Case Study | Automotive

Case Study | Automotive

Risiken bei Predictive-Maintenance-KI minimiert

Bis zu €8M Kosten vermieden

Der Anwendungsfall

Ein globaler Automobilhersteller setzt eine LLM gestützte KI für vorausschauende Wartung ein und verkürzt die MTTR Diagnosezeit um rund 90 Prozent.

Entscheidend war eine umfassende Risikoanalyse entlang des gesamten KI Lebenszyklus, beginnend mit der Erfassung IoT basierter Daten bis hin zu intelligenten Prognosen durch agentenbetriebene Modelle.

Die Herausforderung

Der Automobilhersteller hatte nur eingeschränkte Transparenz über zentrale Risiken. Bei den beteiligten Partnern war nicht immer eindeutig, wie Verantwortlichkeiten verteilt sind und wie Prüfprozesse nachvollzogen werden. Außerdem konnte die KI gelegentlich Fehldiagnosen liefern, was zu unsicheren Empfehlungen führte. Zusätzlich waren rechtliche Vorgaben und Compliance Anforderungen in verschiedenen Regionen nicht konsequent abgestimmt. Dazu kam die Herausforderung, die Qualität und Verlässlichkeit der IoT Daten aus unterschiedlichen Quellen sicher einzuschätzen.

Die Lösung

AIQURIS führte eine umfassende KI Risikobewertung durch und stellte sicher, dass alle entscheidenden Bereiche adressiert wurden. Im Fokus standen die Leistungsfähigkeit der Modelle mit Tests auf Belastbarkeit und Robustheit. Zusätzlich wurden Sicherheitsmechanismen eingeführt, um Datenmanipulation zu verhindern und sensible Systeme klar voneinander zu trennen. Rechtliche Anforderungen und Haftungsfragen wurden marktübergreifend geprüft und vertraglich abgesichert. Darüber hinaus wurden Human in the Loop Prozesse verankert, damit kritische Entscheidungen stets von Menschen überprüft werden und die KI verantwortungsvoll eingesetzt wird.

Der Anwendungsfall

Ein globaler Automobilhersteller setzt eine LLM gestützte KI für vorausschauende Wartung ein und verkürzt die MTTR Diagnosezeit um rund 90 Prozent.

Entscheidend war eine umfassende Risikoanalyse entlang des gesamten KI Lebenszyklus, beginnend mit der Erfassung IoT basierter Daten bis hin zu intelligenten Prognosen durch agentenbetriebene Modelle.

Die Herausforderung

Der Automobilhersteller hatte nur eingeschränkte Transparenz über zentrale Risiken. Bei den beteiligten Partnern war nicht immer eindeutig, wie Verantwortlichkeiten verteilt sind und wie Prüfprozesse nachvollzogen werden. Außerdem konnte die KI gelegentlich Fehldiagnosen liefern, was zu unsicheren Empfehlungen führte. Zusätzlich waren rechtliche Vorgaben und Compliance Anforderungen in verschiedenen Regionen nicht konsequent abgestimmt. Dazu kam die Herausforderung, die Qualität und Verlässlichkeit der IoT Daten aus unterschiedlichen Quellen sicher einzuschätzen.

Die Lösung

AIQURIS führte eine umfassende KI Risikobewertung durch und stellte sicher, dass alle entscheidenden Bereiche adressiert wurden. Im Fokus standen die Leistungsfähigkeit der Modelle mit Tests auf Belastbarkeit und Robustheit. Zusätzlich wurden Sicherheitsmechanismen eingeführt, um Datenmanipulation zu verhindern und sensible Systeme klar voneinander zu trennen. Rechtliche Anforderungen und Haftungsfragen wurden marktübergreifend geprüft und vertraglich abgesichert. Darüber hinaus wurden Human in the Loop Prozesse verankert, damit kritische Entscheidungen stets von Menschen überprüft werden und die KI verantwortungsvoll eingesetzt wird.

Das Ergebnis

Messbare Risikoreduktion und Wertschöpfung durch verantwortungsvolle KI

Durch gezielte Risikoabsicherung konnten potenzielle Folgen von KI Fehlverhalten im Wert von drei bis acht Millionen Euro vermieden werden.

Mehr zum Weiterlesen

Spannende Einblicke, praktische Tipps und aktuelle Entwicklungen rund um verantwortungsvolle KI und den EU AI Act.

Privacy Overview

This website uses cookies so that we can provide you with the best user experience possible. Cookie information is stored in your browser and performs functions such as recognising you when you return to our website and helping our team to understand which sections of the website you find most interesting and useful.