Wie „ AI “ die Entwicklung bei Nissan beschleunigt

0:00 Einführung in den Podcast und Vorstellung des Gastes

Heute nehmen wir in der Sendung „ The Garage “ live auf der CES 2026 am Stand von „ Sonatus “ auf. Mein Gast heute ist Takayuki Nakamoto, Leiter der Abteilung für Elektrotechnik, Elektronik und ADAS-Entwicklung am Nissan Technical Center Europe, kurz NTCE. Im heutigen Gespräch geht es darum, wie das NTCE Fahrzeuge entwickelt, die bei Nissan UK hergestellt und in Europa sowie weltweit verkauft werden.

0:24 Effizienz

Wir sprechen über die Herausforderungen bei der Entwicklung von Fahrzeugen bis zur Serienreife und darüber, wie wir den SOP-Zyklus mithilfe fortschrittlicher „ AI “-Tools beschleunigen können. Es ist ein spannendes Gespräch. Los geht’s!

Willkommen bei „ The Garage “. Ich bin John Heinlein, Chief Marketing Officer bei „ Sonatus “. Wir senden live von der CES 2026, und unser Gast ist Takayuki Nakamoto vom Nissan Technical Center Europe, kurz NTCE. Aber du lässt dich Terry nennen.

Ja. Bitte nenn mich Terry.

Terry, willkommen bei „ The Garage “. Schön, dass du dabei bist.

Vielen Dank für die Einladung.

1:04 Terrys Werdegang und Berufserfahrung

Zunächst einmal sollten Sie uns ein wenig über sich persönlich erzählen.

Ich bin Takayuki Nakamoto. Mein Spitzname ist Terry. Im Büro nennen mich alle Terry. Sie können mich also gerne Terry nennen.

Ich bin also Leiter der Abteilung für Elektrotechnik, Elektronik und ADAS-Systemtechnik im NTCE, dem Nissan Technical Center Europe. Wir haben unseren Sitz in Großbritannien. Zu meinem Werdegang: Ich habe ursprünglich bei Nissan in Japan als BCM-Ingenieur – also als Ingenieur für Karosseriesteuergeräte – angefangen. Seitdem habe ich fast meine gesamte berufliche Laufbahn im Bereich Karosserieelektronik verbracht.

Okay.

Ich habe Erfahrungen mit BCM (Karosserieelektronik, Karosseriesteuergerät) gesammelt. Ich war für die Batteriequalität, das Energiemanagement, das schlüssellose Zugangssystem „iKey“ usw. zuständig. Außerdem war ich an der Förderung der Systemtechnik im Rahmen der unternehmensinternen Zusammenarbeit zwischen Nissan und Renault beteiligt.

Danach verlagerte sich mein beruflicher Schwerpunkt etwas in Richtung Konnektivität. Im Zuge der AIVC-Entwicklung wurde ich zum Manager befördert. Anschließend entschied ich mich, als EE-Manager nach Großbritannien zu kommen, und nun bin ich hier als Direktor für EE und ADAS tätig.

Das Leben in Großbritannien ist eine wirklich interessante Umstellung nach dem Umzug aus Japan. Darauf werden wir gleich noch näher eingehen, wenn wir über NTCE sprechen. Ja. Aber erzähl uns doch zuerst mal eine lustige Anekdote über dich.

Also, ich bin Läufer – um ehrlich zu sein, ein bisschen extremer als der durchschnittliche Läufer. Deshalb nehme ich an einem 46-Meilen-Traillauf teil.

Sechsundvierzig Meilen! Was ist das?

72 km, siebzig – so ungefähr.

Ja. Unglaublich. Und das geht nicht nur mir so. Eine meiner leitenden Ingenieurinnen, Sarah, die mit mir auf der CES ist, nimmt ebenfalls an diesem Wettbewerb teil. Wer also ein Managementteam oder Projektmitglieder für das „ Sonatus “-Projekt sucht, hat es ein bisschen schwer.

Das ist fantastisch.

Ein Trail-Ultramarathon ist schon an sich unglaublich, und wenn man ihn dann noch auf einem Trail bestreitet, erhöht sich der Schwierigkeitsgrad noch einmal.

Dafür gebührt dir mein Respekt.

Das ist auch für mich eine große Herausforderung.

