Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
Elektronik automot ive 43 Automotive lücke Diagnostic Capability Gap die sich nur mit kontinuierlichem Monitoring der Fahrzeuge und neuartigen Diagnosekonzepten schließen lässt Bild 1 Hinzu kommt die »No-Fault-Found«- Problematik NFF Diese stellt bereits eine erhebliche Belastung für die OEMs dar – durch kostspielige Werkstattbesuche unnötigen Austausch funktionsfähiger Hardwarekomponenten in der Garantiezeit und sinkende Kundenzufriedenheit Gründe sind mangelhafte Diagnosetools oder -daten unzureichende Informationen über die Diagnosefähigkeiten der Steuer geräte und fundamentale Lücken bei der Analyse komplexer Softwareprobleme Mit dem Übergang zum SDV droht das NFF-Phänomen geradezu epidemische Ausmaße anzunehmen sofern es nicht gelingt neue softwarezentrierte und datengetriebene Diagnosewerkzeuge und Troubleshoot-Prozesse zu etablieren [2 3] Anforderungen für die SDV-Ära Es gilt also die traditionelle auf dem Unified-Diagnostic-Services-Protokoll UDS und statischen Fehlercodes basierende Diagnose technologisch so zu erweitern dass sie der Analyse transienter softwareinduzierter Fehlfunktionen wie sie das SDV erfordert gewachsen ist Auch müssen OEMs ihre organisatorischen Strukturen und Prozesse anpassen um eine ganzheitliche Diagnosestrategie zu etablieren Und sie müssen bei der Erstellung von Diagnoseinhalten agiler und effizienter werden um mit den schnellen Entwicklungsund Update-Zyklen von SDVs Schritt zu halten Gefragt sind neue zukunftssichere Fähigkeiten und Strukturen ➔➔ SOVD Log-Data-APIs SOVD Service-Oriented Vehicle Diagnostics als neuer ASAM-Standard fürs SDV und dedizierte Log-Data-APIs unterstützen serviceorientierte Architekturen und ermöglichen eine tiefe Systemanalyse über die reine Fehlercode-Abfrage hinaus ➔➔ KIgestützte Logdatenanalyse Die schiere Menge an Logdaten im SDV verlangt nach KIgestützten Cloud-Systemen die diese Datenmengen korrelieren Anomalien erkennen und Muster identifizieren die auf Softwarefehler hindeuten ➔➔ Überwindung von Silos Die Diagnose bleibt nicht länger isolierter Prozess im After-Sales sondern muss sich übergreifender Tools und Prozesse bedienen die einen durchgängigen Diagnosefokus von der Entwicklung über die Produktion bis in den Fahrzeugbetrieb sicherstellen ➔➔ Durchgängige Datenverfügbarkeit Relevante Diagnoseinformationen einschließlich der Metadaten über die Diagnosefähigkeiten der Software-Komponenten müssen der richtigen Person zur richtigen Zeit im Fahrzeuglebenszyklus zur Verfügung stehen – sei es dem Entwickler dem Produktionstechniker oder dem Service-Mitarbeiter ➔➔ Reduzierung fehlerhafter Diagnosedaten Nicht synchronisierte fehlerhafte und nicht ausreichend SDVgerechte Diagnosedaten z Bin ODX-Dateien verursachen immense Folgekosten Zentrale Backbone-Architekturen und Data Lakes als »Single Source of Truth« wirken dem entgegen und stellen Datenkonsistenz über alle Bereiche hinweg sicher ➔➔ Offene Standards Proprietäre Lösungen und »Defacto«-Standards schaffen Abhängigkeiten und erschweren die Interoperabilität Die konsequente Nutzung offener Standards z B ASAM und Austauschformate ermöglicht ein flexibles zukunftssicheres und anbieterunabhängiges Diagnose-Ökosystem ➔➔ Automatisierte Content-Erstellung Manuelle Prozesse im Authoring sind langsam und fehleranfällig Hingegen gewährleisten automatisierte direkt an die Softwareentwicklung gekoppelte Verfahren dass die Diagnoseinhalte stets mit dem aktuellen Softwarestand des Fahrzeugs synchron sind ➔➔ Cloudbasierte Content-Bereitstellung Anstatt Diagnosedaten auf lokalen Testern zu speichern werden sie über die Cloud bereitgestellt sodass Werkstätten und Ferndiagnose-Systeme jederzeit auf die aktuellsten Daten zugreifen Datengetriebene Diagnoseinfrastruktur Der Paradigmenwechsel in der Fahrzeugdiagnose erscheint unausweichlich weg vom reaktiven fehlerbasierten Ansatz hin zum proaktiven durchgängigen Diagnosekonzept das den gesamten Lebenszyklus des Fahrzeugs begleitet – von der Entwicklung über die Produktion und den After-Sales bis hin zum Endof-Life Entscheidende Voraussetzung hierfür ist die zunehmende Overthe-Air-Fähigkeit OTA der Fahrzeuge Sie erlaubt es Diagnosedaten aus der Ferne auszulesen und Fehler idealerweise direkt per Fernzugriff zu beheben Über die reine Remote-Anbindung hinaus erfordert das SDV außerdem eine softwarezentrierte Diagnose schnittstelle mit SOVD steht diese heute zur Verfügung Bild 2 Bild 1 In zentralisierten E E-Architekturen verlagern sich Fahrzeugfunktionen in hohem Maße auf die Softwareebene Zur klassischen hardwareorientierten Diagnose entsteht eine Kompetenzlücke die es zu schließen gilt Bild ETAS