Wie KI und Orchestrierung die Umsetzung von SDVs beschleunigen

Mit der Transformation hin zum Software-Defined Vehicle geraten klassische Integrations- und Validierungsprozesse unter massiven Druck. Neue Funktionen entstehen in immer kürzeren Iterationszyklen, Testumfänge steigen stark, und Updates werden in engeren Abständen Over-the-Air verteilt. Gleichzeitig bleiben die Anforderungen an funktionale Sicherheit, Cybersecurity und Homologation unverändert hoch.

Für OEMs ergibt sich daraus ein klarer wirtschaftlicher und technischer Zielkonflikt: Integrationskosten müssen spürbar sinken, um wettbewerbsfähig zu bleiben, ohne dass der wachsende Software-Anteil zu Lasten von Qualität, Sicherheit oder Nutzererlebnis geht. Entscheidend ist daher nicht, einfach immer mehr Tests durchzuführen, sondern Integrations- und Freigabeprozesse so zu gestalten, dass sie effizient skalieren und unter hohem Takt belastbar bleiben.

In der Praxis zeigt sich: Nicht einzelne Teams sind zu langsam, sondern die Übergänge zwischen Organisationen, Domänen, Integrationsstufen und Testumgebungen. Dort entstehen Brüche, Datensilos und manuelle Abstimmungsschleifen, die Zeit kosten und Risiken verschleppen.

Hybrid betreibbare Plattformen wie one:cx adressieren diesen Engpass als Release Control Board für Integration und Validierung. Sie verbinden bestehende Tools, schaffen einen zentralen Daten-Hub und orchestrieren den Integrations- und Validierungsprozess über alle Testumgebungen sowie über die Integrationsstufen von Unit und Komponenten über Subsysteme bis hin zum Gesamtsystem. So lassen sich Integrationskosten reduzieren, während Qualität und Nutzererlebnis über reproduzierbare Freigaben systematisch abgesichert werden.

Die Autoindustrie im Umbruch: Vom Fahrzeug zum digitalen System

Die Branche steht vor einer ihrer tiefgreifendsten Transformationen: Fahrzeuge werden zu dynamischen Softwareplattformen, OTA-Updates werden zum Standard, KI beschleunigt Entwicklung. Wie OEMs ihre Architekturen, Prozesse und Geschäfte neu ausrichten.

Nicole Ahner

Das Integrationsproblem im SDV-Zeitalter

In SDV-Projekten entsteht häufig ein Widerspruch: Einzelne Teams liefern schnell und wirken lokal effizient, dennoch stockt der Gesamtfluss. Der Grund liegt in den Übergängen zwischen Integrationsstufen. Was auf Unit Level stabil erscheint, verhält sich auf Komponentenebene anders. Was auf Komponentenebene funktioniert, zeigt auf Sub-System Level neue Konflikte. Und auf System Level treten Effekte auf, die vorher nicht sichtbar oder nicht eindeutig zuzuordnen waren.

Gründe dafür sind z. B. unterschiedliche Toolketten, separate Datenhaltung, abweichende Konfigurationen oder schlicht verteilte Rollen und Verantwortlichkeiten. Diese Problemkette setzt sich mit zunehmender Integration fort, kostet Zeit und gefährdet den SOP.

Die Ursache ist strukturell bedingt, denn jede Testumgebung operiert als isoliertes Silo mit eigener Infrastruktur und Datenhaltung. Ergebnisse müssen aufwändig manuell gesammelt, konsolidiert und bewertet werden, was bei exponentiell steigenden Softwareumfang im SDV kaum noch beherrschbar ist. Daraus entsteht eine sogenannte Integration Debt: Diese Schuld wächst an den Übergängen zwischen Integrationsstufen, Teams, Domänen und Systemwelten. Also überall dort, wo Ergebnisse nicht durchgängig nachweisbar sind und Softwarequalität nur durch manuelles Aggregieren verteilter Daten ermittelt werden kann.

Von sequenzieller Integration zu kontinuierlichen Prozessen

Das klassische V-Modell entwickelt sich durch Continuous Testing (CT) und Continuous Integration (CI) gerade weiter. Doch trotz Shift-Left-Ansätzen bleiben die Probleme bei der Integration bestehen. Die Folgen sind zu spät erkannte Fehler, risikoreiche Releases mit teuren Rückrufaktionen und hoher manueller Aufwand.