Ich – was war bisher deine längste Strecke? Dein längstes Rennen?

Der längste heißt „Strongman-Triathlon“. Er ist zwar etwas kürzer als der Ironman, aber das ist der längste, den ich bisher absolviert habe.

Das ist toll. Nun, ich bin auch Läufer und Sportler, obwohl ich kein besonders guter Läufer bin. Du bist ein viel besserer Läufer als ich. Aber ich habe schon an vielen Wettkämpfen teilgenommen und vor einigen Jahren einen Trail-Halbmarathon absolviert.

Ich bin schon einmal einen Marathon gelaufen, aber das war bei weitem nicht mit dem zu vergleichen, was ihr da leistet. Hut ab vor euch für diese Distanz. Ihr seid herzlich eingeladen, mitzumachen.

3:43 Überblick über das Nissan Technical Center Europe

Dann erzählen Sie uns doch bitte etwas über das Nissan Technical Center Europe. Und welche Aufgaben hat diese Einrichtung und welche Rolle spielen Sie dort?

Ja, klar. Lassen Sie mich zunächst einmal einen kurzen Überblick über die Geschichte von NTCE geben. Wir haben vor fast vierzig Jahren als Teil des Nissan Global R&D Center angefangen.

Ursprünglich waren wir stärker mit dem Produktionsstandort in Sunderland verbunden, aber mittlerweile ist das Unternehmen gewachsen und spielt eine große, ja sogar entscheidende Rolle als globales Forschungs- und Entwicklungszentrum, das Fahrzeuge wie den Qashqai, den Juke und den LEAF entwickelt und diese nicht nur in Europa, sondern auch im Nahen Osten, in Afrika, Ozeanien und so weiter vertreibt. Das ist also die Rolle unseres Unternehmens. Und so haben wir angefangen und sind bis heute gewachsen.

Was die Aufgabe angeht, besteht unsere Hauptaufgabe darin, alle Komponenten zusammenzufügen und zu einem Ganzen zu integrieren sowie sicherzustellen, dass alles wie vorgesehen funktioniert.

Und ich denke, da Ihre Fahrzeuge weltweit verkauft werden, gibt es unterschiedliche Lokalisierungsstandards. Lokalisierung bedeutet nicht nur Sprache. Manchmal bezieht sich Lokalisierung zwar auf die Sprache, aber es kann auch unterschiedliche gesetzliche Vorschriften und Sicherheitsstandards in verschiedenen Regionen der Welt geben. Ich denke, Sie helfen dabei, diese Vorgaben zu bewältigen.

Ja. Das ist auch eine der wichtigsten Aufgaben. Wir bezeichnen sie als „Frontline-Aufgabe“, aber nach der Einführung des Fahrzeugs sind wir auch für den Qualitätsaspekt zuständig, da wir viel Feedback aus dem Markt erhalten. Unsere Aufgabe ist es, die Probleme oder Bedenken des Marktes zu verstehen und diese dann an unsere Konstrukteure weiterzuleiten, damit das Problem so schnell wie möglich behoben werden kann.

Das ist großartig. Und ich glaube, du hast einen unglaublich langen Titel, in dem etwa vier verschiedene Begriffe vorkommen. Du musst uns also deinen vollständigen Titel nennen, denn du sprichst, glaube ich, viele verschiedene Teilsysteme an.

Also, noch einmal: Mein Fachgebiet lautet „Elektronik, Elektrotechnik, ADAS und Systemtechnik“ – ein extrem langer Titel, aber er umfasst fast alle Komponenten, die elektrisch betrieben werden.

Also Dinge wie BCM, USM, ACU, Kabelbaum, Lichtmaschine, Sensoren, Schalter und außerdem ADAS-Systemkomponenten sind in meinem … Also nichts Wichtiges.

Überhaupt nichts Wichtiges. Gar nichts. Das ist unglaublich vielseitig und verantwortungsvoll. Wie schaffst du das? Ich weiß nicht, wie du das alles hinbekommst.

Ich habe ein tolles Team. So, so, so führt man ein Team.

6:22 Digitalisierungsinitiative am NTCE

Nun, ich weiß, dass eine Ihrer Initiativen das ist, was Sie als „Digitalisierung“ bezeichnen. Ich würde gerne wissen, ob Sie mir erklären können, welche Ziele Sie damit verfolgen und welche Initiativen Sie vorantreiben möchten.

