Laut dem aktuellen Stout Automotive Defect & Recall Report 2020 haben die Software-bedingten Fahrzeugrückrufe im Jahr 2019 Rekordniveau erreicht. Tatsächlich gingen zwei der umfassendsten Rückrufe (einschließlich eines Sicherheitsrückrufs) auf die Fahrzeugsoftware zurück. Bei schätzungsweise 6,5 Millionen Fahrzeugen, die wegen Defekten an elektronischen Bauteilen zurückgerufen wurden, wurde an der Software nachgebessert. Damit ist 2019 das Jahr mit den bislang meisten Software-bedingten Rückrufaktionen.
Wie bei jedem Rückruf führen Software-bedingte Probleme nicht nur zu direkten Kosten für die Automobilhersteller, sondern auch zu einem schlechten Nutzererlebnis für die Kunden. Den Automobilherstellern stellt sich daher vor allem eine entscheidende Frage: Wie kann man Softwareprobleme erkennen und beheben, bevor sie zu Fehlfunktionen führen und schlimmstenfalls ein Rückruf erforderlich wird?
Die Antwort darauf lautet Predictive Software Maintenance. Anstelle des bisherigen Ansatzes, Probleme erst dann zu beheben, wenn sie Fehlfunktionen verursachen, nutzt Predictive Maintenance Echtzeitdaten und Machine-Learning-Algorithmen, um Anomalien und potenzielle Fehlerquellen zu identifizieren, bevor sie behoben werden müssen. Das ist effizienter und wirtschaftlicher.
Ein Beispiel für Predictive Maintenance ist die Wartung von Bremsen, die mit der Zeit langsam verschleißen. Die Werkstatt wartet mit dem Wechsel der Bremsbeläge nicht bis die Bremsen versagen. Stattdessen verlassen sich Mechaniker auf ihre Erfahrung, um das Bremsversagen vorauszusagen und die Beläge rechtzeitig auszutauschen. Eine Line-Of-Code Behavior-Technologie macht im Prinzip dasselbe für Fahrzeugsoftware.
Line-Of-Code Behavior-Technologie
– ermöglicht es Fahrzeugherstellern, proaktiv zu handeln statt nur auf Softwarefehler zu reagieren. Dadurch gelingt eine frühzeitige Fehlererkennung.
– nutzt Machine-Learning-Algorithmen um das Softwareverhalten über einen längeren Zeitraum zu überwachen und vorherzusagen, wann eine Fehlfunktion auftreten wird.
– identifiziert genau die Codezeilen, die ein Problem verursachen. Das reduziert die Zeit vom Auftreten eines Problems bis zu seiner Lösung und verschafft den Herstellern die nötige Zeit, um die Software zu reparieren, zu testen und zu zertifizieren, bevor ein Update veröffentlicht wird.
– identifiziert, welcher Teil des Softwarecodes geändert wurde. Das ermöglicht möglichst kleine Update-Dateien, um die Kosten zur Datenübertragung zu reduzieren.
– installiert die neue Software per OTA-Update ohne Ausfallzeit auf dem Fahrzeug. Das ermöglicht einen nahtlosen, kontinuierlichen Verbesserungsprozess
Aurora Labs nimmt eine Vorreiterrolle im Bereich der Self-Healing Software für vernetzte Autos ein und ermöglicht es Automobilherstellern, proaktiv auf künftige Entwicklungen in den Bereichen Softwarearchitektur, Prozessstrukturen und Dienstleistungen zu reagieren. Grundstein der In-Vehicle-Software-Management-Lösung ist die Line-Of-Code-MaintenanceTM-Technologie von Aurora Labs. Aurora Labs bereitet die nächste Generation softwarebasierter Fahrzeugtechnologie auf die Zukunft vor, indem das Unternehmen Machine-Learning-Algorithmen nutzt, um auf einzigartige Weise alle vier Elemente einer sicheren Software-Management-Lösung zu vereinen – das Erkennen und Beheben von Fehlern sowie das Updaten und die Zertifizierung der Software. Auf diese Weise ebnet Aurora Labs den Weg ins Zeitalter des selbstheilenden Autos. Die Software des Unternehmens erkennt fehlerhafte Codezeilen, sagt Ausfallwahrscheinlichkeiten voraus und behebt unterwegs auftretende Störungen. Auf diese Weise kann neue Software sicher eingeführt werden. Außerdem werden Softwarefunktionen zuverlässig, kostengünstig und ohne Ausfallzeit für den Kunden an alle Steuereinheiten des Autos ausgeliefert und die aktualisierte Software anschließend überprüft, um den Homologationsprozess zu erleichtern.
https://www.auroralabs.com/
Firmenkontakt
Aurora Labs
Roger Ordman
Stefan-George-Ring 2
81929 München
+49 (0) 89 99 38 87 30
–
auroralabs@hbi.de
http://www.auroralabs.com
Pressekontakt
HBI Helga Bailey GmbH
Corinna Voss
Stefan-George-Ring 2
81929 München
089 / 99 38 87 30
–
auroralabs@hbi.de
http://www.hbi.de