Mit seinem im Rahmen des AWS-Hackathons entwickelten Engineering-Demonstrator „Accelerating the V-Cycle with Agentic AI“ hat IPG Automotive den ersten Platz belegt. Das Team demonstrierte, wie KI-Agenten einen geschlossenen Softwareentwicklungszyklus für softwaredefinierte Fahrzeuge unterstützen können. Mithilfe von AWS Kiro entstand innerhalb eines Tages ein durchgängiger Workflow, der das Anforderungsmanagement, die Softwareanpassung, Tests und die Validierung auf Gesamtfahrzeugebene miteinander verknüpft.
Das Projekt adressiert einen strukturellen Engpass im Automotive-Systems-Engineering: Lücken in Anforderungen und Tests werden häufig erst spät erkannt. Die Diagnose und Behebung funktionaler Defizite über voneinander getrennte Entwicklungsdisziplinen hinweg kann Wochen oder Monate dauern.
AWS Kiro orchestrierte eine rekursive Entwicklungsschleife mit mehreren KI-Agenten. Ausgangspunkt war ein Szenario, bei dem die Fahrdynamik die Funktionsleistung beeinflusst. Fahrzeugdaten aus einem aufgezeichneten realen Manöver zeigten, dass eine Leistungskennzahl einer Adaptive-Cruise-Control-Funktion (ACC) nicht erfüllt wurde. Daraufhin startete ein automatisierter Korrekturprozess, der innerhalb weniger Stunden abgeschlossen war:
- Dynamische Ursachenanalyse: Das Multi-Agenten-System gleicht die festgestellte Abweichung der Leistungskennzahl mit den zugrunde liegenden Anforderungen ab, identifiziert Lücken und erzeugt bei Bedarf neue funktionale Anforderungen.
- Automatisierte Code- und Testgenerierung: Der agentenbasierte Workflow refaktoriert den C-Code der ACC-Funktion und erzeugt auf Grundlage der aktualisierten Anforderungen passende Testszenarien.
- Agentenbasierte Softwaretests und Fehlerbehebung: Die angepasste, ARM-basierte ACC-Software durchläuft auf AWS-Graviton-Instanzen fortlaufende Verifikations- und Debugging-Schleifen, einschließlich statischer C-Code-Analyse und Unit-Tests.
- Validierung auf Gesamtfahrzeugebene: Die ACC-Software wird in einen virtuellen Fahrzeugprototyp in CarMaker integriert und anhand der erzeugten Testszenarien in virtuellen Fahrversuchen unter Berücksichtigung der Gesamtfahrzeugdynamik validiert.
- V-Zyklus und Auditierbarkeit: Nach der Verifizierung erstellt das System Compliance-Dashboards und technische Berichte, die die Rückverfolgbarkeit über den gesamten V-Zyklus hinweg sicherstellen.
Der Demonstrator verdeutlichte das Potenzial agentenbasierter KI: Ausgewählte Analyse- und Korrekturschleifen, die sonst mehrere Wochen in Anspruch genommen hätten, wurden auf wenige Stunden verkürzt. Dieser Ansatz lässt sich auch auf weitere Fahrerassistenzsysteme, automatisierte Fahrfunktionen sowie Infotainmentsysteme übertragen. (jr)