Ja. Das ist eine sehr gute Frage.

Wenn man von Digitalisierung oder digitalen Initiativen hört, klingt das so, als handele es sich um Funktionen für den Kunden. Für uns bei NTCE geht es dabei jedoch vielmehr darum, wie wir Fahrzeuge entwickeln.

Es geht darum, mehr Daten, Automatisierung, Simulationswerkzeuge, AI usw. zu nutzen, um unsere Entwicklung effizient, konsistent und letztendlich qualitativ hochwertig zu gestalten. Und genau darum geht es. Wir versuchen, unsere Entwicklungsprozesse voranzutreiben und modernste Technologien in sie zu integrieren.

Damit wir es verbessern und – ja – mit Zuversicht ein Auto von besserer Qualität bauen können.

Das ist toll. Ich gehe davon aus, dass dazu auch Dinge wie der digitale Zwilling gehören, wo dies sinnvoll ist, und Ähnliches.

Genau.

Und das Projekt „ Sonatus “ ist ebenfalls Teil davon.

7:26 Nissan LEAF 2026

Ich bin froh, dass du das angesprochen hast.

Wissen Sie, während wir hier im Podcast sitzen und nach draußen schauen, steht direkt vor dem Podcast-Studio dieser unglaubliche Nissan LEAF. Es ist ein brandneuer Nissan LEAF aus dem Jahr 2026. Er wurde komplett neu gestaltet. Aber der Grund, warum dieses Auto hier steht, und der Grund, warum ihr diese Woche bei uns zu Gast seid und gemeinsam mit uns präsentiert, ist ein Projekt, das wir gemeinsam mit NTCE und euch sowie eurer Kollegin, der leitenden Ingenieurin Sarah, die ebenfalls hier bei uns ist und eine phänomenale Partnerin ist, durchführen, um zu zeigen, wie unsere Technologien in der Vorproduktionsphase, für die ihr verantwortlich seid, helfen können.

7:59 Herausforderungen bei der Fahrzeugentwicklung

Deshalb dachte ich, wir könnten das einmal besprechen. Bevor wir darauf eingehen, um welches Problem es geht und wie unsere Lösung aussieht, würde ich gerne wissen, ob wir zunächst einmal klären und verstehen könnten, um welche Art von Problem es sich handelt. Welchen herkömmlichen Ansatz wenden Sie heute – und wie schon in der Vergangenheit – beim Testen an? Und was sind einige der Nachteile und Schwachstellen dieses herkömmlichen Ansatzes?

Okay. Ganz allgemein betrachtet besteht unsere größte Herausforderung darin, die Komplexität zu bewältigen.

innerhalb des begrenzten Entwicklungszeitraums.

Richtig.

Wie ihr wisst, werden Bereiche wie EE und ADAS von Tag zu Tag komplexer. Mit unserer herkömmlichen Art der Fahrzeugentwicklung ist das jedoch schwierig. Es lässt sich einfach nicht gut skalieren. Das ist die größte Herausforderung, vor der wir bei NTCE stehen.

Aber ich glaube, das betrifft nicht nur uns, sondern die gesamte Branche hat mit dem gleichen Problem zu kämpfen. Sicher. Der derzeitige Ansatz stützt sich also stark auf Fahrzeugtests. Dabei handelt es sich um physische Fahrzeugtests.

Das ist für uns ein großes Problem, denn in der Praxis führen wir während unserer Entwicklungsphase zahlreiche Tests durch. Als Erstes müssen wir auf das Fahrzeug zugreifen und die Daten aus dem Fahrzeug abrufen, damit wir analysieren und verstehen können, was im Fahrzeug vor sich geht. Ja. Das ist bereits sehr zeitaufwendig, denn wenn man unsere globale Präsenz betrachtet: Wir haben unseren Sitz in Großbritannien, verfügen aber beispielsweise über ein Team in Spanien, das Haltbarkeitstests für autonome Fahrsysteme durchführt.

Außerdem haben wir einen Produktionsstandort in Sunderland in Großbritannien. Dort werden zahlreiche Probleme festgestellt. Und auch hier ist es mit großem Aufwand verbunden, die Daten von dort zu erhalten.

