Mit Big Data zum Fahrzeug 5.0

16.09.2016

Mit Big Data zum Fahrzeug 5.0

Neuer Forschungsverbund an der TU Darmstadt

Data Mining birgt Chancen und Risiken – auch für die Automobilindustrie. Welche neuen Möglichkeiten das flächendeckende Sammeln von Betriebsdaten, deren zielgerichtete Analyse und Verwendung zur Verbesserung von Fahrzeugeigenschaften bieten, erforscht ein interdisziplinäres Team der TU Darmstadt. Transparenz und Akzeptanz bei den Fahrzeugnutzern haben dabei für die Wissenschaftlerinnen und Wissenschaftler oberste Priorität.

Hermann Winner (li.) und Stephan Rinderknecht, Professoren für Maschinenbau. Bild: Jan Ehlers
Expertendiskussion: Hermann Winner (li.) und Stephan Rinderknecht, Professoren für Maschinenbau. Bild: Jan Ehlers

Der Forschungsverbund, an dem sich bisher zehn Fachgebiete aus dem Maschinenbau, der Informatik sowie den Wirtschafts- und Humanwissenschaften beteiligen, will mit Hilfe von Data Mining eine systematische Wissensbasis für die kontinuierliche Verbesserung von Fahrzeugeigenschaften aufbauen. „Wir führen die revolutionäre Welt des Data Mining mit der sich evolutionär entwickelnden Automobilindustrie zusammen“, erklärt Verbundkoordinator Professor Stephan Rinderknecht.

Die Forschungsschwerpunkte „Softwarebasierter Leichtbau“, „Realfahrtoptimierte Antriebe“ und „Akzeptiertes Autonomes Fahren“ stehen im Mittelpunkt des Vorhabens: „Damit adressieren wir die Topthemen, die derzeit die Fahrzeugforschung beschäftigen“, sagt der Leiter des Fachgebiets Mechatronische Systeme im Maschinenbau. Themen sind unter anderem die Optimierung von Betriebs- und Fahrstrategien, die Dimensionierung von Bauteilen, die Gestaltung des Antriebsstrangs sowie die Absicherung des autonomen Fahrens mit neuen Validierungsmethoden.

Die Verbundpartner verknüpfen die automobiltechnischen Fragestellungen und das Thema Big Data mit Aspekten des Datenschutzes, der Cybersicherheit, mit „Human Factors“, zum Beispiel Fragen der menschlichen Akzeptanz oder des Nutzungsverhaltens, und ökonomischen Fragestellungen. Damit verfolgen sie einen national und international beispielgebenden Forschungsansatz. „Vorratsdatenspeicherung schließen wir explizit aus und legen bereits im Vorfeld offen, welche Betriebsdaten wir für welche Zwecke sammeln“, betont Rinderknecht.

Strategien entwickeln

Bislang basiert die Verbesserung von Fahrzeugeigenschaften überwiegend auf Referenzmodellen. Eine flächendeckende statistische Auswertung des gesamten Nutzungsprofils eines Fahrzeugs ist jedoch noch nicht möglich. Die Verbundpartner wollen deswegen Strategien entwickeln, mit denen Fahrzeuge durch das Sammeln von Betriebsdaten während der Nutzung und der zeitnahen ganzheitlichen Analyse und Verwendung dieser Informationen optimiert werden können.

Auf diesem Wege sollen nicht nur die Eigenschaften der Gesamtflotte in kürzeren Zyklen und anwendungsorientierter als bisher verbessert, sondern auch die Entwicklung hin zum „wissensbasierten und selbstoptimierenden Fahrzeug“ forciert werden. Einzelne Komponenten wie das Getriebe müssten dann nicht mehr wie bislang auf den extremsten Anwendungsfall ausgelegt werden, sondern könnten bei Einzelereignissen, zum Beispiel hartem Schalten, einen jeweils optimalen Betriebszustand generieren.

„Dies würde einen Paradigmenwechsel im Automobilbau einleiten“, ist der Wissenschaftler überzeugt. Führende nationale und internationale Fahrzeughersteller und IT-Unternehmen sowie Vertreter der Zuliefererindustrie haben bereits Interesse an dem Forschungsvorhaben bekundet.

Lesen Sie mehr zum Thema in der hoch³forschen:

zur Liste