Wie die Automobilbranche und das Kundenerlebnis durch KI verandert wird

Die IAA Mobility 2023, das großte Mobilitatsevent der Welt, hat vom 5. bis 10. September 2023 wieder rund eine halbe Million Gaste nach Munchen 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 Fahreassistenzsystemen und beim autonomen Fahren oder in der Qualitatskontrolle und Produktion.

În 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 („Întreținere predictivă”) 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 la IAA Mobility 2023

Ich hatte das Vergnugen, dieses Trendthema auf dem Mobilitatsfestival in der bayrischen Landeshauptstadt zu diskutieren. Mit dabei waren Axel Weichert, Director IT Digital de la Mercedes-Benz AG și Alexander Scholz, Head of Digital Supply de la BMW Group, de la 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 fur eine spannnende MasterClass nutzen.

„Generative KI ist ein echter Gamechanger, vor allem im Bereich Kommunikation“, a spus Axel Weichert von der Mercedes-Benz AG in der Vorstellungsrunde.

Denn diese Technologie ist in der Lage auf der Basis vorhandener Informationen und Anwendervorgaben neue Inhalte zu generieren. Sie basiert auf großen Sprachmodellen, sogenannten Large Language Models (LLMs), und kommt etwa in KI-Tools wie ChatGPT, Google Bard sau Aleph Alpha zum Einsatz. Werden sie mit einer großen Menge an Daten in vielen verschiedenen Kontexten und Dimensionen trainiert, know solche Modelle fur das Machine Learning (ML) mittlerweile auch komplexe Zusammenhange und Abhangigkeiten verstehen.

Axel Weichert wies in unserer Diskussion darauf hin, dass bei Mercedes-Benz „derzeit uber alle Geschaftsfelder hinweg Use Cases getestet und deren Chancen und Risiken untersucht werden“. Așadar, începeți Mitte Juni în SUA și apoi Betaphase fur eine intuitive Sprachsteuerung des Infotainmentsystems MBUX în verschiedenen Modellreihen auf Basis von ChatGPT.

Fur den BMW-Experten Alexander Scholz handelt este sich bei dieser Technologie ebenfalls um einen „wichtigen Effizienztreiber, insbesondere in der Supply Chain“.

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

Auch das junge 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 know damit eine optimale Ladestrategie entwickeln“, despre Grunder și CEO 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 spannnend. 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 offensiv 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 are eigene KI-Guidelines veroffentlicht, in denen die ethischen Prinzipien im Umgang mit der disruptive 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 best 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 optimalen 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“, detaliat 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 Gerate 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 offener 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 Munchen 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 und analysiert diese, dann lassen sich den Kundinnen und Kunden beispielsweise maßgeschneiderte Angebote uber den bevorzugten Kanal schicken. Deren Einverstandnis ist dafur allerdings eine Grundvoraussetzung.

Generative KI – so die ubereinstimmende Meinung in unserer Runde – sei fur ein personalsiertes Marketing, dass genau auf die aktuelle Situation der Empfanger ausgerichtet ist, das optimale 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 – deci 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.

A fost sind nun meine Key-Takeaways aus unserer MasterClass auf der IAA Mobility?

Die Antwort auf diese Frage fallt mir nicht leicht, da wir im Rahmen unserer Panel-Diskussion viele wichtige Themen aus Zeitgrunden nur streifen und viele concrete 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 discutert, 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 know.

• Im Augenblick geht ein Trend dahin, dass Automobilunternehmen ihr eigenes „Unternehmens-ChatGPT” haben werden, das an ihre spezifischen Bedurfnisse angepasst und mit ihren eigenen Daten trainiert wird, um die Qualitat garantie der Ergebnissere know.
• „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. Programul wie die Qualifizierungsinitiative 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 damit Vertrieb, Marketing und Service optimieren und vor allem fur ihre Kundinnen und Kunden eine bessere Customer Experience schaffen. Wir haben eine spannnende 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.

Mehr Informationen speziell fur die Automobilindustrie.

Hier finden Sie weitere spannnende Artikel zu fachverwandten Themen.