- Digitale Transformation Kann künstliche Intelligenz die Herausforderungen der Automobilbranche lösen?
- Chip-Knappheit
- Sicherheitsanforderungen
- Software-Rückrufe
- Niedrige Gewinnmargen
Digitale Transformation Kann künstliche Intelligenz die Herausforderungen der Automobilbranche lösen?
Die Automobilindustrie erlebt derzeit eine rasante Entwicklung, die von digitaler Transformation, neuen Einnahmequellen und einer verstärkten Automatisierung und Software-Entwicklung vorangetrieben wird. Diese Veränderungen beeinflussen die gesamte Wertschöpfungskette, angefangen bei der Produktion bis hin zur Art und Weise, wie Fahrzeuge gekauft und genutzt werden. Um die begleitenden Herausforderungen zu meistern, kann der Einsatz von künstlicher Intelligenz hilfreich sein.
McKinsey prognostiziert einen möglichen Anstieg des Umsatzes in der Automobilindustrie auf 6,7 Billionen Dollar bis 2030. Dieser Sprung wird durch sich entwickelnde Mobilitätsangebote, Digitalisierung und neue Geschäftsmodelle vorangetrieben. Das heißt aber nicht, dass es keine Herausforderungen gibt. Im Gegenteil – es gibt etliche Hürden wie neue Sicherheitsanforderungen der Europäischen Union, der anhaltende Halbleitermangel und nicht zuletzt schmale Gewinnmargen. Um diese Herausforderungen zu lösen, setzen viele Automobilhersteller auf künstliche Intelligenz (KI).
Chip-Knappheit
Trotz dieser vielversprechenden Perspektiven sieht sich die Autobranche mit etlichen Hürden konfrontiert. Die weltweite Chip-Knappheit hat beispielsweise zu erheblichen Produktionsausfällen geführt. Analysten von AutoForecast gehen davon aus, dass 2024 aufgrund des Halbleitermangels etwa drei Millionen Fahrzeuge weniger produziert werden können. Hier kommt KI ins Spiel. Insbesondere Technologien wie Line-of-Code-Intelligence-Updates zeigen Potenzial, indem sie den benötigten Chipspeicherplatz reduzieren und somit effektivere Software-Aktualisierungen ermöglichen.
Sicherheitsanforderungen
- Intelligente Geschwindigkeitsunterstützung
- Rückfahrterkennung mit Kamera oder Sensoren
- Aufmerksamkeitswarnung bei Schläfrigkeit oder Ablenkung des Fahrers
- Ereignisdatenschreiber
- Ein Notaus-Signal
Autos brauchen zudem weitere Funktionen wie Spurhalteassistenten und automatisches Bremsen, während andere Fahrzeugtypen ihre eigenen zusätzlichen Anforderungen haben. Hier setzt die Vehicle Software Intelligence (VSI) auf KI, um die komplexen Abhängigkeiten zwischen den verschiedenen Sicherheitssystemen zu analysieren. Das beschleunigt die Implementierung von ADAS-Funktionen sowie zukünftige (OTA-)Updates und trägt dazu bei, die Verkehrssicherheit zu verbessern.
Software-Rückrufe
Fehlerhafte oder nicht allen Anforderungen genügende Software ist ein erhebliches Problem in der Automobilbranche – oftmals aufgrund von Sicherheitsanforderungen. KI kann hier eine entscheidende Rolle spielen, indem sie Entwickler bei der Erstellung und Überprüfung von Fahrzeug-Software unterstützt. Die Line-of-Code-Intelligence-Technologie minimiert Fehler und verhindert Rückrufe, indem sie die gegenseitigen Abhängigkeiten besser versteht und somit Fehler in anderen Fahrzeugbereichen vermeidet.
Niedrige Gewinnmargen
Zusammengefasst gesagt, bietet künstliche Intelligenz zwar keine universelle Lösung für alle Herausforderungen der Automobilbranche. Sie ist jedoch eine vielversprechende Möglichkeit, einige der dringenden Probleme zu bewältigen. Durch den Einsatz von Technologien wie VSI und Line-of-Code-Intelligence lassen sich Prozesse optimieren, die Qualität steigern und Engpässe in der Lieferkette überbrücken. (se)
* Alexander Bodensohn ist Director Business Development bei Aurora Labs.
