Wie Artificial Intelligence die Automobilbranche revolutioniert.

Sinnbildliches Connected Auto

Der Roboter „Shimon“, der im Video zu sehen ist, hat auf Basis von mehr als 5000 Marimba-Songs und 2 Millionen musikalischen Motiven und Riffs gelernt, die Regeln dieses Musikgenre zu verstehen. Das Lied, das er im Video zum Besten gibt, ist seine erste eigene Komposition. Dieses Beispiel zeigt: Die Fortschritte im Bereich Artificial Intelligence (AI) sind mehr als beeindruckend. Zum Durchbruch entscheidend beigetragen haben Big Data und Deep Learning .

In vielen Unternehmen gibt es bereits einzelne Use Cases oder Bestrebungen, die IT-Architektur entsprechend vorzubereiten. Dies zeigt die jüngste, weltweit durchgeführte Salesforce Studie.  Die Wichtigkeit von Artificial Intelligence wurde demnach von den Unternehmen mehrheitlich erkannt. Der Automobilbranche kommt in diesem Zusammenhang eine Vorreiterrolle zu. Nicht nur finden sich dort prominente Anwendungsbeispiele wie das Autonome Fahren, das ohne Artificial Intelligence nicht denkbar wäre. Auch die Auswirkungen auf zahlreiche andere Produktionsbereiche dürfte hier enorm sein. Nicht zuletzt aufgrund der gesamtwirtschaftlichen Bedeutung der Automobilindustrie als Schlüsselindustrie für Deutschland, sind Entwicklungen für diesen Bereich von besonderem Interesse für die deutsche Wirtschaft. Das Potenzial, das Artificial Intelligence hier bietet, ist enorm.

 

In bestimmten Produkten, Maschinen und Komponenten ist Artificial Intelligence schon im Einsatz, ohne dass es immer konkret benannt wird

Wirft man einen Blick in ein Auto, so lassen sich bereits viele Teilbereiche identifizieren, in denen Artificial Intelligence direkt oder indirekt eine Rolle spielt. Die Grundlage für die Spracherkennung im Auto beruht auf NLP, also Natural Language Programming – einem wichtigen Teilgebiet von Artificial Intelligence. Auch die Optimierung von Routenberechnungen wird durch lernfähige, intelligente Algorithmen unterstützt. Fahrerassistenten und bestimmte Zusatzfunktionen wie die Vorausberechnung des Routenverlaufs für die automatische Anpassung der Scheinwerfer beruhen zum Teil auf Bilddatenauswertung bzw. Objekterkennung.

Aber auch in der Automobil-Produktion profitieren einigeHersteller und Zulieferer bereits von Artificial Intelligence. Gerade  Machine Learning ist eine wichtige Data-Science-Methode, die beispielsweise in Predictive Maintenance Projekten zum Einsatz kommt.

Das eigentliche Potenzial von Artificial Intelligence ist noch nicht realisiert

Hochkomplexe Vorgänge wie  autonomes Fahren sind die Königsdisziplin von Artificial Intelligence. Wobei hier immer genau differenziert werden muss, von welcher Stufe an Autonomie gesprochen wird. Selbst bei Autonomiestufe 4, bei der das Auto schon sehr viel an Fahrleistung übernimmt, ist die Anwesenheit eines Fahrers noch erforderlich. Erst bei Level 5, das bis heute noch nicht vollständig – sprich: zur Serienreife – erreicht worden ist, agieren Fahrzeuge komplett autonom.

Lesetipp: In diesem Artikel beschäftigt sich Dr. Felix Klein mit dem „Autonom fahrenden Fahrzeug aus Sicht eines Data Scientist“.

Das Ziel: Komplexe Systeme zu beherrschen und die Kundenerfahrung zu verbessern

Auch in anderen Bereichen, in denen durch Artificial Intelligence komplexe Systeme beherrschbar werden, ist noch Entwicklungsarbeit zu leisten. In einigen Fällen sind Fortschritte aber nur eine Frage der Zeit: Eines der wesentlichen Merkmale von intelligenten Algorithmen ist ihre Lernfähigkeit. Um die komplexen Zusammenhänge der Gesamtverkehrslage zu interpretieren, ist es wie bei „Shimon“, der Musik komponieren und spielen kann, zunächst nötig, die Voraussetzungen zu lernen. Dazu gehört es, die Verkehrsregeln zu verstehen, das Verhalten der Verkehrsteilnehmer zu analysieren und bis zu einem gewissen Grad vorhersagen sowie zahlreiche Lösungsansätze zur Optimierung durchzuprobieren.

