Künstliche Intelligenz 31.10.2024, 14:00 Uhr

KI optimiert die Fahrzeugentwicklung: Bessere Crashtests für die Automobilindustrie

Ein neues Projekt nutzt innovative Methoden des maschinellen Lernens, um die Automobilindustrie zu unterstützen. SAFECAR-ML hat das Ziel, die Fahrzeugentwicklung schneller und kostengünstiger zu gestalten.

Crashtest

Anpassungen der Blechdicke und Geometrie der Rahmenlängsträger (rot: Originalversion, grün: softwareoptimierte Version) im Produktentwicklungszyklus ermöglichen eine bessere Absorption der Aufprallenergie und erhöhen die Sicherheit.

Foto: Fraunhofer SCAI

Neue Methoden des maschinellen Lernens ermöglichen ein besseres Verständnis und eine effizientere Verarbeitung von Daten aus der Crashtest-Entwicklung. Im Projekt SAFECAR-ML wird eine automatisierte KI-gestützte Lösung entwickelt, die die Dokumentation virtueller Crashtests erleichtert. Ziel ist es, den Entwurfsprozess zu vereinfachen und effizienter zu gestalten.

Aufprallversuche sind wichtige Tests, die in der Automobilindustrie durchgeführt werden, um die Sicherheit von Fahrzeugen zu überprüfen. Bei diesen Versuchen wird ein Fahrzeug unter kontrollierten Bedingungen gegen ein Hindernis oder ein anderes Fahrzeug geschoben, um die Auswirkungen eines Unfalls zu simulieren. Dabei werden verschiedene Parameter wie die Kollisiongeschwindigkeit, die Deformation des Fahrzeugs und die Auswirkungen auf die Insassen gemessen. Diese Tests helfen dabei, Sicherheitsmerkmale wie Airbags, Gurte und die Gesamtstruktur des Fahrzeugs zu optimieren. Die gesammelten Daten werden genutzt, um die Fahrzeuge so zu gestalten, dass sie im Falle eines Unfalls den bestmöglichen Schutz bieten und die Sicherheit für Fahrer und Passagiere erhöhen.

Crashtests am Computer

Doch jetzt ist alles viel einfacher. Zersplitterndes Glas, zerfetzte Bleche und herumfliegende Teile sind bei Crashtests in der Automobilindustrie heutzutage selten. Die meisten Aufprallversuche finden am Computer statt. Es ist wichtig, Änderungen an den Konstruktionen der virtuellen Crashfahrzeugmodelle genau zu dokumentieren, aber dieser Prozess ist oft aufwändig und teuer.

Das Ziel des Projekts SAFECAR-ML ist es, diese Arbeit zu erleichtern. Durch die Kombination neuer Methoden der künstlichen Intelligenz (KI) mit technischem Wissen aus der Fahrzeugentwicklung wollen die Projektpartner aus Forschung und Automobilindustrie die Dokumentation virtueller Crashtests vereinheitlichen.

