Wie KI die Automobilindustrie verändert – und das Kundenerlebnis

Die IAA Mobility 2023, die weltweit größte Mobilitätsveranstaltung, lockte vom 5. bis 10. September rund eine halbe Million Besucher nach München. Künstliche Intelligenz (KI) in der Automobilindustrie war ein wiederkehrendes Thema in fast allen Bereichen der diesjährigen Messe. Beispielsweise bei der Entwicklung von Fahrerassistenzsystemen und autonomem Fahren oder in der Qualitätskontrolle und Produktion.

In Automobilfabriken erledigen KI-gesteuerte Roboter mittlerweile selbstständig Aufgaben wie Schweißen, Lackieren und Montieren.

Zunehmend werden auch intelligente Algorithmen eingesetzt, um den Zustand von Fahrzeugen zu überwachen und Hinweise auf anstehende Wartungen oder Reparaturen zu geben, auch „Predictive Maintenance“ genannt.

Künstliche Intelligenz kommt auch im Fahrzeugdesign und zur Optimierung des Fahrens für mehr Effizienz und Nachhaltigkeit in der Sprachsteuerung von Navigationssystemen und in intelligenten Einparkhilfen zum Einsatz. Inzwischen implementieren Marketing, Vertrieb und Kundenservice KI, um Kunden zufriedener und Lieferketten effizienter zu machen.

KI in der Autoindustrie: Wie künstliche Intelligenz den Kurs verändert

Ich hatte das Vergnügen, beim Mobility Festival über KI zu diskutieren und war dabei von Alexander Scholz, Leiter Digital Supply der BMW Group, sowie Tobias Wagner vom E-Mobility-Startup ChargeX. Inmitten des Messetrubels konnten wir die Executive Lounge, die unser Partner IBM iX DACH gemeinsam mit TikTok betreibt, für eine spannende AI MasterClass nutzen.  

Generative KI ist ein echter Game Changer, insbesondere im Bereich der Kommunikation.

Denn diese Technologie kann auf der Grundlage vorhandener Informationen und Benutzereingaben neue Inhalte generieren. Es basiert auf großen Sprachmodellen (LLMs) und wird in KI-Tools wie ChatGPT, Google Bard und Aleph Alpha verwendet. Wenn solche Modelle des maschinellen Lernens (ML) auf großen Datenmengen in vielen verschiedenen Kontexten und Dimensionen trainiert werden, können sie nun komplexe Beziehungen und Abhängigkeiten verstehen.

Für BMW-Experte Alexander Scholz ist diese Technologie auch ein wichtiger Effizienztreiber, insbesondere in der Lieferkette.

Die Vorteile von KI in der Automobilindustrie sind bereits in der Produktion spürbar. Im US-amerikanischen BMW-Werk Spartanburg beispielsweise werden durch den Einsatz von KI allein im Karosseriebau jährlich mehr als eine Million Dollar an Produktionskosten eingespart. Und das Unternehmen experimentiert bereits mit künstlicher Intelligenz im Fahrzeugdesign, indem es beispielsweise neue Geländefahrzeuge ohne menschliches Eingreifen konstruiert.

Auch das junge Unternehmen ChargeX setzt bei seiner modularen E-Auto-Ladeinfrastruktur auf eine KI-Lösung. Es dient dazu, die Last automatisch auf die verschiedenen Elektroautos an einem Standort zu verteilen. „Damit können wir eine optimale Ladestrategie entwickeln“, verrät uns Gründer und CEO Tobias Wagner. Aber sie befinden sich noch im Anfangsstadium.

Behalten Sie die potenziellen Risiken von KI in der Automobilindustrie im Auge

Trotz der unterschiedlichen Perspektiven offenbarte die Diskussion auch viele Gemeinsamkeiten. Zum Beispiel, als wir über die potenziellen Risiken von KI gesprochen haben – etwa Datensicherheit, Schutz sensibler Informationen oder Haftungs- und Gewährleistungsfragen.

„Wir müssen proaktiv sein und für größtmögliche Transparenz sorgen“, betonte Scholz. Er fügte hinzu, dass es wichtig sei, KI-Sprachmodelle verantwortungsvoll zu nutzen und bei den eigenen Mitarbeitern und Kunden Vertrauen in deren Einsatz aufzubauen.

Aus diesem Grund hat BMW bereits eigene KI-Richtlinien veröffentlicht, die die ethischen Grundsätze für den Umgang mit dieser disruptiven Technologie festlegen. Dazu gehört, sich nicht blind auf KI-Reaktionen ohne menschliche Kontrolle zu verlassen.

Um zu verhindern, dass die KI – insbesondere in sicherheitskritischen Situationen – „halluziniert“, muss durch entsprechendes Training sichergestellt werden, dass der Output eines LLM sachlich korrekt und unvoreingenommen ist. Darüber hinaus sollte im Zweifelsfall immer das Urteil eines Menschen Vorrang vor dem einer KI haben.

Ohne die Akzeptanz der Endbenutzer ist die beste KI-Lösung nutzlos

Tobias Wagner brachte noch einen weiteren Aspekt in unsere Diskussion ein: die absolute Notwendigkeit der Endnutzerakzeptanz.

Er sagte, dass die Automobilindustrie diesbezüglich besonders sensibel sein müsse, da die Fahrer ihre Entscheidungen selbst treffen und sie nicht einem undurchsichtigen Algorithmus überlassen wollen.

Er verwies auf die Lade-App seines Unternehmens, die in einer früheren Version anhand historischer Daten und der aktuellen Situation an einem bestimmten Standort automatisch den optimalen Ladevorgang für das Elektroauto ermittelte.

