Was sehen Sie als die wichtigsten Trends im Automobilentwicklung?

Der Automobilsektor entwickelt sich aufgrund von Gesetzesänderungen und veränderten Verbraucherwünschen rasch weiter. Die Hersteller müssen sich schnell an neue Antriebsstränge, Konnektivität und Autonomie anpassen und gleichzeitig die Entwicklungszeiten verkürzen, um wettbewerbsfähig zu bleiben.
Die digitale Entwicklung rationalisiert diesen Prozess und senkt Kosten und Umweltbelastung, indem sie eine frühzeitige Validierung vor der eigentlichen Produktion ermöglicht. Während die Einführung von Elektroautos durch Vorschriften gefördert wurde, führen steigende Kosten und Bedenken hinsichtlich der Wertminderung zu einer Verlagerung hin zu Hybriden, E-Kraftstoffen und Wasserstoff. Die Anpassung batteriebetriebener Plattformen an alternative Antriebe erfordert jedoch neue Fahrwerks- und Handling-Lösungen, die effizient getestet werden müssen. Außerdem verschärfen Billigimporte den Wettbewerb und zwingen die traditionellen Hersteller, ihre Effizienz zu optimieren und die Produktzyklen zu beschleunigen.

Wie kann Simulation den Bedarf an physischen Prototypen reduzieren?

Realitätsnahe Simulationen mit Systemen mit niedriger Latenz und hoher Bandbreite wie dem DMG-1 oder DMG-360XY von Dynisma reduzieren den Bedarf an frühen physischen Prototypen erheblich. Sie ermöglichen ‚Was-wäre-wenn‘-Tests in Echtzeit und simuliert Handling, Verhalten und autonome Funktionen mit wiederholbaren, hochpräzisen Tests, die genau mit realen Fahrzeugen korrelieren.

Durch die Beschleunigung der Validierung und Verfeinerung macht die Simulation frühe, nicht repräsentative Testfahrzeuge überflüssig, so dass die Hersteller von digitalen Modellen direkt zu Validierungsprototypen und zur Zertifizierung übergehen können, was die Kosten senkt und die Effizienz erhöht.

Was bedeutet das für den Entwicklungsprozess?

Simulation und Driver-in-the-Loop (DiL)-Simulatoren ermöglichen es den Herstellern, wichtige Entscheidungen zu treffen, bevor ein physischer Prototyp existiert. Alle beteiligten Ingenieure aus den Bereichen Fahrdynamik, NVH, Antriebsstrang, Reifen und ADAS arbeiten mit der neuesten Fahrzeug-Iteration und bewerten die Änderungen in Echtzeit.

Reifenlieferanten zum Beispiel entwickeln ihre Reifen traditionell anhand von frühen Versuchsfahrzeugen. Die Erstausrüster nehmen während dieses Prozesses oft Anpassungen vor und zwingen die Reifenhersteller, die Entwicklung neu zu beginnen, wenn neue Prototypen eintreffen. Die Simulation beseitigt dieses Problem, indem sie die Reifenentwicklung gleichzeitig mit der Fahrzeugentwicklung ermöglicht und so Verzögerungen und kostspielige Nacharbeiten vermeidet.

Darüber hinaus können Bewegungsgenerator-Simulatoren die Markteinführungszeit eines neuen Fahrzeugs erheblich verkürzen, so dass die Hersteller schneller auf neue Verbrauchertrends und gesetzliche Anforderungen reagieren können. Durch die geringere Abhängigkeit von physischen Tests und die damit verbundene Reduzierung der weltweiten Reisen für Testprogramme werden auch die CO2-Emissionen während der Fahrzeugentwicklung erheblich reduziert.

Welche Funktionen des softwaredefinierten Fahrzeugs profitieren besonders von Simulationsanwendungen?

Die Simulation spielt bei der Entwicklung von ADAS- und Fahrerassistenzsystemen eine entscheidende Rolle, da sie Software- und Hardware-in-the-Loop-Tests ermöglicht. Durch die Bewertung von Änderungen am Steuersystem unter realen Bedingungen können die Hersteller die Funktionen vor der Markteinführung verfeinern.

So ist beispielsweise der Spurhalteassistent auf eine präzise Abstimmung angewiesen. Eine schlechte Kalibrierung kann dazu führen, dass Fahrer ihn deaktivieren, während ein gut optimiertes System die Sicherheit und das Nutzererlebnis verbessert. Die Simulation sorgt für Konsistenz bei verschiedenen Nutzergruppen und verbessert die Akzeptanz und das Vertrauen in autonome Funktionen.

Wie wird künstliche Intelligenz die Produktentwicklung in der Zukunft beeinflussen?

KI beschleunigt die Fahrzeugentwicklung, indem sie die Festlegung von Merkmalen in einem frühen Stadium optimiert. Durch die Vorhersage von Verbraucherpräferenzen, wie etwa die Bevorzugung von Fahrkomfort gegenüber sportlichem Fahrverhalten, hilft KI den Herstellern, Fahrzeuge effizienter zu konfigurieren.

Diese KI-gesteuerten Erkenntnisse können dann in einem Driver-in-the-Loop-Simulator validiert werden, um sicherzustellen, dass die vorhergesagten Ergebnisse mit den Erfahrungen von Fahrern und Passagieren in der Realität übereinstimmen. Dieser Ansatz reduziert kostspielige Änderungen in der Mitte des Zyklus und verkürzt die Zeit bis zur Markteinführung, so dass die Hersteller bessere Fahrzeuge schneller und zu geringeren Kosten liefern können.