Stellenangebote im Bereich Softwareentwicklung

Softwareentwicklung Jobs
ATLAS TITAN Mitte GmbH-Firmenlogo
Ingenieur Elektrotechnik (m/w/d) Schwerpunkt Automatisierungstechnik ATLAS TITAN Mitte GmbH
Braunschweig Zum Job 
ATLAS TITAN Mitte GmbH-Firmenlogo
Projektleiter Leitungsbau Schutztechnik (m/w/d) ATLAS TITAN Mitte GmbH
Stadtwerke Schneverdingen-Neuenkirchen GmbH-Firmenlogo
Leitender Ingenieur (m/w/d) Netzbau und -betrieb Strom und Breitband Stadtwerke Schneverdingen-Neuenkirchen GmbH
Schneverdingen Zum Job 
SPITZKE SE GVZ Berlin Süd-Firmenlogo
Bauleiter Elektrotechnik (m/w/d) SPITZKE SE GVZ Berlin Süd
Großbeeren Zum Job 
WIRTGEN GmbH-Firmenlogo
System- und Softwarearchitekt (m/w/d) - mobile Arbeitsmaschinen WIRTGEN GmbH
Windhagen (Raum Köln/Bonn) Zum Job 
WIRTGEN GmbH-Firmenlogo
Embedded Anwendungs-Softwareentwickler (m/w/d) - mobile Arbeitsmaschinen WIRTGEN GmbH
Windhagen (Raum Köln/Bonn) Zum Job 
Albtal-Verkehrs-Gesellschaft mbH-Firmenlogo
Projektleiter*in Elektrotechnik, Elektroingenieur*in oder Techniker*in (m/w/d) Albtal-Verkehrs-Gesellschaft mbH
Karlsruhe Zum Job 
WBS Training AG-Firmenlogo
Technische Trainer:in Automatisierungstechnik - CAD/CAM-Programmierung (m/w/d) WBS Training AG
remote (deutschlandweit) Zum Job 
IMS Messsysteme GmbH-Firmenlogo
Projektleiter (m/w/i) für Röntgen-, Isotopen- und optische Messsysteme IMS Messsysteme GmbH
Heiligenhaus Zum Job 
ILF Beratende Ingenieure GmbH-Firmenlogo
Senior Ingenieur Mess-, Steuerungs- und Regelungstechnik (m/w/d) ILF Beratende Ingenieure GmbH
Bremen, Berlin, Hamburg, München, Essen Zum Job 
ILF Beratende Ingenieure GmbH-Firmenlogo
Junior Ingenieur Mess-, Steuerungs- und Regelungstechnik (m/w/d) ILF Beratende Ingenieure GmbH
München Zum Job 
IPH Institut "Prüffeld für elektrische Hochleistungstechnik" GmbH-Firmenlogo
Ingenieur Elektrotechnik (m/w/d) für Transformatoren IPH Institut "Prüffeld für elektrische Hochleistungstechnik" GmbH
ME MOBIL ELEKTRONIK GMBH-Firmenlogo
Support- und Applikationsingenieur (m/w/d) ME MOBIL ELEKTRONIK GMBH
Langenbrettach Zum Job 
FERCHAU GmbH-Firmenlogo
Konstruktiver Elektroingenieur (m/w/d) FERCHAU GmbH
PFISTERER Kontaktsysteme GmbH-Firmenlogo
Technical Support High Voltage Accessories (m/w/d) PFISTERER Kontaktsysteme GmbH
Winterbach Zum Job 
B. Braun Melsungen AG-Firmenlogo
Global Lead (w/m/d) Operational Technology (OT) B. Braun Melsungen AG
Melsungen Zum Job 
WIRTGEN GmbH-Firmenlogo
Duales Studium Software Engineering - Bachelor of Engineering (m/w/d) WIRTGEN GmbH
Windhagen, Remagen Zum Job 
Infraserv GmbH & Co. Höchst KG-Firmenlogo
Ingenieur (w/m/d) Anlagen- & Prozesssicherheit Infraserv GmbH & Co. Höchst KG
Frankfurt am Main Zum Job 
Die Autobahn GmbH des Bundes-Firmenlogo
Lösungsentwickler (w/m/d) im Digitallabor Geoinformatik Die Autobahn GmbH des Bundes
Schluchseewerk AG-Firmenlogo
Ingenieur (m/w/d) Schwerpunkt Konformität Schluchseewerk AG
Laufenburg Zum Job 

Mit Hilfe von Maschinellem Lernen (ML) können freisprachliche Aussagen von Ingenieurinnen und Ingenieuren semantisch verstanden werden. Die daraus gewonnenen unstrukturierten Daten müssen vereinheitlicht und zum Beispiel mit virtuellen Fahrzeugdaten verknüpft werden. Die im Projekt entwickelte Software kann dann automatisch weitere Schritte und Handlungsempfehlungen ableiten.

Verknüpfung multimodaler Ingenieursdaten mit ML

„Änderungen am virtuellen Fahrzeugmodell lassen sich in natürlicher Sprache erfassen und automatisiert verarbeiten – ähnlich wie dies bei großen Sprachmodellen wie GPT-4 bereits möglich ist. Neu ist die Verknüpfung multimodaler Ingenieursdaten mit ML. Dieser Ansatz hat großes Potenzial, Entwicklungsprozesse durch Computer-Aided Engineering zu optimieren“, wird Dr. Daniela Steffes-lai, Forscherin im SCAI-Geschäftsfeld „Numerische datenbasierte Vorhersage“ in einer Pressemitteilung zitiert. Das Projekt soll die Fahrzeugentwicklung schneller und günstiger machen.
Fraunhofer SCAI bringt seine umfangreiche Erfahrung im Bereich Maschinelles Lernen (ML) und in der Analyse von Simulationsergebnissen in das Projekt ein. In SAFECAR-ML wird eine formale Beschreibung des technischen Wissens für die Produktentwicklung erstellt. Die Zusammenarbeit mit der Automobilindustrie ermöglicht auch weitere Anwendungen im Computer-Aided Engineering.

Projektpartner von Fraunhofer SCAI ist die SCALE GmbH in Ingolstadt. Zu den assoziierten Partnern gehören die Automobilhersteller AUDI, Volkswagen und Porsche.

Das Bundesministerium für Bildung und Forschung (BMBF) unterstützt das Projekt von September 2024 bis Februar 2027 im Rahmen der Maßnahme „Erforschung, Entwicklung und Nutzung von Methoden der Künstlichen Intelligenz in kleinen und mittleren Unternehmen (KI4KMU)“. Die Gesamtsumme der Förderung beträgt 670.000 Euro.

Ein Beitrag von:

  • Alexandra Ilina

    Redakteurin beim VDI-Verlag. Nach einem Journalistik-Studium an der TU-Dortmund und Volontariat ist sie seit mehreren Jahren als Social Media Managerin, Redakteurin und Buchautorin unterwegs.  Sie schreibt über Karriere und Technik.

Zu unseren Newslettern anmelden

Das Wichtigste immer im Blick: Mit unseren beiden Newslettern verpassen Sie keine News mehr aus der schönen neuen Technikwelt und erhalten Karrieretipps rund um Jobsuche & Bewerbung. Sie begeistert ein Thema mehr als das andere? Dann wählen Sie einfach Ihren kostenfreien Favoriten.