Klaas Ebel war in unterschiedlichen Funktionen und Teams bei mehreren OEMs tätig. Sein Ziel ist es, Mobilität jeden Tag ein Stück sicherer zu machen. Nach einem Studium mit Schwerpunkt Schneemechanik begann er seine Automotive-Laufbahn in der numerischen Crashsimulation. Dort lernte er, vor einer Lösung zunächst konsequent die Ursache eines Problems zu verstehen. Diese Haltung prägte seine Arbeit in allen Phasen der Fahrzeugentwicklung – von Architektur bis Homologation und Zertifizierung.
Präsentation
Konsistente ADAS-Bewertung über den gesamten Entwicklungsprozess
Wo Menschen zusammenarbeiten, ist präzise Kommunikation entscheidend. Ihre Qualität muss über den gesamten Fahrzeugentwicklungszyklus regelmäßig überprüft werden. Das gilt besonders für ADAS, da Fahrzeuge mit jeder Modellgeneration stärker durch Software und Rechenleistung geprägt werden.
ML- und KI-Werkzeuge erleichtern die automatische Erstellung von KPI-Auswertungen. Dadurch stellt sich die Frage, wie Menschen, KI-Agenten und KPIs synchron bleiben, wenn sich Kennzahlen, Randbedingungen, Regeln oder Vorschriften während eines Projekts ändern. Wie reagieren moderne KI-Systeme darauf – und wie wird sichergestellt, dass alle Beteiligten rechtzeitig informiert werden?
Datenkanäle müssen ebenso klar definiert sein wie die Werkzeuge zur KPI-Ermittlung. Eine mögliche Antwort ist, über verschiedene Entwicklungsphasen hinweg dasselbe Evaluierungswerkzeug zu verwenden und es fest mit den relevanten Randbedingungen zu verknüpfen. Ist das veraltet – oder gerade der nächste logische Schritt?
