GM ist fest davon überzeugt, dass KI dazu beitragen wird, seine Autos besser und schneller zu machen

General Motors lehnt sich wirklich an sein neues Image als Technologie- oder Energieunternehmen an. Trotz einer plötzlichen Kehrtwende von seiner Elektrofahrzeug-intensiven Produktpalette ist der Autohersteller aus Detroit voll auf die Technologieseite gegangen und hat Tausende von Arbeitnehmern entlassen, um Personen mit KI-Spezialisierung und Erfahrung im Technologiebereich in ihren Lebensläufen einzustellen. Jetzt setzt das Unternehmen diese Investitionen in die Tat um und nutzt KI zur Konstruktion seiner Fahrzeuge, was nach Angaben des neuen Chief Product Officer dazu beitragen wird, die Produkte von GM besser und schneller zu machen.

Bereits im April stellte der Autohersteller erstmals sein KI-Kreativtool vor, das nach Angaben des Unternehmens aus Design- und Testdaten besteht, die GM im Laufe der Jahrzehnte aus einer Vielzahl von entwickelten und produzierten Fahrzeugen gesammelt hat. Mit dem neuen Tool oder System können Designer und Ingenieure auf derselben Plattform arbeiten, sodass an einem Fahrzeugdesign vorgenommene Änderungen in Echtzeit von anderen Mitgliedern gesehen werden können, die dann von dort aus ihre eigenen Teile des Designs anpassen können. Es integriert auch einige Testdaten, um bei Designoptimierungen zu helfen, so untersucht die KI beispielsweise eine Änderung der Körperform und liefert in Echtzeit Luftwiderstandsbeiwerte, die aus verschiedenen Daten gezogen werden, um diese Linie zu optimieren. Diese Arbeit wurde einst von echten Menschen erledigt, die Modelle erstellten, modifizierten und sie in Windkanäle steckten, was ein zeitaufwändiger Prozess war. Aber keine Sorge, die KI hat es jetzt geschafft.

Es gibt durchaus Argumente für die Vorteile der Verwendung eines solchen Tools. Für GM und seine potenzielle Nutzung von Daten aus über einem Jahrhundert könnte es – je nachdem, wie lange es her ist, dass die Daten digitalisiert oder für Design- und Testzwecke aufbewahrt wurden – nützlich sein, sie durchzusehen, anstatt Archive oder Suchvorgänge zu durchsuchen oder die Berechnungen in Echtzeit selbst durchzuführen.

Der andere Vorteil besteht darin, dass es dazu beiträgt, den Teufelskreis schlechter Kommunikationsmuster zu durchbrechen, der in großen Unternehmen berüchtigt ist, indem die gesamte Designarbeit an einem Ort zentralisiert wird. Dinge können in Echtzeit aktualisiert und behoben werden, wodurch der Fehler vermieden wird, dass jemand nicht auf CC gesetzt wird oder seine E-Mails in der Fülle an E-Mails in seinen Posteingängen verloren gehen.

GM hat auch gesagt, dass der Einsatz von KI beim Testen von Modellen hilfreich ist, da die KI ein Modell erstellen und auf die Straße bringen und es auf jedem Straßentyp und unter allen Bedingungen mit Variablen wie umherirrenden Elchen, Hirschen oder Eichhörnchen testen kann, um die man möglicherweise schnell herummanövrieren muss. Auch hier hat das Unternehmen seine eigenen Testdaten aus den vergangenen Jahrzehnten in ein System eingebunden, das das Auto auf den von der KI geschaffenen Straßen auf die Probe stellen kann.

