KI revolutioniert Dokumentation von Fahrzeugdesigns in virtuellen Crashtests
Leon Schmidt
KI revolutioniert Dokumentation von Fahrzeugdesigns in virtuellen Crashtests
Ein neues Projekt soll die Dokumentation von Designänderungen in virtuellen Fahrzeugmodellen revolutionieren
Unter dem Namen SAFECAR-ML verbindet das Vorhaben künstliche Intelligenz mit Automobiltechnik, um Arbeitsabläufe zu beschleunigen. Ziel ist es, manuelle Prozesse durch automatisierte Systeme zu ersetzen, die natürliche Sprache und Simulationsdaten auswerten. Das Projekt läuft von September 2024 bis Februar 2027 und wird mit 670.000 Euro vom Bundesministerium für Bildung und Forschung (BMBF) gefördert. Es ist Teil des Programms „KI für den Mittelstand“ und richtet sich insbesondere an kleine und mittlere Unternehmen. Als Industriepartner leitet die SCALE GmbH mit Sitz in Ingolstadt die Zusammenarbeit; als assoziierte Partner sind Audi, Volkswagen und Porsche beteiligt.
Crashtests finden heute kaum noch durch physische Zerstörung statt. Stattdessen setzen Ingenieure auf virtuelle Simulationen, um die Fahrzeugsicherheit zu bewerten. Diese digitalen Tests erzeugen zwar enorme Datenmengen, doch die Dokumentation von Designanpassungen bleibt aufwendig. Die Forscher wollen diesen Prozess nun standardisieren – schneller, effizienter und weniger fehleranfällig machen.
Das Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen (SCAI) bringt jahrzehntelange Erfahrung in den Bereichen maschinelles Lernen und Simulationsanalyse ein. Seine Aufgabe besteht darin, ein strukturiertes Framework für technisches Wissen in der Produktentwicklung zu schaffen. Die entstehende Software soll aus natürlicher Spracheingabe und virtuellen Datensätzen automatisch nächste Schritte und Handlungsempfehlungen ableiten.
Dr. Daniela Steffes-Lai, Mitglied des Forschungsteams, erläutert: „Ingenieure können Designänderungen nun in einfacher Umgangssprache beschreiben.“ Das System verarbeitet diese Notizen und verknüpft sie mit multimodalen Ingenieursdaten. Durch maschinelles Lernen werden aus unstrukturierten Eingaben aussagekräftige Erkenntnisse gewonnen – der manuelle Aufwand sinkt deutlich.
Cashback bei deinen
Lieblingsrestaurants und Services
Kaufe Gutscheine und spare in deinen Lieblingsorten in deiner Nähe
Mit SAFECAR-ML soll der Zeitaufwand für die Dokumentation virtueller Fahrzeugmodifikationen deutlich reduziert werden. Durch die Kombination von KI und automobilem Fachwissen entsteht ein effizienterer Workflow für Crashtest-Simulationen. Langfristig könnte das Projekt einen neuen Standard dafür setzen, wie Hersteller digitale Designänderungen in der Automobilbranche handhaben.
