Pressebereich

Jahrelang waren die Daten der entscheidende limitierende Faktor in der Fahrzeugdiagnose – die Frage, wie man sie erfasst, überträgt und in ausreichender Menge sammelt, um zu verstehen, was im Inneren eines Fahrzeugs vor sich geht.

Moderne Produkte verhalten sich weniger wie Anwendungen, sondern eher wie Ökosysteme. Ein einheitliches Kundenerlebnis erstreckt sich über eingebettete Steuerungen, Cloud-Dienste, mobile Apps, Komponenten von Zulieferern und Echtzeit-Datenpipelines.

Eine Umfrage zeigt, dass sich intelligente Diagnostik und vorausschauende Wartung als wichtigste Anwendungsfälle für „ AI “ in der Branche der softwaredefinierten Fahrzeuge herauskristallisieren, die erwartete Monetarisierung jedoch noch auf sich warten lässt.

Flottenbetreiber haben das Potenzial, durch den Einsatz neuer Technologien im Bereich der künstlichen Intelligenz im Zusammenhang mit der Flottenwartung Tausende von Dollar pro Fahrzeug sowie viele Stunden an Arbeitskosten einzusparen. Doch wie gelangt man über das Schlagwort „AI“ hinaus zu echten betrieblichen Lösungen?

Intelligente Diagnose und vorausschauende Wartung sind mittlerweile die führenden Anwendungsfälle für „ AI “ in softwaredefinierten Fahrzeugen. Dies gaben 34 % der Befragten in einer weltweiten Umfrage von „ Sonatus “ und Omdia an.

Künstliche Intelligenz hält zunehmend Einzug in Nutzfahrzeuge, doch die derzeitigen Anwendungen sind in der Regel eng fokussiert – sie sind darauf ausgelegt, jeweils nur ein Problem zu lösen. Fuhrparks nutzen möglicherweise „ AI “, um die Wartungsplanung zu verbessern, Erstausrüster setzen sie möglicherweise ein, um die Validierung zu beschleunigen, und Zulieferer experimentieren möglicherweise mit Modellen für den Einsatz im Fahrzeug.

Sonatus stellt seine Lösungen „ AI “, „Technician“, „Collector“ AI und „ AI “ über SDVerse zur Verfügung, um die von der „ AI “ definierte Fahrzeugentwicklung und das Lebenszyklusmanagement zu unterstützen

Da Automobilhersteller zunehmend auf zentralisierte Computerplattformen und drahtlose Updates setzen, sehen sich Karosseriewerkstätten mit neuen Anforderungen in den Bereichen Werkzeugausstattung, Schulung und Datenmanagement konfrontiert.

Die Konstruktion von Elektrofahrzeugen (EV) erfordert mittlerweile einen systemweiten Ansatz. Entscheidungen in einem Teilsystem wirken sich unmittelbar auf die Leistung des gesamten Fahrzeugs aus. Der Schwerpunkt der Entwicklungsarbeit verlagert sich zunehmend darauf, das Verhalten dieser Wechselwirkungen unter realen Betriebsbedingungen zu steuern.

Wenn Sie schon einmal VLANs konfiguriert, QoS-Richtlinien optimiert oder Fehler in der Ethernet-Switching-Infrastruktur behoben haben, werden Ihnen die architektonischen Herausforderungen, denen sich die Automobilindustrie derzeit gegenübersieht, überraschend vertraut vorkommen.

Irland liegt an der Spitze der Länder, die in einer neuen Studie des Indeed Hiring Lab zur Nutzung von „ AI “ am Arbeitsplatz untersucht wurden. Die Umfrage umfasst mehr als 80.000 Arbeitnehmer in verschiedenen Ländern, darunter auch Irland, und zeigt, dass 70 % der irischen Arbeitnehmer „ AI “ im Rahmen ihrer Arbeit nutzen.

Die Entwicklung von Elektrofahrzeugen (EV) wird zunehmend durch die Komplexität der Software, das Datenvolumen und immer kürzere Validierungszeiträume geprägt. Infolgedessen wird künstliche Intelligenz (AI) in Entwicklungs- und Testabläufe integriert, um Entwicklungszyklen zu beschleunigen, die Diagnosetiefe zu verbessern und die Abhängigkeit von physikalischen Validierungen in späten Entwicklungsphasen zu verringern.