Enable javascript in your browser for better experience. Need to know to enable it? Go here.
BMW Group

Mit einem führenden Automobilhersteller Connected AI zum Leben erwecken

Dank dem Einsatz von künstlicher Intelligenz (KI/AI) und Machine Learning (ML) kann die BMW Group aus Daten, die unter Einhaltung der Datenschutzgesetze und mit Zustimmung der Kunden durch Premiumfahrzeuge generiert werden, wertvolle Erkenntnisse gewinnen und so das Erlebnis, seine Fahrzeuge zu besitzen und zu fahren, noch intuitiver gestalten. 

 

Die BMW Group hat unter anderem Thoughtworks beauftragt, eine skalierbare, kosteneffiziente und zukunftssichere Plattform für KI-basierte vernetzte Dienste und Produkte aufzubauen — der Beginn der BMW Connected AI Platform. Diese sollte auf einer existierenden Microservices-Plattform aufbauen, die auf Kubernetes-Clustern in der AWS-Cloud basiert, an der wir auch für die BMW Group gearbeitet haben.

 

Um KI-Anwendungen für die weltweiten Aktivitäten der BMW Group bereitstellen zu können, muss die KI-Plattform die Compliance-Vorschriften vieler unterschiedlicher Regionen berücksichtigen. Zusätzlich sollte die Plattform eine standardisierte, skalierbare Möglichkeit bieten, alle aktuellen und zukünftigen Anwendungsfälle für Connected AI zu unterstützen. Und um eine kosteneffiziente Bereitstellung von KI zu gewährleisten, bestanden weitere wichtige Überlegungen darin, die Mandantenfähigkeit zu ermöglichen und die Portabilität zwischen Cloud Service Providern zu ermöglichen.

 

Die technische Komplexität überwinden

 

Ein multidisziplinäres Team untersuchte die verfügbaren Tools und Bereitstellungsoptionen, die bei der Bewältigung der technischen Komplexität helfen konnten.

Die Datenwissenschaftler:innen der BMW Group sollten die Möglichkeit haben, die notwendige Infrastruktur für KI-Use Cases 'on demand' zu nutzen. Daher wurden mehrere Tools zur Handhabung des Identitäts- und Access-Managements und zur Orchestrierung des Machine-Learning-Workflows evaluiert. Nachdem wir gemeinsam mit der BMW Group alle Optionen evaluiert hatten, fiel die Entscheidung auf Kubeflow, ein Open-Source-Cluster-Framework für die Orchestrierung. Dank der Kopplung von Kubeflow mit anderen Use Case-spezifischen Tools konnte die ganze Bandbreite der zahlreichen Anwendungsfälle für KI innerhalb der BMW Group berücksichtigt werden. 

 

Eine neue Welt der Machine Learning- und KI-Use Cases erschließen

 

Nach vier Monaten war das Proof-of-Concept der Plattform bereit zum Testen. Die BMW Connected AI Platform ist nun mit ihrem ersten Use Case live: Einsatz von maschinellem Lernen für die proaktive Wartung des Fahrzeugs. Basierend auf den Messwerten des Fahrzeugs identifiziert das System dessen bevorstehenden Wartungsbedarf. Die BMW Group kann ihre Kunden benachrichtigen, um einen Servicetermin zu vereinbaren, bevor ein potenzieller Defekt auftritt, und so eine bessere Customer Experience bieten (unter Einhaltung der Datenschutzgesetze und mit Zustimmung der Kunden).

 

Die Plattform wurde erweitert, um weitere “Smart Maintenance” Use Cases für verschiedene Fahrzeugkomponenten zu unterstützen. Und die Reise hat gerade erst begonnen, um viele weitere KI-Anwendungsfälle in die Produktion zu bringen, die noch mehr Aspekte der vernetzten Fahrzeuge des Unternehmens umfassen, einschließlich des BMW Intelligent Personal Assistant.

 

Datenwissenschaftler:innen eine schnellere Markteinführungszeit ermöglichen

 

Die Datenwissenschaftler:innen müssen sich nicht um Infrastruktur-Themen wie persistente Speicherung, Identität, Access und Infrastruktur-Sicherheit kümmern – alles ist in die Plattform integriert. 

 

Dadurch sind die Teams in der Lage, bewährte Verfahren der Continuous Delivery für Machine Learning (CD4ML) anzuwenden. Sie können mit großen Datensätzen arbeiten, ohne dass es zu Verlangsamungen oder Engpässen kommt, sodass sie Modelle schneller iterieren können. Das Versionstracking ermöglicht es ihnen, Änderungen an Code und Daten im Laufe der Zeit zu verfolgen, was für die Reproduktion von Ergebnissen und die Fehlersuche wichtig ist.

 

All dies trägt zu einer robusteren und sichereren Entwicklungspipeline bei, sodass die Teams schneller Fehler erkennen (fail fast) und ihre Use Cases schneller auf den Markt bringen können. Darüber hinaus ist internationale Compliance integriert, was die globale Bereitstellung der KI-Use Cases erheblich vereinfacht.

Reden wir über Ihr nächstes Projekt