KIZAM-Projekt

Motivation

Die Anforderungen innerhalb des Entwicklungsprozesses an Fahrzeugen sind sehr komplex. Die Definition der Anforderungen (z.B. Lastenhefte) bildet dabei den Startpunkt für alle nachfolgenden Funktions-, Wirkungs- und Lösungsprinzipien. Deswegen ist die Qualität von Anforderungen hinsichtlich Eindeutigkeit, Vollständigkeit und Redundanzfreiheit von enormer Bedeutung. Bisher wurde versucht, die steigenden Anforderungen durch Variantenzahl und Komplexität mit klassischen Datenbanken, Baureihen, Baukästen oder manuellem Einsatz zu beherrschen. Diese Methoden stoßen aber zunehmend an ihre Grenzen. Für zukünftige digitale Entwicklungsprozesse müssen daher alle komplexen Wechselwirkungen und Anforderungen beschrieben werden, ohne sie dabei manuell aufwändig überprüfen zu müssen.
Digitale Methoden heben bereits heute erste Potenziale im Anforderungsmanagement, auch mithilfe von Algorithmen auf Basis künstlicher Intelligenz (KI). Lastenhefte lassen sich mithilfe von Natural Language Processing automatisiert auf ihre formale und inhaltliche Qualität überprüfen. Zusätzlich eröffnet die Bewertung geometrisch ähnlicher Bauteile durch neuronale Netze die Möglichkeiten für den Abgleich von Anforderungen. Die breite Nutzung und der Ausbau solcher Methoden scheitern bislang an der fehlenden maschinenlesbaren Durchgängigkeit der Anforderungen, die eine digitale Weiterverarbeitung stark einschränkt oder verhindert.

Projektziele

Das Ziel des Forschungsprojektes KIZAM ist es, unterschiedliche Methoden aus dem Forschungsbereich KI in den operativen Prozess des Anforderungsmanagements zu implementieren. Zukünftig sind so maschinenlesbare, optimierte und durchgängige Anforderungen für die digitale Fahrzeugentwicklung verfügbar. Dadurch soll ein schneller und effizienter Abgleich von Anforderungsdaten und deren Wechselwirkungen, auch auf andere Anforderungsebenen, Prozessschnittstellen und über Systemgrenzen hinaus, ermöglicht werden. Dieses Ergebnis wird dadurch erzielt, dass folgende Ziele erreicht werden.

• Es ist möglich, textliche Anforderungen der Fahrzeugentwicklung in maschinenlesbare und maschinell optimierbare Datenmodelle zu überführen.
• Die gemeinsame Datenbasis erlaubt einerseits die Durchgängigkeit der Daten zwischen den Anforderungsebenen und Prozessschnittstellen sowie andererseits den Funktions-, Lösungs- und Produktstrukturen der nachfolgenden Entwicklungsschritte entsprechend Model-Based Systems Engineering (MBSE).
• Mithilfe KI-gestützter Methoden ist es möglich, Zusammenhänge zwischen verschiedenen Anforderungen unterschiedlicher Ebenen und den Funktions-, Lösungs- und Produktstrukturen der nachfolgenden Entwicklungsschritte herzustellen (entsprechend MBSE).

Projektdaten