Beim Zulieferertag Automobilwirtschaft Baden-Württemberg 2025 stellten EDAG Production Solutions und Carl Zeiss IQS Deutschland den Einsatz von KI-gestützter Bild- und Messdatenanalyse zur präzisen Qualitätsprüfung von Fahrzeugkomponenten vor. Ziel ist es, Fertigungsabweichungen frühzeitig und automatisiert zu erkennen, statt sie manuell zu prüfen.
KI-Co-Pilot automatisiert Qualitätsdokumentation im PPAP-Prozess der Automobilzulieferung
Beim Webinar des Cluster Mechatronik & Automation Bayern präsentierte Qualiwise-CEO Ulrich Kaiser einen KI-gestützten Co-Piloten für Produktqualität, der mittels Document-Understanding-Technologie technische Zeichnungen, Materialzeugnisse und Prüfberichte automatisch ausliest, interpretiert, abgleicht und daraus automatisiert Prüfpläne sowie Berichte für den PPAP-Prozess erstellt.
Drive4C: Benchmark für sprachgesteuertes autonomes Fahren bei Porsche
Bestehende Sprachmodelle beherrschen die Komplexität dynamischer Verkehrssituationen bislang nicht robust genug. Der von Porsche und MHP entwickelte Drive4C-Benchmark testet multimodale Foundation Models in einem geschlossenen Regelkreis unter realitätsnahen Fahrbedingungen, um Trainingslücken systematisch zu identifizieren und die Modellentwicklung gezielt zu verbessern.
KI-gestütztes Anforderungsmanagement in der Fahrzeugentwicklung
Zuvor beanspruchte die manuelle Auswertung von Lastenheften in der Fahrzeugentwicklung zehntausende Arbeitsstunden pro Projekt und verzögerte Entwicklungsprozesse erheblich. Das KI-System erkennt Anforderungen automatisiert, bewertet sie inhaltlich und leitet sie an passende Fachabteilungen weiter. Dadurch sinkt der Aufwand für die Anforderungsanalyse um 80 Prozent, die Bearbeitung erfolgt achtmal schneller, und pro Projekt werden rund 37.500 Arbeitsstunden eingespart.
RepAIr Buddy: LLM-gestützte Instandhaltungsassistenz bei ZF
Ungeplante Maschinenstillstände verursachten bei ZF hohe Kosten, da die Ursachenermittlung bislang langjährige Erfahrung und aufwendige Recherche erforderte. Der ‚RepAIr Buddy‘ verarbeitet ERP-Daten, Maschinenlogbücher, Reparaturhistorien und Herstellerdokumente in Echtzeit und liefert Technikern konkrete Handlungsempfehlungen. Dadurch verkürzen sich Stillstandszeiten um rund 10 Prozent, im ersten Jahr wurden sechsstellige Summen eingespart.
KI-Voicebot automatisiert Kundenauthentifizierung im Automotive-Service
Aristech (12 Jahre Erfahrung in Sprachlösungen, de:hub Karlsruhe) entwickelte mit seinem proprietären Dialog-Designer-Tool einen Voicebot, der Anrufer anhand von Kundennummer, Geburtsdatum, PLZ, Hausnummer und Telefonnummer DSGVO-konform authentifiziert. Die Implementierung dauerte 16 Wochen inklusive Anforderungsanalyse, Pilotbetrieb und Optimierung. Im Pilotbetrieb erreichte die automatische Authentifizierung eine Erfolgsquote von 89 Prozent, nahezu auf dem Niveau menschlicher Mitarbeiter, und verkürzte die Anrufzeit um 1,5 Minuten je Vorgang. Nach über einem Jahr im On-Premise-Betrieb wurde die Lösung in eine sichere Cloud-Umgebung migriert und weiter ausgebaut, wodurch Servicemitarbeiter für komplexere Anliegen freigestellt werden.
