Kunde wünscht, KI entwirft

Egal ob Elektroauto oder Benziner, SUV oder Kleinwagen, Sportflitzer oder Familienkutsche – der Fahrkomfort ist beim Autokauf ein ausschlaggebendes Argument. Entscheidend ist dafür das Dämpfungssystem, bestehend aus Stoßdämpfern und Zusatzfedern. Um letztere möglichst ideal an die unterschiedlichen Bedürfnisse bestimmter Autos anzupassen und so den bestmöglichen Komfort zu erreichen, waren bisher iterative Abstimmungsprozesse und Expertenwissen vonnöten. Beauftragt von BASF Polyurethanes GmbH, einem Hersteller von Zusatzfedern im Automobilbereich, haben Forschende am Fraunhofer IPK nun einen Prozess entwickelt, der das Entwerfen solcher Zusatzfedern mit dem Einsatz von Künstlicher Intelligenz vereinfachen soll. Das Ziel: Eine KI soll direkt aus den Anforderungen des Kunden ein geeignetes Bauteil ableiten.

Als methodische Vorgehensweise zum Training einer KI nutzten die Forschenden den Standardprozess CRISP-DM. Dabei werden nach einer anfänglichen Situationsanalyse die vorliegenden Daten begutachtet und konkrete Ziele abgeleitet. Diese dienen als Grundlage, um ein KI-Modell zu trainieren und zu testen.

Zusatzfedern sind rotationssymmetrisch und können deshalb mit wenigen Parametern in einem vereinfachten Modell dargestellt werden. Im Vergleich zu anderen Trainingssätzen mit komplexeren historischen Daten vereinfacht dieses Vorgehen das Training der KI deutlich. An den simplen Modellen nahmen die Forschenden systematische kleine Änderungen vor. So konnten sie aus einem einzigen Modell über 10 000 verschiedene Designs generieren. Anschließend simulierte das Team, wie diese vereinfachten und neu justierten virtuellen Federn sich unter verschiedenen Belastungen verhalten. Die aus den Simulationen gewonnenen Daten nutzten die Wissenschaftlerinnen und Wissenschaftler dann als Trainingsgrundlage für ein neuronales Netz.

In einem ersten Stichprobentest konnte gezeigt werden, dass das KI-Modell in der Lage ist Bauteile zu generieren, die schon nahe an die vorgegebenen Anforderungen herankommen. Für die Praxis bedeutet das, dass Entwicklungsteams beispielsweise das Lastenheft eines Neukunden in die KI »füttern« und so einen funktionalen ersten Entwurf für eine Zusatzfeder erhalten könnten. Anschließend könnten sie dem Design durch Detailanpassungen den letzten Schliff geben.