Die Automobilbranche steht vor der kritischen Herausforderung, den Produktwert durch Elektrifizierung und Intelligenz zu steigern, was zusätzliche Anstrengungen erfordert, die über den Standardwert der traditionellen Fahrzeuge hinausgehen. Eine effiziente Ressourcennutzung wirkt sich direkt auf den Produktwert und die Nachhaltigkeit des Unternehmens aus. In der schnelllebigen Welt von heute ist das Verständnis der sich verändernden Kundenbedürfnisse entscheidend für die rechtzeitige Bereitstellung von Produkten. Eine Initiative bestand darin, ein fortschrittliches Expertensystem (A-ES) zu implementieren, um das Wissen erfahrener Ingenieure an jüngere weiterzugeben, beginnend mit dem Überprüfungsprozess für die Entwicklung kollisionssicherer Fahrzeuge. Crash-Simulationen, die für diesen Prozess entscheidend sind, dauerten oft mehr als einen Tag pro Simulation, und Fehler machten umfangreiche Nacharbeiten erforderlich. A-ES hat einfache Aufgaben rationalisiert und so Zeit für die Wertschöpfung freigesetzt. Die Modellierung des Know-hows für A-ES war jedoch sehr zeitaufwändig – so dauerte es 400 Stunden, um ein Wissensmodell für nur zwei bis drei Komponenten aus über 20.000 Autoteilen zu erstellen. Dies stellte eine große Herausforderung für einen breiteren Einsatz im Unternehmen dar.
Um die Effizienz der Wissensmodellierung zu verbessern, schlug IBM vor, generative KI einzusetzen, um Wissen aus Microsoft PowerPoint-Materialien, die verstreutes Know-how innerhalb des Unternehmens enthalten, zu extrahieren und in eine Datenbank einzuspeisen. Die erfahrenen Techniker von Honda haben wertvolles Wissen in PowerPoint-Dokumenten hinterlassen, die reich an Diagrammen und Grafiken, aber spärlich an Text sind, was eine KI-basierte Wiederverwendung erschwert. IBM schlug vor, ein großes, multimodales Modell (LMM) anzuwenden, um den Inhalt von Grafiken und Diagrammen in Text umzuwandeln und so die Wiederverwendung von Wissen in KI-gestützten PowerPoint-Dokumenten zu verbessern. Die Speicherung von textuellem Wissen in einer Datenbank ermöglicht eine RAG-ähnliche (Retrieval-Augmented Generation) Wissensnutzung. Ein IBM® watsonx.ai-Pilotprojekt, das von November bis Dezember 2023 durchgeführt wurde, hat die Machbarkeit dieses Ansatzes bestätigt.
Mit dem herkömmlichen A-ES würde ein erfahrener Ingenieur für die Erstellung eines Handbuchs drei Jahre und für die Erstellung eines Modells anhand des Handbuchs ein Jahr benötigen. Die durch A-ES erzielten Einsparungen an Arbeitsstunden betrugen 30 % bei der Entwicklung und 50 % bei der Planung/Verwaltung. Mithilfe von generativer KI kann die technische Dokumentation von Honda nun in Satzform modelliert werden, was die Modellierungszeit von drei Jahren auf ein Jahr verkürzt. Dieser Ansatz erweitert die Nutzungsmöglichkeiten von Dokumenten und steigert die geschäftliche Effizienz. IBM demonstrierte die vollständige Bandbreite von der Wertvalidierung bis zur Bereitstellung und dem Betrieb, zusammen mit dem Infrastrukturmodellkonzept von watsonx.ai. Durch die Anwendung von LMM und LLM stellte IBM die Durchführbarkeit des Projekts sicher, was zu Proof-of-Concept-Projekten und zukünftigen Produktionsentwicklungsaktivitäten führte.
Honda (Link befindet sich außerhalb von ibm.com) ist ein japanischer multinationaler Mischkonzern mit Hauptsitz in Minato, Tokio, Japan, der Automobile, Motorräder und batteriebetriebene Geräte herstellt. Seit 1959 ist das Unternehmen der weltweit führende Motorradhersteller und hat bis 2019 400 Millionen Motorräder produziert. Mit über 14 Millionen produzierten Einheiten pro Jahr ist das Unternehmen ebenfalls der größte Hersteller von Verbrennungsmotoren. Im Jahr 2001 wurde Honda zum zweitgrößten Automobilhersteller Japans, und 2015 war das Unternehmen der achtgrößte Hersteller weltweit.
Rechtshinweise
© Copyright IBM Corporation 2024. IBM, das IBM Logo und watsonx.ai sind Marken oder eingetragene Marken der IBM Corp. in den USA und/oder anderen Ländern. Das vorliegende Dokument gilt ab dem Datum der Erstveröffentlichung als aktuell und kann jederzeit von IBM geändert werden. Nicht alle Angebote sind in allen Ländern verfügbar, in denen IBM tätig ist.
Alle angeführten Beispiele illustrieren lediglich, wie einige Kunden IBM Produkte verwendet haben und welche Ergebnisse sie dabei erzielt haben. Tatsächliche Leistung, Kosten, Einsparungen oder andere Ergebnisse in anderen Betriebsumgebungen können abweichen.