*Künstliche Intelligenz und Maschinelles Lernen: Der Weg zur Trusted Software in der Automobilindustrie*
(Dieser Artikel basiert auf dem Orginal “Digitaler Paradigmenwechsel im Autosektor: Trusted Software”, von Deloitte)
Die Automobilindustrie steht vor einem Paradigmenwechsel. Traditionelle Hardware-Hersteller transformieren sich zu Software-Unternehmen, und die Rolle von künstlicher Intelligenz (KI) und maschinellem Lernen (ML) wird immer bedeutender. Dieser Wandel ist nicht nur eine technische Neuerung, sondern eine tiefgreifende Veränderung, die neue Geschäftsmodelle, regulatorische Anforderungen und Risikomanagementstrategien erfordert.
Die Automobilindustrie ist unter erheblichem Anpassungsdruck. Der Trend zur Elektromobilität, neue Mobilitätsformen und die zunehmende Vernetzung von Fahrzeugen zwingen die Branche, sich neu zu erfinden. In diesem Kontext wird die Qualität eines Fahrzeugs immer stärker von der Software bestimmt, die es steuert. Trusted Software wird somit zu einem Qualitätsmerkmal und Verkaufsargument.
Die fortschreitende Digitalisierung der Fahrzeuge hat direkte Auswirkungen auf die Sicherheit und indirekte Auswirkungen auf die Cybersicherheit. Die Umsetzung von Fahrfunktionen unter Berücksichtigung aller Risiken für Sicherheit und Cybersicherheit stellt höchste Anforderungen an das Design, die Implementierung und die Pflege der IT-Architektur von Fahrzeugen - insbesondere an die Software.
Die Rolle künstlicher Intelligenz ist in diesem Kontext entscheidend. In der Bilderkennung über die Kamerasysteme von Fahrzeugen ist sie bereits im Einsatz. Mit zunehmender Leistungsfähigkeit der Fahrzeug-IT wird der Einsatz von KI zur Individualisierung des Nutzererlebnisses immer interessanter. KI-Systeme, insbesondere Deep-Learning oder neuronale Netzwerke, können aus einer Vielzahl von verfügbaren Daten die höchsten Wahrscheinlichkeiten für die Wünsche und Vorlieben der Fahrer oder Passagiere ermitteln und so ein höchst individualisiertes Verhalten des Fahrzeugs ermöglichen.
Die Herausforderung besteht jedoch darin, dass die Entscheidungen eines neuronalen Netzwerks im Gegensatz zu einer konventionellen Programmierung nicht immer völlig transparent nachvollziehbar sind. Dies ist insbesondere in sicherheitsrelevanten Bereichen problematisch. Daher sind innovative Lösungen erforderlich, wie das von Deloitte entwickelte Trustworthy AI-Konzept.
Ein weiterer wichtiger Aspekt ist das Risikomanagement. Technische und regulatorische Risiken sowie nicht erfüllte Kundenerwartungen können Auswirkungen auf die Typenzulassung, die Marge und die Kundenakzeptanz haben. Um hier Sicherheit zu bieten, muss das Risikomanagement der Unternehmen angepasst und neu aufgestellt werden.
Die Zukunft der Automobilindustrie liegt in der Entwicklung von Trusted Software. Eine standardisierte Hardware und ein leistungsfähiges Betriebssystem als Verbindungsschicht zwischen Hardware und anwendungsbezogenen Software-Funktionen sind erforderlich. So wird das Wachstum der technisch-regulatorischen Risiken begrenzt und die Zuverlässigkeit von Software verbessert.
Für CIOs bedeutet dies, dass sie sich auf die Entwicklung und Implementierung von Trusted Software konzentrieren müssen. Sie müssen in KI-Systeme investieren und gleichzeitig ein effektives Risikomanagement implementieren. Darüber hinaus müssen sie die regulatorischen Anforderungen im Auge behalten und sicherstellen, dass ihre Unternehmen diese erfüllen.
Die Automobilindustrie steht vor einer spannenden Zukunft, in der künstliche Intelligenz eine zentrale Rolle spielen wird. CIOs, die diese Herausforderung annehmen und die notwendigen Schritte unternehmen, werden ihre Unternehmen in eine erfolgreiche digitale Zukunft führen.