„S-CORE ist der Bauplan – wir bauen das Gebäude“

Open Source soll das Rückgrat softwaredefinierter Fahrzeuge werden – mit Eclipse S-CORE entsteht der erste seriennahe Middleware-Standard. Im Gespräch mit Qorix zeigt sich, wie viel davon bereits Realität ist – und was noch kommt.

Um der steigenden Komplexität und Entwicklungsfrequenz bei SDVs gerecht zu werden, braucht es eine strategische Neuausrichtung mit kontinuierlicher Qualitätssicherung:

Überwinden der Silos: Durchgängige Orchestrierung und zentrale Datenhaltung reduzieren Reibungsverluste zwischen heterogenen Umgebungen (SiL, HiL, ViL) und Domänen.

Wirtschaftlichkeit durch Durchgängigkeit: CI/CD-Pipelines automatisieren den gesamten Testprozess. KI-Agenten unterstützen bei Testspezifikationen, Testfällen und Analysen und reduzieren manuelle Aufwände.

Effiziente Ressourcennutzung: weltweiten Testressourcen der Organisation werden automatisiert koordiniert und rund um die Uhr genutzt, um die Auslastung, vor allem auch in der Nacht, zu optimieren.

Orchestrierungsplattform statt Tool-Sammlung

In vielen Organisationen existiert bereits ein leistungsfähiges Ökosystem aus CI, Management-Systemen, Testframeworks, HiL-Landschaften und kundenspezifischem Tooling. Was fehlt, ist eine übergeordnete Ebene, die beteiligte Systeme verbindet und steuert. Genau hier setzt one:cx an: Eine Enterprise-Plattform, die Werkzeuge, Infrastrukturen und Workflows organisationsübergreifend integriert und überwacht, Ergebnisse konsolidiert und Freigabeentscheidungen datenbasiert ermöglicht.

Kernfunktionen von one:cx

• Prozessautomatisierung Die Prozess- und Workflowautomatisierung mit Quality Gates und Flows sorgt für eine durchgängige CI/CD‑Pipeline.
• Single Source of Truth Ein zentraler Daten‑Hub eliminiert Silos und stellt konsistente Informationen bereit: Testergebnisse und Logs aus SiL-, HiL-, und Fahrzeugszenarien, Konfigurationen, Anforderungen aus ALM-Systemen, Software-Builds, Versionen, etc. Die Plattform schafft so eine vertrauenswürdige Datengrundlage für alle Beteiligten. 
• Cross-Domain Traceability Normen wie ISO 26262 oder ASPICE erfordern eine lückenlose Rückverfolgbarkeit. Mit one:cx ist jedes Testergebnis eindeutig einem Szenario, Softwarestand, einer Fahrzeugvariante oder den relevanten Anforderungen zugeordnet. Jede Änderung an jeder Stelle im Prozess wird selbstständig dokumentiert und unterstützt dabei direkt beim Debugging.
• Integration bestehender Toollandschaften one:cx ist für nahtlose Integration konzipiert und nutzt standardisierte Schnittstellen. Bestehende Tools und Lösungen werden nicht ersetzt, sondern angebunden und zentral orchestriert: Systeme wie Software-Repositories, Requirements-Tools, Ticketing-Systeme, XiL-Plattformen, sowie kundenspezifische Testframeworks und Prüfstände.
• Intelligente Testplanung und -ausführung Dank vollständiger Testorchestrierung und intelligentem Scheduling werden Tests automatisch auf passende XiL‑Systeme, Motorenprüfstände oder bis in die Flotte verteilt und parallel ausgeführt.
• KI-Agenten KI-Services reduzieren den Engpass in der Bewertung und Nachweisführung. Auf Basis der automatisierten Workflows und konsistenten Daten in one:cx unterstützen KI-Agenten bei der Ableitung von Testspezifikationen und Testfällen, clustern und priorisieren Fehlbilder über Releases und Varianten hinweg und erkennen Anomalien sowie instabile Tests. Dadurch werden Review- und Analyseaufwände deutlich verkürzt, während Freigaben weiterhin deterministisch über Quality Gates und Traceability abgesichert bleiben. 

Wie KI und Orchestrierung Freigaben beschleunigen

KI entfaltet ihren Mehrwert im SDV-Validierungsprozess dort, wo klassische Automatisierung an ihre Grenzen stößt. Automatisierung liefert konsistente, vorhersehbare Ergebnisse, solange Prozess und Eingangsdaten klar definiert sind. Mit wachsendem SDV-Takt verschiebt sich der Engpass jedoch von der Ausführung zur Bewertung: Tausende Ergebnisse müssen eingeordnet, verdichtet und in eine Freigabeentscheidung übersetzt werden. Genau an dieser Stelle ergänzt KI die Orchestrierung, ohne den deterministischen Charakter von Quality Gates zu ersetzen.

