KAI - KI-gestützter Assistent zur Interieurentwicklung

Abstract

Das KAI-Projekt wurde 2020 initiiert und 2021 offiziell gestartet, um einen KI-gestützten Konzeptassistenten (KAI) für die Gestaltung und Optimierung von Fahrzeuginterieurs in hochautomatisierten Fahrzeugen (SAE Level 4) zu entwickeln. Das übergeordnete Ziel bestand darin, künftige Innenraumkonfigurationen stärker nutzerzentriert, komfortabler und sicherer zu gestalten und dabei die neuen Freiheiten zu berücksichtigen, die durch autonome Mobilität entstehen. Ein interdisziplinäres Konsortium entwickelte hierfür nicht nur einen physischen Prototyp – das sogenannte Evolutions-Mock-Up (EMU) – für Nutzerstudien, sondern auch ein digitales Software-Tool (KAI) zur automatisierten Optimierung des Innenraums. Um dem Wechsel vom Fahrer zum Passagier in hochautomatisierten Fahrzeugen gerecht zu werden, erarbeitete das Konsortium zunächst ein gemeinsames Zielbild und identifizierte Schwachstellen im Produktentwicklungsprozess (PEP). Benutzerstudien, darunter Online-Umfragen, Co-Creation-Sitzungen und Versuche in einem hochdynamischen Fahrsimulator, lieferten wichtige Erkenntnisse zu fahrfremden Aktivitäten, Nutzeranforderungen und Insassenposen. Auf dieser Basis passte das Team ein Menschmodell in RAMSIS an und führte neue Bewertungsmodule ein, die sowohl technische als auch nutzerzentrierte Kriterien berücksichtigten. Ein Packagemodellierer, eine Bewertungsmethode, ein auf genetischen Algorithmen basierender Innenraumoptimierer und eine zentrale Datenbank für Innenraumkomponenten bilden das Kernstück der KAI-Software und generieren optimale Innenraumlayouts für fahrfremde Aktivitäten innerhalb festgelegter Rahmenbedingungen. Dabei konzentrierte sich das ika auf Nutzerstudien und die Entwicklung des Software-Tools, letzteres in enger Zusammenarbeit mit dem DFKI. Trotz einiger Verzögerungen, die durch eine kostenneutrale Verlängerung ausgeglichen werden konnten, wurden alle Projektziele erfolgreich erreicht. Im Verlauf einer iterativen und interdisziplinären Zusammenarbeit wurde das KAI-Tool trainiert, technisch getestet und unter Einbeziehung von Nutzerstudien validiert, was eine klare Konvergenz der Optimierung und hohe Akzeptanz bei potenziellen Anwendern zeigte. Darüber hinaus förderte das Projekt ein tieferes Verständnis der Nutzerbedürfnisse, trug zu neuen Prozessmethoden bei und ermöglichte einen interdisziplinären Austausch, der einen innovativen, nutzerzentrierten Ansatz in der Automobilentwicklung verdeutlicht. Die entwickelten Technologien, insbesondere in der Fahrzeugentwicklung und digitalen Produktplanung, sind ökonomisch vielversprechend und besitzen ein hohes wissenschaftliches Potenzial.

The KAI project was initiated in 2020 and officially launched in 2021 to develop an AI-supported concept assistant (KAI) for the design and optimization of vehicle interiors in highly automated vehicles (SAE Level 4). Its overarching objective was to create future interior configurations that are more user-centered, comfortable, and safe, recognizing the new freedoms afforded by autonomous mobility. An interdisciplinary consortium not only developed a physical prototype—known as the evolution mock-up (EMU)—for user research but also a digital software tool (KAI) for automated interior optimization. To address the shift from driver to passenger in highly automated vehicles, the consortium first established a shared vision and identified pain points along the product development process (PEP). User studies, including online surveys, co-creation sessions, and research in a highly dynamic driving simulator, yielded important insights into non-driving activities, user requirements, and passenger postures. Building on this, the team adapted a human model in RAMSIS and introduced new evaluation modules, focusing on both technical and user-centered criteria. A package modeler, an evaluation method, an interior optimizer based on genetic algorithms and a central database for interior components form the backbone of the KAI software, automatically generating ideal interior packages for non-driving activities within specified boundary conditions. In particular, ika focussed on user studies as well as the development of the software tool – latter in strong collaboration with DFKI. Despite some delays, which were resolved through a cost-neutral extension, all project goals were successfully met. Throughout iterative and interdisciplinary collaboration, the KAI tool underwent training, technical tests, and user studies, demonstrating a clear convergence in optimization and strong acceptance among prospective users. Moreover, the project facilitated deeper insights into user needs, contributed new process methodologies, and fostered an interdisciplinary exchange that highlights an innovative, human-centered approach to automotive development. The technologies developed, particularly in vehicle design and digital product planning, are economically viable and offer substantial scientific potential.