KIZAM

Künstliche Intelligenz im Ziele- und Anforderungsmanagement

Anforderungen bilden im Fahrzeugentwicklungsprozess die Basis für Funktionen, Wirk- und Lösungsprinzipien, bis hin zu Fertigungs- und Prüfkonzepten des späteren Produkts. Die Effizienz in den nachfolgenden Schritten des Entwicklungsprozesses wird entscheidend durch die Qualität (Eindeutigkeit, Vollständigkeit, Redundanzfreiheit) der Anforderungen bestimmt.

Die steigende Anzahl der Anforderungen durch neue Antriebsformen oder neue Regularien führt zu einem überproportionalen Anstieg der Komplexität des Anforderungsmanagements, da jede hinzukommende Anforderung auf Wechselwirkungen mit der großen Anzahl bestehender Anforderungen geprüft und abgestimmt werden muss. Hinzu kommt, dass mit jeder Innovation bestehende Anforderungen hinterfragt, angepasst oder erweitert werden müssen und Änderungen in Normen nur mit hohem zeitlichem und manuellem Aufwand nachverfolgbar sind. Da klassische Anforderungsmanagement Methoden zunehmend an ihre Grenzen gelangen lassen sich zukünftige Entwicklungsprozesse im Fahrzeugbau nur noch effizient gestalten, wenn anspruchsvolle Aufgaben automatisiert und aufwändige und fehleranfällige manuelle Überprüfungen reduziert werden.

Ziel des Projekts KIZAM ist es daher, den Einsatz von KI-Methoden im Anforderungsmanagement der Fahrzeugentwicklung zu erforschen. Hierzu sollen durch die Künstliche Intelligenz zunächst maschinenlesbare, optimierte und durchgängige Anforderungen verfügbar gemacht werden. Darüber hinaus erlaubt der Einsatz der KI auch den schnellen und effizienten Abgleich aller relevanten Anforderungsdaten und erkennt Wechselwirkungen über Anforderungsebenen, Prozessschnittstellen und Systemgrenzen hinweg, was die Qualität des Anforderungskatalogs deutlich erhöht.

Die im Projekt entwickelten KI-Algorithmen bauen auf bestehenden Systemen und Lösungen auf und können bei erfolgreichem Projektverlauf schnell und einfach adaptiert werden. Durch den Einsatz von KI im Anforderungsmanagement wird eine deutliche Verbesserung der Effizienz und Geschwindigkeit im Fahrzeugentwicklungsprozess erwartet.