Verbrauchsprognose im Kfz-Bordnetz mit erklärbarer KI

Zur Senkung der Emissionen im Straßenverkehr gewinnt der batterieelektrische Antriebsstrang nicht zuletzt aufgrund seiner hohen Effizienz zunehmend an Bedeutung. Deshalb rückt auch die Optimierung des Bordnetzes, das die Nebenverbraucher versorgt, in den Fokus der Entwicklung. Dessen Anteil am Gesamtverbrauch ist aufgrund des stetig zunehmenden Umfangs an Komfortfunktionen im Fahrzeug messbar signifikant für die Gesamteffizienz. Da die Energieversorgung der Nebenverbraucher im Bordnetz zusammen mit der kommunikativen Vernetzung der Komponenten ein komplexes System bildet, ist die Erlangung des für die Optimierung nötigen Systemverständnisses nicht trivial. Deshalb wird eine datenbasierte Methodik vorgeschlagen, mit der das Stromverbrauchsverhalten einzelner Verbraucher im Bordnetz anhand deren Kommunikation mit anderen Verbrauchern modelliert wird. Anschließend werden die Modelle durch den Einsatz ausgewählter Methoden der erklärbaren Künstlichen Intelligenz (Explainable AI, XAI) plausibilisiert. Zusätzlich wird eine Studie zur Anwendung einzelner globaler, sowie lokaler XAI-Methoden, die mit potenziellen Nutzern im entsprechenden Fachgebiet eines Automobilherstellers durchgeführt wurde, vorgestellt und interpretiert.