Schlussbericht über das Forschungsprojekt KIZAM - Künstliche Intelligenz im Ziele- und Anforderungsmanagement; Teilvorhaben: Anforderungsdefinition und Anwendbarkeit aus Zulieferersicht

Abstract

Fahrzeugentwicklung durch den Einsatz künstlicher Intelligenz (KI) zu optimieren. Im Fokus standen drei technische Lösungsansätze: Formalisieren und Prüfen, Suchen und Finden sowie Model-Based Systems Engineering (MBSE). Im Rahmen von Formalisieren und Prüfen wurden Methoden zur strukturierten und maschinell überprüfbaren Formalisierung natürlicher Anforderungen entwickelt. Der Ansatz Suchen und Finden ermöglichte mithilfe von Knowledge Graphs eine verbesserte Wissensrepräsentation und die effiziente Identifikation relevanter Informationen. MBSE untersuchte modellbasierte Methoden, um Zusammenhänge zwischen Anforderungen und Systemstrukturen zu analysieren und Konflikte zu lösen. Die erarbeiteten Algorithmen und Softwarelösungen wurden in Demonstratoren integriert, validiert und erwiesen sich als praxistauglich für die Optimierung des Anforderungsprozesses. Trotz Herausforderungen, insbesondere bei der Systemintegration des Softwareprototypen in eine BMW Produktivumgebung und Nutzerakzeptanz, leistete das Projekt einen wichtigen Beitrag zur Effizienzsteigerung und Qualitätsverbesserung im Anforderungs-Management der Fahrzeugentwicklung.

The research project KIZAM has successfully developed solutions for optimizing the Requirements Management (RM) in the vehicles development using Artificial Intelligence (AI): for formalization and verification, for searching and finding if knowledge, as also for model-Based Systems engineering (MBSE). While optimizing the formalization and verification, methods were developed for structured and automatic verification of natural requirements. The usage of Knowledge Graphs in search and find allowed an improved representation of knowledge and an efficient identification of relevant information. MBSE was used for researching of model-based methods to analyze contextual links between requirements and system structures and to solve conflicts between them. The developed algorithms and software solutions were integrated and validated in demonstrators and have been proved as practical for optimization of the requirements process. Despite challenges, especially on system integration of software prototypes into a BMW productive environment and on the user acceptance, the process achieved an important contribution on efficiency improvement and quality optimization of RM in the vehicle development.