Machine Learning in der Automobilindustrie

No
30. August 2018

Die Automobilbranche verspricht sich eine deutliche Nutzensteigerung durch den Einsatz von Machine Learning. Jeder dritte für die 2017 von Sopra Steria Consulting durchgeführte Studie „Potenzialanalyse Künstliche Intelligenz“ befragte Entscheider im produzierenden Gewerbe gab an, kognitive Systeme zu nutzen. Dieser Wert wächst aktuell rasant weiter.

Die Automobilindustrie erlebt derzeit den größten Umbruch ihrer Geschichte. Drei Dimensionen müssen komplett neu durchdacht werden: das Produkt (neue Antriebstechnologien oder die Infrastruktur für Elektromobilität), der Kunde (Handel der Zukunft oder Mobilität auf Abruf) und das Ökosystem (Kooperieren statt Konkurrieren). Dazu kommt: Neben den klassischen Automobilherstellern sind Technologiekonzerne aus dem Silicon Valley an diesen neuen Entwicklungen interessiert.

Monetarisierung von Daten entlang der gesamten Wertschöpfungskette

Das Bindeglied zwischen der Automobil- und Technologiebranche lautet Machine Learning. Daten sind das Öl des 21. Jahrhunderts. Der Zugang zu den richtigen Daten, beispielsweise Sensordaten, Telematikdaten, Log-Daten, Bilder und Videos sowie Social-Media-Daten fördert neue Geschäftsmodelle.

Einsatzgebiete für Machine Learning finden sich entlang der gesamten Wertschöpfungskette. Kunden besser zu verstehen, treffsichere Prognosen zu ermöglichen, Produkte zu optimieren, die Supply Chain effizienter zu gestalten und neue Services zu generieren, sind zentrale Motive, um Machine Learning zu nutzen.

Eines der wichtigsten Assets der Industrie 4.0 ist vorausschauende Instandhaltung (Predictive Maintenance). Inspektionsteams, die Unternehmen bereits präventiv aufsuchen und nicht erst dann, wenn eine Reparatur ansteht. Das hilft, die Zahl der tatsächlichen Maschinenausfälle zu verringern und somit die Instandhaltungskosten zu reduzieren. Zudem verbessert sich die wahrgenommene Servicequalität.

Bei der intelligenten Bestandsoptimierung gewährt Machine Learning tiefe Einblicke in große Datenmengen entlang der Supply Chain. Hat ein Unternehmen zu wenige Produkte auf Lager, kann es dank automatischer Meldung eine optimale Supply Chain errechnen. Das garantiert eine durchgängige Auslieferung.

Zu den Anwendungsfällen, die sich stark in der Entwicklung befinden, gehört das autonome Fahren. Machine Learning ermöglicht hier das Entdecken von Objekten in der Umgebung, ihre Einordnung in einer Objektklasse, die Vorhersage der möglichen Veränderungen aus diesem Umfeld und die Durchführung einer Aktion falls notwendig. Bereits heute entwickeln Automobilhersteller teilautonome Fahrzeuge (Level 2 – Fahrzeug unterstützt mit Lenk- oder Beschleunigungsfunktionen). Mit einem vollautonomen Fahrzeug (Level 5 – erfordert keine menschliche Aufmerksamkeit) rechnen die Analysten in mehr als zehn Jahren.

Machine Learning als wertschöpfender Motor der Automobilindustrie

Aktuell arbeiten sowohl die Automobilindustrie als auch Technologiekonzerne mit Hochdruck daran, neue datengetriebene Geschäftsmodelle zu erschließen. Dazu zählen beispielsweise verhaltensabhängige Pay-as-you-drive-Konzepte.

Bei den Vorreitern der Branche sind bereits viele Anwendungsfälle im Produktivbetrieb, und die meisten Unternehmen befinden sich aktuell in der Phase der Evaluierung und Prototypisierung. Machine Learning wird sich damit in absehbarer Zeit als wertschöpfender Motor der Automobilindustrie etablieren.

Machine Learning @ Sopra Steria Consulting

Sopra Steria Consulting begleitet Automobilhersteller und -zulieferer als kompetenter Partner bei der Prozessoptimierung mithilfe intelligenter Informationstechnologien. Wir unterstützen Sie mit einer bewährten Kombination aus Branchen- und Technologieexpertise.

Unser Beratungs- und Lösungsangebot für die Automobilbranche

Künstliche Intelligenz bei Sopra Steria Consulting

Haben Sie noch Fragen?
Sprechen Sie uns an ... 

Behnam J. Esfahani
+49 40 22703-0
automotive.de@soprasteria.com