Für Autohersteller lohnt es darüber hinaus eine automatisierte Auswertung von Fahrzeugdaten anzustreben. Daten wie die zur Abnutzung von Bremsbelägen und Filtern oder zum Ölverbrauch sind wertvolle Informationen. Sie lassen Schlüsse über das verwendete Material zu, dienen zur Prognose von möglichen Schäden und Ausfällen, und stellen nicht zuletzt die Grundlage zur automatisierten Planung von Werkstattterminen über den Bordcomputer dar. Denn genau dies ist das übergeordnete Ziel, das all die genannten Entwicklungschancen letztlich verfolgen: Die konsequente Verbesserung der Kundenerfahrung und die Erhöhung von Komfort und Sicherheit im Straßenverkehr insgesamt.

Artificial Intelligence gestütztes Design bei der Automobilentwicklung

Die Nutzung von Artificial Intelligence eröffnet auch in anderer Hinsicht ein bis dato unbekanntes Maß an Effizienzsteigerung und Optimierung. Das fängt schon bei der ersten Planung beziehungsweise beim Design eines neuen Modells an. Lernfähige, intelligente Software kann den Menschen dabei unterstützen, das optimale Design für ein Auto zu finden. Dazu wird eine Artificial Intelligence zunächst mit allen möglichen Autodesigns, die bereits existieren trainiert, damit die grundlegenden Kenntnisse in diesem Bereich vorhanden sind. Darauf aufbauend können verschiedene andere Fähigkeiten trainiert werden, wie Ergebnisse aus dem Windkanal oder das Verhalten bestimmter Materialien bei hohen und niedrigen Temperaturen. CAD-Modelle und Simulationen von neuen Designs können mit Hilfe von Artificial Intelligence zu völlig neuen Ergebnissen führen, weil sie Millionen von verschiedenen Varianten durchprobieren können. Dasselbe gilt auch für angrenzende Bereiche wie dem Sounddesign bei Türenschließgeräuschen, bei der Insassensicherheit oder der Vibrationsreduzierung.

Artificial Intelligence als Game Changer in der Automobilproduktion:

Der Automobilbranche stehen durch Artificial Intelligence  zahlreiche und grundlegende Optimierungsmöglichkeiten bevor. Durch den Einsatz von Artificial Intelligence lassen sich allgemein formuliert Objekte, Zeichen und Sprache eindeutig erkennen, Entscheidungen automatisieren und darauf aufbauende Aktionen ausführen. Das Resultat ist jeweils autonomes und adaptives Multi-Agent-Verhalten. Auf diese Weise lässt sich sowohl der Traum vom Autonomen Fahren realisieren, als auch Optimierungspotenzial innerhalb der Produktionskette realisieren. Wenn dazu in der Produktion kontinuierlich alle Prozessdaten erfasst und gespeichert werden, lässt sich die Produktionsqualität maßgeblich erhöhen, Defekte und Fehlproduktion reduzieren und der Energieverbrauch senken. Auch Prognosemodelle können in die Optimierung mit einbezogen werden: Beispielsweise bei der Lackierung und beim Karosserieschutz.

Durch den Einsatz von Artificial Intelligence lassen sich sehr viele Bereiche in der gesamten Wertschöpfungskette der Automobilproduktion wesentlich verbessern. Was von dieser Vision Realität wird, hängt zum Teil auch vom Gesetzgeber ab. In bestimmten sensiblen Anwendungsbereichen muss geklärt werden, was unter den Datenschutz fällt und was erlaubt ist. Nichtsdestotrotz ist Artificial Intelligence definitiv ein Game Changer in der Automobilindustrie und eröffnet ganz neue Möglichkeit für die gesamte Branche..

Sie wünschen sich noch mehr Orientierung im Bereich Data Science? Melden Sie sich für unseren kostenlosen Newsletter an.

Newsletter
 

Tags

top