Steve Basra, Director, Global Head of Automotive, Google Cloud. (Bild: Google Cloud)
In diesem Interview erklärt Basra, der zuvor Führungspositionen bei Hyundai und Toyota innehatte, wie Generative AI die Workflows in der Automotivesoftware-Entwicklung neu definiert, wie eine verantwortungsvolle KI-Implementierung in sicherheitskritischen Fahrzeugsystemen aussehen muss und welche Rolle Google Cloud bei der Entwicklung KI-getriebener Innovationen in OEM-Ökosystemen spielt.
Wie verändert Generative AI die Workflows in der Automotivesoftware-Entwicklung?
Generative AI verändert die Workflows in der Automotivesoftware-Entwicklung, indem sie als intelligenter Assistent über den gesamten Lebenszyklus hinweg agiert – von schnelleren Entwicklungszyklen und verbesserter Softwarequalität bis hin zu höherer Effizienz und einer optimierten Entwicklererfahrung.
Entwickler nutzen KI-Tools inzwischen für Aufgaben wie die Beschleunigung der Code-Generierung und -Vervollständigung, das automatische Erstellen vielfältiger Testfälle und synthetischer Sensordaten für die Validierung, die Analyse komplexer Anforderungen hinsichtlich Klarheit und Konsistenz, die Dokumentationsgenerierung aus Code sowie die Unterstützung beim Debugging durch Vorschläge zu möglichen Fehlerursachen.
Diese KI-Unterstützung hilft dabei, die zunehmende Komplexität moderner Fahrzeugsoftware zu bewältigen, indem sie repetitive Aufgaben automatisiert und es Ingenieuren ermöglicht, sich auf höherwertiges Design und Problemlösungen zu konzentrieren – und damit den gesamten Prozess, von der ersten Idee bis zum finalen Test, erheblich zu optimieren.
Wie sieht eine verantwortungsvolle KI-Implementierung in sicherheitskritischen Fahrzeugsystemen aus?
Die Einführung leistungsstarker Technologien wie Generative AI erfordert sowohl mutige Innovation als auch ein tiefgreifendes Verantwortungsbewusstsein. Gerade angesichts der kritischen Bedeutung dieser Systeme – insbesondere im Automotive-Sektor – muss die Implementierung wohl überlegt erfolgen. Sicherheit, Expertise und qualitativ hochwertige Informationen müssen gewährleistet sein.
Feinjustierte LLMs, die auf kleinere, spezifische Datensätze vortrainiert sind, bieten eine höhere Genauigkeit für spezialisierte Themenbereiche. Die Qualität des Generative AI-Outputs wird zudem durch „Grounding“ verbessert – also dadurch, dass generierte Texte mit realen Informationen und Kontexten verknüpft werden.
Dies bedeutet, dass jede Bewertung oder Einschätzung des Modells mit konkreten Belegen hinterlegt werden kann. Erklärbare Generative AI-Modelle ermöglichen es OEMs zudem, Entscheidungsprozesse gegenüber Kunden und Mitarbeitern transparent darzustellen, was Vertrauen und Akzeptanz in KI-gestützte Services stärkt.
Welche Rolle spielt Google Cloud bei der Entwicklung KI-getriebener Innovationen in OEM-Ökosystemen?
Da sich die Automobilbranche im Wandel hin zu SDVs und nahtlosen, vernetzten Kundenerlebnissen befindet, nimmt Google Cloud hier eine Schlüsselrolle ein. Mit fortschrittlichen Lösungen in den Bereichen KI, Cloud und Datenanalyse unterstützt Google Cloud die gesamte OEM-Wertschöpfungskette.
Für das In-Car-Erlebnis ermöglicht der Automotive AI Agent von Google Cloud den OEMs den Aufbau maßgeschneiderter, hochwertiger KI-Assistenten auf Basis von Generative AI. Zudem bietet unser Auto SDK moderne, KI-gestützte Mapping-Lösungen.
Aber auch jenseits des Fahrzeugs unterstützt Google Cloud OEMs: Tensor Processing Units (TPUs) helfen bei der Entwicklung der nächsten Generation von ADAS- und autonomen Fahrsystemlösungen. Imagen wiederum personalisiert Marketinginhalte und bietet maßgeschneiderte Inhalte für ein besseres Shoppingerlebnis.
Zusätzlich bietet Google Cloud intuitive Technologien, um operative Prozesse zu optimieren: Mit Vertex AI können Automobilhersteller ihre Bedarfsplanung und Lagerprognosen verbessern, während der Manufacturing Data Engine durch prädiktive Analysen hilft, Rückrufaktionen und teure Produktionsverzögerungen zu minimieren. Zu guter Letzt kann Google Cloud auch die Produktivität der Belegschaft steigern – Gemini unterstützt bei der Mitarbeiterschulung und dem Erhalt von Wissen, während Gemini Code Assist Entwicklern hilft, noch effizienter zu arbeiten.
Der Autor: Benjamin Müller
Benjamin Müller mag Texte. Gesprochene und geschriebene, deutsche und fremdsprachliche, dialektische und dialektale. Pälzer halt. Sein Interesse für Lyrik und Prosa, Rhetorik und Semantik führten ihn an den Germersheimer FTSK. Dort (und an der Rheinland-Pfälzischen Technischen Universität Kaiserslautern-Landau) lernte er u.a. das Simultan- und Konsekutivdolmetschen, dass Amerikanistik von Hollywood bis Hawthorne reicht, dass Sprechakttheorien auch für Kundenkontakte interessant sind und dass es ohne Newton und Leibniz keine Autos gäbe. Seit 2025 lebt er sein technisches Interesse nun bei Ultima Media Germany aus, wo er in englischer und deutscher Sprache für Automotive Digital Transformation, automotiveIT, AUTOMOBIL PRODUKTION und all-electronics tätig ist.