Crashtests zur Beurteilung der Fahrzeugsicherheit finden heute meistens virtuell statt. Die Änderungen an den simulierten Fahrzeugmodellen zu dokumentieren, ist dabei besonders zeit- und kostenintensiv. Diesen Vorgang zu vereinfachen, ist das Ziel im Projekt SAFECAR-ML. Durch die Kombination neuartiger Methoden der Künstlichen Intelligenz (KI) mit technischem Wissen aus der Fahrzeugentwicklung möchten die Projektpartner aus Forschung und Automobilindustrie die Informationsaufbereitung für die Dokumentation virtueller Crashtests vereinheitlichen. Mittels Maschinellen Lernens (ML) gelingt es bereits heute, freisprachliche Aussagen von Ingenieurinnen und Ingenieuren semantisch zu verstehen. Die daraus gewonnenen, unstrukturierten Daten gilt es zu vereinheitlichen und mit multimodalen Ingenieursdaten zu verknüpfen. Die im Projekt entwickelte Software kann daraufhin weitere Schritte und Handlungsempfehlungen automatisch ableiten.

Fraunhofer SCAI bringt seine langjährige Erfahrung im Maschinellen Lernen und der vergleichenden Analyse von Simulationsergebnissen in das Projekt ein. In SAFECAR-ML geht es darum, eine formale Beschreibung des technischen Wissens für die Produktentwicklung zu erstellen. Die Kooperation mit der Automobilindustrie ist dabei Türöffner für weitere Anwendungen im Computer Aided Engineering.

Projektpartner von Fraunhofer SCAI ist die SCALE GmbH in Ingolstadt. Die Automobilhersteller AUDI, Volkswagen und Porsche sind assoziierte Partner.

Das Bundesministerium für Bildung und Forschung (BMBF) fördert das 30-monatige Projekt durch die Fördermaßnahme »Erforschung, Entwicklung und Nutzung von Methoden der Künstlichen Intelligenz in KMU (KI4KMU)«.

Laufzeit: 09/2024 bis 02/2027