(Bild: MathWorks)
Autonom, CO2-neutral, miteinander vernetzt und softwaregestützt – so sollen die Fahrzeuge der Zukunft aussehen. Eine Entwicklung, in der Software eine treibende Rolle spielt, um Fahrern umfassende und fortschrittliche Mobilitätslösungen und digitale Serviceangebote bereitzustellen. Dieser Wandel in den aktuellen Geschäftsmodellen der Automobilindustrie erfordert sogenannte Software-Defined Vehicles (oder Software-definierte Fahrzeuge) und eine neue Sichtweise bei der Entwicklung dieser Software. Gaurav Tomar, Industry Manager Automotive bei MathWorks, erklärt, mit welchen Herausforderungen Automotive-Ingenieure dabei konfrontiert werden und welche Anforderungen die Industrie an ihre Tools stellen sollte, um diese zu bewältigen:
Die Zukunft der Automobilindustrie liegt in der Software-Entwicklung
Das Konzept von Software-Defined Vehicles spielt eine immer größer werdende Rolle in der Automobilbranche. Studien zeigen, dass der wahrgenommene Wert künftiger Autos hauptsächlich durch Softwarefunktionen und -dienste bestimmt wird, die intelligente Anwendungen und ein vernetztes Nutzererlebnis bieten. Kunden erwarten, dass diese Funktionen und Dienste während der gesamten Lebensdauer des Fahrzeugs ständig weiterentwickelt und aktualisiert werden.
Um diesen Traum zu verwirklichen, machen Automobilhersteller, OEMs und Fachzulieferer Software zunehmend zu einem zentralen Element ihrer Entwicklungs- und Marktstrategien. Sie gründen Software-Organisationen, deren Aufgabe es ist, ein markentypisches "Auto-Betriebssystem" und ein Benutzererlebnis zu schaffen. Dieser Wandel wird tiefgreifende Auswirkungen auf die Wertschöpfungskette in der Automobilindustrie sowie auf Basistechnologien und Entwicklungsprozesse haben.
Automobilunternehmen werden zu Softwareunternehmen - Herausforderungen und Chancen
Bei der Zusammenarbeit mit allen großen Automobilunternehmen weltweit lässt sich beobachten, dass die Unternehmen Fähigkeiten und einen Reifegrad aufgebaut haben, um mehrere zentrale Entwicklungsherausforderungen zu bewältigen, zum Beispiel die späte Entdeckung von Fehlern, fehlende domänenübergreifende Kenntnisse und Systemdesign-Know-how, langsames und teures Hardware-Prototyping sowie die Einhaltung von Standards. Diese zentralen Herausforderungen haben sich jedoch in jüngster Zeit durch technologische Fortschritte wie KI und softwaredefinierte Systeme verschärft, womit sie weiterhin relevant sind. Diese Verschärfung hat auch dazu geführt, dass bestimmte disruptive Herausforderungen entstanden sind, mit denen die Transformationsteams zu kämpfen haben:
- Software-Komplexität
- Datenverwaltung
- Schwierigkeiten bei der Nutzung von Fachwissen wie KI und elektrifizierten Antrieben
- Aufeinandertreffen der "digitalen" und der "Engineering-" Welt
In Anbetracht dieser neuen, disruptiven Herausforderungen erfordert die Bereitstellung von Fahrzeugsoftware einen Mentalitätswandel in den Unternehmen, der über die bloße Aktualisierung der Organisationsstrukturen hinausgeht. Zu den weiteren Herausforderungen, vor denen die Branche heute steht, gehören: Wie lassen sich die Engineering-Methoden im Zuge der sich ändernden OEM/Tier-1-Beziehungen optimieren, wie lassen sich die Stärken von Hyperscalern nutzen, und wie lassen sich sowohl Modelle als auch Fahrzeugdaten für die System- und Softwareentwicklung und -optimierung verwenden? Die Unternehmen haben die Möglichkeit, diese Umwälzungen zu nutzen, um neue Prozesse, Methoden und Entwicklungsplattformen einzuführen und neue Partnerschaften zu schließen.
Framework für die Entwicklung mit Model-Based Design
Modellbasierte Entwicklung, KI und DevOps haben sich als typische Ansätze herauskristallisiert, die sowohl von etablierten als auch aufstrebenden Unternehmen übernommen werden. Durch die Neueinführung modellbasierter Ansätze und einen Neustart mit starker Fokussierung können Newcomer ihre Fähigkeiten in der Softwareentwicklung ausspielen.
Etablierte Unternehmen versuchen, ihr technisches Erbe zu ihrem Vorteil zu nutzen, indem sie ihre jahrelange Erfahrung in der modellbasierten Systementwicklung mit neuen Software- und Daten-Funktionen kombinieren, um die geschäftliche Transformation zu meistern.