Ach so, verstehe.

Wir stehen jedoch unter Druck, das Auto rechtzeitig zu liefern. Daher bleibt uns nichts anderes übrig, als das Auto zu holen. Meistens haben wir jemanden, der die Daten aus dem Auto abrufen und an uns senden kann, damit wir sie anschließend analysieren können. In manchen Fällen gibt es jedoch niemanden, der die Daten abrufen kann, und dann muss ich jemanden aus meinem Team in Cranfield nach Sunderland schicken, nur um Zugriff auf die Daten zu erhalten.

Nur um darauf einzugehen. Und ich glaube, was ich außerdem gelernt habe, als wir neulich darüber gesprochen haben, ist: Man sagt sich, okay, Testfahrzeuge sind keine so große Sache. Es ist ja nicht so, dass man Autos baut und dann einfach ein paar zusätzliche Autos herstellt.

Wo liegt der Unterschied? Aber das sind doch Vorserienfahrzeuge. Genau. Deshalb sind sie sehr teuer. Sie sind viel teurer als ein herkömmliches Auto, weil man noch nicht die Skaleneffekte der Massenproduktion erreicht hat, die dafür nötig wären.

Das sind also echte Kosten für Sie.

Genau.

Und wenn das Problem dann wirklich schwerwiegend ist, wird das Fahrzeug so lange in Wartestellung versetzt, bis jemand eintrifft und die Daten ausliest – in der Hoffnung, dass er das Problem schnell beheben kann. Richtig. Das ist also ein enormer Verlust für das Unternehmen. Und genau darin liegt eigentlich der Mehrwert.

Denn wenn man die Zeit bis zum Zugriff auf das Fahrzeug verkürzen kann, werden die Ausfallzeiten des Autos deutlich geringer. Richtig. Und letztendlich können wir die Anzahl der Fahrzeuge reduzieren, wenn das Realität wird.

Und okay.

Das ist so ressourcenintensiv, fahrzeugintensiv, ingenieurintensiv und zeitaufwendig, dass in manchen Fällen sogar Leute eingeflogen werden, um das zu erledigen – oder man fährt sie hin oder fliegt sie hin.

Also

11:20 Optimierung der Datenerfassung mit dem „ Sonatus -Collector“ AI

Das ist eine gute Einleitung für das Problem. Richtig. Lassen Sie uns die Lösung und einige der Maßnahmen betrachten, die wir gemeinsam mit „ Sonatus “ und NTCE umsetzen, um uns weiter zu verbessern. Beginnen wir mit unserem Produkt „ Sonatus Collector“ AI . Inwiefern hat Ihnen das Produkt ermöglicht, die Art und Weise zu verändern, wie Sie Daten über Fahrzeuge und Fahrzeugprobleme erfassen?

Das hat den Prozess völlig verändert.

Na ja, wenn mich jemand anruft und sagt, dass so etwas passiert ist und ich bitte vorbeikommen und das Problem beheben soll, klappe ich einfach meinen Laptop auf. Ich bitte meine Techniker, den Laptop aufzuklappen. Verstehen Sie? Man hat innerhalb von etwa einer Minute oder spätestens einer Stunde Zugriff auf die Daten.

Das ist eine entscheidende Wende. Sunderland ist nicht gerade in der Nähe unseres Standorts. Stimmt. Stimmt.

Allein die Anfahrt dauert vier bis fünf Stunden. Richtig. Das ist also eine erhebliche Änderung im Ablauf. Wir können sogar direkt von ihrem Zuhause aus zum Fahrzeug gelangen.

Einmal hatten wir die Gelegenheit, unseren Führungskräften unseren Collector AI vorzustellen, und der Entwickler arbeitete zu diesem Zeitpunkt von zu Hause aus. Er hat einfach in seiner Küche den Laptop aufgeklappt und unseren Führungskräften dann aus der Ferne gezeigt, wie Collector AI funktioniert – das war wirklich beeindruckend.

Das ist fantastisch. Und dann gibt es da noch etwas, das Sie hier in Ihrer Demonstration gezeigt haben: Wir denken zwar an Daten für Fahrzeuge, aber natürlich gibt es sehr, sehr viele verschiedene Datenquellen und sehr, sehr viele verschiedene Teilsysteme.

