AI im Engineering: Smarte Fahrzeugentwicklung
Rheinmetall strebt, unterstützt durch state-of-the-art KI-Modelle, eine Revolution im Entwicklungsprozess von Landfahrzeugen an. Ziel: Schluss mit manueller Datenzusammenführung durch Ingenieure hin zu einem KI-Assistenten, der präzise, datenbasierten Konzepte für Komponenten und Baugruppen eines Fahrzeugs liefert. Nimm teil, sichere dir eine wichtige Business-Partnerschaft und präge mit uns die Zukunft des Engineerings!
#AI&Innovation #VehicleConstruction #DataDrivenEngineering
🏆 Rewards Finanzierte Co-Creation, bezahlte Pilotierung und Umsetzung & Langzeit Kooperation🕑 Deadline Jul 9, 2024, 9:59:00 PM🌎 Scope Deutschland, Österreich
❓Fragen Komm zu unseren Q&A Calls
👥 Du suchst ein Team? Trete unserem Team Matching Kanal bei
In diesem Tab findest du alle relevanten Informationen für deine Teilnahme sowie weitere Informationen zur Challenge von Rheinmetall. Die folgenden Inhalte müssen für die Teilnahme eingereicht werden:
Wie du deine Lösung einreichst:
Submission Template (obligatorisch)
Es steht dir eine Standardvorlage zur Verfügung. Die Vorlage hilft dir dabei, deine Lösungen und Ansätze zu strukturieren und Antworten auf alle relevanten Fragen und Rahmenbedingungen zu geben. Du kannst dir die Vorlage für die Einreichung hier herunterladen: Submission Template
Optionaler Inhalt
Um dich von der Masse abzuheben, kannst du deine Einreichung mit Prototypen, Bild- und Videomaterial oder anderen Konzepten oder visuellen Elementen zu ergänzen - reiche diese Dokumente einfach zusätzlich über unsere Plattform ein.
Die folgenden Kriterien müssen nicht alle in der ersten Einreichung erfüllt werden. Es ist jedoch wichtig, dass sie von Anfang an in den Ansatz integriert und in der zweiten Phase detaillierter besprochen werden:
Must-haves / Fokus-Kriterien (erste Phase):
- Assistenz-System: Wir streben als Lösung ein Assistenz-System für Konstrukteure an. Nach dem Motto "Ask your knowledge base"
- Verarbeitung von Textdaten: Das Modell muss in der Lage sein, Textdaten effizient zu verarbeiten, um Informationen aus verschiedenen Quellen zu extrahieren sowie aus einer Fülle von textbasierten Daten Querverbindungen herstzuellen und daraus intelligente, technisch umsetzbare Konstruktionskonzepte abzuleiten.
- Analysetools für bestehende Daten: Implementierung von Analysetools, die auf historischen Daten basieren, um Muster und Trends für erfolgreiche Konstruktionsparameter zu identifizieren.
- Intuitive Benutzererfahrung und Sprache: Eine intuitive Benutzererfahrung bieten, die es den Konstrukteuren ermöglicht, durch einen interaktiven Dialog fundierte Entscheidungen zu treffen. Im besten Fall in deutscher und englischer Sprache.
- Lokale Serverimplementierung: Die finale Lösung muss auf den lokalen Servern von Rheinmetall implementiert werden, um Sicherheits- und Datenschutzanforderungen zu erfüllen.
Optional / längerfristig (zweite Phase):
- Kompatibilität mit Entwicklungsrichtlinien: Die KI-Lösung sollte die Einhaltung der Entwicklungsrichtlinien der RLS (Standards/Anforderungen an die Konstruktion) sicherstellen. Das System muss in der Lage sein, diese Richtlinien zu erkennen und ihre Anwendung innerhalb der Konstruktionsvorschläge zu überprüfen.
- Versionierung und Rückverfolgbarkeit: Ein System zur Versionskontrolle und Rückverfolgbarkeit ist wichtig, um Änderungen am Entwicklungsprozess nachverfolgen zu können.
- Dokumentation und Berichterstattung: Möglichkeit zur automatisierten Erstellung von Dokumentationen und Berichten. Die Inhalte sollten dabei langfristig gemäß der internen Entwicklungsrichtlinien erstellt werden, die für Meilensteinmeetings wie die vorläufige Entwurfsüberprüfung (Preliminary Design Review, PDR) relevant sind.
- Eingeschränkter Informationszugang: Berücksichtigung unterschiedlicher Zugriffsrechte für Mitarbeiter, um sicherzustellen, dass nur autorisierte Personen auf bestimmte Informationen zugreifen können.
- Skalierbarkeit: Die Lösung sollte skalierbar sein, um mit wachsenden Datenmengen und Anforderungen der Konstruktionsebenen umgehen zu können.
Lösungen, die nicht verfolgt werden sollen:
- Automatisierung von CAD: Lösungen, die sich ausschließlich auf die Automatisierung von CAD-Prozessen konzentrieren, sollen vermieden werden.
- Lösungen, die speziell auf explizite Qualitätssicherungsaspekte abzielen, sind nicht im Fokus dieser Challenge.
© 2018- 2024 ekipa GmbH. All rights reserved.