Continental setzt auf Microsoft Azure AI: Gamechanger im R&D Anforderungsmanagement

So hat auch das gebogene Pillar-to-Pillar-Display, das sich über die gesamte Breite des Cockpits eines PKW erstreckt, als sogenanntes Anforderungsdokument begonnen. Auf hunderten Seiten halten Automobilhersteller hier die spezifischen Anforderungen an ein neues Display fest, die funktionalen und nicht-funktionalen Anforderungen werden detailliert aufgeschlüsselt – bis zu 30.000 einzelne Anforderungen kommen so zusammen.

Die Analyse eines solchen Anforderungsdokuments wurde früher von den Requirements Engineers bei Continental Automotive manuell durchgeführt. Hierbei wurde zunächst das Dokument gesichtet, um sich einen ersten Überblick zu verschaffen. In der anschließenden detaillierten Analyse befasste sich die Ingenieurin oder der Ingenieur mit jeder Anforderung, kategorisierte diese in funktionale und nicht-funktionale Anforderungen für das System oder dessen Komponenten und bewertete unter anderem in Bezug auf Safety und Security die Relevanz. Zudem wurde die Konsistenz der Anforderungen überprüft, um sicherzustellen, dass keine widersprüchlichen oder doppelten Anforderungen vorhanden sind. Bausteine, die keine Relevanz für das Entwicklungsteam von Continental Automotive haben, wurden in Abstimmung mit dem jeweiligen Fahrzeughersteller als nicht relevant markiert. 

Anschließend fasste der Requirements Engineer die analysierten und geclusterten Anforderungen in einem strukturierten Bericht zusammen. Die Erstellung eines solchen Berichts war vor allem eines: zeitaufwendig. „Wir gehen von 140 Minuten pro Einzelanforderung von der Analyse bis zur Implementierung aus. Rund 10 Minuten, wenn diese Anforderung für unser Entwicklungsteam nicht relevant ist“, rechnet Michael Sicker, Director R&D Transformation bei Continental, vor. „In Summe sind das pro Projekt über 30.000 Stunden.“ Ein nicht zu verachtender Zeitaufwand, der aber entscheidend ist für den Verlauf und Erfolg jedes Projektes. Erst wenn die technischen Anforderungen korrekt verstanden und mit den beteiligten Expertinnen und Experten abgestimmt wurden, kann die Entwicklungsphase starten.

Continental erkannte die dringende Notwendigkeit, den manuellen Aufwand bei der Analyse von Anforderungen zu reduzieren, um die Qualität der Ergebnisse zu steigern und gleichzeitig Entwicklungsressourcen effizienter zu nutzen. „Unsere Entwickler haben viele visionäre Ideen, und Generative AI bietet uns genau die Möglichkeit, diese in die Realität umzusetzen“, erläutert Sicker. Gemeinsam mit Microsoft und NTT DATA entwickelte Continental Automotive eine Lösung, die auf den Microsoft Azure AI Services und den neuesten Fortschritten in Generative AI basiert. Diese Technologie ermöglicht es, Anforderungen nicht nur automatisch zu analysieren, sondern auch kontextbezogen zu verstehen, Fehler zu minimieren und End-to-End-Prozesse im Entwicklungszyklus zu beschleunigen. 

„Microsoft und NTT DATA waren für uns mehr als Technologiepartner – sie teilten unsere Vision und halfen uns, diese Lösung auf die nächste Stufe zu bringen“, betont Sicker. „Das Ergebnis ist eine innovative Anwendung von Generative AI, die zeigt, wie KI-basierte Innovationen die Automobilindustrie transformieren können."

Die Lösung: AI-Based Requirements Engineering

Heute beginnt der Prozess mit der automatisierten Sichtung des gesamten Anforderungsdokuments, dem sogenannten „AI-Based Requirements Engineering“. Die KI-basierte Lösung scannt das Dokument und identifiziert innerhalb kürzester Zeit relevante Abschnitte und Schlüsselwörter. Dabei setzt Continental Unternehmensbereich-Automotive auf Prompt Engineering. Spezifische Prompts sind präzise formulierte Fragen oder Anweisungen, die die künstliche Intelligenz anweisen und darauf abzielen, die gewünschten Daten zu erhalten. Durch iterative Verfeinerung, wie beispielsweise die Anpassung der Sprache, des Kontexts und der Struktur der Prompts werden die KI-Modelle immer weiterentwickelt. 

Dank der Lösung bekommen Mitarbeiterinnen und Mitarbeiter einen schnellen Überblick über den Inhalt und die Struktur des Anforderungsdokuments, ohne es manuell durchgehen zu müssen. „Wir sprechen von Potenzialen durch AI-Based Requirements Engineering, die dazu führen, dass wir vor allem die Komponente Zeit erheblich reduzieren können“, erläutert Sicker. Neben der automatischen Sichtung und Kategorisierung jedes Bausteins, gleicht die Lösung die Anforderungen mit einem Katalog generischer Features von Continental Automotive ab. Continental Automotive hat Dutzende dieser generischen Features im Geschäftsbereich User Experience entwickelt, um sie mit minimalen Anpassungen in verschiedenen Projekten zu nutzen.