Und natürlich,

12:45 Dynamisch anpassbare Datenerfassung

Beim Testen prüft man nicht immer dieselben Dinge, oder man testet vielleicht eine bestimmte Funktion und stößt dabei auf ein Problem in einem anderen Teilsystem. Ein weiterer Vorteil, den wir Ihnen meiner Meinung nach bieten, ist daher die Möglichkeit, die erfassten Daten individuell anzupassen.

Ist das auch von Vorteil?

Genau. Was wir eigentlich wollen – sofern das möglich ist –, ist, alle Daten aus dem Fahrzeug ständig auf den Server hochzuladen.

Aber leider können wir das nicht tun, weil es zu viel ist. Zu viel. Zu viel. Und es geht um mehr als nur die Bandbreite der Kommunikation.

Natürlich.

Das wirkt sich auch auf die Serverseite aus, und die Kosten würden zu hoch ausfallen. Richtig. Aber diese Anpassung des Collector- AI s ermöglicht es uns, Änderungen vorzunehmen. Zunächst wird nur ein Minimalumfang an Daten auf den Server hochgeladen. Wenn wir jedoch feststellen, dass ein Problem vorliegt, können wir die Parameter einfach aus der Ferne an das anpassen, was wir als „Richtlinie“ bezeichnen.

Richtlinie zur Datenerhebung. Ja.

Genau. Und dann erfassen wir nur die Daten, die wir zur Analyse des Problems benötigen.

Und das ist wirklich eine super coole Funktion, die wir jetzt haben.

Und wir zeigen Ihnen eine Demonstration dieser Funktion, nämlich der Möglichkeit, die Datenerfassung anzupassen. Wir präsentieren zwei verschiedene Demostationen, an denen Sie die Datenerfassung buchstäblich innerhalb von Sekunden anpassen können.

Ach ja.

Und ich scherze gerne damit, dass man sich vorstellen soll, das Auto befinde sich auf einer Teststrecke oder einer Testrunde oder so etwas in der Art. Wenn einem die Daten, die man erhält, nicht gefallen, könnte man bis zur nächsten Runde die Fragestellung bereits geändert haben. Das Auto fährt weiter und reagiert dabei unglaublich schnell. Denn in der Technik – wie wir bei Sonatus oft darüber sprechen – dreht sich alles um den Entwicklungszyklus: beobachten, analysieren, handeln. Und je schneller man diesen Zyklus durchlaufen kann, desto öfter kann man die sprichwörtliche Waffe neu ausrichten, um schneller ans Ziel zu kommen – im Gegensatz zu einem Fall, in dem der Zyklus eine Woche oder einen Tag dauert und man erkennt, dass man die Frage viele, viele Male stellen muss, um die benötigten Daten zu erhalten.

Ja. Ja. Das ist perfekt. Das ist ein perfektes Beispiel für agile Entwicklung. Ursprünglich waren die Daten, die wir heute in das Auto hochladen, gewissermaßen fest programmiert.

Wir haben zwar eine Funktion, um das nachträglich zu aktualisieren, aber die ist nicht so schnell, wie wir es uns wünschen. Ja. Aber mit dem „ Sonatus -Collector“ AI geht das in einer Sekunde, und das ist echt super.

Vielen Dank für diese freundlichen Worte – das meinen wir wirklich so. Und, liebe alle, wir haben die Demo vorgestellt. Wir haben sie in den letzten Tagen Hunderten und Aberhunderten von Menschen gezeigt, und die Reaktionen waren fantastisch. Aber dann kommen wir zum zweiten Teil. Der Collector AI liefert Ihnen also bessere Daten,

was einfach fantastisch ist.

15:21 Datenanalyse mit „ Sonatus “ – Techniker bei „AI “

Aber es stellt sich nun auch die Frage: Wie analysiere ich diese Daten? Und der zweite Teil Ihres Problems besteht darin, die Daten zu durchforsten, sie zu verstehen und zu interpretieren, um

Finden Sie heraus, was das Problem ist und wie Sie es beheben können. Das zweite Produkt, an dem wir in diesem Projekt gemeinsam mit Ihnen arbeiten, ist unser „ Sonatus “AI Technician.

Genau. Erzählen Sie uns doch bitte, wie Sie das nutzen und inwiefern es Ihnen geholfen hat.