Testen im SDV mit KI, Datenstrategie und digitalem Zwilling

Mehr Daten bedeuten nicht automatisch bessere Tests – im Gegenteil. Erst durch eine abgestimmte Datenstrategie, gezielten KI-Einsatz und digitale Zwillinge lassen sich moderne Fahrfunktionen valide, effizient und zukunftssicher testen.

Dr. Ulrich Keil

Von manuell zu messbar: Quality Gates automatisieren Freigaben

Während KI-gestützte Analysen vor allem den manuellen Bewertungsaufwand einzelner Testergebnisse reduzieren, adressieren Quality Gates die Entscheidungsebene: In der CI/CD-Pipeline werden Freigaben nicht mehr ad hoc oder manuell getroffen, sondern anhand klar definierter und automatisiert geprüfter Kriterien. Mit diesen regelbasierten Freigabeentscheidungen gelangen nur Builds mit ausreichender Qualität in nachgelagerte Stufen wie Integrations-, Verbundtests oder Fahrversuch.

Kernkonzept sind Quality-Gate-Pläne. Sie beschreiben den Freigabeprozess über mehrere Stufen hinweg und legen fest, welche Bedingungen ein Build in welcher Phase erfüllen muss. Die Plattform prüft diese Bedingungen automatisiert und visualisiert den Status.

Blockiert ein Gate, weil ein Kriterium nicht erfüllt ist, wird dieser Zustand sofort sichtbar und in nachfolgende Stufen propagiert. Weitere Tests werden erst ausgeführt, wenn die Stufe davor die notwendige Qualität bestätigt hat. So werden zum einen Testressourcen gezielt eingesetzt und Probleme früh erkannt, bevor sie auf Subsystem- oder Gesamtsystem-Ebene eskalieren.

Quality Gates sind dabei kein starres Steuerungsinstrument, sondern decken die dynamischen Anforderungen ab, jederzeit die notwendige Reife des Builds einzufordern, ohne bei bekannten oder noch anvisierten Baustellen alles weiteren Schritte zu blockieren.

In Echtzeit: KI verdichtet Evidenz und fokussiert Reviews

Mit steigender Testautomatisierung verschiebt sich der Engpass in die Auswertung. Nicht die Ausführung ist knapp, sondern die Zeit der Experten, Tausende Ergebnisse zu sichten, zuzuordnen und zu priorisieren. KI- und Machine-Learning-Services übernehmen deshalb die erste, datenbasierte Verdichtung und liefern eine belastbare Vorstrukturierung für die Review-Entscheidung:

• Fehlgeschlagene Tests werden über Releases, Varianten und Integrationsstufen hinweg mit historischen Fehlerbildern abgeglichen und zu typischen Mustern gruppiert.
• Logs und Signale werden auf Anomalien und wiederkehrende Fehlmuster analysiert.
• Korrelationen zwischen Fehlern und Rahmenbedingungen wie Konfiguration, Lastprofil oder Zeitfenster werden sichtbar gemacht.
• Instabile Tests werden als solche erkannt und separat behandelt, damit sie Freigabeentscheidungen nicht verfälschen.

Der praktische Effekt ist ein Wechsel von flächendeckender Sichtung zu gezielter Priorisierung: Reviews beginnen nicht mehr bei einer langen Liste roter Tests, sondern bei wenigen, klar abgegrenzten Problemclustern mit hoher Freigabe-Relevanz. Genau das illustriert die Abbildung: Statt Einzel-Fails zeigt die Review-Toolbox aggregierte Failure-Patterns und deren Beziehungen. Teams sehen auf einen Blick, welche Cluster dominant sind, wie sie zusammenhängen und wo sich die Analyse lohnt. Dadurch sinkt der Aufwand für unnötige Wiederholungen, Ursachenanalysen werden präziser, und Freigaben werden schneller vorbereitet, weil Evidenz bereits strukturiert und nachvollziehbar verdichtet vorliegt. Die finale Entscheidung bleibt beim Menschen, wird aber durch klare Muster, Prioritäten und Kontext deutlich erleichtert.

