Schneller zur Marktreife: Wie Software die Fahrzeugentwicklung beschleunigt

Die Automobilindustrie steht unter wachsendem Druck, neue Fahrzeuge und Technologien immer schneller auf den Markt zu bringen. Kunden erwarten regelmäßige Produkt-Updates, während regulatorische Anforderungen, Sicherheitsstandards und technologische Innovationen die Entwicklungsprozesse zunehmend komplexer machen.

Gleichzeitig wächst der Markt kaum noch, sodass Hersteller den Umsatz pro Fahrzeug maximieren müssen. Dies gelingt nur, wenn der gesamte Lebenszyklus eines Fahrzeugs optimiert wird. Doch wie lässt sich die Entwicklungszeit verkürzen, ohne Qualität und Sicherheit zu gefährden? Auf dem Mobility Innovation Summit des Verbands der Automobilindustrie (VDA) diskutierten Experten über neue Strategien für eine beschleunigte Produktentwicklung.

Ein wesentlicher Hebel für kürzere Entwicklungszeiten ist die enge Verzahnung von Software und Hardware. Virtuelle Simulationen ermöglichen es, reale Anforderungen im Straßenverkehr bereits in einer frühen Entwicklungsphase nachzubilden. Dadurch lassen sich Komponenten testen, bevor physische Prototypen überhaupt gebaut werden. Dieser Ansatz beschleunigt nicht nur die Entwicklung, sondern hilft auch, Fehler frühzeitig zu erkennen und kostspielige Anpassungen in späten Entwicklungsphasen zu vermeiden. Softwaregestützte Tests spielen dabei eine zentrale Rolle, da sie Entwicklungszyklen verkürzen und gleichzeitig die Qualität absichern.

Neben der virtuellen Absicherung gewinnt das Systems Engineering zunehmend an Bedeutung. Die steigende Komplexität moderner Fahrzeuge erfordert ein strukturiertes Vorgehen, um Wechselwirkungen zwischen verschiedenen Systemen frühzeitig zu erkennen. Besonders softwaredefinierte Fahrzeuge profitieren davon, da sich ihre Funktionen durch Updates flexibel erweitern lassen. Gleichzeitig müssen Hersteller sicherstellen, dass vorhandenes Wissen systematisch erfasst wird. Unternehmen wie BMW und Daimler verfügen über jahrzehntelange Erfahrung, doch dieses Wissen ist oft nur implizit vorhanden. Es muss gezielt dokumentiert und vernetzt werden, damit neue Ingenieure darauf aufbauen können.

Ein vielversprechender Ansatz ist der Einsatz von Generativer Künstlicher Intelligenz (GenAI). Sie kann helfen, funktionale Anforderungen aus physikalischen Architekturen abzuleiten und umgekehrt. Erste Pilotprojekte zeigen, dass sich dadurch bestehende Wissenslücken schließen lassen. „Wir haben das Ganze pilotiert und festgestellt: Wir können die Lücke schließen“, so ein Vertreter der Branche.

BMW setzt auf das V-Modell

Ein weiteres zentrales Werkzeug für eine effiziente Produktentwicklung ist das V-Modell, das BMW für seine digitale Entwicklung nutzt. Dieses Vorgehensmodell strukturiert den gesamten Entwicklungsprozess und stellt sicher, dass jede Phase klar definiert ist. Die linke Seite des „V“ beschreibt die Spezifikationen, angefangen bei der Anforderungsanalyse über die System- und Komponentenentwicklung bis hin zur Implementierung. Die rechte Seite des „V“ bildet den Test- und Validierungsprozess ab, bei dem jede Entwicklungsstufe durch gezielte Tests überprüft wird. So wird sichergestellt, dass die ursprünglich definierten Anforderungen tatsächlich erfüllt werden.

Ein entscheidender Vorteil dieser Methodik liegt in der systematischen Nutzung bestehender Daten. BMW betont, dass die deutsche Automobilindustrie auf eine mehr als 100-jährige Entwicklungshistorie zurückblicken kann. Dieses Wissen bildet eine wertvolle Grundlage für neue Entwicklungen, muss aber intelligent vernetzt und für Ingenieure zugänglich gemacht werden. Ein Beispiel hierfür ist die Konstruktion einer Heckklappe: Wer sich seit Jahrzehnten mit deren Entwicklung befasst, kennt sämtliche Zusammenhänge. Diese Expertise sollte gezielt dokumentiert und weitergegeben werden, um Effizienzverluste in der Entwicklung zu vermeiden.

Softwarequalität als Schlüsselfaktor

Auch Daimler setzt auf eine klare Struktur, um Entwicklungsprozesse zu optimieren. Das Unternehmen nutzt ein Software Quality Framework, das die Qualitätssicherung in der Softwareentwicklung unterstützt. Entscheidend ist ein nachvollziehbarer und dokumentierter Prozess, der eine gleichbleibend hohe Qualität gewährleistet. Neben einer standardisierten Bibliothek zur Kontrolle des Quellcodes sind auch gezielte Tests essenziell. Durch die Simulation verschiedener Fahrszenarien können potenzielle Risiken frühzeitig erkannt und minimiert werden.

Ein weiterer zentraler Aspekt ist die Fahrzeugsicherheit. Daimler ersetzt den bisherigen TARA-Prozess durch ein effizienteres Tool, das eine automatisierte Risikobewertung ermöglicht. Eine kontinuierlich aktualisierte Risikodatenbank stellt sicher, dass Sicherheitsprüfungen stets auf dem neuesten Stand der Bedrohungslage basieren. Dabei arbeiten externe Partner kontinuierlich an der Aktualisierung der Datenbasis, um Sicherheitslücken frühzeitig zu identifizieren. Die Cybersicherheit eines Fahrzeugs muss jederzeit gewährleistet sein – selbst nach einem Software-Update, das unvorhergesehene Auswirkungen haben könnte.