Als wir diese Lösungsidee mit dem „Collector“ AI und dem „ AI -Techniker“ hatten, wussten wir, dass das funktionieren würde, denn unserer Erfahrung nach dauert es nicht allzu lange, wenn wir über die richtigen Daten verfügen und diese an den richtigen Experten bei Nissan weiterleiten. Wenn uns jedoch diese beiden Komponenten fehlen, verlieren wir viel Zeit. Wie bereits erwähnt, haben wir manchmal Schwierigkeiten, auf die Daten zuzugreifen, aber manchmal steht uns auch der entsprechende Experte nicht zur Verfügung. Er ist gerade mit etwas anderem beschäftigt oder hat vielleicht Urlaub oder Ähnliches.“

Aber mit dieser Lösung, dem „ AI -Techniker“, ist es so, als säße dieser Experte immer direkt neben einem. Und wir können ihm alle Fragen stellen, ihn um Rat bitten usw., damit er uns dabei unterstützt, die Ursache einzugrenzen. Und ja, das ist eine enorme Zeitersparnis für uns, für alle Ingenieure, die an einem Problem arbeiten. Und nicht nur für den Konstrukteur.

Richtig. Das kann dem Testingenieur helfen, der das Problem entdeckt. Außerdem hilft es dem Qualitätsingenieur in der Produktion, der ebenfalls ein Problem entdeckt. Diese müssen sich immer an die Konstrukteure wenden.

Der Konstrukteur hat also alle Hände voll zu tun und erhält von allen Seiten zahlreiche Anfragen, wenn ein Problem auftritt. Dieser Techniker von AI wird also nicht nur die Problemanalyse beschleunigen, sondern auch den Konstrukteur entlasten, damit dieser sich auf seine eigentliche Konstruktionsarbeit konzentrieren kann.

Ja. Oder die komplizierteren Situationen. Genau. Wir haben hier eine Reihe verschiedener Beispiele gezeigt, und eines der Beispiele, die du gezeigt hast, ist, wie man zunächst – ich sage gerne – den Heuhaufen durchforstet und einfach schneller

Finde die Nadeln.

17:38 So wird jeder Ingenieur zum Experten mit AI

Man schaut sich an, welche Diagnosefehlercodes (DTC-Codes) aktiv sind. Was bedeuten sie? Man ordnet sie so ein, dass man einen Überblick darüber bekommt, was dringender ist – welche aktiv sind und welche bereits zurückliegen. Das ist also eine Art erste Stufe der Produktivitätssteigerung, die ein Mensch leisten kann.

Das hat zwar nichts Magisches an sich, aber so gelangt man viel schneller zu diesen Mustern. Ja. Der zweite Teil ist dann aber besonders interessant: Man kann sich dann mit einem bestimmten Fehler genauer befassen und fragen: Warum tritt dieser Fehler auf? Und gemeinsam können wir Ihre Wissensdatenbank und Ihre Datenbank nutzen, die dann in „ AI Technician“ eingespielt werden, um Ihnen die Logik zu vermitteln, mit der wir das Problem diagnostizieren konnten.

Inwiefern ist das für dich eine Hilfe?

Das ist wichtig, denn was wir umgesetzt haben – mithilfe von „ AI Technician“ – ist ein üblicher Ansatz für Kfz-Konstrukteure und Automobilingenieure. Wenn wir auf ein Problem stoßen, versuchen wir, die möglichen Ursachen zu verstehen und gängige Ansätze wie FTA anzuwenden, und genau das ist bereits in „ AI Technician“ integriert. Aber leider ist nicht jeder ein Superstar. Manch einer ist vielleicht nur Softwareentwickler und verfügt nicht unbedingt über fundierte Kenntnisse der Hardware.

Richtig. Wenn also ein Problem auftritt, kann ein Softwareentwickler mithilfe dieser Informationen den Kreis eingrenzen und alle möglichen Ursachen aus softwaretechnischer Sicht auflisten. Allerdings fehlt in der FTA manchmal die Hardware-Perspektive. Richtig.

