Moderne Fahrzeuge erzeugen eine überwältigende Menge an Diagnosedaten: Sensorprotokolle, Fehlercodes, Netzwerkprotokolle, Telemetriedaten von Dutzenden von Steuergeräten. Angesichts dieser wachsenden Datenmengen greifen Entwicklungs- und Supportteams zunehmend auf Fahrzeug- AI zurück, um diese Daten auszuwerten. Doch es gibt ein Problem: Die bestmögliche Schätzung eines einzelnen Modells von „ AI “ reicht nicht aus, wenn die Antwort der kritischen Prüfung eines Ingenieurs oder eines Kunden am Serviceschalter eines Autohauses standhalten muss. 

Die Automobilindustrie durchläuft derzeit eine Phase unglaublicher Veränderungen. Zu den neuen Technologien, die Einzug in die Fahrzeuge halten, gehören mehr Software, elektrische Antriebe und neue Sensoren. Die vielleicht wichtigste Veränderung ist jedoch der Einsatz künstlicher Intelligenz. Heute ist das Fahrzeug AI system längst kein Zukunftskonzept mehr.

In den ersten beiden Teilen dieser Serie wurde die „Agentic Loop“ als Architektur erläutert – welches Problem sie löst und was in jeder ihrer fünf Phasen geschieht, von der Erkennung bis zum Lernen. Dieser abschließende Beitrag ist weniger…

In Teil I dieser Reihe wurde dargelegt, warum die Dateninfrastruktur der Automobilindustrie ihrer Intelligenzinfrastruktur voraus ist, und der „Agentic Loop“ vorgestellt – das Rahmenkonzept von „ Sonatus“, um diese Lücke zu schließen: Erkennen → Erfassen → Schlussfolgern → Handeln…

Es gibt einen Moment, den die meisten Automobilingenieure kennen. Während einer Testfahrt tritt ein Fehler auf – eine thermische Anomalie, eine unerwartete Meldung im Fahrzeugnetzwerk, ein vorübergehendes Systemverhalten, das eigentlich nicht auftreten dürfte. Der Ingenieur bemerkt es. Der…

Die Diagnose und Fehlerbehebung bei Fahrzeugen ist ein entscheidender Bereich, der in hohem Maße von einer auf „ AI “ basierenden Optimierung profitieren kann. Moderne Fahrzeuge sind komplexer denn je – manche enthalten bis zu 1.400 Computerchips. Daher kann die Unterstützung sowohl der Fahrzeugentwickler in der Vorproduktionsphase als auch der Kfz-Mechaniker nach der Produktion erhebliche Vorteile für Automobilhersteller und Verbraucher gleichermaßen mit sich bringen.

Künstliche Intelligenz (AI) wird in der Automobilbranche oft mit autonomen Fahrfunktionen oder digitalen Assistenten in Verbindung gebracht. Doch derzeit vollzieht sich ein eher unauffälliger Wandel, der einen zentralen Aspekt des Fahrzeugbesitzes neu gestaltet: Service und Wartung.