Lesedauer: 6 Minuten

Künstliche Intelligenz hat sich von einer reinen Spielerei wie lernenden Schachprogrammen zu einem ernsthaften Werkzeug für anspruchsvolle Aufgaben entwickelt. Diese moderne Technologie hat in der Industrie längst Einzug gehalten und wird vor allem zur Fehlerkontrolle und Optimierung genutzt. Global Player wie Michelin, Audi, General Motors und BMW setzen bereits heute auf den Einsatz von KI in der Automotive-Branche.

Fahrzeughersteller verwenden KI öfter als Zulieferer

Das Beratungsunternehmen Capgemini untersuchte 2019 in seiner Studie „Beschleunigung der KI-Transformation in der Automobilindustrie“ den Einfluss Künstlicher Intelligenz auf die Automotive-Branche. Das Ergebnis: Fast die Hälfte der Fahrzeughersteller (Original Equipment Manufacturer, OEMs) binden Künstliche Intelligenz in ihre Prozesse ein. Im Gegensatz dazu verwenden nur ein Viertel der Lieferanten und knapp jeder fünfte Händler diese Technologie. Interessant zu beobachten ist das Wachstum der KI-Verwendung. Seit der letzten Datenerhebung von Capgemini im Jahr 2017 nahm der Anteil der KI verwendenden Zulieferer und Händler leicht ab. Nur die Fahrzeughersteller verzeichneten einen leicht erhöhten Anteil von KI-Nutzung. Größere Volumina und eine weitere Variation von Abteilungen rechtfertigen die Nutzung von KI eher.

Arbeitsplätze bleiben erhalten

Mitarbeiter steuert mithilfe von KI in der Automotive-Branche eine Maschine, die im Hintergrund zu sehen ist.

Copyright Bild: KUKA Group

“Für uns ist die Schlüsselfrage: Können wir den Menschen dadurch unterstützen, indem wir ihm zusätzliche Künstliche Intelligenz zur Verfügung stellen?” sagte Martin Hofmann, Leiter Informationstechnik der VW-Gruppe in einer Diskussion mit dem Magazin Automotive World. Arbeitnehmer in der Automotive-Branche stellen sich sicherlich die Frage, inwiefern ihre Arbeitsplätze von Künstlicher Intelligenz gefährdet werden. Hofmann holt hierzu weiter aus: „Sie wissen, dass wir einen Wettbewerbsnachteil hätten, wenn wir die neuen Technologien nicht anwenden würden.“ VW arbeitet eng mit den eigenen Gewerkschaften und Arbeitnehmern zusammen, um die Arbeitnehmer nicht auszubooten. Künstliche Intelligenz soll bei VW den Menschen nicht ersetzen, sondern ihn unterstützen.

Einsatzgebiete der KI in der Automotive-Branche

Die Mobilitätsdienste verzeichnen die höchste Adaptionsrate, mit fast doppelt so hohen Werten wie die Informationstechnik auf Platz zwei. Fast ein Viertel der Abteilungen verwenden intelligente Software bereits im Arbeitsalltag. Der Autoreifenhersteller Michelin hat beispielsweise ein System entwickelt, das in Echtzeit Reifenabreibung von LKWs überwacht. Hiermit möchte Michelin präventiv Probleme wie erhöhten Verbrauch und Sicherheitsrisiken beseitigen. Zukünftig sollen Lastwägen auch eigenständig je nach Abreibungsgrad neue Michelin-Reifen bestellen. Auch deutsche OEMs bleiben nicht untätig: Audi testet zurzeit ein smartes System zur Qualitätssicherung. Es erkennt durch Bildauswertung kleinste Materialschäden, wie Risse, automatisiert. Dadurch können mangelhafte Teile vor dem Einbau erkannt und ausgetauscht werden umso Fahrzeuge sicherer und robuster zu machen. Weitere interessante Projekte entwickelt die Branche auch in den Produktionsabteilungen. Laut der Robotics Industries Association kostet den US-amerikanischen Autohersteller General Motors jede Minute stillstehender Produktion mindestens 20.000 Dollar. Um diese Ausfallzeit so gering wie möglich zu halten, baute General Motors KI-gestützte Überwachungssoftware für die Fertigung auf. Seit Beginn seiner Laufzeit konnte das System so 72 durch Komponenten verursachte Fehler verhindern.

Fehlerkontrolle im großen Stil

Intelligente Software wird vor allem von OEMs und großen Zulieferern wie Michelin genutzt. Vor allem in der Fehlerkontrolle kommt KI in der Automotive-Branche zum Einsatz. Insgesamt ist die Nutzung der Technologie im Bereich der Lieferanten sogar rückläufig. Auch insgesamt ist die Anzahl an Betrieben, welche selektive Implementierung oder Versuchsprojekte vorantreiben, gesunken. Zum einen haben größere Unternehmen mehr Budget für experimentelle Technologien, zum anderen rechnet sich Qualitätssicherung für größere Volumina umso mehr. Der Endkunde entscheidet sich oft über die Marke für einen bestimmten Fahrzeughersteller, Qualität ist hier am wichtigsten.

Quellen