Mit dem „ AI -Techniker“ erhalten Sie jedoch einen umfassenden Überblick über die möglichen Ursachen – von Software über Hardware bis hin zu möglichen betrieblichen Problemen beim Kunden usw. Das ist eine große Hilfe für alle Techniker, die in diesem Bereich bei Nissan tätig sind – und nicht nur bei Nissan –, sondern ich denke, es hilft auch unseren Tier-1-Zulieferern dabei, die Ursache einzugrenzen und dem Problem auf den Grund zu gehen.

die Sorge.

19:37 Effizienzsteigerungen bei der Problemdiagnose

Das finde ich toll. Und du selbst, deine Präsentation und auch deine Kollegin Sarah, die diese Woche hier bei uns war – mir gefällt wirklich, wie ihr hervorgehoben habt, dass eines der Dinge, die wir erreicht haben, darin besteht, dass wir euch sagen, was

Das ist nicht das Problem.

Bei der Fehlerdiagnose besteht die Hälfte der Arbeit oft darin, herauszufinden, was nicht kaputt ist, damit man mehr Zeit für die Teile aufwenden kann, die möglicherweise das Problem darstellen. Wir helfen also dabei, beispielsweise einen Hinweis darauf zu geben, dass es sich nicht um ein Hardwareproblem handelt oder dass es kein Problem mit diesem oder jenem ist – damit wir dann den Rest der Zeit in einem viel kleineren Problemraum verbringen können, um das Problem zu verstehen.

Ist das für dich hilfreich?

Das ist sehr, sehr nützlich. Ein gängiger Ansatz für jeden bei Nissan ist es, sobald ein Problem auftritt, beispielsweise den Kabelbaum zu überprüfen. Richtig. Wie sieht es mit der Verbindung aus?

Ist der Kabelbaum in Ordnung? Ist die Sicherung in Ordnung? Ist die 12-Volt-Batterie in Ordnung? Und manchmal sollte man einfach mal prüfen, ob die Softwareversion in Ordnung ist.

Richtig. Aber mit dieser Lösung und dieser Anleitung, die in wenigen Sekunden erscheint, ersparen wir uns das alles, wissen Sie, wir müssen das nicht alles selbst machen.

Wenn wir Zugriff auf die Daten haben und bereits wissen, dass einige davon bereits aus dem FTA ausgeschlossen sind. Richtig. Das spart enorm viel Zeit.

Das ist toll.

Nun ja, ich weiß, dass in der Branche ein großer Druck hinsichtlich der Markteinführungszeit herrscht.

Der historische Entwicklungszyklus für Fahrzeuge war bislang oft recht lang. Der Druck ist groß. Chinesische Erstausrüster (OEMs) bieten zweifellos kürzere Entwicklungszyklen an. Daher versuchen alle herauszufinden, was sie tun können, ohne dabei Abstriche bei der Qualität zu machen.

Ich denke also, unsere Aufgabe bei der Zusammenarbeit mit Ihnen bestand darin, Ihnen dabei zu helfen, den Start der Produktion gemäß Ihrer Standardarbeitsanweisung (SOP) voranzutreiben, die Durchlaufzeit Ihrer SOP zu verkürzen und gleichzeitig die Qualität zu gewährleisten sowie

die von Ihnen angestrebten Produktivitätsziele.

21:20 Fazit und Überlegungen

Wir freuen uns daher sehr auf die Zusammenarbeit mit Ihnen.

Ich auch.

Wir sind sehr dankbar für Ihre Partnerschaft und dafür, dass Sie diese Woche hier auf der Messe bei uns waren. Es war wunderbar, gemeinsam mit Ihnen zu präsentieren. Und ich glaube, wir haben beide aus diesem Prozess gelernt, sowohl aus dem, was Sie…

das haben wir geschafft, und auch die tollen Fragen, die wir von den vielen Kunden und Besuchern erhalten haben. Ich möchte mich also ganz herzlich bei Ihnen bedanken und danke Ihnen, dass Sie heute bei unserem Podcast dabei waren.

Gern geschehen. Danke, dass ich hier zu Gast sein durfte. Es war eine wirklich, wirklich aufregende Woche für mich.

Vielen Dank.

Wenn euch dieser Podcast gefällt, dann klickt bitte auf „Gefällt mir“ und abonniert ihn, damit ihr auch in Zukunft weitere Folgen wie diese hören könnt. Wir freuen uns schon darauf, euch bald wieder in einer neuen Folge von „ The Garage “ begrüßen zu dürfen.