Vitesco Technologies GmbH
RCV - Technologieentwicklung des Modellmanagements (Neuronaler Netze)

Der Kunde
Vitesco Technologies entwickelt innovative und effiziente Antriebstechnologien für alle Fahrzeugtypen. Das Portfolio umfasst Antriebslösungen für die 48-Volt-Elektrifizierung, Elektromotoren sowie Leistungselektronik für hybridangetriebene und rein batterieelektrische Fahrzeuge. Darüber hinaus zählen zum Leistungsangebot elektronische Steuerungen, Sensoren und Aktuatoren sowie Lösungen zur Abgasnachbehandlung.
Die Lösung
Im ersten Schritt wurde die RCV-Plattform in der kundeneigenen AWS-Cloud-Umgebung bereitgestellt und alle für den Bereitstellungsprozess notwendigen Komponenten ermittelt. Anschließend wurde ein Ablauf entworfen, welcher sowohl den Anforderungen einer zentralen Organisation innerhalb eines Großkonzerns als auch der Verteilung der Modelle von der Cloud bis zur Fertigungslinie gerecht wird. Um diese durchgängige Verwaltung und -freigabe der Modelle pro Produkt sicherzustellen, wurde ein erster Prototyp eines zentralen Dashboards entwickelt.
Es ist die Idee, über diese einfach zu bedienende Oberfläche den Prozessingenieuren die Pflege, Verwaltung und Qualifikation der Modelle aus der Cloud heraus eigenständig zu ermöglichen. Dafür werden zukünftig noch ein User Management und die Anbindung zum Active Directory usw. implementiert. Sobald das entsprechende Modell auf dem jeweiligen Edge-Gerät deployed ist, kann die RCV-Lösung die Bewertung der Kamerabilder on-premises vornehmen, das Ergebnis visualisieren und das Modell für die Fertigung freigegeben werden. Diese Funktionalität wurde in einer Testumgebung simuliert.
Der Nutzen
Mit der gefundenen Architektur sowie den dazugehörigen Software-Komponenten, könnten in einer produktiven Version, die Modelle durch die jeweiligen Adressatengruppen erstellt, erprobt und für weitere gleichartige Anwendungsfälle in verschiedenen Werken weltweit zur Verfügung gestellt werden. Der hybride Plattformansatz, in welchem on-premises- als auch Cloud-Infrastrukturen problemlos kombinierbar sind, schafft damit die Vorrausetzung, um kollaboratives Zusammenarbeiten zu ermöglichen und wichtiger im Sinne der Nachvollziehbarkeit der Prüfentscheidung, die Modelle im Serieneinsatz erstellen, trainieren und verwalten zu können. Eine Unterstützung des Retraining-Prozesses, der im Falle von Prozessschwankungen oder bei neuen Anforderungen nötig wird, soll nachfolgend die Abbildung des gesamten Modell Lifecycles komplettieren.
Es wird damit möglich sein, initiale Modelle durch die Mitarbeiter einer zentralen Industrialisierungsabteilung zu erstellen und freizugeben sowie diese später komfortabel in die Verantwortung der für die Serie verantwortlichen Abteilung des jeweiligen Werkes zu übergeben. Damit wird neben dem Einsatz der effizienteren KI-basierten Prüfung, ein notwendiger zentraler und skalierbarer Ansatz für die weltweite Betreuung der optischen Kontrollen und die Ablösung oder Integration von Insellösungen ermöglicht.