- Integration von System- und Software-Engineering-Methoden:
Um eine schnelle Bereitstellung von Fahrzeugsoftware zu ermöglichen, sollte das System-Engineering weiterentwickelt und in die etablierten Methoden zur Softwareentwicklung integriert werden, die häufig eine Mischung aus modellbasierten und Code-orientierten Ansätzen darstellen. - Nutzung von Simulation als Wettbewerbsvorteil, um Herausforderungen bei der Systemintegration frühzeitig zu bewältigen und die Hardwareentwicklung und -bereitstellung von der System-/Softwareentwicklung zu entkoppeln. Typische Anwendungsfälle sind groß angelegte System- und Softwaresimulationen zur Optimierung, Multidomänen-Simulationen für das Wärmemanagement in Elektrofahrzeugen und die Simulation von ADAS- und AD-Algorithmen in virtuellen Welten zur virtuellen Überprüfung und Validierung.
- Übergang zu zentralisierten Rechenplattformen, um die Gesamtkomplexität der Systeme zu verringern und die zunehmende Rechenleistung moderner Systems-On-Chip zu nutzen. Neue, serviceorientierte Architekturen sind erforderlich, um die Software von der Hardware zu entkoppeln und eine einfache Softwarepartitionierung und -aktualisierung zu ermöglichen. Model-Based Design in Simulink bietet die erforderliche Abstraktionsebene und ermöglicht die automatische Codegenerierung für serviceorientierte Anwendungen.
- KI-Expertise nutzen bei der Verwendung von Simulink, um das traditionelle Design von Regelungssystemen zu verbessern.
- Verifizierung und Validierung von Modellen und Code:
Die Verwendung von Modellen für virtuelles Design und Simulation sowie für die Verifizierung von Produktionssoftware bietet eine gemeinsame Basis für agile Teams, um Informationen auszutauschen, Arbeitselemente zu entwickeln und den für die Rückverfolgbarkeit erforderlichen digitalen Thread zu implementieren. Darüber hinaus sollte die Entwicklungsplattform auch die Umsetzung von ISO26262 und ASPICE erleichtern. Beispiele hierfür sind der Einsatz von virtuellen Szenarien mit RoadRunner, Code-Analyse und -Prüfung mit Polyspace und Rückverfolgbarkeit von Anforderungen mit der Requirements Toolbox. - Datenintegration:
Automobilhersteller brauchen neue Prozesse und Werkzeuge, um die rasant wachsende Datenmenge zu verwalten. Statt gespeicherter Testdaten kommen heute Petabytes an Informationen in Echtzeit an und müssen nach Geschäftsfällen wie Wartung, Weiterentwicklung oder Dienstleistungen getrennt und aggregiert werden. Auch hier sollten sich die Ingenieure auf eine Entwicklungsplattform zugreifen können, die dieses komplexe Datenmanagement beherrscht, unternehmensweit einsetzbar ist und in verschiedenen Domänen integriert werden kann. - Automatisierung von Workflows, um sich auf die Funktionsentwicklung zu konzentrieren und Software mit wiederholbarer Qualität und niedrigen Kosten bereitzustellen. Mit dem Einsatz von Continuous Integration (CI) lässt sich Programmcode, der entweder aus Modellen generiert oder von Programmierern erstellt wird, automatisch integrieren. CI wird zudem zu einer Brücke bzw. Verknüpfung, die DevOps ermöglicht. Dabei können DORA-Metriken zur Bewertung der operativen Exzellenz berücksichtigt werden.
- Nutzung der Cloud nicht nur zum Speichern von Daten, sondern auch für verschiedene Entwicklungswerkzeuge und Workflows, die vom Desktop in die Cloud verlagert werden. Softwareingenieure in der Automobilindustrie müssen lernen, Hyperscaler wie AWS und Azure optimal zu nutzen. Cloud-fähige Toolketten wie MATLAB & Simulink unterstützen Ingenieure, ihre Anwendungen sowohl auf dem Computer als auch in der Cloud zu entwickeln.
Partnerschaft mit der Industrie
Ingenieure stehen somit vor der Herausforderung, von Anfang an einen kollaborativen und ganzheitlichen Ansatz für die Entwicklung von Automobilsoftware zu wählen. Bei dieser Transformation sind sie auf Tools angewiesen, die ihre Workflows vereinfachen und sie dabei unterstützen, softwarebasierte und vielversprechende Automobillösungen zum Erfolg zu führen. Experten wie MathWorks arbeiten sowohl mit etablierten Unternehmen als auch mit Newcomern zusammen, um die Automobilbranche zu unterstützen, ihre Ziele für Software-defined Vehicles zu erreichen.
Sie möchten gerne weiterlesen?
Dieser Beitrag wird präsentiert von:
