Vor der Anwendung müssten am Markt erhältliche KI-Lösungen individuell geprüft und insbesondere die zugrunde liegenden Trainingsdaten hinterfragt werden.

Der österreichische Wettbewerber AVL List nutzt KI entlang des gesamten Produktlebenszyklus, von der Konzeptphase bis zur Wartung und zum Recycling. „Mithilfe der KI-unterstützten Konzeption von digitalen Prototypen können wir schneller Konzeptentscheidungen treffen“, sagt Uwe Dieter Grebe, Geschäftsführer AVL List. Durch die selbst entwickelten KI-Tools werde eine optimale Auswahl von Fahrzeugarchitekturen, Batterien und Fahrfunktionen gewährleistet. Zudem erkenne eine intelligente Datenauswertung in der Validierung Fehler und unterstütze die Ingenieure bei der Ursachenanalyse.

Eingeschränkt sei der Einsatz von lernenden KI-Systemen aus rechtlichen Gründen bei der Emissionsoptimierung und bei sicherheitsrelevanten Systemen. „Unter allen Umständen müssen die Rahmenbedingungen von Datenschutz, Ethik und Recht eingehalten werden.“ Diese Feststellung ist Grebe wichtig.

Auch die BMW Group setzt KI vielseitig ein. So arbeitet die IT der Gruppe gemeinsam mit Entwicklern aus dem Bereich Crash-Simulation an Konzepten der passiven Sicherheit. „KI-Techniken wie maschinelles Lernen und neuronale Netze können den Crash-Simulationsprozess erheblich beschleunigen“, sagt Caglar Gürbüz, IT-Spezialist für Geneneratives Design bei BMW. Das geschieht, indem sie unter anderem die Rechenzeit verkürzen und die Fristen bis zur Markteinführung verringern.

KI-Algorithmen ermöglichten auch, riesige Mengen an Crash-Daten zu analysieren. Stetiges Trainieren der KI sorge zudem für qualitativ bessere Simulationsaussagen in einer frühen Phase und führe wiederum zu einem schnelleren Entwicklungsprozess.