Wie die Automobilbranche und das Kundenerlebnis durch KI verandert wird

Die IAA Mobility 2023, das großte Mobilitatsevent der Welt, hat vom 5. bis 10. septiembre 2023 wieder rund eine halbe Million Gaste nach Munich gelockt. Ein Thema, dass sich in diesem Jahr durch nahezu alle Bereiche der Auto-Show zog, war die Kunstliche Intelligenz (KI). Etwa bei der Entwicklung von Fahrerassistenzsystemen und beim autonomen Fahren oder in der Qualitatskontrolle und Produktion.

In den Automobilfabriken ubernehmen KI-gesteuerte Roboter inzwischen selbststandig Aufgaben wie Schweißen, Lackieren und Montieren.

Auch die Uberwachung des Fahrzeugzustandes mit Hinweisen fur die anstehende Wartung oder notwendige Reparaturen ("Mantenimiento predictivo") wird mittlerweile immer ofter von intelligenten Algorithmen durchgefuhrt.

Ebenso kommt die Kunstliche Intelligenz beispielsweise im Fahrzeugdesign zum Einsatz. Aber auch bei der Optimierung der Fahrweise fur mehr Effizienz und Nachhaltigkeit, in der Sprachsteuerung von Navigationssystemen oder bei smarten Einparkhilfen wird sie verwendet. Dazu kommen Marketing, Vertrieb und Kundendienst und die effizientere Gestaltung der Lieferketten.

Spannende KI-MasterClass en la IAA Mobility 2023

Ich hatte das Vergnugen, este Trendthema auf dem Mobilitatsfestival in der bayrischen Landeshauptstadt zu diskuteren. Mit dabei waren Axel Weichert, Director IT Digital bei der Mercedes-Benz AG y Alexander Scholz, Head of Digital Supply bei der BMW Group, sowie Tobias Wagner de E-Mobility-Startup ChargeX. Inmitten des hektischen Messetreibens konnten wir dazu die von unserem Partner IBM iX DACH gemeinsam mit TikTok betriebene Executive Lounge for aine spannende MasterClass nutzen.

"Generative KI ist ein echter Gamechanger, vor allem im Bereich Kommunikation", dijo Axel Weichert von der Mercedes-Benz AG en der Vorstellungsrunde.

Esta tecnología está en la base de la información disponible y los nuevos componentes se generan. Basiert auf großen Sprachmodellen, sogenannten Large Language Models (LLM), y kommt etwa en KI-Tools como ChatGPT, Google Bard o Aleph Alpha zum Einsatz. Werden sie mit einer großen Menge an Daten in vielen verschiedenen Kontexten und Dimensionen trainiert, konnen solche Modelle fur das Machine Learning (ML) mittlerweile auch komplex Zusammenhange und Abhangigkeiten verstehen.

Axel Weichert dice en un serer Diskussion darauf hin, dass bei Mercedes-Benz “derzeit uber alle Geschaftsfelder hinweg Use Cases getestet und deren Chancen und Risiken untersucht werden”. Así que comencé en junio en EE. UU. y Betaphase para una configuración intuitiva de los sistemas de infoentretenimiento MBUX en modelos variados en Basis von ChatGPT.

El experto en BMW, Alexander Scholz, trabaja en esta tecnología para crear una "eficacia eficaz, insbesondere in der Supply Chain".

In der Produktion ist der Nutzen ebenfalls bereits ganz konkret spurbar: So werden im amerikanischen BMW-Werk in Spartanburg alleine durch den KI Einsatz im Karosserierohbau pro Jahr uber eine Million Dollar an Fertigungskosten eingespart. Und beim Fahrzeugdesign experimentiert der Konzern ebenfalls mit der Kunstlichen Intelligenz, etwa beim Entwerfen von neuen Offroad-Fahrzeugen ohne menschliches Zutun.

Auch das joven Unternehmen ChargeX setzt fur seine modular aufgebaute E-Mobil-Ladeinfrastruktur auf eine KI-Losung. Sie dient der automatisierten Lastverteilung zwischen den verschiedenen Elektroautos an einem Standort. "Wir konnen damit eine Optime Ladestrategie entwickeln", dijo un grupo y el director general Tobias Wagner. Allerdings stehe man damit immer noch am Anfang.

