Ein Mann sitzt vor einem Monitor, auf dem ein Fahrzeugmodell zu sehen ist. — Bildquelle: AdobeStock/Gorodenkoff

KIARA: KI-basierte Wissensassistenz für die Entwicklung von Fahrzeug-Elektrik-/Elektronik-Architekturen

Im Projekt KIARA entsteht ein Assistenzsystem, das die Entwicklung von Elektrik- und Elektronik-Architekturen für Fahrzeuge optimiert.

Die Entwicklung moderner Fahrzeuge wird immer komplexer. Der PKW hat sich von einem überwiegend mechanischen Fahrzeug zu einem vernetzten, softwarebasierten System entwickelt, das umfangreiche Funktionen erfüllen muss. Assistenzfunktionen wie Einpark-oder Spurhalteassistenten gehören mittlerweile zum Standard, ebenso Sprachsteuerung und automatische Navigationsplanung. Durch den zunehmenden Grad der Automatisierung hin zum autonomen Fahren werden weitere Anforderungen an die Fahrzeuge gestellt: Sie müssen große Datenmengen, die durch integrierte Sensoren und Kameras erhoben werden, in Echtzeit verarbeiten und gleichzeitig die funktionale Sicherheit gewährleisten. Der Grad der Digitalisierung und Vernetzung steigt damit rasant an. Von der Kopplung des Smartphones über Software-Updates bis zur Kommunikation mit der Verkehrsinfrastruktur nimmt die Komplexität weiter zu.

Damit steigen auch die Anforderungen an die Architekturen, die die elektrischen und elektronischen Systeme des Fahrzeuges miteinander verknüpfen. Dies umfasst Steuergeräte, Sensoren zur Datenerfassung, Aktoren zum Auslösen von Befehlen, die Verkabelung und Energieversorgung des Fahrzeuges sowie die Kommunikationsnetzwerke. Die Elektrik- und Elektronik-Architekturen (EEA) definieren, welche Systeme wie miteinander vernetzt sind, wie sie Daten austauschen und wie das Zusammenspiel von Hardware und Software organisiert ist.

Prof. Dr.-Ing. Thomas Vietor
Technische Universität Braunschweig, Institut für Konstruktionstechnik

Es gibt bereits digitale Tools, die Informationen zur Entwicklung der EEA speichern und abrufbar machen. Dies umfasst u. a. Schaltpläne der Elektrik, Software-Versionen für Steuergeräte, Anforderungserhebungen, durchgeführte Qualitätstest sowie Stücklisten und Bauteilinformationen. Neben diesen Informationen können auch Abhängigkeiten zwischen den Systemen (z. B. die Motorsteuerung benötigt Informationen vom Temperatursensor) sowie Interaktionen (z. B. zwischen dem Bremssystem und der Stabilitätskontrolle) deutlich gemacht werden.

Auch Volkswagen nutzt solch ein Tool als zentrales Datenmodell zur Entwicklung der Elektrik- und Elektronik-Architekturen. Das Tool stellt die Entwickler*innen allerdings vor Herausforderungen, da die Informationen komplex und nicht intuitiv strukturiert sind und dadurch einen erheblichen Suchaufwand erzeugen. Die Entwickler*innen müssen zwischen verschiedenen Quellen hin- und herwechseln und Zusammenhänge manuell herstellen, um die benötigten Informationen zu identifizieren und auszuwerten. Dadurch wird der Entwicklungsprozess ineffizient, wodurch der Fortschritt bei Innovationen gebremst wird.

Aus diesem Grund entwickeln die Forschenden des Transferprojektes „KI-basierte Wissensassistenz für die Entwicklung von Fahrzeug-Elektrik-/Elektronik-Architekturen“ (KIARA) ein interaktives System, das Informationen strukturiert und kontextbezogen bereitstellt und sich reibungslos in bestehende Systeme und Prozesse integrieren lässt.

Projektziel und Vorgehensweise

Mithilfe Künstlicher Intelligenz (KI) soll das Wissensassistenzsystem Daten aus verschiedenen Quellen analysieren. Das schließt sowohl strukturierte Daten aus dem Modellbasierten Systems Engineering (MBSE) und dem Produktlebenszyklusmanagement (PLM) als auch unstrukturierte Daten wie Berichte und Texte ein. MBSE-Daten umfassen grafische Modelle, die das gesamte System – in diesem Fall das Fahrzeug mit all seinen elektrischen und elektronischen Komponenten – abbildet. PLM-Daten beinhalten Informationen zum gesamten Lebenszyklus des Fahrzeuges – von der der Entwicklung über die Produktion bis hin zu Wartung und Recycling.

Indem die KI die Informationen aus diesen verschiedenen Datenquellen zusammenführt, wird den Entwickler*innen das aufwändige Suchen und manuelle Verknüpfen erspart. Sie erhalten konkrete Antworten zu organisatorischen Fragen und technischen Zusammenhängen. Auf diese Weise wird die Produktivität und Effizienz gesteigert. Die Bereitstellung präziser Informationen unterstützt zudem die Entwickler*innen dabei, fundierte Entscheidungen zu treffen, wodurch eine Qualitätsverbesserung zu erwarten ist.

Unser System soll Entwickler*innen dabei helfen, die zunehmende Komplexität von Elektrik- und Elektronik-Architekturen zu bewältigen. Dafür werden wir eine innovative Methode nutzen, die über klassische Informationssysteme hinausgeht: Retrieval-Augmented Generation. Diese Methode kombiniert die gezielte Suche nach Informationen in den Datenbanken mit den Sprachfähigkeiten bekannter KI-Chatbots. Die Entwickler*innen können also eine Frage stellen und das Wissensassistenzsystem durchsucht die Datenbanken nach relevanten Informationen und formuliert eine verständliche Antwort passend zur Frage.

Prof. Dr. Andreas Rausch
Technische Universität Clausthal, Institute for Software and Systems Engineering

Um das entwickelte Wissensassistenzsystem unter realen Bedingungen testen zu können, werden die Forschenden einen Prototyp entwickeln, den Volkswagen in bestehende Entwicklungsprozesse und IT-Infrastrukturen integrieren wird. Entwickler*innen von Volkswagen werden das System im Arbeitsalltag nutzen und Feedback zu Optimierungsmöglichkeiten geben, sodass die Forschenden das System iterativ anpassen können.

Erkenntnisse aus den Zukunftslaboren

Die Forschenden bringen wichtige Erkenntnisse und Methoden aus den Zukunftslaboren Circular Economy und Mobilität in das Transferprojekt KIARA ein. Dazu gehören Erfahrungen zum Design von Systemarchitekturen, Wissen aus dem Modellbasierten Systems Engineering sowie Expertise aus der Entwicklung von KI-Anwendungen. Volkswagen stellt die notwendigen Daten bereit, integriert den Prototyp in die Arbeitsabläufe und evaluiert dessen Funktionsweise.