Diagnose in mechatronischen Fahrzeugsystemen XIV: Predictive Maintenance, Remote Diagnose, KI / Maschinelles Lernen, Standardisierung

Moderne Fahrzeuge mit weitreichenden Assistenz und Kommunikationsfunktionen integrieren sich
immer stärker in eine weltweit vernetzte Funktionslandschaft. Beispiele hierfür sind Automatisiertes
Fahren mit V 2 V Vernetzung, Elektromobilität mit Lade- und Energieinfrastruktur, Flottenverwaltung
und Einsatzplanung sowie übergreifende Service on Demand Funktionalitäten. Entsprechend ist es
wichtig, sowohl die bestehenden Test-, Prüf- und Diagnoseverfahren im Zusammenhang mit neuen
Fahrzeugfunktionen weiterzuentwickeln, als auch neue Standards und Konzepte zu diskutieren.
Die fortschreitenden Entwicklungen in den Bereichen des Maschinenlernens und der künstlichen
Intelligenz eröffnen hierbei neue Möglichkeiten für zukünftige Diagnoseverfahren insbesondere im
Zusammenhang mit Predictive Maintenance, Cloudbasierter Remote Diagnose.
Anhand aktueller Entwicklungsberichte, Systemvorstellungen und Praxisbeiträgen werden der
aktuelle Stand und die Trends für FE im Themenfeld Diagnose, Test und Prüfung vorgestellt sowie
neue Lösungen erörtert.
Die Interessenten:
Spezialisten und Anwender der Bereiche: Systemvernetzung - Software- und Hardwareentwicklung -
Forschung und (Vor-) Entwicklung - Systementwicklung, Applikation und Test - Produktion und
Qualitätssicherung - Service und Kundendienst
Die Herausgeber:
Dipl.-Ing. Andreas Unger, Professur Fahrzeugmechatronik, Technische Universität Dresden; IAM,
GmbH, Dresden
Univ.-Prof. Dr.-Ing. Bernard Bäker, Institut für Automobiltechnik Dresden - IAD, Professur Fahrzeugmechatronik,
Technische Universität Dresden