IPG Automotive gewinnt AWS-Hackathon mit KI-gestütztem Entwicklungskonzept
David Howarth (8. v. r.), Aniket Lele (6. v. r.) und Giri Aigalikar (5. v. r.) von IPG Automotive USA gemeinsam mit Vertretern von AWS und HERE Technologies Bild: Amazon Web Services, Inc.
IPG Automotive hat mit seiner Lösung „Accelerating the V-Cycle with Agentic AI“ den ersten Platz beim AWS-Hackathon in Santa Clara, USA, belegt. Das Team demonstrierte, wie KI-Agenten einen geschlossenen Softwareentwicklungszyklus für softwaredefinierte Fahrzeuge unterstützen können. Mithilfe von AWS Kiro entstand in unter einem Tag ein durchgängiger Workflow, der Anforderungsmanagement, Softwareanpassung, Tests und Validierung auf Gesamtfahrzeugebene miteinander verknüpft.
Das Projekt adressiert einen strukturellen Engpass im Automotive-Systems-Engineering: Lücken in Anforderungen und Tests werden häufig erst spät erkannt. Die Diagnose und Behebung funktionaler Defizite über voneinander getrennte Entwicklungsdisziplinen hinweg kann Wochen oder Monate dauern.
AWS Kiro orchestrierte eine rekursive Entwicklungsschleife mit mehreren KI-Agenten. Ausgangspunkt war ein Szenario, bei dem die Fahrdynamik die Funktionsleistung beeinflusst. Fahrzeugdaten aus einem aufgezeichneten realen Manöver zeigten, dass eine Leistungskennzahl einer Adaptive-Cruise-Control-Funktion (ACC) nicht erfüllt wurde. Daraufhin startete ein automatisierter Korrekturprozess, der innerhalb weniger Stunden abgeschlossen war:
Dynamische Ursachenanalyse: Das Multi-Agenten-System gleicht die festgestellte Abweichung der Leistungskennzahl mit den zugrunde liegenden Anforderungen ab, identifiziert Lücken und erzeugt bei Bedarf neue funktionale Anforderungen.
Automatisierte Code- und Testgenerierung: Der agentenbasierte Workflow refaktoriert den C-Code der ACC-Funktion und erzeugt auf Grundlage der aktualisierten Anforderungen passende Testszenarien.
Agentenbasierte Softwaretests und Fehlerbehebung: Auf AWS-Graviton-Instanzen durchläuft die angepasste ARM-basierte ACC-Software fortlaufende Verifikations- und Debugging-Schleifen, einschließlich statischer C-Code-Analyse und Unit-Tests.
Validierung auf Gesamtfahrzeugebene: Die ACC-Software wird in einen virtuellen Fahrzeugprototyp in CarMaker integriert und anhand der erzeugten Testszenarien in virtuellen Fahrversuchen unter Berücksichtigung der Gesamtfahrzeugdynamik validiert.
V-Zyklus und Auditierbarkeit: Nach der Verifizierung erstellt das System Compliance-Dashboards und technische Berichte, die die Rückverfolgbarkeit über den gesamten V-Zyklus hinweg sicherstellen.
Der Demonstrator verdeutlichte das Potenzial agentenbasierter KI, ausgewählte Analyse- und Korrekturschleifen von mehreren Wochen auf wenige Stunden zu verkürzen. Der Ansatz ist auch auf weitere Fahrerassistenzsysteme, automatisierte Fahrfunktionen sowie Infotainmentsysteme übertragbar.
„Dass wir in weniger als einem Tag von Grund auf einen autonomen Multi-Agenten-Workflow für den gesamten Softwareentwicklungszyklus aufbauen konnten, verdeutlicht die Geschwindigkeit und die Orchestrierungsfähigkeiten von AWS Kiro“, sagte David Howarth, Director Global Sales Strategy bei IPG Automotive USA. „Ebenso beeindruckend war die nahtlose Einbindung von CarMaker in den agentenbasierten Workflow über den Model Context Protocol Server, kurz MCP-Server. Mit dem Gesamtsystem konnten KI-Agenten Anforderungen direkt bewerten, klassische Softwaretests ausführen und virtuelle Fahrversuche in der Cloud durchführen. Damit haben wir gezeigt, dass sich der Regelkreis zwischen Anforderungen und Validierung auf Gesamtfahrzeugebene nicht erst nach Monaten, sondern innerhalb weniger Stunden schließen lässt.“