Künstliche Intelligenz gewinnt für die Automobilindustrie immer mehr an Bedeutung.

Während sich die Öffentlichkeit hauptsächlich für den Einsatz beim autonomen Fahren interessiert, wird KI längst auch in anderen Bereichen wie Engineering, Produktion, Supply Chain oder Mobilitätsdienstleistungen angewandt. Mit KI kann die Automobilproduktion über die gesamte Wertschöpfungskette optimiert werden – für Hersteller und Zulieferer ist hier noch viel Luft nach oben.

Automotive und KI – wohin geht die Reise? Der IT-Dienstleister adesso erläutert, welche KI-Themen die Automobilbranche unbedingt auf der Agenda haben sollte:

KI in den Geschäftsprozessen

Fahrassistenzsysteme, optimierte Routen und sprachgesteuerte Radios: Künstliche Intelligenz ist heute bereits Bestandteil moderner Autos. Anders sieht es in den Geschäftsprozessen der Automobilindustrie aus. Obwohl sie zum Top-Hightech-Segment gehört, ist eine breite KI-Nutzung in dieser Branche noch nicht angekommen. Insbesondere die angestammten Unternehmen tun sich mit dem Wandel vom traditionellen Autobauer zum Data- und Software-Driven Mobilitätsanbieter schwer. Ihr Fokus muss stärker auf Geschäftsprozessen und Anwendungsfällen von KI außerhalb des Fahrzeugs liegen. Zur Anschubunterstützung empfiehlt adesso, diese Punkte zu beherzigen:

• KI ein Gesicht geben und (be-)greifbar machen: Anwendungsfälle müssen identifiziert und erprobt werden, um die Mitarbeitenden in Fach- und IT-Bereichen für KI zu begeistern.
• KI eine Heimat geben: Aufbau von zentralen Plattformen und Kompetenzzentren als Serviceeinheiten, die abrufbare Expertise bereitstellen.
• KI in den Geldbeutel packen: KI-Business-Cases erproben, kritisch bewerten und die Top-Cases weiterverfolgen und kommunizieren.

KI in der Produktion

In der Produktion unterstützt KI durch Bild-, Daten- und Tonmustererkennung bei der Überwachung von Robotern, Anlagen, Transportstrecken und der Qualitätssicherung. So entdecken trainierte KI-Systeme per visueller Kontrolle feinste Risse in der Windschutzscheibe oder per Audioprüfung abweichend klingende Maschinengeräusche. Mit solchen Schritten optimieren Hersteller und Zulieferer ihre Produktions- und Logistikprozesse, erkennen unmittelbar Qualitätsdefizite und vermeiden Folgeschäden. Dank fortgeschrittener Erkenntnisse im Deep Learning sind diese Anwendungsfälle heute sehr valide – mit geringen Fehlerquoten und hoher Serien- und Produktionsreife.

KI in der Supply Chain

KI interpretiert eigenständig Probleme und entwickelt dafür passende Lösungen. Auf KI basierende Algorithmen arbeiten nicht nach einem starren Schema, sondern verifizieren Ergebnisse aufgrund einer ständig wachsenden Datenbasis und verbessern sich damit laufend. Dieses Prinzip des Reinforcement Learning versetzt Maschinen in die Lage, immer genauere Vorhersagen zu treffen. Zum Beispiel in der Logistik: Auf Basis großer Datenmengen, die Einfluss auf die Lieferung von Teilen für die Produktion von Fahrzeugen haben, ermitteln KI-Anwendungen selbstständig die besten Transportwege. In den Zeiten von Just-in-time-Lieferungen über globale Lieferketten ist das ein wertvoller Anwendungsfall. Denn: Wie sensibel die Supply Chain ist und wie gravierend Ausfälle sein können, musste die Branche in der Corona-Pandemie teils schmerzhaft erfahren.

KI rund um den Fahrer

KI-basierte persönliche Assistenten heben die Nutzerinteraktion, also das Zusammenspiel von Fahrer und Auto, in neue Sphären. Neben dem gesprochenen Wort spielen Gesten und Gesichtserkennung eine große Rolle. Sie ermöglichen zum Beispiel das kontaktlose Steuern des Infotainment-Systems oder das eigenständige Entriegeln des Fahrzeugs. Durch die Integration von Smartwatches können Emotionen beim Fahrer erkannt werden. Dadurch lassen sich das Fahrerlebnis an die Emotionen anpassen und Notsituationen frühzeitiger erkennen. Für Fahrerinnen und Fahrer ein Fortschritt in puncto Sicherheit am Steuer.

KI und intelligente Mobilitätsdienste

KI macht intermodale Mobilität skalierungsfähig. Sie optimiert die Auslastung und Bereitstellung der Dienste, die die Vernetzung unterschiedlicher Verkehrsmittel wie Auto und ÖPNV vereinfachen und den Weg zur „Mobilität aus einer Hand“ ebnen. Intelligente Preismodelle steuern dabei Angebot und Nachfrage. Bei der Kommunikation, der Bereitstellung der Dienste und dem Service stellt KI den Kunden in den Mittelpunkt.

KI und autonomes Fahren

Ohne KI ist autonomes Fahren nicht möglich. KI-Systeme in autonomen Fahrzeugen verarbeiten diverse Daten parallel und in Echtzeit: den Straßenverlauf, die Straßenschilder und Ampeln sowie die Bewegungen der anderen Verkehrsteilnehmer und vieles mehr. Die Vorteile liegen auf der Hand: KI-Systeme sind in der Lage, umfassende Daten gleichzeitig zu lesen, zu berechnen und zu interpretieren. Beim Fahren lassen sie sich zudem nicht vom Smartphone, Radio oder einem Snack ablenken. Solange Stromversorgung und Technik einwandfrei funktionieren, ermüden sie auch nicht. Und je länger und öfter sie im Einsatz sind und neue Daten verarbeiten, desto besser und präziser arbeiten sie.

Zwar steht der Durchbruch selbstfahrender Autos auf unseren Straßen nicht unmittelbar bevor, die Forschungs- und Entwicklungsarbeit schreitet aber weiter voran. Das KI-System muss lernen, die Daten zu interpretieren. Mit sehr umfangreichen Datensätzen trainieren die Entwicklerinnen und Entwickler die KI und testen ihre Entscheidungen. Das KI-System entwickelt mit fortschreitenden Tests die Fähigkeit, im Straßenverkehr sicher zu navigieren. Es lernt, bei unvorhergesehenen Ereignissen wie dem abrupten Abbremsen eines anderen Autos, schnell zu reagieren. Durch die Ausweitung der Sensorik über das Fahrzeug hinaus auf das cyberphysische Umfeld wie verkehrsführende Systeme, Parkleitsysteme, Smartphones oder andere Verkehrsmittel, entstehen nicht nur sicherere Routenführungen, sondern auch effizientere.

Stefan Hussmann, Leiter des Geschäftsbereichs Automotive & Transportation bei adesso, zieht folgendes Fazit: „Die Automobilindustrie muss stärker auf KI setzen. Automobilhersteller und Zulieferer nutzen die Möglichkeiten Künstlicher Intelligenz bislang noch zu wenig. Gerade in der betrieblichen Praxis hinkt der KI-Einsatz hinterher. Dabei birgt KI wertvolle Chancen und erhöht die Wettbewerbsfähigkeit. Angesichts des zunehmenden Konkurrenzdrucks durch neue Akteure auf dem Markt und aufgrund der wirtschaftlichen Auswirkungen der Pandemie können sich Automobilhersteller und Zulieferer ein weiteres Zögern nicht leisten.“