Intelligente Fahrzeuge und AI-optimierte Modelle – Artificial Intelligence im Zeitalter der Smart Mobility.
Autohersteller sind auf dem Weg zum Service-Anbieter. Um neue Services zu entwickeln und vorhandene zu optimieren, setzen Unternehmen vermehrt auf Künstliche Intelligenz (AI). AI-Experten bei intive kümmern sich darum, dass OEMs eigene AI-Modelle trainieren oder vorhandene an ihre Bedürfnisse anpassen können.
Die Grundlage für jedes AI-Modell sind Daten, mit denen die Modelle trainiert werden. Wie diese Daten erfasst, gespeichert und strukturiert werden, entscheidet über die Qualität der AI-Modelle, sagt Alexander Bauer, AI Solutions Architect bei intive.
„Artificial Intelligence und Machine Learning sind Technologien, um Dinge zu erkennen – von der Schildererkennung bis zur Spracherkennung, AI-Modelle helfen dabei, das Auto sehen und hören zu lassen. Auf dieser Erkennung basieren viele der modernen Services und Features; Autonomes Fahren etwa setzt voraus, dass das Fahrzeug die Umgebung erkennen kann. Personalisierung des Fahrzeugs und der Services setzt voraus, dass man den Nutzer erkennen kann. Auch für mehr Sicherheit beim Fahren ist die Erkennung wichtig, etwa die Blickerkennung des Fahrers – sieht er den Fußgänger oder muss das Fahrzeug eigenständig abbremsen? Zur Entwicklung dieser Features ist die Mustererkennung von AI-Modellen essenziell.
Ein zweiter Einsatzbereich von AI und Machine Learning sind sogenannte generative Modelle: Dabei generiert ein Programm neue Designs oder Features aus einer massiven Datenbank oder Textbeschreibung. Das Programm kann so etwa die Innenarchitektur der Module eines Fahrzeugs optimieren, indem es automatisch gesammeltes Kundenfeedback auswertet. Ein anderes Programm kann alle Teile eines Autos digital testen, das heißt, Crashtests mit digitalen Modellen simulieren, basierend auf echten Daten. So kann ein AI-Modell hunderte oder tausende von Varianten durchtesten, Muster finden und Komponenten evolutionär optimieren."
„Neue Geschäftsmodelle basieren auf leistungsfähigen und flexiblen Datenstrukturen und Verarbeitungspipelines. Davon hängt etwa ab, wie gut AI-Systeme lernen und performen. Doch wir sehen in der Praxis, dass es oft an der Organisation der Daten mangelt. Daten sind unstrukturiert, unsauber; die Architektur und Infrastruktur muss erst aufgesetzt werden. Wir bieten das natürlich an, sowohl die Säuberung wie die Konsolidierung der Daten – in Zukunft jedoch werden Hersteller vermehrt auf die Struktur und Qualität ihrer eigenen Daten achten müssen, denn davon hängt am Ende ab, was sie mit den Daten anfangen können.
Hinzu kommen rechtliche und regulatorische Fragen: Was machen Hersteller mit den Fahrzeugdaten und Nutzerprofilen? Wie werden sie gesammelt, wo liegen diese Daten, wie sind sie strukturiert und wie lassen sie sich datenschutz-konform auswerten und nutzen – kurz: wie sieht die Daten-Infrastruktur aus? Diese Fragen müssen Hersteller beantworten, wenn sie in Zukunft vermehrt Daten nutzen möchten."
„Personalisierung wird immer wichtiger. AI und Machine Learning helfen dabei, den Nutzer besser zu erkennen und seine Vorlieben kennenzulernen. Sei es durch Sprach- und Gestenerkennung oder durch die Auswertung von Nutzerdaten und das Verständnis von Präferenzen. So können Angebote so gut auf den Nutzer eingestellt werden, dass sie scheinbar mit- und vorausdenken.
Von der Nutzerseite selbst ist natürlich auch der persönliche Assistent nicht mehr wegzudenken. Wir sehen jetzt mit ChatGPT eine Erweiterung des intelligenten Assistenten, den Siri bereits breit verfügbar gemacht hat. In Zukunft ist so ein Assistent auch im Auto sicher Standard. Das trägt enorm zur User Experience bei, gerade, wenn man anderweitig beschäftigt ist und Mehrwert aus einem intelligenten System generiert.“
Mit AI-Modellen können Hersteller bestehende Services verbessern, neue erforschen und erstellen, Teile optimieren und eine persönlichere Verbindung zum Kunden aufbauen. Dafür jedoch benötigen sie große Mengen an Daten, die strukturiert, sauber und unter Einhaltung aller Auflagen generiert sein müssen. Das stellt eine neue Herausforderung dar – doch der Mehrwert ist unbestreitbar.
Als ein Pionier der Automobilsoftware haben wir bei intive die digitale Transformation der Automobilindustrie in Deutschland mitgestaltet und setzen unsere umfangreiche Erfahrung ein, um unseren Kunden einen Wettbewerbsvorteil zu verschaffen.
Wir glauben an einen fahrerzentrierten Ansatz bei Design und Technik, um in der Smart Mobility Ära erfolgreich zu sein.
Setzen Sie Ihre Smart Mobility erfolgreich um – mit intive.