Datenanalyse

Fahrzeuge in einer Unterführung out of focus, im Vordergrund werden Fahrzeugdaten angezeigt

Immense Datenmengen in der Automobilindustrie eröffnen immenses Potenzial. VISPIRON SYSTEMS entwickelt Datenanalyse Pipelines zur Produktoptimierung in der Entwicklung, zur Etablierung neuer digitaler Geschäftsmodelle und Aftersales Lösungen, sowie zu Reporting- und Nachweiszwecken.

1. Ausgangssituation - Datenerhebung

Mit zunehmendem Einzug von IT und Elektronik in unsere Mobilität und dazu der steigenden Onlinefähigkeit von Fahrzeugen, verfügt die Automobilindustrie über einen immensen Schatz an Daten. Seien es technische Signale aus dem Steuergeräteverbund, Kamera-, Radar-, Lidar- und andere Sensordaten, Daten aus dem Nutzungsverhalten der Fahrer, Daten aus Werkstätten, Daten aus mobilen Endgeräten oder aus weiteren Datenquellen, wie beispielsweise Kartendaten, Wetterdaten, etc. All diese Daten können für unterschiedliche Optimierungsmaßnahmen und Neuentwicklungen genutzt werden. Die Herausforderung liegt darin, die Daten aufzubereiten und sinnvoll zusammenzuführen – und zwar automatisiert. Immerhin stammen sie aus völlig verschiedenen Quellen und liegen in den unterschiedlichsten Formaten vor: als Signale aus Fahrzeugen, Prüfständen oder Messmitteln, als Bild-, Video-, Audio-Dateien, als geschriebener Text von Testfahrern, als Text und Codes aus Systembeschreibungen, als materialwissenschaftliche Daten oder als Text aus Werkstattberichten und Fehlerspeicherberichten, um nur ein paar Beispiele zu nennen.

Form des menschliches Gehirns wird durch Datenströme gebildet

2. Herausforderung - Fehleranalyse und Entwicklungsoptimierung

Im Zuge der Entwicklung können der Zustand, sowie das Verhalten von Komponenten und Systemen überwacht, und daraufhin optimiert werden. Im Bereich der Luft- und Raumfahrt ist dies beispielsweise schon lange gang und gäbe. Wie reagiert eine Komponente oder eine Funktion im Zuge der Fahrzeugnutzung? Wann treten welche Fehler auf? Welche Abhängigkeiten gibt es im Teil- oder Gesamtsystem? All diese Fragen stellen sich Entwickler und Versuchsingenieure zum Teil immer wieder aufs Neue, wenn die nächste Fahrzeuggeneration heranwächst. Um die immer wieder gleichen Analysevorgänge zu automatisieren, entwickelt ein Automobilhersteller zusammen mit VISPIRON SYSTEMS Datenanalyse Pipelines, die der menschlichen (und somit einer natürlichen) Intelligenz nachempfunden sind. Die dahinterstehenden Methoden kommen aus dem Machine Learning. Doch es geht dem OEM nicht nur darum, Fehler aufzudecken und zu beseitigen. Es geht auch darum, die tatsächliche Nutzung von Funktionen im Fahrzeug zu analysieren, um daraus Erkenntnisse zu gewinnen. Es werden hier Fragestellungen beantwortet, die sich beispielsweise darauf beziehen, ob Otto-/Diesel-/Elektro- oder aber Normalverbraucher die Funktion auch wirklich so nutzen, wie sich die Entwickler das ursprünglich einmal gedacht haben. Häufig trifft man hier auf over- oder underengineerte Funktionen und kann zügig endkundenorientiert nachbessern.

3. Vorgehensweise - Predictive Maintenance

Im Aftersales Bereich kennt man beispielsweise auch das Thema Predictive Maintenance bereits aus dem industriellen Umfeld. Es geht hier um die Wartung von Maschinen, noch bevor es zu einem Ausfall einer Komponente oder eines Systems kommt. Die notwendigen Daten für die Anwendung von Predective Maintenance in der Automobilindustrie erhalten Automobilhersteller vor allem aus Werkstätten, aber auch aus der oben genannten Zustandsüberwachung (soweit im jeweiligen System verbaut). Zusammen mit VISPIRON SYSTEMS werden Vorhersagemodelle entwickelt, die dem Endkunden, sowie der Werkstatt rechtzeitig vor „erfahrungsgemäßem“ Ausfall der Funktion oder der Komponente bei der gelebten Nutzung signalisieren, dass ein Werkstattbesuch angebracht wäre. Ein weiteres Beispiel für Anwendungen im Aftersales Bereich ist der sogenannte Car CV – ein fahrzeugindividueller Lebenslauf, in dem alle relevanten Ereignisse fälschungssicher dokumentiert werden. Dies hat vor allem für Eigentümer und Käufer von Fahrzeugen, aber auch für Versicherer vielerlei Vorteile: Manipulationen werden sofort erkannt/verhindert, Gebrauchtwagenpreise, genauso wie Versicherungsprämien, werden transparenter und fairer, es können Datenplattformen für zusätzliche Dienstleistungen rund um das Auto geschaffen werden und Unfallinformationen können in Echtzeit übermittelt werden.

4. Fazit - Datenanalyse Pipelines

Das eine oder andere Anwendungsgebiet der mit VISPIRON SYSTEMS entwickelten Data Analytics Pipelines gibt es in gewissen Ausprägung bereits. Aufgrund von immer mehr verfügbaren Daten, immer größeren Rechenkapazitäten und stetig neuen Methoden gibt es jedoch ein großes Potenzial an Weiter- und Neuentwicklungen, an denen derzeit gearbeitet wird. Auch mag einiges im ersten Moment vielleicht sogar banal klingen. Wenn man jedoch bedenkt, dass in die Analyse-Pipelines nicht nur elektronische Daten in unterschiedlichen Formaten, sondern beispielsweise auch Materialdaten eingehen, wird klar, dass interdisziplinäres Know-how genauso gefragt ist wie Fachwissen im Gebiet Big Data Analytics, welches VISPIRON SYSTEMS unter anderem aktuell bereits in verschiedene Kooperationen einbringt.

Mehr über Data Analytics erfahren
zwei Männer besprechen technische Daten am Arbeitsplatz

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.