Die NorCom Information Technology GmbH & Co. KGaA hat ein KI-Projekt zur Vorhersage bei einem deutschen Automobilhersteller erfolgreich abgeschlossen, das seit Anfang des Jahres läuft. NorCom unterstützte den Kunden dabei, auf Basis eines KI-Modells Vorhersagen für während der Fahrt erkannte Fehlercodes zu treffen.

Das Projekt ist thematisch dem größeren Bereich der Root Cause Analysis zugeordnet. In einem geplanten Folgeprojekt werden die gewonnenen Erkenntnisse als Grundlage für die Entwicklung mehrerer KI-Apps zu verschiedenen Aspekten der Ursachenanalyse dienen. Schrittweise Einführung der Root Cause Analysis Die Root Cause Analysis ermittelt, wie, warum und wann ein problematisches Ereignis auftritt.

Ziel ist es, ein Problem, das in der Zukunft auftritt, systematisch zu vermeiden, indem die Ursachen analysiert werden, anstatt es im Nachhinein zu lösen. Die Ergebnisse der Ursachenanalyse liefern auch wichtige Informationen, um die zugrundeliegenden Ursachen von Fehlern zu ermitteln und diese kosteneffizient und kundenfreundlich beheben zu können. Im Rahmen der Serienbetreuung werden Fehlercodes, die bei allen verkauften Fahrzeugen auftreten, überwacht und ausgewertet, sofern die Besitzer ihr Einverständnis gegeben haben.

NorCom unterstützt diese Fehlercode-Analyse mit der Vorhersage. Die Vorhersage basiert auf einem KI-Trainingsmodell und untersucht Zusammenhänge zwischen Fehlercodes und internen und externen Faktoren, die parallel auftreten. In die Trainingsdaten fließen Lastkollektive, Dauerlaufdaten und Fehlerumfelddaten ein, die direkt zum Zeitpunkt der Fahrt berechnet werden, sowie die Fehlercodes, die sich angesammelt haben.

Die Fehlercodes können mit äußeren Umständen wie der Fahrhäufigkeit, dem Standort, den Wetterbedingungen oder der Fahrgeschwindigkeit zusammenhängen. Aber auch Instrumente und Sensoren im Inneren des Fahrzeugs sowie deren Interaktionen werden in die Auswertung einbezogen.