„Aber die Menschen möchten je nach Situation selbst entscheiden, wie voll ihr Akku sein soll und wie viel Zeit sie dafür haben“, sagt er aus der Erfahrung von ChargeX. Vernünftige Vorschläge und Empfehlungen der KI seien hilfreich, sagte er, aber die letztendliche Entscheidung müsse beim Kunden liegen.

Anstatt die KI zu regulieren, ist es besser, eigene Erfahrungen zu machen

Alle Diskussionsteilnehmer waren sich jedoch einig, dass eine dauerhafte Regulierung der neuen Technologie – welcher Art auch immer – wenig helfen würde. Es würde nur die Innovation bremsen und Deutschland würde in einem anderen Bereich ins Hintertreffen geraten.

Allerdings ist es oft notwendig, mit den Rechtsabteilungen der Automobilhersteller ausführlich zu besprechen, was aus Haftungs- oder Datenschutzgründen derzeit möglich ist und wo möglicherweise noch Grenzen liegen. Durch die gemeinsame Bearbeitung der Themen soll sichergestellt werden, dass die Umsetzung neuer Anwendungsfälle nicht aufgrund rechtlicher Bedenken oder bestehender Befürchtungen verzögert wird.

Auch das Sammeln eigener Erfahrungen der Mitarbeiter kann dazu beitragen, ernsthafte Bedenken gegenüber KI-Anwendungen auszuräumen.

Die Experten der MasterClass waren überzeugt: „Die KI-Entwicklung lässt sich nicht mehr stoppen oder gar rückgängig machen.“ Die Herausforderung besteht vielmehr darin, es zu gestalten und verantwortungsvoll zu nutzen.

Ohne Datenqualität wird die KI keine brauchbaren Ergebnisse ausspucken

Bei unserer MasterClass in München haben wir außerdem ein weiteres zentrales Thema beim Einsatz generativer KI in der Automobilindustrie diskutiert: Die Erhebung und Strukturierung von Daten und deren Qualität. Es wurde festgestellt, dass die besten Analysetools ohne qualitativ hochwertige Daten nutzlos sind – wenn die Daten schlecht sind, kann selbst die beste KI nur nutzlose Antworten liefern.

Wenn hingegen an allen Touchpoints entlang der Customer Journey die relevanten Informationen gesammelt und analysiert werden, können Kunden beispielsweise individuelle Angebote über ihren bevorzugten Kanal erhalten. Hierzu ist jedoch deren Einwilligung erforderlich.

Unser Panel war sich einig, dass generative KI das ideale Werkzeug für personalisiertes Marketing ist, das auf die aktuelle Situation des Empfängers zugeschnitten ist. Denn es ist eine hervorragende Möglichkeit, 1:1-Kampagnen zu automatisieren, die für Kunden von hoher Relevanz sind und daher bessere Ergebnisse liefern.

Zweistufiger Ansatz zur Entwicklung von KI-Lösungen

Laut Scholz verfolgt BMW einen zweistufigen Ansatz für den weiteren Einsatz künstlicher Intelligenz. Der erste Schritt besteht darin, damit die Effizienz in allen Bereichen zu steigern, die Arbeitsbelastung zu reduzieren und die Mitarbeiter von Routineaufgaben zu entlasten. In der zweiten Stufe wird es einfacher, auf Basis der gesammelten Daten präzisere und bessere Entscheidungen zu treffen. Dies wäre auch eine wirksame Unterstützung der Arbeitnehmer angesichts des demografischen Wandels und zunehmender Personalengpässe.

Unsere Diskussion zum Thema KI in der Automobilindustrie lässt sich in den folgenden Punkten zusammenfassen:

1. In der Automobilindustrie gibt es bereits unzählige Anwendungsfälle, in denen KI sinnvoll eingesetzt werden kann. Wir haben in unserer Sitzung einige Beispiele besprochen, die von der Lieferkette über die Ladeinfrastruktur bis hin zu kundenorientierten Prozessen reichen – aber wir stehen erst am Anfang der Entwicklung.
2. Die Technologie verändert sich sehr schnell. Daher lohnt es sich für die Branche, in ihrer Organisation dedizierte Teams/Kompetenzzentren einzurichten, um die Entwicklungen im Auge zu behalten und schnell auf neue Trends reagieren zu können.
3. Der aktuelle Trend geht dahin, dass Automobilunternehmen über ein eigenes „Enterprise ChatGPT“ verfügen, das auf ihre spezifischen Bedürfnisse zugeschnitten und mit ihren eigenen Daten trainiert wird, um die Qualität der Ergebnisse zu gewährleisten.
4. Saubere Daten sind der Schlüssel , um aus geschäftlicher Sicht interessante Ergebnisse aus KI-Einsätzen zu erzielen und das Kundenerlebnis zu verbessern.
5. Eine der größten Herausforderungen besteht heute darin, Mitarbeiter mit den nötigen KI-Kenntnissen zu finden oder diese selbst auszubilden.
6. Eine gute und transparente Kommunikation ist unerlässlich, um die Bedenken von Mitarbeitern und Kunden anzusprechen und hoffentlich zu zerstreuen.

Für mich war es eine Bereicherung, von unseren Experten im Panel aus erster Hand zu hören, wie sie KI nutzen, um ihre eigenen Geschäftsprozesse effizienter zu gestalten. Aber auch, wie sie es nutzen, um Vertrieb, Marketing und Service zu verbessern und vor allem, um ihren Kunden ein besseres Kundenerlebnis zu bieten.

Es ist eine aufregende Zeit und ich bin sehr gespannt, was als nächstes für KI in der Automobilindustrie kommt. Bist du?