CNN-basierte Rissfrüherkennung bei Verschleisstests von Kabelschutzschläuchen bei FLEXA
Bei FLEXA GmbH (gegründet 1947, Hanau-Steinheim), Hersteller von Kabelschutzsystemen, war die manuelle Auswertung von Verschleisstest-Videos zeit- und personalintensiv und anfällig für subjektive Fehleinschätzungen, etwa bei der Unterscheidung feiner Risse von Reflexionen. Mit dem Mittelstand-Digital Zentrum Darmstadt wird ein Convolutional-Neural-Network-basiertes Bildverarbeitungsverfahren erprobt, das während Biegewechsel-Tests automatisch Risse anhand struktureller und Kontraständerungen erkennt. Ziel ist es, den Zeitpunkt der Rissbildung zuverlässig zu bestimmen und die Zählung der Lastwechsel bis zum Materialversagen zu automatisieren.
KI-gestützte Lackfehlererkennung in der Nutzfahrzeugfertigung
Die von Fraunhofer IAIS entwickelte Lösung ALVISTOIndustry erfasst per Deflektometrie hochpräzise Lichtreflexionen auf lackierten Oberflächen und klassifiziert Defekte wie Kratzer, Lackfehler, Dellen oder Staubeinschlüsse in Echtzeit mit einem Deep-Learning-Modell. Bei MAN läuft das System seit 2024 am Ende der Lackierstraße im Serienbetrieb und prüft rund 390 Fahrzeugkarosserien pro Schicht, wobei über 20 Fehlerklassen unterschieden werden. Der manuelle Prüfaufwand konnte dadurch etwa halbiert werden, bei gleichzeitig höherer und konsistenterer Fehlererkennung als bei rein manueller Kontrolle.
KI-Plattform für widerstandsfähige, resiliente Supply Chains
Als Reaktion auf Halbleiter- und Komponentenkrisen baute Renault Group zwischen 2018 und 2021 eine vollständige Datengrundlage auf (100% der Supply-Chain-Daten in einem Data Lake) und investierte rund 10% des IT-Budgets in die Datenstrukturierung. Darauf aufbauend etablierte das Unternehmen mit Dataiku eine Plattform, die Fachbereichen die eigenständige Entwicklung von KI-Anwendungen erlaubt, von klassischem Machine Learning über Operations Research bis zu generativer KI. Aktuell befinden sich fünf Anwendungsfälle in Entwicklung, darunter die Optimierung von Transportrouten. Ein Drittel der Supply-Chain-Belegschaft ist inzwischen mit Prozess- und Digitalthemen befasst. Als quantifiziertes Ziel nennt Renault einen digitalen Wertbeitrag von 45 Mio. Euro aus 25 identifizierten KI-Projekten, von denen die Dataiku-Plattform bis zu 10 Mio. Euro beisteuern soll. Voraussetzung war eine mehrjährige Investition in Datenqualität und -integration vor dem eigentlichen KI-Rollout. Der Fall zeigt, wie Automobilhersteller als Reaktion auf globale Lieferkettenschocks systematisch KI-Fähigkeiten in der Logistik aufbauen, statt nur punktuelle Piloten zu betreiben.
Digital Production Platform: KI-Skalierung über 43 Werke hinweg
Volkswagen nutzt die gemeinsam mit AWS entwickelte Digital Production Platform als zentrales ‚digitales Nervensystem‘ seiner Fertigung. Von den 114 Produktionsstandorten weltweit sind 43 Werke in Europa, Nord- und Südamerika an die Plattform angebunden. Darauf laufen über 1.200 KI-Anwendungen, darunter ‚Guided Vehicle Completion‘ zur Optimierung der Montagereihenfolge (an 13 Werken im Einsatz), ‚KI4UPS‘ zur Unterstützung bei Software-Rollouts und der Erkennung elektronischer Fehler, Computer-Vision-Systeme zur Qualitätskontrolle in Wolfsburg und Ingolstadt sowie vorausschauende Wartung und Remote-Monitoring. Am Werk Poznań senkte eine KI-gestützte Energieoptimierung die Stromkosten um 12% und reduzierte den CO2-Ausstoß. Konzernweit werden durch die Standardisierung der IT-Systeme mittelfristige Einsparungen im zweistelligen Millionenbereich erzielt. Voraussetzung für die Skalierung war eine mehrjährige Standardisierung von Dateninfrastruktur und Cloud-Architektur über alle Marken und Werke hinweg. Das Modell zeigt, wie Automobilhersteller mit vielen internationalen Standorten KI-Piloten in einen konzernweiten, wiederverwendbaren Anwendungsbaukasten überführen können.