Dies trägt dazu bei, die Erstellung physischer Prototypen und verschiedener Motoren und Komponenten vor den eigentlichen Tests auf dem Milford-Testgelände in Michigan oder dem Yuma-Wüsten-Testgelände in Arizona zu reduzieren, was sich positiv auf die Reduzierung des Materialverbrauchs und den Transport eines Fahrzeugs durch das ganze Land auswirkt. Es stellt sich jedoch die Frage, ob die KI in der Lage ist, die Unvorhersehbarkeit tatsächlicher Szenarien in der realen Welt zu berücksichtigen und zu testen, insbesondere da autonome Fahrzeuge (wie uns gesagt wird, auch KI-Technologie der klügsten und besten der Welt nutzen) Menschen, Tiere, Motorräder und Einsatzfahrzeuge kaum erkennen können.

Sterling Anderson, GMs neuer Chief Product Officer im Jahr 2025, sagte gegenüber Fast Company, dass dies dazu beitragen werde, die Produktentwicklung von etwa vier bis fünf Jahren auf vielleicht zwei Jahre zu verkürzen. „Die nächste Generation eines jeden Fahrzeugs ist normalerweise besser als die letzte“, sagte er. „Und wenn man diesen Zeitraum dazwischen mehr als halbieren kann, bekommt man evolutionär einfach bessere Fahrzeuge.“

Und das hat bei den Autoherstellern bereits so gut funktioniert. Ford musste seine Ingenieure nicht neu einstellen, um seine KI-Software umzuschulen, um die Technik zu verbessern, und das hat sicherlich nichts mit den Tausenden von Fahrzeugen zu tun, die allein in diesem Jahr zurückgerufen wurden.

GM spart vielleicht von vornherein Kosten, da es seine Marken nach dem massiven Rückgang bei Elektrofahrzeugen neu aufbauen muss, aber wird schnelleres Design wirklich dazu beitragen, bessere Autos zu machen?

Das erste Produkt des Generals, das mit KI-fokussiertem Design auf den Markt kommt, wird der Chevrolet Silverado 2027 sein – sein V8-Motor wurde durch Tausende von Brennkammersimulationen auf Herz und Nieren geprüft, was die Kosten bei der Entwicklung von Prototypenmotoren für jede Iteration senkte und dabei 20 % einsparte. Aber es ermöglichte den Ingenieuren auch, die Leistungs- und Emissionsziele in einem Drittel der Zeit zu erreichen. Was bedeutet das für die tatsächliche Leistung in der realen Welt? Hoffentlich besser als die letzten Iterationen, die einst im Mittelpunkt einer Sammelklage standen. Aber wenn GM auch mit denselben Daten arbeitet … .

Wollen Kunden wirklich, dass neue Modelle schneller auf den Markt kommen, oder wollen sie Fahrzeuge, die tatsächlich funktionieren? Die Käufer dieser Produkte haben es nicht verdient, mehr als 50.000 US-Dollar (der aktuelle Durchschnittspreis eines Neuwagens) für ein schnell hergestelltes Fahrzeug auszugeben, das aufgrund von Rückrufen oder mangelnder Behebung größerer Probleme mehr Zeit beim Händler verbringt als in der eigenen Einfahrt.

Wir haben noch nicht gesehen, was KI-Design für GM bewirken wird, aber wenn es in etwa zu dem Ergebnis von Ford tendiert, wäre es ratsam, dass sich die Führungskräfte des Unternehmens auf Möglichkeiten zur Herstellung guter Autos konzentrieren. „In der Post reparieren“, wie wir in der Film- und Fotobranche sagen, ist lediglich ein Witz, bei dem die schnelle Lösung als Ausweg in letzter Minute gedacht ist und nicht als Lösung für jedes einzelne von Ihnen erstellte Objekt gedacht ist. Und diese Ideologie für einfach alles beim Einsatz von KI-Produkten hat scheinbar jeder vergessen. Ford hat es auf die harte Tour herausgefunden, und sein Fehler sollte den übrigen Autoherstellern, die planen, auf eine unerprobte und unvorhersehbare, angeblich allumfassende Lösung zu setzen, eine Lektion zur Vorsicht sein. Vielleicht spart es jetzt Geld, aber wie viel wird es später kosten?