SAFE-CAR-ML: Semantische Änderungsbeschreibung für die Fahrzeugentwicklung mit ML-basierter automatischer Klassifizierung

SCALE arbeitet gemeinsam mit dem Fraunhofer-Institut SCAI sowie den Industriepartnern Audi, VW und Porsche an SAFECAR-ML – einem Forschungsprojekt zur Automatisierung von Dokumentationsprozessen in der Fahrzeugentwicklung. Ziel des Projekts ist es, durch den Einsatz von maschinellem Lernen (ML) die Effizienz und Transparenz im Produktentwicklungsprozess zu steigern.

Im Fokus stehen innovative Methoden zur Vereinfachung der Dokumentation von Änderungen an virtuellen Fahrzeugmodellen, insbesondere im Kontext von Crashtests. Diese Tests, die überwiegend virtuell durchgeführt werden, erfordern eine aufwendige Dokumentation der simulierten Änderungen. SAFECAR-ML setzt auf KI-gestützte Verfahren, um freisprachliche Texte semantisch zu analysieren, die gewonnenen Daten zu harmonisieren und daraus Handlungsempfehlungen abzuleiten.

Das Fraunhofer-Institut SCAI bringt seine Expertise in Algorithmenentwicklung und maschinellem Lernen in das Projekt ein und unterstützt bei der effizienten Verarbeitung und Modellierung von Daten.

Das Projekt wird durch das Bundesministerium für Bildung und Forschung (BMBF) im Rahmen der Fördermaßnahme „KI4KMU“ (Erforschung, Entwicklung und Nutzung von Methoden der Künstlichen Intelligenz in KMU) finanziert.

Die Ergebnisse von SAFECAR-ML sind nicht nur für die Automobilindustrie von Bedeutung, sondern auch auf andere Branchen übertragbar. Damit leistet SCALE einen wichtigen Beitrag zur digitalen Transformation in der Produktentwicklung.