Autor:innen:
Tobias Sommerfeld | Schaeffler Technologies AG & Co KG | Germany
Vincent Bertram | RWTH Aachen University | Germany
Simon Dehn | RWTH Aachen University | Germany
Viktor Slawik | RWTH Aachen University | Germany
Dirk Fleischer | BMW Group | Germany
Andreas W. Müller | Schaeffler AG | Germany
Jan Niklas Schmitz | CSE Aachen GmbH | Germany
Julian Chander | BMW Group | Germany
Nikola Kostov | Schaeffler Technologies AG & Co KG | Germany
Sprache:
Deutsch, wenn gewünscht ist natürlich auch English möglich
Zielgruppe:
Requirement Manager, Requirement Engineers, Team-Leader, Developer, Entwicklungsleiter, Projektleiter, Prozess-entwickler, Transformationsbegleiter, IT-Mitarbeiter, KI-Entwickler
Voraussetzungen:
keine
Überblick und Zusammenfassungen:
Die Anforderungen im Rahmen des Fahrzeugentwicklungsprozesses sind von hoher Komplexität geprägt. Die Definition der Anforderungen (z. B. Lastenheft) bildet den Ausgangspunkt für alle nachfolgenden Funktions-, Wirkungs- und Lösungsprinzipien. Bisher wurde versucht, die aufgrund der Variantenvielfalt und Komplexität steigenden Anforderungen mit klassischen Datenbanken, Baukästen, Plattformen oder manuellem Einsatz zu bewältigen. Diese Methoden stoßen jedoch zunehmend an ihre Grenzen.
Digitale Methoden beginnen bereits heute, das Potenzial des Anforderungsmanagements zu erschließen, auch mithilfe von Algorithmen, die auf künstlicher Intelligenz (KI) basieren. Mithilfe von Natural Language Processing können Anforderungsspezifikationen automatisch auf ihre formale und inhaltliche Qualität geprüft werden. Chat GPT und andere große Sprachmodelle sind derzeit in aller Munde, doch ihr Einsatz im kommerziellen Industrieumfeld und bei sicherheitsrelevanten Produktentwicklungen ist nicht immer optimal und hat Grenzen.
Im Forschungsprojekt KIZAM untersuchte ein Konsortium aus Industrie, KMU und Forschung in den vergangenen drei Jahren die Verwendung und Weiterentwicklung verschiedener KI-Methoden in den operativen Prozess des Requirements Management und Engineering und eine Integration in die bestehende Entwicklungstoollandschaft.
Im Rahmen dieses Vortrags werden die Projektergebnisse präsentiert. Dazu zählen Potenzial- und Prozessanalysen, anhand derer ermittelt wurde, in welchen Anwendungsfällen der Einsatz von KI eine gute Chance zur Effizienz- und Qualitätsverbesserung bietet.
Des Weiteren werden technische Lösungsansätze auf Basis von KI, darunter Natural Language Processing (NLP) und Model-Based Systems Engineering (MBSE), zur Bewältigung der Herausforderungen in den Prozessschritten vorgestellt. Zudem werden die Forschungsherausforderungen für eine erfolgreiche Umsetzung erörtert. Im Rahmen des Vortrags wird die Implementierung in die Entwicklungstoolkette vorgestellt und anhand von Use Cases die anhand von KPIs gemessenen Kennzahlen dargestellt und diskutiert.
Im Folgenden werden die im Rahmen des Forschungsprojekts KIMBA – Künstliche Intelligenz für System-Modell-Bildung und Anforderungen – identifizierten Herausforderungen sowie die daraus abgeleiteten Zukunftsvisionen und Ausblicke zu den geplanten Aktivitäten in den nächsten Jahren präsentiert.
KIZAM-Projekt: https://kizam.de/
Art der Vermittlung:
Präsentation der Ergebnisse des Forschungsprojektes KIZAM und Ausblick auf KIMBA inkl. Implementierungsbeispielen mit anschließender Diskussion.
Nutzen:
- Möglichkeiten und Potenziale zur Verwendung von KI im Requirements Management und Engineering sowie in der Modellbildung aufgezeigt, um die Qualität zu verbessern und die Effizienz zu steigern werden aufgezeigt. Zudem werden Erfahrungen und Tipps zu Optimierungspotenzialen entlang des Requirements Management und Engineering sowie der Modellbildung aus verschiedenen Produkt- und Entwicklungsanwendungsfallperspektiven präsentiert.
- Darstellung der technischen Lösungsansätze auf Basis von Künstlicher Intelligenz, insbesondere Natural Language Processing (NLP) und Model-Based Systems Engineering (MBSE), sowie deren Einsatz und Kombination zur Lösung konkreter Herausforderungen sowie die Forschungsherausforderungen für eine erfolgreiche Umsetzung.
- Überblick über eine Implementierung von technischen KI- und MBSE-Lösungen zur Unterstützung des Requirements Management und Engineering und der Modellbildung in eine in der Automobilentwicklung verwendete Entwicklungstoolkette.
- Ausblick auf die im Rahmen des Forschungsprojekts KIMBA „Künstliche Intelligenz für System-Modell-Bildung und Anforderungen” in den kommenden Jahren geplanten Aktivitäten.