Ursachen von Fahrzeug-Rückrufen frühzeitig mit Pre-Error-Detection reduzieren

Ursachen von Fahrzeug-Rückrufen frühzeitig mit Pre-Error-Detection reduzieren

Laut dem aktuellen Stout Automotive Defect & Recall Report 2020 haben die Software-bedingten Fahrzeugrückrufe im Jahr 2019 Rekordniveau erreicht. Tatsächlich gingen zwei der umfassendsten Rückrufe (einschließlich eines Sicherheitsrückrufs) auf die Fahrzeugsoftware zurück. Bei schätzungsweise 6,5 Millionen Fahrzeugen, die wegen Defekten an elektronischen Bauteilen zurückgerufen wurden, wurde an der Software nachgebessert. Damit ist 2019 das Jahr mit den bislang meisten Software-bedingten Rückrufaktionen.

Wie bei jedem Rückruf führen Software-bedingte Probleme nicht nur zu direkten Kosten für die Automobilhersteller, sondern auch zu einem schlechten Nutzererlebnis für die Kunden. Den Automobilherstellern stellt sich daher vor allem eine entscheidende Frage: Wie kann man Softwareprobleme erkennen und beheben, bevor sie zu Fehlfunktionen führen und schlimmstenfalls ein Rückruf erforderlich wird?

Die Antwort darauf lautet Predictive Software Maintenance. Anstelle des bisherigen Ansatzes, Probleme erst dann zu beheben, wenn sie Fehlfunktionen verursachen, nutzt Predictive Maintenance Echtzeitdaten und Machine-Learning-Algorithmen, um Anomalien und potenzielle Fehlerquellen zu identifizieren, bevor sie behoben werden müssen. Das ist effizienter und wirtschaftlicher.

Ein Beispiel für Predictive Maintenance ist die Wartung von Bremsen, die mit der Zeit langsam verschleißen. Die Werkstatt wartet mit dem Wechsel der Bremsbeläge nicht bis die Bremsen versagen. Stattdessen verlassen sich Mechaniker auf ihre Erfahrung, um das Bremsversagen vorauszusagen und die Beläge rechtzeitig auszutauschen. Eine Line-Of-Code Behavior-Technologie macht im Prinzip dasselbe für Fahrzeugsoftware.

Line-Of-Code Behavior-Technologie

  • ermöglicht es Fahrzeugherstellern, proaktiv zu handeln statt nur auf Softwarefehler zu reagieren. Dadurch gelingt eine frühzeitige Fehlererkennung.
  • nutzt Machine-Learning-Algorithmen um das Softwareverhalten über einen längeren Zeitraum zu überwachen und vorherzusagen, wann eine Fehlfunktion auftreten wird.
  • identifiziert genau die Codezeilen, die ein Problem verursachen. Das reduziert die Zeit vom Auftreten eines Problems bis zu seiner Lösung und verschafft den Herstellern die nötige Zeit, um die Software zu reparieren, zu testen und zu zertifizieren, bevor ein Update veröffentlicht wird.
  • identifiziert, welcher Teil des Softwarecodes geändert wurde. Das ermöglicht möglichst kleine Update-Dateien, um die Kosten zur Datenübertragung zu reduzieren.
  • installiert die neue Software per OTA-Update ohne Ausfallzeit auf dem Fahrzeug. Das ermöglicht einen nahtlosen, kontinuierlichen Verbesserungsprozess

Wenn Sie mehr über die Line-Of-Code Behavior-Technologie erfahren möchten und wie Automobilhersteller damit Software-bedingte Rückrufe reduzieren sowie Kosten sparen können, kontaktieren Sie uns gerne für ein Gespräch mit Zohar Fox, CEO bei Aurora Labs. Alternativ liefern wir Ihnen gerne einen Fachartikel.

Über die Auroralabs GmbH

Aurora Labs revolutioniert Software-Fernwartung und -Diagnose sowie Over-the-air (OTA) Updates für die Automobil- und die IoT-Industrie. Mithilfe von Machine-Learning-Algorithmen analysiert die Line-Of-Code BehaviorTM-Technologie von Aurora Labs Risiken und Veränderungen in Softwarefunktionen sowie im Softwareverhalten. So gelingt es, das Nutzererlebnis zu verbessern und die Kosten Softwarequalität und -sicherheit zu senken.

Die Self-Healing Software von Aurora Labs sammelt kontinuierlich Daten um Fehler im Software Code proaktiv zu erkennen, bevor diese zu Problemen führen. Außerdem ermöglicht die Lösung das Beheben von Software-Fehlern im Betrieb sowie zuverlässige und kosteneffiziente OTA Updates ohne Ausfallzeit. Für eine effiziente Regulierung und Zertifizierung validiert die Aurora Labs-Technologie zudem Änderungen am Software Code.

Seit der Gründung im Jahr 2016 wurden zahlreiche Patente von Aurora Labs anerkannt. Zudem konnte sich das Unternehmen Finanzierungen mit einem Umfang von 34 Millionen US-Dollar sichern. Aurora Labs ist in Tel Aviv, Israel, ansässig und bedient Kunden auf der ganzen Welt. Zudem hat das Unternehmen Niederlassungen in Deutschland, Nordmazedonien und den USA.

Weitere Informationen finden Sie unter: www.auroralabs.com

Firmenkontakt und Herausgeber der Meldung:

Auroralabs GmbH
Emmy-Noether-Ring 18
85716 Unterschleißheim
Telefon: +49 (175) 194-3242
http://www.auroralabs.com

Ansprechpartner:
Markus Wild
Account Executive
Telefon: +49 (89) 993887-51
E-Mail: auroralabs@hbi.de
Für die oben stehende Story ist allein der jeweils angegebene Herausgeber (siehe Firmenkontakt oben) verantwortlich. Dieser ist in der Regel auch Urheber des Pressetextes, sowie der angehängten Bild-, Ton-, Video-, Medien- und Informationsmaterialien. Die United News Network GmbH übernimmt keine Haftung für die Korrektheit oder Vollständigkeit der dargestellten Meldung. Auch bei Übertragungsfehlern oder anderen Störungen haftet sie nur im Fall von Vorsatz oder grober Fahrlässigkeit. Die Nutzung von hier archivierten Informationen zur Eigeninformation und redaktionellen Weiterverarbeitung ist in der Regel kostenfrei. Bitte klären Sie vor einer Weiterverwendung urheberrechtliche Fragen mit dem angegebenen Herausgeber. Eine systematische Speicherung dieser Daten sowie die Verwendung auch von Teilen dieses Datenbankwerks sind nur mit schriftlicher Genehmigung durch die United News Network GmbH gestattet.

counterpixel

Comments are closed.

Für die oben stehenden Pressemitteilungen, das angezeigte Event bzw. das Stellenangebot sowie für das angezeigte Bild- und Tonmaterial ist allein der jeweils angegebene Herausgeber verantwortlich. Dieser ist in der Regel auch Urheber der Pressetexte sowie der angehängten Bild-, Ton- und Informationsmaterialien. Die Nutzung von hier veröffentlichten Informationen zur Eigeninformation und redaktionellen Weiterverarbeitung ist in der Regel kostenfrei. Bitte klären Sie vor einer Weiterverwendung urheberrechtliche Fragen mit dem angegebenen Herausgeber.