Dashboards und KPI: Transparenz statt Bauchgefühl

In vielen Entwicklungsorganisationen fehlt eine einheitliche, verlässliche Sicht auf den aktuellen Integrations- und Qualitätsstatus. Die Frage nach dem Stand wird dann über Exporte, manuelle Auswertungen und Meetings beantwortet. Das kostet Zeit, erzeugt Interpretationsspielräume und ist im SDV-Takt häufig schon veraltet, sobald die Analyse steht, weil täglich hunderte Commits, Builds und Testergebnisse hinzukommen.

One:cx schafft hier eine gemeinsame, jederzeit aktuelle Datengrundlage, die nicht pro Tool oder Team, sondern entlang des Release-Flows konsolidiert ist. Rollenbasierte Echtzeit-Dashboards machen den Status messbar und vergleichbar, zum Beispiel über:

• Pass-Fail-Raten und Trendverläufe über Teststufen und Domänen
• Testabdeckung gegen Anforderungen, je Fahrzeugtyp, Softwareversion und Hardware-Variante
• Ressourcenauslastung über SiL-Umgebungen, HiL-Systeme, Prüfstände und Prototypenfahrzeuge hinweg
• Qualitätsabhängigkeiten entlang Zeitachsen, etwa Build- oder SOP-Relevanz über Heatmaps und Drilldowns

Ergänzend unterstützt ein KI-gestützter Agent die Analyse und Kommunikation des Status. Statt neue Reporting-Silos zu schaffen, erzeugt er auf Basis der vorhandenen Evidenz kontextbezogene Sichten und Visualisierungen per natürlicher Sprache. Damit lassen sich beispielsweise Testergebnisse nach Motortypen aufschlüsseln, Abhängigkeiten als Heatmap darstellen oder Auffälligkeiten gezielt weiter analysieren, ohne dass dafür Spezialwissen in Dashboard- oder BI-Tools erforderlich ist. So wird aus Datenverfügbarkeit operative Entscheidungsfähigkeit, mit konsistenten KPIs für Engineering und einer belastbaren Management-Sicht auf Reifegrad, Risiken und Freigabefähigkeit.

Ausblick und Fazit

In der Entwicklung von SDVs sind nicht die wachsenden Testumfänge das Kernproblem, sondern die fehlende durchgängige Sicht auf Workflows und Qualität über Integrationsstufen hinweg. Ohne konsistente Evidenz wird der Freigabestatus zur Auslegungssache. Das verlangsamt Entscheidungen, erhöht das Risiko in Rückrufe zu geraten und treibt Integrationskosten genau dort nach oben, wo OEMs sie senken müssen.

Der Ausweg ist, Integration nicht nur als Teil des Testprozesses zu betrachten, sondern als Entscheidungssystem. End-to-End-Traceability macht Ergebnisse nachvollziehbar, vergleichbar und auditierbar. Quality Gates übersetzen diese Evidenz in reproduzierbare Freigabekriterien und steuern den Flow, ohne ihn unnötig zu blockieren. Orchestrierung stellt sicher, dass das Gesamtsystem auch bei vielen Varianten, Testressourcen und Integrationsstufen skalierbar bleibt. KI verdichtet Daten, erkennt Muster, priorisiert Fails nach Freigabe-Impact und reduziert damit den Bewertungsengpass, während die Freigabe weiterhin deterministisch über Gates und Nachweise abgesichert ist.

One:cx adressiert diese Anforderungen als hybride Plattform für on-premise und Cloud. Sie verbindet bestehende Toolchains, schafft eine konsistente Evidenzbasis und automatisiert integrationsstufenübergreifende Prozesse. Damit wird nicht nur die Homologation und Time-to-Market beschleunigt, sondern vor allem die Integrationskosten werden beherrschbar, ohne Abstriche bei Qualität und Nutzererlebnis.

Perspektivisch wird sich dieser Ansatz weiter öffnen und beschleunigen. Erstens können auch Supplier als Teil des Gesamtsystems ihre Artefakte, Ergebnisse und Nachweise in die Plattform einbringen, sodass Traceability und Freigabefähigkeit entlang der gesamten Lieferkette durchgängig werden. Zweitens wird sich die Plattform weiter in Richtung Softwareentwicklung erweitern, um den direkten Weg vom Commit über Integration und Test zurück zum Entwickler deutlich zu verkürzen. Ziel ist ein eng verzahntes System, in dem relevante Signale, Fails und Kontext in Minuten wieder dort ankommen, wo sie wirksam werden: beim Entwickler. So wird eine SDV-Entwicklung entstehen, die noch schneller wird, weil sie besser entscheidet und Kosten weiter reduziert. (na)