Mogliche Risiken der KI immer im Blick behalten

Die verschiedenen Blickwinkel der Podiumsteilnehmer auf das Thema waren fur mich sehr spannend. Trotz der unterschiedlichen Perspektiven wurden in der Diskussion aber auch viele Gemeinsamkeiten deutlich. Etwa als wir uber die moglichen Risiken der Kunstlichen Intelligenz sprachen – wie zum Beispiel im Bereich Datensicherheit, dem Schutz von sensiblen Informationen oder bei Haftungs- und Garantiefragen.

"Wir mussen ofensiv damit umgehen und fur eine moglichst große Transparenz sorgen", betonte Alexander Scholz. Es gelte, die KI-Sprachmodelle verantwortungsvoll einzusetzen und Vertrauen fur ihre Nutzung bei den eigenen Beschaftigten und in der Kundschaft aufzubauen. Deshalb haben sowohl Mercedes-Benz wie auch BMW bereits eigene KI-Guidelines veroffentlicht, in denen die ethischen Prinzipien im Umgang mit der disruptiven Technologie festgelegt werden. Dazu gehort auch, sich nicht ohne menschliche Kontrolle blind auf die Antworten der KI zu verlassen.

Um ein "Halluzinieren" der KI - vor allem in sicherheitskritischen Fragen - auszuschließen, muss garantiert werden, dass die Ausgabe eines LLMs durch entsprechendes Training sachlich richtig und vorurteilsfrei erfolgt. Im Zweifelsfall sollte außerdem das Urteilsvermogen eines Menschen immer mehr zahlen als die Aussage der Kunstlichen Intelligenz.

Ohne Akzeptanz der Endanwender nutzt die beste KI-Losung nichts

Einen anderen Aspekt brachte in unserem Gesprach Tobias Wagner ins Spiel: Die unbedingt erforderliche Akzeptanz der Endanwender. Gerade die Automobilindustrie musse hier besonders sensibel sein, denn Autofahrerinnen und Autofahrer wollen selbst bestimmen und Entscheidungen nicht einem undurchsichtigen Algorithmus uberlassen. Er verwies auf die Lade-App seines Unternehmens, die in einer fruheren Version auf Basis von historischen Daten und der aktuellen Situation an einem bestimmten Ort automatisch einen óptiman Ladevorgang fur das Elektroauto festlegte.

"Doch die Leute wollen anhand ihrer konkreten Situation selbst entscheiden, wie voll ihre Batterie werden soll und wieviel Zeit dafur zur Verfugung steht", berichtete er aus der Erfahrung von ChargeX. Sinnvolle Vorschlage und Empfehlungen durch die KI seien zwar hilfreich, doch die letztendliche Entscheidung musse bei den Kundinnen und Kunden liegen.

Statt Regulierung der KI lieber eigene Erfahrungen damit sammeln

Einer – wie auch immer gearteten – dauerhaften Regulierung der neuen Technologie hielten alle Podiumsteilnehmer dagegen fur wenig hilfreich. Denn das bremse nur die Innovationsfreudigkeit und der Standort Deutschland generan auf einem weiteren Gebiet ins Hintertreffen.

Aber gerade mit den Rechtsabteilungen der Automobilhersteller musse oftmals sehr Detailliert besprochen werden, was aus Grunden von Haftungs- oder Datenschutzfragen aktuell moglich ist und wo vielleicht noch Grenzen liegen? Die gemeinsame Klarung ofender Punkte solle dabei sicherstellen, dass es nicht wegen juristischer Bedenken oder auf Grund bestehender Ängste bei der Realisierung neuer Anwendungsfalle zu Verzogerungen kommt.

Um ernst zu nehmende Bedenken gegen die KI-Anwendung zu entkraften, kann auch das Sammeln von eigenen Erfahrungen der Mitarbeitenden helfen.

"Die KI-Entwicklung lasst sich nicht mehr stoppen oder gar zuruckdrehen", zeigten sich die Experten in der MasterClass uberzeugt. Jetzt gehe es vielmehr darum, sie verantwortungsbewusst zu gestalten und zu nutzen.

Ohne Datenqualitat spuckt die KI keine brauchbaren Ergebnisse aus

Ein weiteres zentrales Thema beim Einsatz von generativer KI in der Automobilindustrie haben wir in unserer MasterClass in Munich ebenfalls besprochen: Die Sammlung und Strukturierung von Daten und deren Qualitat. "Die schonsten Analysewerkzeuge nutzen nichts, wenn die Qualitat der Daten nicht stimmt", brachte es Axel Weichert auf den Punkt. Dann konne auch die beste KI nur unbrauchbare Antworten liefern.

Bringt man dagegen an allen Touchpoints der Customer Journey die relevanten Informationen zusammen and analysiert diese, dann lassen sich den Kundinnen und Kunden beispielsweise maßgeschneiderte Angebote uber den bevorzugten Kanal schicken. Deren Einverstandnis ist dafur allerdings eine Grundvoraussetzung.

KI generativo – so die ubereinstimmende Meinung in unserer Runde – sei fur ein personalisiertes Marketing, dass genau auf die aktuelle Situation der Empfanger ausgerichtet ist, das óptima Werkzeug. Denn damit lassen sich die 1:1-Kampagnen, die fur die Kundschaft eine hohe Relevanz haben und dementsprechend bessere Ergebnisse Bringen, hervorragend automatisieren.

Zweistufiger Ansatz fur die Entwicklung von KI-Losungen

BMW – así Alexander Scholz – verfolge einen zweistufigen Ansatz beim weiteren Einsatz der Kunstlichen Intelligenz. Im ersten Schritt soll mit ihrer Hilfe die Effizienz in allen Bereichen gesteigert, der Aufwand reduziert und die Entlastung der Mitarbeitenden von Routinetatigkeiten vorangetrieben werden. In der zweiten Stufe gehe es dann um das leichtere Treffen von praziseren und besseren Entscheidungen auf Basis von gesammelten Daten. Damit konne man auch vor dem Hintergrund des demographischen Wandels und zunehmenden Personalmangels die Beschaftigten wirkungsvoll unterstutzen.

¿Era ahora mi Key-Takeaways como una MasterClass en la IAA Mobility?

Die Antwort auf this Frage fallt mir nicht leicht, da wir im Rahmen unserer Panel-Diskussion viele wichtige Themes aus Zeitgrunden nur streifen und viele konkrete Einsatzszenarien gar nicht vorstellen konnten. Unsere Diskussion lasst sich mit folgenden Punkten zusammenfassen:

• Es gibt – schon heute – unendlich viele Use Cases in der Automobilindustrie, in denen KI sinnvoll genutzt werden kann. Wir haben in unserer Session einige Beispiele diskutiert, angefangen von der Lieferkette, uber die Ladeinfrastruktur bis hin zu kundenorientierten Prozessen. Aber trotzdem stehen wir damit erst am Anfang der Entwicklung.
• Die Technologie verandert sich sehr schnell. Es lohnt sich deshalb fur die Branche, engagierte Teams / Kompetenzzentren in ihrer Organization einzurichten, um die Entwicklung im Auge zu behalten und schnell auf neue Trends reagieren zu konnen.

• Im Augenblick geht ein Trend dahin, dass Automobilunternehmen ihr eigenes "Unternehmens-ChatGPT" han ben werden, das an spezifischen Bedurfnisse angepasst und mit ihren eigenen Daten trainiert wird, um die Qualitat der Ergebnisse garantieren zu konnen.
• "Saubere" Daten sind dabei der Schlussel, um aus geschaftlicher Sicht interessante Ergebnisse aus dem KI-Einsatz zu erzielen und das Kundenerlebnis zu verbessern.

• Eine der großten Herausforderungen besteht derzeit darin, geeignete Mitarbeitende mit den benotigten KI-Fahigkeiten zu finden oder sie selbst auszubilden. Programa con la iniciativa de calificación Turn2Learn bei Mercedes-Benz setzen hier Maßstabe.
• Eine gute und transparente Kommunikation ist unerlasslich, um die Bedenken von Mitarbeitenden und der Kundschaft aufzugreifen und hoffentlich zu zerstreuen.

Es war eine Bereicherung fur mich, von unseren Experten im Panel aus erster Hand zu horen, wie sie die KI nutzen, um die eigenen Ablaufe im Unternehmen effizienter zu gestalten. Aber auch, wie sie sie sie damit Vertrieb, Marketing and Service optimieren und vor allem fur ihre Kundinnen und Kunden eine bessere Customer Experience schaffen. Wir haben eine spannende Zeit vor uns und ich freue mich sehr darauf, zu sehen, was in Sachen KI in der Automobilindustrie als nachstes passiert. Sie ja vielleicht auch?

Wenn Sie dazu Fragen, Anregungen oder weitere Ideen haben, sind wir unter dieser Adresse jederzeit erreichbar: [email protected]. Sprechen Sie mich auch gerne personlich an.

Más información específica sobre la industria del automóvil.

Aquí encontrará otros artículos seleccionados sobre temas seleccionados.