Entwurfsentscheidungen im Fahrzeugbau sind komplex, zeitkritisch und teuer. Jede Änderung an einer Komponente kann das gesamte System beeinflussen, von der Fahrzeugmasse bis zur Rundenzeit. Hier setzt das Forschungsprojekt STRIKE-FS im Rahmen des InnovationsCampus Mobilität der Zukunft (ICM) an.
Am Institut für Flugzeugbau (IFB) der Universität Stuttgart erforschen Dr.-Ing. Stephan Rudolph und Julian Borowski, wie sich diese hochkomplexen Zusammenhänge mithilfe Künstlicher Intelligenz systematisch durchdringen lassen. Der Formula-Student-Rennwagen dient dabei als reales Demonstratorsystem für eine zentrale Frage: Kann ein lernfähiges Sprachmodell Ingenieurinnen und Ingenieure dabei unterstützen, bessere Entscheidungen schneller zu treffen?
Grundlage bildet ein maschinell ausführbares V-Modell des Model-Based Systems Engineering (MBSE). In einem graphenbasierten Design werden die Komponenten des Fahrzeugs und ihre funktionalen sowie physikalischen Abhängigkeiten als vernetztes Systemmodell abgebildet. So werden auch implizit codierte Kopplungen zwischen Subsystemen strukturiert erfassbar. Ein zentrales Alleinstellungsmerkmal der graphenbasierten Entwurfssprachen ist, dass hier das MBSE-Modell nicht nur modelliert, sondern vollumfänglich maschinell ausführbar ist und am Ende des Prozesses ein digitales Produktmodell in einem Graphen entsteht. Dieser gewährleistet die digitale Konsistenz der Modelle, digitale Kontinuität der Prozesse und digitale Interoperabilität der Softwaretools. So wird sichergestellt, dass im Entwurfsprozess keine Fehler durch veraltete oder inkompatible Datenstände entstehen.
Es entsteht kein autonom entscheidendes System, sondern ein intelligentes Assistenzwerkzeug: Ändern Entwickler beispielsweise das Material eines Querlenkers, analysiert das System automatisch, welche Auswirkungen dies auf Gewicht, Steifigkeit oder Aerodynamik haben kann. Es macht Zielkonflikte sichtbar und bewertet die Optionen anhand messbarer Größen wie Fahrzeugmasse, Luftwiderstand oder Rundenzeit.