GM setzt auf KI und virtuelle Tests zur Transformation der Fahrzeugentwicklung und lehnt humanoide Fabrikroboter ab

Image: Illustrative image · Unknown · Public domain · Source

General Motors präsentiert eine technologieorientierte Roadmap, die auf künstlicher Intelligenz basiert, um die Fahrzeugentwicklung zu beschleunigen und die Sicherheit durch virtuelle Tests zu verbessern, während humanoide Roboter in der Fertigung zugunsten spezialisierter robotischer Systeme abgelehnt werden.

General Motors (GM) hat kürzlich eine ehrgeizige Technologie-Roadmap vorgestellt, die sich auf künstliche Intelligenz konzentriert, um die Fahrzeugentwicklung zu beschleunigen und die Sicherheit zu erhöhen. Dies markiert einen wichtigen Wandel im Produkt-Engineering. Bei einer Veranstaltung in New York hob GM hervor, wie zentralisierte Datenverarbeitung, KI-gesteuertes Design und virtualisierte Engineering-Tools den üblichen Entwicklungszeitraum von vier bis fünf Jahren auf etwa zwei Jahre halbieren können, wie Sterling Anderson, Chief Product Officer von GM, erläuterte.

Das Unternehmen nutzt transformer-basierte KI-Modelle, die auf jahrzehntelangen internen Design-Daten trainiert wurden und zusammen mit externen Datenquellen ko-trainiert werden, um Fahrzeugdesign und Tests zu optimieren. Tausende virtuelle Crashtests und Leistungssimulationen ermöglichen es Designern, schnell zu iterieren und Sicherheit sowie Funktionalität zu verbessern, wodurch traditionelle physische Prototypen mit monatelangen Testzyklen ersetzt werden. Anderson betonte, dass diese Fortschritte deutlich verbesserte Sicherheit bei gleichzeitig schneller Entwicklung ermöglichen.

Bezüglich der Fahrzeugintelligenz unterscheidet GM zwischen sicherheitskritischen KI-Funktionen, die direkt im Fahrzeug ausgeführt werden, um Latenz- und Verbindungsrisiken zu vermeiden, und nutzerorientierten Features wie OnStar AI, die teilweise über die Cloud Daten verarbeiten. Datenschutz ist ein zentrales Designanliegen, wobei Nutzerdaten Ende-zu-Ende verschlüsselt und unter Kontrolle der Kunden stehen, um Transparenz und Widerrufbarkeit von Datenrechten sicherzustellen. GM räumt frühere Datenschutzfehler ein, verspricht jedoch architektonische Schutzmaßnahmen gegen unbefugten Datenzugriff.

Zur Fabrikautomatisierung lehnte Anderson die Aufmerksamkeit für humanoide Roboter in der Fertigung als fehlgeleitet ab und stellte fest, dass diese Designs eher menschenähnliche Formen als Fabrikeffizienz priorisieren. Stattdessen bevorzugt GM spezialisierte robotische Formfaktoren – fremdartig im Aussehen, aber für Montageaufgaben optimiert – wie gantry-montierte Arme, die präzise Arbeiten im Fahrzeugeinsatz durchführen können. GM entwickelt diese robotischen Lösungen aktiv in Zusammenarbeit mit Partnern.

Im Bereich des autonomen Fahrens schreitet GM vorsichtig in Richtung „hands-free, eyes-off“-Funktionalitäten voran, lehnt aber Level-3-Systeme ab, die unvorhersehbar die Kontrolle zwischen Mensch und Fahrzeug übergeben, und konzentriert sich stattdessen auf Systeme, die bei fehlendem rechtzeitigem Eingreifen sicher anhalten. Das Unternehmen plant autonome Fahrzeuge zunächst auf bestimmte Straßentypen zu beschränken und dann schrittweise auszubauen.

GM innoviert auch im Batterie-Bereich und entwickelt lithium-manganreiche Chemien weiter, die hohe Reichweiten zu niedrigeren Kosten ermöglichen und damit erschwinglichere Elektrofahrzeuge auch ohne Subventionen. Plattformvereinheitlichung und reduzierte Verkabelung senken ebenfalls Kosten und Fahrzeuggewicht über die Markenpalette von GM.

Anderson betonte, dass verbesserte Funktionen nicht zwangsläufig zu höheren Abonnementgebühren führen sollten. Man strebe großartige Produkte mit flexiblen Kundenoptionen für kostenpflichtige Dienste an. GM setzt auf einen multisensorischen Ansatz für die Wahrnehmung im Fahrzeug, inklusive Kameras, Radar und Lidar, und lehnt eine ausschließlich visuelle Strategie aufgrund physikalischer Messbeschränkungen ab.

Insgesamt signalisiert GMs Roadmap eine transformative Annahme von KI und virtuellen Methoden zur Beschleunigung von Innovationen, mit dem Ziel, gegenüber softwarefokussierten Wettbewerbern wieder konkurrenzfähig zu werden und dabei Sicherheit und Erschwinglichkeit für Kunden zu erhalten.